CN105188065B - 一种基于多准则决策的无线Mesh网络信任度量系统 - Google Patents

一种基于多准则决策的无线Mesh网络信任度量系统 Download PDF

Info

Publication number
CN105188065B
CN105188065B CN201510486042.5A CN201510486042A CN105188065B CN 105188065 B CN105188065 B CN 105188065B CN 201510486042 A CN201510486042 A CN 201510486042A CN 105188065 B CN105188065 B CN 105188065B
Authority
CN
China
Prior art keywords
trust
value
recommendation
mcdm
unit
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Expired - Fee Related
Application number
CN201510486042.5A
Other languages
English (en)
Other versions
CN105188065A (zh
Inventor
叶阿勇
许力
郑永星
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Fujian Normal University
Original Assignee
Fujian Normal University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Fujian Normal University filed Critical Fujian Normal University
Priority to CN201510486042.5A priority Critical patent/CN105188065B/zh
Publication of CN105188065A publication Critical patent/CN105188065A/zh
Application granted granted Critical
Publication of CN105188065B publication Critical patent/CN105188065B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W12/00—Security arrangements; Authentication; Protecting privacy or anonymity
    • H04W12/12—Detection or prevention of fraud
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W40/00—Communication routing or communication path finding
    • H04W40/02—Communication route or path selection, e.g. power-based or shortest path routing

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Computer Security & Cryptography (AREA)
  • Mobile Radio Communication Systems (AREA)
  • Data Exchanges In Wide-Area Networks (AREA)

Abstract

本发明涉及一种基于多准则决策的无线Mesh网络信任度量系统，包括直接信任生成模块、推荐信任生成模块以及总信任计算模块；直接信任生成模块包括监视单元、量化单元以及直接信任计算单元；推荐信任生成模块包括临时信任表单元以及推荐信任计算单元；总信任计算模块包括总信任值计算单元以及信任表单元。本发明所提出的一种基于多准则决策的无线Mesh网络信任度量系统，采用一种低开销的不良节点检测方法，能够适用于多种路由协议的安全路径计算，具有普遍适用性。

Description

一种基于多准则决策的无线Mesh网络信任度量系统
技术领域
本发明涉及无线Mesh网络中可信路由，特别是一种基于多准则决策的无线Mesh网络信任度量系统。
背景技术
无线 Mesh 网络（WMNs）是一种自治、多跳、分布式网络，整个网络没有固定的基础设施，能够在不能利用或者不便利用现有网络基础设施的情况下，通过节点之间的多跳机制实现终端之间的相互通信。WMNs的自组织、自配置以及前期部署的低成本等特点使其成为了研究的热点。WMNs并不依赖于集中式管理，它由各式各样固定或者移动实体连接构成，因此为了寻找一条合适路由选择路径，需要这些实体之间相互合作和协调。用于转发数据包的路由协议是衡量WMNs性能的重要指标之一，为了将数据包成功的传递到目的地，需要各个中间节点的参与，当路由路径上存在恶意或非法节点时，这些节点有可能将数据包丢弃或者对数据报非法篡改，从而扰乱网络活动。为了寻找和维护一条安全的路由路径，在设计WMNs路由协议时，邻居发现、节点选择和拓扑信息的宣布等过程都需要考虑各个节点之间可信程度，因此，需要建立一个合作机制来计算各个节点的可信度，区分可信和不可信节点。
现有WMNs中的安全路由方法大部分来自于应用在移动自组网络（MANETs）中的方法，主要是采用基于加密的方式，由于需要额外的加密计算过程，将影响了网络的性能。因此，需要设计一种需要较小计算开销的恶意节点和自私节点的检测方法，而且这些方法最好能够适用于多种路由协议的安全路径计算。
发明内容
本发明的目的在于提供一种基于多准则决策的无线Mesh网络信任度量系统，以克服现有技术中存在的缺陷。
为实现上述目的，本发明的技术方案是：一种基于多准则决策的无线Mesh网络信任度量系统，包括一直接信任生成模块、一推荐信任生成模块以及一总信任计算模块；所述直接信任生成模块包括一用于收集客体信息的行为监视单元、一用于通过量化所述客体信息生成量化值的量化单元以及一用于通过结合所述量化值计算直接信任值的直接信任计算单元；所述推荐信任生成模块包括一用于存储实体间交换的建议信任信息的临时信任表单元以及一用于通过结合所述建议信任信息计算推荐信任值的推荐信任计算单元；所述总信任计算模块包括一用于通过结合所述直接信任值以及所述推荐信任值计算总信任值的总信任值计算单元以及一用于存储总信任值的信任表单元。
在本发明一实施例中，所述客体信息为客体初始信任值、客体需要为主体转发数据包个数以及客体成功转发数据包个数。
在本发明一实施例中，所述量化单元结合所述客体信息，并通过入如下方式计算计算交付率DRE：
，
其中，k为客体成功转发数据包个数，n为客体需要为主体转发数据包个数。
在本发明一实施例中，所述直接信任计算单元通过主体中的多准则决策MCDM机器，结合所述量化单元的量化值，采用TOPSIS算法计算客体的直接信任值T，并用如下方式表示：
；
其中，H(p)= - p log2(p) - (1-p) log2(1-p)，p=P（主体：客体，行为）表示客体根据主体要求成功执行特定行为的概率；当p=1时，T=1，表示主体绝对信任客体，当p=0时，T=-1，表示主体完全不信任客体，当p=0.5时，T=0， T是p的一个递增函数。
在本发明一实施例中，所述多准则决策MCDM机器中包括如下准则：客体根据主体要求成功执行特定行为的概率、客体需要为主体转发数据包个数、客体成功转发数据包个数以及交付率DRE。
在本发明一实施例中，所述多准则决策MCDM机器按照如下步骤计算直接信任值：
步骤S11：建立每个准则与客体之间的关系矩阵，即决策矩阵，并将该决策矩阵标准化；
步骤S12：为每个准则分配一个权重值，建立加权规范化决策矩阵；
步骤S13：确定理想解和负理想解，分别计算客体与理想解以及负理想解的距离，计算每个客体与理想解的接近程度，然后生成对客体的直接信任值。在本发明一实施例中，所述临时信任表单元包括一用于存储建议信任信息临时信任表；所述临时信任表按照如下格式存储：推荐者ID、客体ID以及推荐信任值；所述推荐者ID为用于发送推荐信息的节点ID；所述客体ID为所推荐的节点ID；所述推荐信任值为推荐者推荐给主体的客体信任值。
在本发明一实施例中，所述总信任值计算单元将所述直接信任值以及所述推荐信任值相加作为总信任值，并将该总信任值传递给所述信任表单元，用以更新客体在所述信任表单元的中的信任值；所述信任表单元包括一用于存储总信任值的信任表，且该信任表按照如下格式存储：客体ID、信任值以及状态。
在本发明一实施例中，所述推荐信任生成模块还包括一推荐单元；当客体对应的总信任值大于一预设阈值时，则所述推荐单元在网络中广播该客体以及该客体对应的信任值；若该客体在网络中存在若干个由所述推荐单元推荐的信任值，则所述临时信任表单元选择最小的信任值最为该客体的推荐信任值。
在本发明一实施例中，所述推荐信任计算单元通过获取所述临时信任表单元中存储的建议信任信息，计算并输出计算推荐信任值。
相较于现有技术，本发明具有以下有益效果：本发明所提出的一种基于多准则决策的无线Mesh网络信任度量系统，提出了一种实现WMNs中安全路由的基于多准则决策的信任模型，采用了一种低开销的能够检测网络中不良节点检测方法，通过衡量节点之间可信程度，以便帮组路由协议来检测网络中的恶意节点，最终使得可信的节点参与路由建立过程，从而提高相应协议的安全性，能够适用于多种路由协议的安全路径计算，具有普遍适用性。
附图说明
图1为本发明中一种基于多准则决策的无线Mesh网络信任度量系统的原理框图。
图2为本发明中一种基于多准则决策的无线Mesh网络信任度量系统的多准则决策MCDM机器的工作流程图。
图3为本发明中一种基于多准则决策的无线Mesh网络信任度量系统的中临时信任表格式示意图。
图4为本发明中一种基于多准则决策的无线Mesh网络信任度量系统的中信任表格式示意图。
图5为本发明一实施例中主体的信任表。
图6为本发明一实施例中行为监视单元收集的客体信息。
图7为本发明一实施例中客体及其对应完成某个操作的概率p’。
图8为本发明一实施例中客体及其对应的信任值T。
具体实施方式
下面结合附图，对本发明的技术方案进行具体说明。
本发明提供一种基于多准则决策的无线Mesh网络信任度量系统，如图1所示，包括一直接信任生成模块、一推荐信任生成模块以及一总信任计算模块；所述直接信任生成模块包括一用于收集客体信息的行为监视单元、一用于通过量化所述客体信息生成量化值的量化单元以及一用于通过结合所述量化值计算直接信任值的直接信任计算单元；所述推荐信任生成模块包括一用于存储实体间交换的建议信任信息的临时信任表单元以及一用于通过结合所述建议信任信息计算推荐信任值的推荐信任计算单元；所述总信任计算模块包括一用于通过结合所述直接信任值以及所述推荐信任值计算总信任值的总信任值计算单元以及一用于存储总信任值的信任表单元。
进一步的，在本实施例中，网络中的实体，也即主体，在计算邻居节点的可信程度时，首先将邻居节点作为客体，通过行为监视单元收集客体的相关信息，该客体信息与主体、客体之间的关系密切相关。主体通过行为行为监视单元收集客体相关信息，并根据这些信息采用基于多标准决策方法计算客体的直接信任值；其次，主体利用从其他节点的通告信息来计算客体的推荐信任值；最后，主体根据客体的直接信任值和推荐信任值，来计算其总的信任值，并将总信任值大于预设阈值的节点作为可信节点，加入路由过程，而将信任值小于一定阈值的节点作为不良节点，排除在路由过程之外。
进一步的，在本实施例中，所述客体信息为客体初始信任值、客体需要为主体转发数据包个数以及客体成功转发数据包个数，且在本实施例中，在未进行计算前，主体赋予客体的总信任值为0，表示客体的可信程度是未知的。
进一步的，在本实施例中，所述量化单元结合所述客体信息，并通过入如下方式计算计算交付率DRE：
，
其中，k为客体成功转发数据包个数，n为客体需要为主体转发数据包个数。
进一步的，在本实施例中，所述直接信任计算单元通过主体中的多准则决策MCDM机器，结合所述量化单元的量化值，采用TOPSIS算法计算客体的直接信任值T，并用如下方式表示：
；
其中，H(p)= - p log2(p) - (1-p) log2(1-p)，p=P（主体：客体，行为）表示客体根据主体要求成功执行特定行为的概率，且在本实施例中，将主体将对客体的信任描述为客体按照主体要求执行某个特定行为的确定性程度；当p=1时，T=1，表示主体绝对信任客体，当p=0时，T=-1，表示主体完全不信任客体，当p=0.5时，T=0， T是p的一个递增函数。
进一步的，在本实施例中，如图2所示，所述多准则决策MCDM机器中包括如下准则：客体根据主体要求成功执行特定行为的概率、客体需要为主体转发数据包个数、客体成功转发数据包个数以及交付率DRE。
进一步的，在本实施例中，所述多准则决策MCDM机器按照如下步骤计算直接信任值：
步骤S11：建立每个准则与客体之间的关系矩阵，即决策矩阵(Ym*n)，每一行对应一个客体，每一列对应一个准则，并将该决策矩阵标准化(Zm*n)，其中。
步骤S12：为每个准则分配一个权重值，建立加权规范化决策矩阵(Xm*n)；在本实施例中，将每个准则的权重值设为相同，所以Xm*n=Zm*n。
步骤S13：确定理想解(xj *)和负理想解(xj 0)，xj *=max xij，xj 0=min xij，(1≤i≤m)，分别计算客体与理想解以及负理想解的距离(di *和di 0)，，，计算各个客体与理想解的接近程度（Ci *），。主体对客体的信任程度p=Ci *，使用公式
计算主体对客体的直接信任值。
进一步的，在本实施例中，所述临时信任表单元包括一用于存储建议信任信息临时信任表，也即用于存储主体与每个客体交换的建议信任信息；所述临时信任表按照如下格式存储：推荐者ID、客体ID以及推荐信任值，如图3所示；所述推荐者ID为用于发送推荐信息的节点ID；所述客体ID为所推荐的节点ID；所述推荐信任值为推荐者推荐给主体的客体信任值。
进一步的，在本实施例中，所述总信任值计算单元将所述直接信任值以及所述推荐信任值相加作为总信任值，并将该总信任值传递给所述信任表单元，用以更新客体在所述信任表单元的中的信任值；所述信任表单元包括一用于存储总信任值的信任表，且该信任表按照如下格式存储：客体ID、信任值以及状态，如图4所示，当主体认为这个客体可信时，将状态值设为1，但是一旦主体开始怀疑客体的可信度，信任值变成小于0后，主体将永远不再信任这个客体。
进一步的，在本实施例中，如图1所示，所述推荐信任生成模块还包括一推荐单元；当客体对应的总信任值大于一预设阈值时，则所述推荐单元在网络中广播该客体以及该客体对应的信任值，即该客体所对应的节点为可信节点，可以加入路由过程中。
进一步的，在本实施例中，推荐信任计算单元结合其他节点的推荐信息以及这些节点的可信程度来计算对客体的推荐信任值，所述推荐信任计算单元通过获取所述临时信任表单元中存储的建议信任信息，计算并输出计算推荐信任值。首先，若推荐节点不可信的话，则不管它对客体的推荐信任值是多少，直接忽略。若存在多个推荐节点是可信的，则选择这些可信推荐节点中对客体最小的推荐信任值作为主体对客体的推荐信任值。
为了让本领域技术人员进一步了解本发明所提出的一种基于多准则决策的无线Mesh网络信任度量系统，下面结合一具体事例进行说明节点可信程度的计算过程。
假设网络中某个实体（主体）需要评估5个邻居节点（客体）的可信程度，这5个节点分别为a1,a2,a3,a4和a5。
1）主体未与这些客体进行交互前，主体的信任表中的数据如图5所示。
2）在一定的时间间隔t内，主体收集客体的相关信息，这些信息包含客体需要转发数据包个数，客体成功转发数据包个数，交付比（DRE）以及客体按照主体要求完成某个操作的概率p（初始值设为0.5），在本实施例中，假设收集的数据如图6中所示。将图6中所收集的信息传递到直接信任值计算单元中的MCDM机器中，使用TOPSIS方法计算新的概率值，计算结果如图7所示。
3）通过式: ,计算主体对客体的直接信任值，计算结果如图8中所示，其中，客体a1,a2为可信节点。
以上是本发明的较佳实施例，凡依本发明技术方案所作的改变，所产生的功能作用未超出本发明技术方案的范围时，均属于本发明的保护范围。

Claims (7)

1.一种基于多准则决策的无线Mesh网络信任度量系统，其特征在于，包括一直接信任生成模块、一推荐信任生成模块以及一总信任计算模块；所述直接信任生成模块包括一用于收集客体信息的行为监视单元、一用于通过量化所述客体信息生成量化值的量化单元以及一用于通过结合所述量化值计算直接信任值的直接信任计算单元；所述推荐信任生成模块包括一用于存储实体间交换的建议信任信息的临时信任表单元以及一用于通过结合所述建议信任信息计算推荐信任值的推荐信任计算单元；所述总信任计算模块包括一用于通过结合所述直接信任值以及所述推荐信任值计算总信任值的总信任值计算单元以及一用于存储总信任值的信任表单元；
所述客体信息为客体初始信任值、客体需要为主体转发数据包个数以及客体成功转发数据包个数；
所述量化单元结合所述客体信息，并通过入如下方式计算计算交付率DRE：
其中，k为客体成功转发数据包个数，n为客体需要为主体转发数据包个数；
所述直接信任计算单元通过主体中的多准则决策MCDM机器，结合所述量化单元的量化值，采用TOPSIS算法计算客体的直接信任值T，并用如下方式表示：
其中，H(p)＝-p log2(p)-(1-p)log2(1-p)，p＝P(主体：客体，行为)表示客体根据主体要求成功执行特定行为的概率；当p＝1时，T＝1，表示主体绝对信任客体，当p＝0时，T＝-1，表示主体完全不信任客体，当p＝0.5时，T＝0，T是p的一个递增函数。
2.根据权利要求1所述的一种基于多准则决策的无线Mesh网络信任度量系统，其特征在于，所述多准则决策MCDM机器中包括如下准则：客体根据主体要求成功执行特定行为的概率、客体需要为主体转发数据包个数、客体成功转发数据包个数以及交付率DRE。
3.根据权利要求2所述的一种基于多准则决策的无线Mesh网络信任度量系统，其特征在于，所述多准则决策MCDM机器按照如下步骤计算直接信任值：
步骤S11：建立每个准则与客体之间的关系矩阵，即决策矩阵，并将该决策矩阵标准化；
步骤S12：为每个准则分配一个权重值，建立加权规范化决策矩阵；
步骤S13：确定理想解和负理想解，分别计算客体与理想解以及负理想解的距离di *和di 0，计算每个客体与理想解的接近程度Ci *，然后生成对客体的直接信任值。
4.根据权利要求1所述的一种基于多准则决策的无线Mesh网络信任度量系统，其特征在于，所述临时信任表单元包括一用于存储建议信任信息临时信任表；所述临时信任表按照如下格式存储：推荐者ID、客体ID以及推荐信任值；所述推荐者ID为用于发送推荐信息的节点ID；所述客体ID为所推荐的节点ID；所述推荐信任值为推荐者推荐给主体的客体信任值。
5.根据权利要求4所述的一种基于多准则决策的无线Mesh网络信任度量系统，其特征在于，所述总信任值计算单元将所述直接信任值以及所述推荐信任值相加作为总信任值，并将该总信任值传递给所述信任表单元，用以更新客体在所述信任表单元的中的信任值；所述信任表单元包括一用于存储总信任值的信任表，且该信任表按照如下格式存储：客体ID、信任值以及状态。
6.根据权利要求5所述的一种基于多准则决策的无线Mesh网络信任度量系统，其特征在于，所述推荐信任生成模块还包括一推荐单元；当客体对应的总信任值大于一预设阈值时，则所述推荐单元在网络中广播该客体以及该客体对应的信任值；若该客体在网络中存在若干个由所述推荐单元推荐的信任值，则所述临时信任表单元选择最小的信任值作为该客体的推荐信任值。
7.根据权利要求6所述的一种基于多准则决策的无线Mesh网络信任度量系统，其特征在于，所述推荐信任计算单元通过获取所述临时信任表单元中存储的建议信任信息，计算并输出计算推荐信任值。
CN201510486042.5A 2015-08-11 2015-08-11 一种基于多准则决策的无线Mesh网络信任度量系统 Expired - Fee Related CN105188065B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510486042.5A CN105188065B (zh) 2015-08-11 2015-08-11 一种基于多准则决策的无线Mesh网络信任度量系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510486042.5A CN105188065B (zh) 2015-08-11 2015-08-11 一种基于多准则决策的无线Mesh网络信任度量系统

Publications (2)

Publication Number Publication Date
CN105188065A CN105188065A (zh) 2015-12-23
CN105188065B true CN105188065B (zh) 2018-10-23

Family

ID=54909854

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510486042.5A Expired - Fee Related CN105188065B (zh) 2015-08-11 2015-08-11 一种基于多准则决策的无线Mesh网络信任度量系统

Country Status (1)

Country Link
CN (1) CN105188065B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109067764B (zh) * 2018-08-29 2020-09-04 新华三技术有限公司 一种建立设备表项的方法及装置

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101222331A (zh) * 2007-01-09 2008-07-16 华为技术有限公司 一种认证服务器及网状网中双向认证的方法及系统
CN104038928A (zh) * 2014-03-26 2014-09-10 宋晓宇 一种无线Mesh网络节点的信任值计算方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100157889A1 (en) * 2008-12-18 2010-06-24 Motorola, Inc. System and method for improving efficiency of broadcast communications in a multi-hop wireless mesh network

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101222331A (zh) * 2007-01-09 2008-07-16 华为技术有限公司 一种认证服务器及网状网中双向认证的方法及系统
CN104038928A (zh) * 2014-03-26 2014-09-10 宋晓宇 一种无线Mesh网络节点的信任值计算方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
无线Mesh网络中信誉模型研究;侯辉广;《中国优秀硕士论文全文数据库信息科技辑》;20150228;I136-571 *
无线Mesh网络中基于信誉机制的安全路由协议研究;林晖;《中国优秀硕士论文全文数据库信息科技辑》;20131231;全文 *
无线Mesh网络的可信度量机制;陈建民等;《华中科技大学学报》;20140110;全文 *

Also Published As

Publication number Publication date
CN105188065A (zh) 2015-12-23

Similar Documents

Publication Publication Date Title
CN103957525B (zh) 车联网中基于分簇信任评估的恶意节点检测方法
US20190014395A1 (en) Reliable telemetry
CN106416183A (zh) 使用分布式分类器的投票策略优化
Ozdemir et al. FTDA: outlier detection‐based fault‐tolerant data aggregation for wireless sensor networks
CN106416182A (zh) 用于攻击检测的分布式投票机制
Firoozi et al. Subjective logic-based in-network data processing for trust management in collocated and distributed wireless sensor networks
CN111355655B (zh) 一种量子密码网络量子路由检测方法和服务器
CN105848242A (zh) 一种无线传感器网络中基于信任感知的安全路由优化方法
CN115442275B (zh) 基于分级可信流的混合遥测方法和系统
Wang et al. Local detection of selfish routing behavior in ad hoc networks
Labraoui et al. Reactive and adaptive monitoring to secure aggregation in wireless sensor networks
CN110049528A (zh) 一种传感网中基于信任值效用的移动式可信数据收集方法
Gao et al. Towards reconstructing routing paths in large scale sensor networks
Chandnani et al. A reliable protocol for data aggregation and optimized routing in IoT WSNs based on machine learning
CN105188065B (zh) 一种基于多准则决策的无线Mesh网络信任度量系统
Iftikhar et al. Security provision by using detection and prevention methods to ensure trust in edge-based smart city networks
Hajiee et al. Trust-based routing optimization using multi-ant colonies in wireless sensor network
Zhang et al. Using trust to establish a secure routing model in cognitive radio network
CN104702609B (zh) 基于朋友机制的移动Ad Hoc网络路由入侵检测方法
Ahlberg et al. Router placement in wireless sensor networks
Sharma et al. Reconstruction of aggregation tree in spite of faulty nodes in wireless sensor networks
Ali et al. Wireless Sensor Networks Routing Attacks Prevention with Blockchain and Deep Neural Network.
Nimje et al. A review on node activity detection, selfish & malicious behavioral patterns using watchdog algorithm
Zhou et al. [Retracted] An Adaptive Authenticated Model for Big Data Stream SAVI in SDN‐Based Data Center Networks
Deng et al. Trust-aware in-network aggregation for wireless sensor networks

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20181023

Termination date: 20210811

CF01 Termination of patent right due to non-payment of annual fee