CN109729521B - 一种信任感知的安全机会数据传输方法 - Google Patents
一种信任感知的安全机会数据传输方法 Download PDFInfo
- Publication number
- CN109729521B CN109729521B CN201910002123.1A CN201910002123A CN109729521B CN 109729521 B CN109729521 B CN 109729521B CN 201910002123 A CN201910002123 A CN 201910002123A CN 109729521 B CN109729521 B CN 109729521B
- Authority
- CN
- China
- Prior art keywords
- node
- trust
- nodes
- data transmission
- value
- 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
Links
- 230000005540 biological transmission Effects 0.000 title claims abstract description 33
- 238000000034 method Methods 0.000 title claims abstract description 21
- 238000005265 energy consumption Methods 0.000 claims abstract description 13
- 238000004364 calculation method Methods 0.000 claims abstract description 9
- 238000004891 communication Methods 0.000 claims abstract description 5
- 238000009826 distribution Methods 0.000 claims description 2
- 238000005259 measurement Methods 0.000 claims description 2
- 238000012544 monitoring process Methods 0.000 claims description 2
- 238000012546 transfer Methods 0.000 claims 2
- 230000008447 perception Effects 0.000 abstract description 4
- 238000004422 calculation algorithm Methods 0.000 description 3
- 238000005094 computer simulation Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 238000009827 uniform distribution Methods 0.000 description 1
Images
Landscapes
- Mobile Radio Communication Systems (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本发明提供了一种信任感知的安全机会数据传输方法。所述方法主要包括以下步骤:S1、构建网络系统模型;S2、计算数据传输过程中消耗的能量,节点之间社会属性刻画及信任值的计算;从信任角度遍历候选集节点的所有可能参与通信节点;S3、采用基于能耗,节点社会属性及信任的候选集选择标准,并采用最优停等理论来进行候选集选择。本发明以信任与最优停等理论为基础,能够实现节点恶意攻击环境下最优的候选集选择,在无线数据传输方面有着极为广阔的应用前景。
Description
技术领域
本发明涉及一种信任感知的安全机会数据传输方法,属于无线数据传输领域。
背景技术
随着物联网设备的剧增,越来越多的数据传输采用无线网络传输。候选集的选择在无线网络的数据传输中扮演着重要的角色,而现实环境中,无线网络的数据传输会受到节点恶意攻击的影响,在此类环境下如何选择最优候选节点进行数据传输更是受到学术界产与业界的广泛关注。
对于机会数据传输问题,目前对该类问题相对成熟,但大多数是假设无恶意攻击的环境中进行建模及求解,而且没有考虑频谱资源的紧张程度,无法实现受攻击的网络资源利用率最大化。因此,设计一种信任感知的安全机会数据传输方法,是无线网络数据传输领域的必然需求。
发明内容
本发明的目的是以信任和最优停等理论为基础,提出一种安全的信任感知的机会数据传输算法。
为达到上述目的,本发明的所述方法主要包括以下步骤:S1、构建网络系统模型;S2、计算数据传输过程中消耗的能量,节点之间社会属性刻画及信任值的计算;从信任角度遍历候选集节点的所有可能参与通信节点;S3、采用基于能耗,节点社会属性及信任的候选集选择标准,并采用最优停等理论来进行候选集选择。
在本发明的一些实施例中,还包括如下技术特征:
本发明以信任与最优停等理论为基础,能够实现节点恶意攻击环境下最优的候选集选择,在无线数据传输方面有着极为广阔的应用前景。
附图说明
图1是本发明实施例网络体系结构图。
图2是本发明实施例主流程图。
具体实施方式
1.网络系统建模
在发明中,我们考虑的网络拓扑结构如附图1所示,它由主用户系统(PrimarySystem)和次用户系统(Secondary System)组成。其中,在次用户系统中,次用户之间的通信受它们之间的社会关系和主用户(primaryuser,PU)的影响。次用户(secondaryuser,SU)使用当前PU未使用的信道。在数据从次用户2(SU2)传输至次用户8(SU8),用(SU2->SU8)表示,因为信任值及社会属性,在同等条件下它会选择次用户7(SU7)为中继节点进行数据传输,而不考虑次用户6(SU6)。
在所提方法中,网络中的信道采用的是时分复用技术,固定的时隙长为T,包括数据传输时长Tt和感知时长Ts。网络中有C个信道,nums个SU和nump个PU。每个节点都配置相同的射频数R,并工作于半双工模式。信道的使用模型为独立ON/OFF模型,并满足指数分布,忙时的(ON),闲时的(OFF)速率参数分别为λbusy和λidle。
2.基于能耗,社会属性及信任值的候选集选择标准
在现实生活中,携带智能设备的人(即本文中的SU)通常拥有一定的社会关系,如拥有相同的兴趣,家庭关系等。因此,可以通过历史信息来刻画节点间的社会关系,比如相遇频繁率,社会相似度等。本方法采用以下社会关系(social ties,ST)来描述节点间的社会属性,进而用以加快数据传输进程。
STi,j(T)=χSPMi,j(T)+(1-χ)socsimi,j(T) (1)
其中SPMi,j(T)为节点i和j之间在时间段T内的社会关系度量标准,χ(∈[0,1])为权重因子。
其中f(t)为下一次节点i和节点j相遇停留时间。socsimi,j(T)为节点i和j之间在时间段T内社会相似度,它可以通过以下公式计算:
socsimi,j(T)=comi,j(T)/(ni(T)+nj(T)) (3)
其中comi,j(T)为节点i和j之间在时间段T内相同的邻居节点数目,ni(T)和nj(T)分别为节点i和j在时间段T内的一跳邻居节点数目。
在数据传输过程中必须消耗一定的能量,故假设EiC(T)为节点i在时间段T内成功传输一个数据包至其下游节点消耗的能量,主要包括三部分:转发数据包能耗EiF(T),收到/监听一个数据包的能耗EiR(T)发送一个ACK包的能耗EiACK(T)(这三部分是假设设定的)。因此我们有:
EiC(T)=EiF(T)+ni(T)×EiR(T)+EiACK(T) (4)
其中ni(T)节点i在时间段T内的一跳邻居节点数目。同时,因为某个节点的能量消耗要么是消耗完,要不是没有消耗,要不是消耗了初始能量的一部分,故可以假设节点的能量消耗满足(0,S1、均匀分布。
因此,节点i的剩余能量Eir(T)可以表示为
所提发明中涉及到信任的计算,接下来给出了计算信任的公式。综合信任包括直接信任和间接信任。
直接信任计算方法:主要包括包成功转发率,流成功转发率和PU的中断率。
可信节点间的包成功转发率:
其中fni,j(T)为节点j转发节点i的包数目,分母为所有候选节点转发节点i的总包数目。
相似的,可以求得流成功转发率fl_ri,j(T)和PU的中断率pu_ri,j(T)。
其中fli,j(T)为节点j转发节点i的流数目,pu_ri,j(T)为节点j中断节点i的次,分母为所有候选节点转发节点i的总流数目和总中断数。
因此,直接信任可以表示为:
其中α,β,χ∈(0,1]权重因子,并且有α+β+χ=1。
考虑到信任值的衰减问题,在时间间隔[T,T+Δt]内直接信任可以表示为:
其中e-λΔt为指数衰减因子
因而,间接信任可以表示为:
其中I为i的一跳候选集。
故综合信任可以表示为:
获得节点的信任值后,对节点进行分类,分类标准为:
故候选集的选择标准为:
3.基于最优停等理论的候选集选择算法
给定候选集选择标准后,所提发明的目标是选择最优的候选节点用以更快地安全机会传输数据:最大化传输可靠性。
把候选节点选择建模成最优停等过程,假设在第n时刻选择一个候选节点,此时,可以计算TOT值,即TRn,故有随机变量
Yn=an×Mn (14)
其中Mn=max{TR0,TR1,...,TRn-1}和an贴现因子(是一个假设值,取值区间为(0,S1、)。我们希望最大化TRn值,即可最大化Mn,进而问题转化为最大化随机变量Yn的期望值,E[Yn]。
接下来,求解最优停等时间与最优停等原则。
假设在某个时刻n,Yn的值为Yn′,则此时的TOT值为,wn=Yn′/an,故此时TOT的期望值Wn可以表示为
故最优停等时间与最优停等规则为:停止候选集选择当且仅当在第n时刻有TRn≥Bn,否则继续选择。
综上所述,通过上述的信任感知的候选集选择算法,可以实现高效安全机会数据传输。
Claims (7)
1.一种信任感知的安全机会数据传输方法,其特征在于,包括以下步骤:
S1、构建网络系统模型,所述网络系统模型由主用户系统和次用户系统组成;其中,在次用户系统中,次用户SU之间的通信受它们之间的社会关系和主用户PU的影响;次用户SU使用当前主用户PU未使用的信道;
S2、计算数据传输过程中消耗的能量,节点之间社会属性刻画及信任值的计算;从信任角度遍历候选集节点的所有可能参与通信节点;
S3、采用基于能耗,节点社会属性及信任的候选集选择标准,并采用最优停等理论来进行候选集选择;
步骤S2中,采用以下社会关系来描述节点间的社会属性,进而用以加快数据传输进程:
STi,j(T)=χSPMi,j(T)+(1-χ)socsimi,j(T)
其中SPMi,j(T)为节点i和j之间在时间段T内的社会关系度量标准,χ∈[0,1]为权重因子;
其中f(t)为下一次节点i和节点j相遇停留时间,socsimi,j(T)为节点i和j之间在时间段T内社会相似度,它可以通过以下公式计算:
socsimi,j(T)=comi,j(T)/(ni(T)+nj(T))
其中comi,j(T)为节点i和j之间在时间段T内相同的邻居节点数目,ni(T)和nj(T)分别为节点i和j在时间段T内的一跳邻居节点数目;
步骤S3中,采用最优停等理论来进行候选集选择,包括:
把候选节点选择建模成最优停等过程,假设在第n时刻选择一个候选节点,此时,可以计算TOT值,即TRn,故有随机变量
Yn=an×Mn
其中,Mn=max{TR0,TR1,...,TRn-1}和an贴现因子;我们希望最大化TRn值,即可最大化Mn,进而问题转化为最大化随机变量Yn的期望值,E[Yn];
接下来,求解最优停等时间与最优停等原则:
假设在某个时刻n,Yn的值为Yn′,则此时的TOT值为,wn=Yn′/an,故此时TOT的期望值Wn可以表示为
故最优停等时间与最优停等规则为:停止候选集选择当且仅当在第n时刻有TRn≥Bn,否则继续选择。
2.如权利要求1所述的信任感知的安全机会数据传输方法,其特征在于,网络中的信道采用的是时分复用技术,固定的时隙长T包括数据传输时长Tt和感知时长Ts;每个节点都配置相同的射频数R,并工作于半双工模式;信道的使用模型为独立ON/OFF模型,并满足指数分布。
3.如权利要求1所述的信任感知的安全机会数据传输方法,其特征在于,设EiC(T)为节点i在时间段T内成功传输一个数据包至其下游节点消耗的能量,包括三部分:转发数据包能耗EiF(T),收到/监听一个数据包的能耗EiR(T)发送一个ACK包的能耗EiACK(T),有:
EiC(T)=EiF(T)+ni(T)×EiR(T)+EiACK(T)
其中ni(T)节点i在时间段T内的一跳邻居节点数目;节点的能量消耗满足(0,1)均匀分布。
5.如权利要求4所述的信任感知的安全机会数据传输方法,其特征在于,步骤S2中,信任值的计算包括直接信任和间接信任的计算;直接信任计算方法包括包成功转发率、流成功转发率和PU的中断率的计算。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910002123.1A CN109729521B (zh) | 2019-01-02 | 2019-01-02 | 一种信任感知的安全机会数据传输方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910002123.1A CN109729521B (zh) | 2019-01-02 | 2019-01-02 | 一种信任感知的安全机会数据传输方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109729521A CN109729521A (zh) | 2019-05-07 |
CN109729521B true CN109729521B (zh) | 2022-01-28 |
Family
ID=66299433
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910002123.1A Expired - Fee Related CN109729521B (zh) | 2019-01-02 | 2019-01-02 | 一种信任感知的安全机会数据传输方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109729521B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111586186B (zh) * | 2020-05-12 | 2023-04-07 | 南通大学 | 一种道路雾架构环境下车辆结点信任值计算方法 |
CN117829927A (zh) * | 2023-12-12 | 2024-04-05 | 湖北工程学院 | 社会感知网络激励方法、装置、设备及存储介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103619009A (zh) * | 2013-10-25 | 2014-03-05 | 河海大学常州校区 | 一种建立水下传感器网络中信任模型的方法 |
CN105578455A (zh) * | 2016-01-27 | 2016-05-11 | 哈尔滨工业大学深圳研究生院 | 一种机会网络中分布式动态信誉评估方法 |
CN108921413A (zh) * | 2018-06-22 | 2018-11-30 | 郑州大学 | 一种基于用户意愿的社交网络信任度计算方法 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140047042A1 (en) * | 2012-08-10 | 2014-02-13 | Polytechnic Institute Of New York University | Method and a server for routing between devices of a computer based social network |
CN104660594B (zh) * | 2015-02-09 | 2018-01-09 | 中国科学院信息工程研究所 | 一种面向社交网络的虚拟恶意节点及其网络识别方法 |
CN105682174A (zh) * | 2016-01-15 | 2016-06-15 | 哈尔滨工业大学深圳研究生院 | 促进节点合作的机会网络演化算法及装置 |
US11205103B2 (en) * | 2016-12-09 | 2021-12-21 | The Research Foundation for the State University | Semisupervised autoencoder for sentiment analysis |
CN108092759B (zh) * | 2017-12-05 | 2021-03-23 | 重庆邮电大学 | 一种基于信任机制的无线传感网络节点安全状态评估方法 |
CN108391300B (zh) * | 2018-03-15 | 2021-03-26 | 东北大学 | 一种机会网络中基于信誉度的可信路由算法 |
CN108924851B (zh) * | 2018-09-29 | 2021-09-10 | 南京工业大学 | 认知无线传感器网络QoS保障机会路由方法 |
-
2019
- 2019-01-02 CN CN201910002123.1A patent/CN109729521B/zh not_active Expired - Fee Related
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103619009A (zh) * | 2013-10-25 | 2014-03-05 | 河海大学常州校区 | 一种建立水下传感器网络中信任模型的方法 |
CN105578455A (zh) * | 2016-01-27 | 2016-05-11 | 哈尔滨工业大学深圳研究生院 | 一种机会网络中分布式动态信誉评估方法 |
CN108921413A (zh) * | 2018-06-22 | 2018-11-30 | 郑州大学 | 一种基于用户意愿的社交网络信任度计算方法 |
Also Published As
Publication number | Publication date |
---|---|
CN109729521A (zh) | 2019-05-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Alsenwi et al. | Intelligent resource slicing for eMBB and URLLC coexistence in 5G and beyond: A deep reinforcement learning based approach | |
Kwon et al. | Multiagent DDPG-based deep learning for smart ocean federated learning IoT networks | |
Qian et al. | Optimal SIC ordering and computation resource allocation in MEC-aware NOMA NB-IoT networks | |
CN107682135A (zh) | 一种基于noma的网络切片自适应虚拟资源分配方法 | |
CN104702395B (zh) | 一种协作认知网络中公平且能效高的联合资源分配方法 | |
Baek et al. | Analysis of discontinuous reception (DRX) with both downlink and uplink packet arrivals in 3GPP LTE | |
CN109729521B (zh) | 一种信任感知的安全机会数据传输方法 | |
Shiraishi et al. | Content-based wake-up for top-k query in wireless sensor networks | |
Deshmukh et al. | Online energy-efficient packet scheduling for a common deadline with and without energy harvesting | |
CN102143551B (zh) | 基于网络负载预测的无线竞争接入控制退避方法 | |
Yang et al. | Training efficiency of federated learning: A wireless communication perspective | |
Abuzainab et al. | Robust Bayesian learning for wireless RF energy harvesting networks | |
Ren et al. | Joint spectrum allocation and power control in vehicular communications based on dueling double DQN | |
Wu et al. | Mobile data offloading under attractor selection in heterogeneous networks | |
CN102572847B (zh) | 频谱分配方法及系统 | |
Ding et al. | Cross-layer resource allocation in NOMA systems with dynamic traffic arrivals | |
Li et al. | Dynamic cache placement, node association, and power allocation in fog aided networks | |
Sohaib et al. | Intelligent energy efficient resource allocation for URLLC services in IoV networks | |
CN109714803B (zh) | 一种障碍物感知的机会数据传输方法 | |
Lu et al. | Opportunistic spectrum access with channel bonding | |
Wang et al. | A dynamic spectrum decision algorithm for underwater cognitive acoustic networks | |
Yang et al. | Delay-minimal transmission for energy constrained wireless communications | |
Wu et al. | An energy-efficient MAC protocol with downlink traffic scheduling strategy in IEEE 802.11 infrastructure WLANs | |
Yang et al. | Energy-aware opportunistic channel access with decentralized channel state information | |
Choi et al. | Dynamic power allocation and user scheduling for power-efficient and low-latency communications |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for 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: 20220128 |
|
CF01 | Termination of patent right due to non-payment of annual fee |