CN110378158B - 基于分段的大规模rfid系统概率性克隆攻击识别方法 - Google Patents

基于分段的大规模rfid系统概率性克隆攻击识别方法 Download PDF

Info

Publication number
CN110378158B
CN110378158B CN201910664849.1A CN201910664849A CN110378158B CN 110378158 B CN110378158 B CN 110378158B CN 201910664849 A CN201910664849 A CN 201910664849A CN 110378158 B CN110378158 B CN 110378158B
Authority
CN
China
Prior art keywords
real
identification
time slot
reader
rfid system
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.)
Active
Application number
CN201910664849.1A
Other languages
English (en)
Other versions
CN110378158A (zh
Inventor
陈鸿龙
艾欣
林凯
李哲
代天骄
石乐义
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.)
China University of Petroleum East China
Original Assignee
China University of Petroleum East China
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 China University of Petroleum East China filed Critical China University of Petroleum East China
Priority to CN201910664849.1A priority Critical patent/CN110378158B/zh
Publication of CN110378158A publication Critical patent/CN110378158A/zh
Application granted granted Critical
Publication of CN110378158B publication Critical patent/CN110378158B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
    • G06K7/00—Methods or arrangements for sensing record carriers, e.g. for reading patterns
    • G06K7/0008—General problems related to the reading of electronic memory record carriers, independent of its reading method, e.g. power transfer
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
    • G06K7/00—Methods or arrangements for sensing record carriers, e.g. for reading patterns
    • G06K7/10—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation
    • G06K7/10009—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation sensing by radiation using wavelengths larger than 0.1 mm, e.g. radio-waves or microwaves
    • G06K7/10019—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation sensing by radiation using wavelengths larger than 0.1 mm, e.g. radio-waves or microwaves resolving collision on the communication channels between simultaneously or concurrently interrogated record carriers.
    • G06K7/10029—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation sensing by radiation using wavelengths larger than 0.1 mm, e.g. radio-waves or microwaves resolving collision on the communication channels between simultaneously or concurrently interrogated record carriers. the collision being resolved in the time domain, e.g. using binary tree search or RFID responses allocated to a random time slot
    • G06K7/10059—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation sensing by radiation using wavelengths larger than 0.1 mm, e.g. radio-waves or microwaves resolving collision on the communication channels between simultaneously or concurrently interrogated record carriers. the collision being resolved in the time domain, e.g. using binary tree search or RFID responses allocated to a random time slot transponder driven
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
    • G06K7/00—Methods or arrangements for sensing record carriers, e.g. for reading patterns
    • G06K7/10—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation
    • G06K7/10009—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation sensing by radiation using wavelengths larger than 0.1 mm, e.g. radio-waves or microwaves
    • G06K7/10257—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation sensing by radiation using wavelengths larger than 0.1 mm, e.g. radio-waves or microwaves arrangements for protecting the interrogation against piracy attacks
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D30/00—Reducing energy consumption in communication networks
    • Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Toxicology (AREA)
  • General Physics & Mathematics (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Theoretical Computer Science (AREA)
  • Electromagnetism (AREA)
  • General Health & Medical Sciences (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Computer Security & Cryptography (AREA)
  • General Engineering & Computer Science (AREA)
  • Radar Systems Or Details Thereof (AREA)

Abstract

本发明涉及一种基于分段的大规模RFID系统概率性克隆攻击识别方法，所述识别方法中，阅读器采用多轮识别的方式对大规模RFID系统中的所有真实标签进行识别，其具体步骤为：(一)在任意第i轮识别中，阅读器与选中时隙期望状态为单时隙的真实标签进行通信，并根据真实标签的实际应答情况做出识别措施；(二)当阅读器完成一轮识别后，改变帧长度fi和随机数种子Ri参数继续对剩余未识别的真实标签进行新一轮的识别，直至大规模RFID系统中所有的真实标签被识别完毕，则完成整个大规模RFID系统的概率性克隆攻击的识别。本发明能够提高克隆攻击的识别精度和效率，缩短识别时间，不仅可以识别概率性的克隆攻击，还可以适用于克隆标签具有100％攻击概率的情形。

Description

基于分段的大规模RFID系统概率性克隆攻击识别方法
技术领域
本发明属于射频识别和物联网技术领域，涉及射频识别系统，具体地说，涉及了一种基于分段的大规模RFID系统概率性克隆攻击识别方法。
背景技术
射频识别(英文：Radio Frequency Identification，简称：RFID)作为物联网的一项关键技术，近年来随着物联网设备的发展，射频识别被广泛运用在各种场景中，比如跟踪、物品监管以及社交网络中。RFID系统通常由一个后台服务器、一个或者多个阅读器(英文：Reader)以及大量的标签(英文：Tag)组成，其中，RFID标签具有抗干扰能力强、通信距离长以及低功耗等优点，使其得到日益广泛的普及和大量的部署应用，与此同时，RFID系统的安全问题成为学术界关注的热点。其中通过窃取复制真实标签信息从而伪造克隆标签对RFID系统发起攻击的行为称为克隆攻击，克隆攻击严重影响了RFID系统的运转。例如，在一个采用RFID系统监管的智能仓库中，每个货物均贴有一个ID唯一的标签，货物的管理可以基于标签基数估计、丢失标签检测等技术，但是克隆标签的存在将会造成标签基数估计的数量激增、丢失标签的漏检等，打乱RFID系统正常的运转，造成不必要的经济损失。因此对RFID系统中克隆标签的识别显得尤为重要。
目前已有的适用于大规模RFID系统的克隆标签识别方法是基于S-BID协议进行克隆标签识别的。S-BID协议(参见K.Bu,X.Liu,and B.Xiao,“Fast Cloned-TagIdentification Protocols for Large-Scale RFID Systems,”in Proc.of IEEE IWQoS,2012.)是基于每个克隆标签都具有100％的攻击概率的前提条件下的克隆标签识别方法，能够识别RFID系统中所有的克隆标签，包括多轮识别。在每一轮的识别过程中，阅读器首先广播一个包含r和f的信息，其中r是随机数种子，f是帧长度。阅读器根据已知的所有标签的ID信息提前组建一个期望时隙状态向量，每一位表示其对应时隙的预期状态，如果该时隙的预期状态是单时隙，则为‘1’，如果该时隙的预期状态是空时隙或冲突时隙，则为‘0’。每个标签根据阅读器广播的参数信息以及自己的ID进行哈希运算选择其应答的时隙，阅读器根据标签的实际应答情况，组建一个实际时隙状态向量，每一位表示其对应时隙的实际状态，如果该时隙是冲突时隙，则为‘1’，如果该时隙是空时隙或单时隙，则为‘0’。阅读器通过对比两个向量对应位的值，便可以对选择相应时隙的标签做出是否被克隆的判断。如果两个向量对应位的值均为‘1’，则可以识别选择该位对应的时隙的标签被克隆并使其失活；如果某一位在期望时隙状态向量为‘1’在实际时隙状态向量为‘0’，则可以识别选择该位对应的时隙的标签未被克隆并使其失活。该协议通过多轮的执行，直至RFID系统中所有标签被识别完毕。
针对克隆标签的识别问题，目前已有的解决方案皆是针对一种比较理想的情况，假设了每个克隆标签都具有100％的攻击概率，即当克隆标签对应的真实标签被阅读器询问时，克隆标签会以100％的概率如实地进行应答。然而从攻击者的角度考虑，则希望能在干扰RFID系统功能的同时尽量地减少克隆标签的能量消耗并且以更大的概率躲过阅读器对克隆标签的识别，即每个克隆标签以不同的概率发起攻击，这种新的攻击模型为概率性的克隆攻击，既能对RFID系统造成干扰又能节省攻击能量以及躲避识别。当克隆标签以一定的概率发起攻击时，现有的克隆标签识别方法在这种新的攻击模型下将失去其有效性，出现严重的识别偏差，导致识别精度快速地下降，识别效率低。
发明内容
本发明针对现有技术存在的克隆标签识别精度低等上述不足，提供一种基于分段的大规模RFID系统概率性克隆攻击识别方法，该方法能够提高克隆标签的识别精度和效率，缩短识别时间。
为了达到上述目的，本发明提供了一种基于分段的大规模RFID系统概率性克隆攻击识别方法，所述大规模RFID系统包括一个后台服务器、一个阅读器、N个真实标签和C,1≤C＜N个被克隆的真实标签，对于被克隆的真实标签m遭受其克隆标签攻击的攻击概率为pm；所述识别方法中，阅读器采用多轮识别的方式对大规模RFID系统中的所有真实标签进行识别，其具体步骤为：
(一)在任意第i轮识别中，阅读器与选中时隙期望状态为单时隙的真实标签进行通信，并根据真实标签的实际应答情况做出识别措施；其中，进行阅读器与选中时隙期望状态为单时隙的真实标签进行通信的方法步骤为：
在任意第i轮识别的开始，阅读器设置帧长度fi，生成随机数种子Ri；阅读器根据帧长度fi、随机数种子Ri、所有真实标签的ID和哈希函数预先计算当前帧中每个时隙的预期状态，并构建一个fi位的期望时隙状态向量VEi，其中期望时隙状态为“单时隙”的对应位为“1”，其余时隙的对应位为“0”；阅读器将期望时隙状态向量VEi分为
Figure BDA0002139769470000031
个片段并依次广播给所有真实标签，阅读器在每个片段广播后发起一个帧长度等于当前片段中“1”的个数的子帧；
每个真实标签收到阅读器广播的帧长度fi和随机数种子Ri后，根据自身ID进行哈希运算sc＝H(ID,Ri)modfi∈[0,fi-1]，根据运算的结果，每个真实标签获知其对应的期望时隙状态向量的片段并等待该片段的广播，当每个真实标签所对应的片段来临时，若该真实标签选择的时隙期望状态为单时隙，即在片段中对应位为“1”，该真实标签重新计算时隙索引并在该片段之后的子帧中进行应答，若该真实标签选择的时隙期望状态不是单时隙，即在片段中对应位为“0”，该真实标签放弃应答等待下一轮。
(二)当阅读器完成一轮识别后，改变帧长度fi和随机数种子Ri继续对剩余未识别的真实标签进行新一轮的识别，直至大规模RFID系统中所有的真实标签被识别完毕，则完成整个大规模RFID系统的概率性克隆攻击的识别。
优选的，步骤(一)中，阅读器设置帧长度fi的方法为：阅读器根据第i轮之前大规模RFID系统中未被失活的真实标签的数量计算当前i轮的帧长度，计算公式表示为：
Figure BDA0002139769470000041
式中，Ni为第i轮之前大规模RFID系统中未被失活的真实标签的数量。
优选的，步骤(一)中，若真实标签选择的时隙期望状态为单时隙，该真实标签重新计算时隙索引的方法步骤为：任一真实标签m新的时隙索引为X'm＝Xm-Lm，其中
Figure BDA0002139769470000042
为真实标签m选择的时隙所对应的位在当前片段中的索引，IDm为真实标签m的ID，Lm为当前片段中真实标签m选择的时隙所对应的位之前的对应位为“0”的个数，经过重新计算，真实标签m将在子帧中时隙索引为X'm的时隙中进行应答。
优选的，步骤(一)中，根据真实标签的实际应答情况做出识别措施的方法步骤为：若阅读器检测到子帧中有冲突时隙，则识别在该时隙应答的真实标签为克隆标签，使该真实标签失活不再参与后续的识别过程；若阅读器检测到子帧中有单时隙，则给大规模RFID系统中每个真实标签增加一个初始值为0的频率计数器，在多轮识别中，每出现一次子帧中有单时隙，便给对应真实标签的频率计数器加一，若某个真实标签的频率计数器的值达到预先规定的K值，则该真实标签识别为未被克隆的真实标签，使该真实标签失活不再参与后续的识别过程。
优选的，K值的获取方法为：阅读器根据
Figure BDA0002139769470000051
计算出能够满足大规模RFID系统要求的识别精度条件下的最优的K值，其中，α是大规模RFID系统要求的识别精度，Pt是攻击概率pm的阈值，该最优的K值即为预先规定的K值。
与现有技术相比，本发明的有益效果在于：
(1)本发明克隆攻击识别方法，为克隆标签引入了攻击概率的概念，提出了一种更具有实际性的概率性克隆攻击模型，针对该概率性攻击模型，通过捕捉由克隆攻击造成时隙的期望状态与实际状态不一致的现象来识别克隆，基于分段技术对克隆标签进行识别，不仅可以识别概率性的克隆攻击，也适用于每个克隆标签都具有100％攻击概率的情形，使用范围更广，更具有普遍性。
(2)本发明克隆攻击识别方法，阅读器采用分段和帧时隙Aloha结合的方式与选中时隙期望状态为单时隙的真实标签进行通信，只有选择了时隙期望状态为单时隙的真实标签才会进行应答，节省了其他真实标签的回复时间，提高了概率性克隆攻击的识别效率，缩短了总的识别时间，提高了时间效率。
附图说明
图1为本发明实施例基于分段的大规模RFID系统概率性克隆攻击识别方法的过程示意图；
图2为α＝0.9时本发明实施例基于分段的大规模RFID系统概率性克隆攻击识别方法和现有基本方法的识别时间随大规模RFID系统中真实标签个数变化的比较示意图；
图3为α＝0.95时本发明实施例基于分段的大规模RFID系统概率性克隆攻击识别方法和现有基本方法的识别时间随大规模RFID系统中真实标签个数变化的比较示意图；
图4为α＝0.9时本发明实施例基于分段的大规模RFID系统概率性克隆攻击识别方法和现有基本方法的识别时间随大规模RFID系统中被克隆的真实标签个数变化的比较示意图；
图5为α＝0.95时本发明实施例基于分段的大规模RFID系统概率性克隆攻击识别方法和现有基本方法的识别时间随大规模RFID系统中被克隆的真实标签个数变化的比较示意图；
图6为α＝0.9时本发明实施例基于分段的大规模RFID系统概率性克隆攻击识别方法和现有基本方法的识别时间随攻击概率的阈值变化的比较示意图；
图7为α＝0.95时本发明实施例基于分段的大规模RFID系统概率性克隆攻击识别方法和现有基本方法的识别时间随攻击概率的阈值变化的比较示意图。
具体实施方式
下面，通过示例性的实施方式对本发明进行具体描述。然而应当理解，在没有进一步叙述的情况下，一个实施方式中的元件、结构和特征也可以有益地结合到其他实施方式中。
大规模RFID系统包括一个后台服务器、一个阅读器、N个真实标签和C,1≤C＜N个被克隆的真实标签，每个被克隆的真实标签遭到其克隆标签以一定概率发起的攻击。对于被克隆的真实标签m遭受其克隆标签攻击的攻击概率为pm，每个真实标签有一个唯一的96位的ID。阅读器通过无线信道与其射频范围内的标签进行一对一通信，后台服务器预存每个真实标签的ID，并且通过有线或无线的方式与阅读器进行信息交换。为了有效避免数据包冲突，所述阅读器采用基于帧时隙Aloha协议与真实标签进行通信。在帧时隙Aloha协议中，阅读器在每个帧的开始先广播一条包含Ri和fi的信息，其中Ri是随机数种子，fi是帧长度。当标签收到阅读器的信息后，计算并将计算结果作为其应答时隙的时隙索引并在该时隙应答。根据每个时隙被标签选中的情况可将时隙分为三种类型：(1)空时隙，即没有标签选中该时隙；(2)单时隙，即仅有一个标签选中该时隙；(3)冲突时隙，即有多个标签选中该时隙。同时，根据标签回应信息的长度，又可将时隙分为：(1)标签时隙ttag，用于传输96位的ID信息；(2)长回应时隙tl，用于传输多位的长回应信息；(3)短回应时隙ts，用于传输1位的短回应信息。根据相关的RFID规范，ttag＝2.4毫秒，tl＝0.8毫秒，ts＝0.4毫秒。
本发明提供了一种基于分段的大规模RFID系统概率性克隆攻击识别方法，对于被克隆的真实标签其遭受的攻击概率，考虑到很小的攻击概率给系统造成的影响很小，甚至可以忽略，给定了一个攻击概率的阈值Pt，对于任一被克隆的真实标签m，若攻击概率pm≥Pt，本发明方法可以保证大于等于识别精度的概率成功识别被克隆的真实标签m，即：
Figure BDA0002139769470000071
式中，
Figure BDA0002139769470000072
表示受到攻击概率不小于阈值Pt的被克隆的真实标签的集合，/>
Figure BDA0002139769470000073
表示
Figure BDA0002139769470000074
中被克隆的真实标签的数量，/>
Figure BDA0002139769470000075
表示能正确识别到的被克隆的真实标签个数的期望值，α表示要求的识别精度。
本发明提供的识别方法能够在满足上述要求的前提下，最小化识别时间。
通过本发明提供的一种基于分段的大规模RFID系统概率性克隆攻击识别方法对上述大规模RFID系统的概率性克隆攻击进行识别，该方法中，阅读器采用多轮识别的方式对大规模RFID系统中的所有真实标签进行识别，其具体步骤为：
步骤一、在任意第i轮识别中，阅读器与选中时隙期望状态为单时隙的真实标签进行通信，并根据真实标签的实际应答情况做出识别措施。
进行阅读器与选中时隙期望状态为单时隙的真实标签进行通信的方法步骤为：
在任意第i轮识别的开始，阅读器设置帧长度fi，生成随机数种子Ri；阅读器根据帧长度fi、随机数种子Ri、所有真实标签的ID和哈希函数预先计算当前帧中每个时隙的预期状态，并构建一个fi位的期望时隙状态向量VEi，其中期望时隙状态为“单时隙”的对应位为“1”，其余时隙的对应位为“0”；阅读器将期望时隙状态向量VEi分为
Figure BDA0002139769470000081
个片段并依次广播给所有真实标签，阅读器在每个片段广播后发起一个帧长度等于当前片段中“1”的个数的子帧；
每个真实标签收到阅读器广播的帧长度fi和随机数种子Ri后，根据自身ID进行哈希运算sc＝H(ID,Ri)modfi∈[0,fi-1]，根据运算的结果，每个真实标签获知其对应的期望时隙状态向量的片段并等待该片段的广播，当每个真实标签所对应的片段来临时，若该真实标签选择的时隙期望状态为单时隙，即在片段中对应位为“1”，该真实标签重新计算时隙索引并在该片段之后的子帧中进行应答，若该真实标签选择的时隙期望状态不是单时隙，即在片段中对应位为“0”，该真实标签放弃应答等待下一轮。
若真实标签选择的时隙期望状态为单时隙，该真实标签重新计算时隙索引的方法步骤为：任一真实标签m新的时隙索引为X'm＝Xm-Lm，其中
Figure BDA0002139769470000091
为真实标签m选择的时隙所对应的位在当前片段中的索引，IDm为真实标签m的ID，Lm为当前片段中真实标签m选择的时隙所对应的位之前的对应位为“0”的个数，经过重新计算，真实标签m将在子帧中时隙索引为X'm的时隙中进行应答。
根据真实标签的实际应答情况做出识别措施的方法步骤为：
若阅读器检测到子帧中有冲突时隙，则识别在该时隙应答的真实标签为克隆标签，使该真实标签失活不再参与后续的识别过程；若阅读器检测到子帧中有单时隙，则给大规模RFID系统中每个真实标签增加一个初始值为0的频率计数器，在多轮识别中，每出现一次子帧中有单时隙，便给对应真实标签的频率计数器加一，若某个真实标签的频率计数器的值达到预先规定的K值，则该真实标签识别为未被克隆的真实标签，使该真实标签失活不再参与后续的识别过程。
其中，K值的获取方法为：阅读器根据
Figure BDA0002139769470000092
计算出能够满足大规模RFID系统要求的识别精度条件下的最优的K值，其中，α是大规模RFID系统要求的识别精度，Pt是攻击概率pm的阈值，该最优的K值即为预先规定的K值。
步骤二、当阅读器完成一轮识别后，改变帧长度fi和随机数种子Ri继续对剩余未识别的真实标签进行新一轮的识别，直至大规模RFID系统中所有的真实标签被识别完毕，则完成整个大规模RFID系统的概率性克隆攻击的识别。
本发明上述方法阅读器采用多轮识别的方式对所有真实标签进行识别，在每一轮识别开始之前，阅读器首先更新该轮的帧长度。因此，在发明上述方法的步骤一中，阅读器设置(即更新)帧长度fi的方法为：阅读器根据第i轮之前大规模RFID系统中未被失活的真实标签的数量计算当前i轮的帧长度，计算公式表示为：
Figure BDA0002139769470000101
式中，Ni为第i轮之前大规模RFID系统中未被失活的真实标签的数量。
本发明上述方法中，阅读器需要区分单时隙与非单时隙，作为优选实施方式，应答时隙采用长回应时隙，用于输出多位的长回应信息，即tl＝0.8毫秒。
此外，当大规模RFID系统中部署了多个阅读器时，后台服务其可以对多个阅读器实现调度。因此本发明上述方法可以拓展到多个阅读器的情形。
本发明上述方法是对大规模RFID系统概率性克隆攻击进行识别，采用分段技术与帧时隙Aloha协议相结合，只有选择时隙期望状态为单时隙的真实标签才会应答，节省了其他真实标签的回复时间，提高了时间效率。
为了进一步说明本发明上述方法的优点，下面结合附图和实施例对本发明做出进一步说明。
实施例：参见图1，RFID系统中，真实标签的总个数N＝8，其中真实标签T1、T3和T5被攻击者克隆，即被克隆的真实标签个数C＝3，并且真实标签T1、T3和T5的克隆标签分别以攻击概率p1、p3和p5发起攻击，图1展示了上述识别方法的其中两轮识别，为了便于描述，假设真实标签预先规定的K值为2，即K＝2，每个片段的长度为5。本RFID系统中对概率性克隆攻击的识别过程为：
在第i轮识别过程中，假设阅读器计算的帧长fi＝9，经过阅读器预测的期望帧状态参见图1，将根据期望帧状态构建的9位的期望时隙状态向量VEi分成
Figure BDA0002139769470000102
个片段VEi1＝[10010]和VEi2＝[1010]，然后依次将两个片段广播给真实标签。在第一个片段广播后，阅读器执行一个长度为2的子帧，可以发现，只有真实标签T1和T4选择的时隙在片段VEi1中对应的位为‘1’，所以真实标签T1和T4重新计算新的时隙索引，X'1＝0-0＝0、X'4＝3-2＝1，分别在子帧中的第一个、第二个时隙进行应答，其他标签将放弃应答等待下一轮。根据第一个子帧的应答情况，发现并没有检测到数据冲突，所以给真实标签T1和T4的频率计数器分别执行加1操作，即k1＝k1+1＝1、k4＝k4+1＝1，并判断k1<K、k4<K，因此目前无法判断真实标签T1和T4是否被克隆。同理，第二个片段的广播后，根据第二个子帧的执行情况，发现真实标签T5的应答时隙内检测到数据冲突，则识别T5为克隆标签并使其失活，真实标签T6的应答时隙内未检测到数据冲突，则执行k6＝k6+1＝1，并判断k6<K，因此目前无法判断真实标签T6是否被克隆。
第i轮结束后，系统中仍有未被失活的真实标签，阅读器继续开展第i+1轮的识别。可见，在第i+1轮中，片段1中有3个值为‘1’的位，因此阅读器在片段1后发起一个长度为3的子帧，其中，真实标签T2应答的时隙未发生数据冲突，则执行k2＝k2+1＝1，并判断k2<K；真实标签T1和T3应答的时隙均出现了数据冲突，所以识别真实标签T1和T3被克隆并使其失活。同理，子帧2的长度为2，其中真实标签T6应答的时隙内未检测到数据冲突，则执行k6＝k6+1＝2，并判断k6＝K，则认为真实标签T6未被克隆并使其失活；真实标签T8的频率计数器执行加k8＝k8+1＝1操作。
经过上述两轮的执行可见，系统中真实标签T1、T3、T5和T6已被失活，其中真实标签T1、T3和T5被识别为被克隆标签，真实标签T6被识别为未被克隆标签。接下来，阅读器将继续对剩余未失活的真实标签进行新一轮的识别，直至系统中所有的真实标签被判断完毕。
当大规模分组RFID系统所需的识别精度α＝0.9时，其中，被克隆的真实标签个数C＝500，攻击概率pm的阈值Pt＝0.5，采用本发明所述基于分段的大规模RFID系统概率性克隆攻击识别方法与现有基本方法对大规模RFID系统概率性克隆攻击进行识别，参见图3，虽然随着真实标签个数的增加，本发明所述方法和现有基本基本方法的总执行时间都在增加，但在标签个数相同的情况下，本发明所述方法的总执行时间与现有基本方法相比，明显缩短。
当大规模RFID系统所需的识别精度α＝0.95时，其中，被克隆的真实标签个数C＝500，攻击概率pm的阈值Pt＝0.5，采用本发明所述方法与现有基本方法对大规模RFID系统概率性克隆攻击进行识别，参见图3，虽然随着真实标签个数的增加，本发明所述方法和现有基本方法的总执行时间都在增加，但在真实标签个数相同的情况下，本发明所述方法的总执行时间与现有基本方法相比，明显缩短。
当大规模RFID系统所需的识别精度α＝0.9时，其中，真实标签的总个数N＝2000，攻击概率pm的阈值Pt＝0.5，采用本发明所述方法与现有基本方法对大规模RFID系统概率性克隆攻击进行识别，参见图4，随着被克隆的真实标签个数的增加，本发明所述方法和现有基本方法的总执行时间都在减少，但在被克隆的真实标签个数相同的情况下，本发明所述方法的总执行时间与现有基本方法相比，明显缩短。
当大规模RFID系统所需的识别精度α＝0.95时，其中，真实标签的总个数N＝2000，攻击概率pm的阈值Pt＝0.5，采用本发明所述方法与现有基本方法对大规模RFID系统概率性克隆攻击进行识别，参见图5，随着被克隆的真实标签个数的增加，本发明所述方法和现有基本方法的总执行时间都在减少，但在被克隆的真实标签个数相同的情况下，本发明所述方法的总执行时间与现有基本方法相比，明显缩短。
当大规模RFID系统所需的识别精度α＝0.9时，其中，真实标签的总个数N＝2000，被克隆的真实标签个数C＝500，采用本发明所述方法与现有基本方法对大规模RFID系统概率性克隆攻击进行识别，参见图6，随着攻击概率的阈值增大，本发明所述方法和现有基本方法的总执行时间都在减少，但在攻击概率的阈值相同的情况下，本发明所述方法的总执行时间与现有基本方法相比，明显缩短。
当大规模RFID系统所需的识别精度α＝0.95时，其中，真实标签的总个数N＝2000，被克隆的真实标签个数C＝500，采用本发明所述方法与现有基本方法对大规模RFID系统概率性克隆攻击进行识别，参见图7，随着攻击概率的阈值增大，本发明所述方法和现有基本方法的总执行时间都在减少，但在攻击概率的阈值相同的情况下，本发明所述方法的总执行时间与现有基本方法相比，明显缩短。
由上可知，本发明提供的基于分段的大规模RFID系统概率性克隆攻击识别方法能够在很大程度上降低克隆攻击识别的总执行时间，提高识别效率，能够有效完成大规模RFID系统概率性克隆攻击识别，且识别的准确度能够达到所需的识别精度要求。
以上所举实施例仅用为方便举例说明本发明，并非对本发明保护范围的限制，在本发明所述技术方案范畴，所属技术领域的技术人员所作各种简单变形与修饰，均应包含在以上申请专利范围中。

Claims (2)

1.一种基于分段的大规模RFID系统概率性克隆攻击识别方法，其特征在于，所述大规模RFID系统包括一个后台服务器、一个阅读器、N个真实标签和C,1≤C<N个被克隆的真实标签，对于被克隆的真实标签m遭受其克隆标签攻击的攻击概率为pm；所述识别方法中，阅读器采用多轮识别的方式对大规模RFID系统中的所有真实标签进行识别，其具体步骤为：
(一)在任意第i轮识别中，阅读器与选中时隙期望状态为单时隙的真实标签进行通信，并根据真实标签的实际应答情况做出识别措施；其中，进行阅读器与选中时隙期望状态为单时隙的真实标签进行通信的方法步骤为：
在任意第i轮识别的开始，阅读器设置帧长度fi，生成随机数种子Ri；阅读器根据帧长度fi、随机数种子Ri、所有真实标签的ID和哈希函数预先计算当前帧中每个时隙的预期状态，并构建一个fi位的期望时隙状态向量VEi，其中期望时隙状态为“单时隙”的对应位为“1”，其余时隙的对应位为“0”；阅读器将期望时隙状态向量VEi分为
Figure FDA0003987211790000011
个片段并依次广播给所有真实标签，阅读器在每个片段广播后发起一个帧长度等于当前片段中“1”的个数的子帧；
每个真实标签收到阅读器广播的帧长度fi和随机数种子Ri后，根据自身ID进行哈希运算sc＝H(ID,Ri)modfi∈[0,fi-1]，根据运算的结果，每个真实标签获知其对应的期望时隙状态向量的片段并等待该片段的广播，当每个真实标签所对应的片段来临时，若该真实标签选择的时隙期望状态为单时隙，即在片段中对应位为“1”，该真实标签重新计算时隙索引并在该片段之后的子帧中进行应答，若该真实标签选择的时隙期望状态不是单时隙，即在片段中对应位为“0”，该真实标签放弃应答等待下一轮；
阅读器设置帧长度fi的方法为：阅读器根据第i轮之前大规模RFID系统中未被失活的真实标签的数量计算当前i轮的帧长度，计算公式表示为：
Figure FDA0003987211790000021
式中，Ni为第i轮之前大规模RFID系统中未被失活的真实标签的数量；
根据真实标签的实际应答情况做出识别措施的方法步骤为：若阅读器检测到子帧中有冲突时隙，则识别在该时隙应答的真实标签为克隆标签，使该真实标签失活不再参与后续的识别过程；若阅读器检测到子帧中有单时隙，则给大规模RFID系统中每个真实标签增加一个初始值为0的频率计数器，在多轮识别中，每出现一次子帧中有单时隙，便给对应真实标签的频率计数器加一，若某个真实标签的频率计数器的值达到预先规定的K值，则该真实标签识别为未被克隆的真实标签，使该真实标签失活不再参与后续的识别过程；
K值的获取方法为：阅读器根据
Figure FDA0003987211790000022
计算出能够满足大规模RFID系统要求的识别精度条件下的最优的K值，其中，α是大规模RFID系统要求的识别精度，Pt是攻击概率pm的阈值，该最优的K值即为预先规定的K值；
(二)当阅读器完成一轮识别后，改变帧长度fi和随机数种子Ri继续对剩余未识别的真实标签进行新一轮的识别，直至大规模RFID系统中所有的真实标签被识别完毕，则完成整个大规模RFID系统的概率性克隆攻击的识别。
2.如权利要求1所述的基于分段的大规模RFID系统概率性克隆攻击识别方法，其特征在于，步骤(一)中，若真实标签选择的时隙期望状态为单时隙，该真实标签重新计算时隙索引的方法步骤为：任一真实标签m新的时隙索引为X'm＝Xm-Lm，其中
Figure FDA0003987211790000023
为真实标签m选择的时隙所对应的位在当前片段中的索引，IDm为真实标签m的ID，Lm为当前片段中真实标签m选择的时隙所对应的位之前的对应位为“0”的个数，经过重新计算，真实标签m将在子帧中时隙索引为X'm的时隙中进行应答。/>
CN201910664849.1A 2019-07-23 2019-07-23 基于分段的大规模rfid系统概率性克隆攻击识别方法 Active CN110378158B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910664849.1A CN110378158B (zh) 2019-07-23 2019-07-23 基于分段的大规模rfid系统概率性克隆攻击识别方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910664849.1A CN110378158B (zh) 2019-07-23 2019-07-23 基于分段的大规模rfid系统概率性克隆攻击识别方法

Publications (2)

Publication Number Publication Date
CN110378158A CN110378158A (zh) 2019-10-25
CN110378158B true CN110378158B (zh) 2023-03-28

Family

ID=68254994

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910664849.1A Active CN110378158B (zh) 2019-07-23 2019-07-23 基于分段的大规模rfid系统概率性克隆攻击识别方法

Country Status (1)

Country Link
CN (1) CN110378158B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112836540B (zh) * 2021-02-09 2022-05-17 青岛黄海学院 大规模匿名rfid系统中概率性克隆攻击的检测方法
CN116402077B (zh) * 2023-06-07 2023-09-15 浙江波誓盾科技有限公司 一种射频识别系统中克隆标签的识别方法及系统

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103761494A (zh) * 2014-01-10 2014-04-30 清华大学 一种识别rfid系统丢失标签的方法和系统
CN107145807A (zh) * 2017-05-05 2017-09-08 中国石油大学(华东) 含有未知标签的射频识别系统的丢失标签识别方法
CN107609611A (zh) * 2017-08-11 2018-01-19 太原理工大学 一种基于大规模射频识别系统的多类信息收集方法
CN107784247A (zh) * 2017-10-23 2018-03-09 中国石油大学(华东) 匿名射频识别系统分阶段丢失关键标签识别方法
CN109344673A (zh) * 2018-09-28 2019-02-15 中国石油大学(华东) 基于ssze的大规模分组rfid系统的丢失标签冰山查询方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103761494A (zh) * 2014-01-10 2014-04-30 清华大学 一种识别rfid系统丢失标签的方法和系统
CN107145807A (zh) * 2017-05-05 2017-09-08 中国石油大学(华东) 含有未知标签的射频识别系统的丢失标签识别方法
CN107609611A (zh) * 2017-08-11 2018-01-19 太原理工大学 一种基于大规模射频识别系统的多类信息收集方法
CN107784247A (zh) * 2017-10-23 2018-03-09 中国石油大学(华东) 匿名射频识别系统分阶段丢失关键标签识别方法
CN109344673A (zh) * 2018-09-28 2019-02-15 中国石油大学(华东) 基于ssze的大规模分组rfid系统的丢失标签冰山查询方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
On Using Sampling Bloom Filter for Unknown Tag Identification in Large-Scale RFID Systems;艾欣等;《IEEE Access》;20181231;全文 *
基于多叉树的RFID克隆攻击快速检测;李顺东等;《计算机应用研究》;20141029;全文 *

Also Published As

Publication number Publication date
CN110378158A (zh) 2019-10-25

Similar Documents

Publication Publication Date Title
CN110378157B (zh) 基于多种子的大规模rfid系统概率性克隆攻击识别方法
EP3565334A1 (en) Spatial reuse method and device
CN107145807B (zh) 含有未知标签的射频识别系统的丢失标签识别方法
CN110807341B (zh) 自适应防信号碰撞的标签、标签定位方法及系统
AU2006292042A8 (en) Method for identifying tags using adaptive binary tree splitting technique in RFID system and RFID system therefor
CN110378158B (zh) 基于分段的大规模rfid系统概率性克隆攻击识别方法
CN109784115B (zh) Rfid移动阅读器防碰撞资源自适应分配与动态再竞争方法
CN102999739A (zh) Rfid标签及识别方法和装置
CN103378929A (zh) 无线帧的接收方法及装置
CN108520190B (zh) 基于Hash函数的RFID读卡器时隙分组或映射多目标标签的识别方法
US9785803B2 (en) Method, apparatus and system for collecting tags using bit map in RFID system
CN107506674B (zh) 基于时隙预测的aloha防碰撞方法
KR101018077B1 (ko) 슬롯 점유 확률을 이용한 펄스 프로토콜 기반의 알에프아이디 리더 충돌 방지 방법
US9838907B2 (en) Methods and devices for transmitting frame in network
CN109117687B (zh) 基于hze的大规模分组rfid系统的丢失标签冰山查询方法
Leonardo et al. p-Persistent CSMA as a collision resolution protocol for active RFID environments
CN112836540B (zh) 大规模匿名rfid系统中概率性克隆攻击的检测方法
CN111401091B (zh) 考虑邻居探测的rfid阅读器防碰撞方法
CN112131900B (zh) 一种基于帧时隙分组的动态帧时隙aloha防碰撞方法
He et al. An Efficient Early Frame Breaking Strategy for RFID Tag Identification in Large‐Scale Industrial Internet of Things
Amadou et al. Revisiting Backoff algorithms in CSMA/CA based MAC for channel Reservation in RFID reader Networks through broadcasting
CN110113733B (zh) 一种rfid阅读器防碰撞图着色两级分配方法
Amadou et al. How to improve CSMA-based MAC protocol for dense RFID reader-to-reader Networks?
Liu et al. One more hash is enough: Efficient tag stocktaking in highly dynamic RFID systems
CN109344673B (zh) 基于ssze的大规模分组rfid系统的丢失标签冰山查询方法

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