【摘要】：隨著車載網(wǎng)的快速發(fā)展,WIFI技術的廣泛應用,車輛在行駛過程中與路邊接入點(Access Point,AP)進行數(shù)據(jù)通信變得越來越容易。同時,如果敵人把惡意AP部署在移動的車輛上,由于惡意AP車輛的移動性,它可以長時間的保持在用戶周圍,并且這種惡意AP在客戶端看來會擁有更強大的信號強度,更容易使用戶受騙上當,因此敵人會有更多時間利用各種攻擊手段去竊取用戶的隱私信息。針對這種車載惡意AP的特點和危害性,本文提出了一種基于信號強度(RSSI)的判別惡意AP的方法。主要研究成果及貢獻如下:(1)RSSI值非常容易受到周圍環(huán)境的干擾,為了優(yōu)化RSSI的采樣值,本文利用高斯模型去消除RSSI誤差較大的部分,并且使用優(yōu)化加權的方法取得最終值,與均值模型相比,優(yōu)化加權高斯模型具有更小的誤差。(2)針對車載網(wǎng)中不斷變化的周圍環(huán)境,提出了基于RSSI與距離映射的測距算法,該算法把傳統(tǒng)單一RSSI與距離的一對一的關系轉(zhuǎn)變?yōu)镽SSI與距離的一對多的關系,利用一對多的映射關系,實現(xiàn)更適合車載網(wǎng)環(huán)境的測距算法,該算法在50米以內(nèi),90%以上可以達到誤差在2米內(nèi),測距誤差達到了3.98%。(3)利用提出的基于RSSI值的測距算法,本文提出一種實用性的判別惡意AP的算法,該算法基于RSSI值與GPS位置信息,用戶可以驗證RSSI值是否匹配AP廣播的位置,從而實現(xiàn)對惡意AP的判別。實驗結果表明,該算法能夠有效地識別道路上的車載惡意AP。(4)基于本文的測距算法,提出一種基于相對定位的判別惡意AP的算法,用戶只需利用自身接收的一系列RSSI值就能夠?qū)P的位置進行相對定位,如果惡意AP被定位在用戶行駛的車道上,就判定其為惡意AP。實驗表明,基于RSSI的相對定位算法誤差在5米以內(nèi),能夠滿足對車載惡意AP進行判別的需求。
[Abstract]:With the rapid development of vehicle-borne network and the wide application of WiFi technology, the data communication between vehicle and Access Point AP becomes more and more easy. At the same time, if the enemy deploys a malicious AP on a mobile vehicle, it can stay around the user for a long time because of the mobility of the malicious AP vehicle, and the malicious AP will have a more powerful signal strength in the client's view. It is easier to deceive the user, so the enemy will have more time to steal the user's privacy information by all kinds of attacks. Aiming at the characteristics and harmfulness of this vehicle malicious AP, this paper presents a method based on signal strength (RSSI) to identify malicious AP. The main research results and contributions are as follows: (1) the RSSI value is easily disturbed by the surrounding environment. In order to optimize the sampling value of the RSSI, the Gao Si model is used to eliminate the large error part of the RSSI, and the final value is obtained by the optimization weighting method. Compared with the mean value model, the optimized weighted Gao Si model has less error. (2) aiming at the changing surrounding environment in the vehicle network, a distance measurement algorithm based on RSSI and distance mapping is proposed. In this algorithm, the one-to-one relationship between single RSSI and distance is transformed into the one-to-many relationship between RSSI and distance, and the ranging algorithm is more suitable for vehicle network environment by using one-to-many mapping relationship. The error of the algorithm can reach more than 90% within 50 meters, and the ranging error can reach 3.98. (3) by using the RSSI based ranging algorithm, a practical algorithm for identifying malicious AP is proposed in this paper. The algorithm is based on the RSSI and GPS location information. The user can verify whether the RSSI value matches the broadcast position of AP so as to realize the discrimination of malicious AP. The experimental results show that the algorithm can effectively identify the vehicle malicious APs on the road. (4) based on the ranging algorithm in this paper, an algorithm for identifying malicious AP based on relative location is proposed. The user only needs to use a series of RSSI values to locate the AP. If the malicious AP is located in the driveway of the user, it is determined as malicious AP. The experimental results show that the relative location error based on RSSI is less than 5 meters, which can meet the requirement of identifying malicious AP in vehicle.
【學位授予單位】：黑龍江大學
【學位級別】：碩士
【學位授予年份】：2015
【分類號】：U495;TP309

【相似文獻】

相關期刊論文 前10條

1 阿依古麗·多來提;;CDMA系統(tǒng)RSSI異常分析[J];硅谷;2011年17期

2 彭宇;羅清華;王丹;彭喜元;;一種基于區(qū)間數(shù)聚類的RSSI-D估計方法[J];儀器儀表學報;2012年03期

3 馮愛麗;喬鋼柱;曾建潮;;基于信標節(jié)點間距離的改進RSSI定位算法[J];太原科技大學學報;2012年01期

4 高鵬;石為人;周偉;王小剛;李洪兵;;基于圖論模糊聚類的室內(nèi)自適應RSSI定位算法[J];儀器儀表學報;2013年09期

5 石欣;印愛民;陳曦;;基于RSSI的多維標度室內(nèi)定位算法[J];儀器儀表學報;2014年02期

6 鮑喜榮;張立立;張石;;基于RSSI的多維定標迭代定位算法[J];東北大學學報(自然科學版);2009年12期

7 孫健;杜永貴;;RSSI-神經(jīng)網(wǎng)絡在無線傳感網(wǎng)絡定位中的應用[J];科學技術與工程;2013年06期

8 朱劍;趙海;孫佩剛;畢遠國;;基于RSSI均值的等邊三角形定位算法[J];東北大學學報(自然科學版);2007年08期

9 王曉旭;劉金桂;;基于RSSI測距的室內(nèi)三維定位算法[J];自動化技術與應用;2011年07期

10 丁承君;柳瑛;段萍;付勝梁;;基于RSSI-錨圓算法的無線傳感器網(wǎng)絡節(jié)點自定位研究[J];河北工業(yè)大學學報;2012年04期

相關會議論文 前9條

1 王久勇;莊毅;顧晶晶;歐陽健;;一種基于RSSI的實時定位算法的研究[A];2008’“先進集成技術”院士論壇暨第二屆儀表、自動化與先進集成技術大會論文集[C];2008年

2 陳振柳;;C網(wǎng)基站RSSI異常及天線解調(diào)鎖定不平衡故障的處理[A];海南省通信學會學術年會論文集（2006）[C];2006年

3 姚小建;施偉斌;;采用RSSI判選方式的多基站接收系統(tǒng)[A];第六屆全國信息獲取與處理學術會議論文集（3）[C];2008年

4 蔡優(yōu)筆;王建中;;基于搜索的RSSI節(jié)點定位算法[A];浙江省信號處理學會2011學術年會論文集[C];2011年

5 田寧;;基于參數(shù)優(yōu)化改善Ev-Do網(wǎng)絡RSSI問題研究[A];2013年中國通信學會信息通信網(wǎng)絡技術委員會年會論文集[C];2013年

6 ;A New Distributed Localization Algorithm for ZigBee Wireless Networks[A];2009中國控制與決策會議論文集（3）[C];2009年

7 劉靜;高慶華;金明錄;;基于RSSI的無線傳感器網(wǎng)絡分布式定位算法[A];2010年通信理論與信號處理學術年會論文集[C];2010年

8 林少然;劉少龍;陳志龍;;淺談CDMA直放站對基站的RSSI噪聲影響[A];中國通信學會通信建設工程技術委員會2010年年會論文集[C];2010年

9 周先超;;淺析CDMA網(wǎng)絡中的干擾[A];武漢市第二屆學術年會、通信學會2006年學術年會論文集[C];2006年

相關碩士學位論文 前10條

1 梁德殨;基于RSSI測距的室內(nèi)定位跟蹤技術研究[D];遼寧大學;2015年

2 李宗殟;基于RSSI和地磁場特征融合的室內(nèi)定位算法設計與研究[D];南京理工大學;2015年

3 施賽杰;基于WSN的煤礦井下安全監(jiān)測系統(tǒng)研究與設計[D];寧夏大學;2015年

4 張起輝;結合RSSI的定位策略研究與滑坡應用[D];江西理工大學;2015年

5 李延;基于RSSI測距的室內(nèi)定位技術研究[D];中南林業(yè)科技大學;2015年

6 張文學;基于WiFi的RSSI指紋定位算法研究[D];電子科技大學;2015年

7 黃俊;基于RSSI的室內(nèi)無線定位算法研究[D];西南科技大學;2015年

8 徐效雷;提高煤礦井下RSSI測距精度的方法研究[D];中國礦業(yè)大學;2015年

9 李論;基于RSSI的煤礦巷道高精度定位算法研究[D];中國礦業(yè)大學;2015年

10 陳姣;基于RSSI測距的WiFi室內(nèi)定位技術研究[D];西南科技大學;2015年

，

本文編號：2126978