無線傳感網(wǎng)中信任安全相關(guān)技術(shù)研究
發(fā)布時間:2020-11-20 00:09
隨著物聯(lián)網(wǎng)技術(shù)的飛速發(fā)展,物與物、人與人、人與物皆可相連,相連所產(chǎn)生的各種信息的價值越來越高,這些信息吸引了越來越多的惡意攻擊者,給網(wǎng)絡(luò)的安全帶來了嚴(yán)重威脅。而作為這些信息的直接獲得源頭,面向物聯(lián)網(wǎng)感知層的傳感網(wǎng)也不例外,與其他網(wǎng)絡(luò)不同,傳感網(wǎng)的節(jié)點(diǎn)能量以及計算能力有限,因此適用于互聯(lián)網(wǎng)的安全技術(shù)無法很好的應(yīng)用在傳感網(wǎng)中,為此需要研究適用于傳感網(wǎng)的相關(guān)安全技術(shù)。目前,針對傳感網(wǎng)相關(guān)安全技術(shù)國內(nèi)外的很多學(xué)者都有所研究,本文對無線傳感網(wǎng)絡(luò)中信任安全相關(guān)技術(shù)進(jìn)行研究,所做工作和創(chuàng)新點(diǎn)如下所示:首先,提出異常檢測中基于混合式聚類的離群點(diǎn)挖掘算法,將改進(jìn)后的離群點(diǎn)挖掘技術(shù)應(yīng)用于異常檢測中,借助新型的聚類算法找出簇中心,去除小簇型攻擊樣本,通過重復(fù)增加樣本并計算節(jié)點(diǎn)異常度,從而判斷出節(jié)點(diǎn)的異常性。其次,提出惡意節(jié)點(diǎn)識別DPAM-MD算法,在傳統(tǒng)信任閾值判斷模型的基礎(chǔ)上,通過直接信任值與間接信任值來衡量一個節(jié)點(diǎn)的可信度,每隔固定時間求解一次,組成節(jié)點(diǎn)的信任值時間序列,改進(jìn)聚類算法,結(jié)合簇內(nèi)和簇間距離均衡化的目標(biāo)函數(shù),將節(jié)點(diǎn)的信任值序列進(jìn)行分類,將隱蔽性高,接近基準(zhǔn)序列的這一類節(jié)點(diǎn)分離出來。仿真實(shí)驗(yàn)表明,該方法可以提高聚類質(zhì)量,有效縮短聚類時間,能夠有效識別傳感網(wǎng)內(nèi)的惡意節(jié)點(diǎn),能夠?qū)鹘y(tǒng)的信任閾值模型進(jìn)行補(bǔ)充。最后,提出基于信譽(yù)值的多屬性信息素蟻群安全路由算法,傳統(tǒng)的蟻群優(yōu)化算法存在局部收斂,沒有考慮節(jié)點(diǎn)剩余能量等諸多問題。該算法將節(jié)點(diǎn)信任值,剩余能量,通信時延作為信息素,綜合考慮節(jié)點(diǎn)各方面屬性并帶入蟻群優(yōu)化算法的隨機(jī)比例公式中進(jìn)行計算,選出最優(yōu)的數(shù)據(jù)傳輸路徑。其次,節(jié)點(diǎn)信任值由直接和間接信任值組成,其中間接信任值是通過過濾重合率較高的部分節(jié)點(diǎn),改進(jìn)節(jié)點(diǎn)通信行為的更新方式,降低網(wǎng)絡(luò)能耗,增加節(jié)點(diǎn)信任值的可靠性。
【學(xué)位單位】:南京郵電大學(xué)
【學(xué)位級別】:碩士
【學(xué)位年份】:2018
【中圖分類】:TP212.9;TN915.08
【部分圖文】:
圖 4.1 節(jié)點(diǎn)類型圖點(diǎn)信譽(yù)值序列。設(shè)在無線傳感器網(wǎng)絡(luò)中任意節(jié)點(diǎn)a,經(jīng)過若干個相信譽(yù)值序列就是在每個時間間隔點(diǎn)處的信譽(yù)值所組成的 , 1 n 。列相似度。序列相似度是指任意節(jié)點(diǎn)a的信譽(yù)值序列 A與基準(zhǔn)信譽(yù)量相似度的方法有很多,例如曼哈頓度量,歐幾里得度量,高斯徑向ius 范數(shù)等。哈頓度量設(shè) 1 2,,,i i ipi x x x和 1 2,,,j j jpj x x x是 2 個被 p 個數(shù)值屬性j之間的曼哈頓度量的定義如(4.1)所示d (i , j ) i1 j 1ip jpx x x x有非負(fù)性,同一性,對稱性,三角不等式等數(shù)學(xué)特性。
3,4 這幾個值,而時間序列長度取 50,100,150,200,250,300。在實(shí)驗(yàn)中我們以信譽(yù)評價系統(tǒng)的判斷閾值為 0.5 為例進(jìn)行分析判斷。由圖4.3和圖4.4可以很清楚的看出使用DPAM-MD算法對惡意節(jié)點(diǎn)進(jìn)行識別的過程中,隨著輸入的時間序列長度的增加,算法對惡意節(jié)點(diǎn)的識別度越高,也就是召回率越高,并且時間序列長度越長,正常節(jié)點(diǎn)的誤判率也越低。由此可以看出時間序列長度越長越好。而對于k 值,當(dāng)k =2 時算法對惡意節(jié)點(diǎn)的識別率處在 3 種情況適中的水平,但是在正常節(jié)點(diǎn)的誤判率方面表現(xiàn)的最差;對于k =4 時,節(jié)點(diǎn)的誤判率處于 3 種情況適中的水平,但其惡意節(jié)點(diǎn)的識別率很低;只有當(dāng)k=3 時對惡意節(jié)點(diǎn)的識別度最高,正確節(jié)點(diǎn)的誤判率最低,因此當(dāng)k 為 3 時算法對惡意節(jié)點(diǎn)的識別能力最強(qiáng)。
3,4 這幾個值,而時間序列長度取 50,100,150,200,250,300。在實(shí)驗(yàn)中我們以信譽(yù)評價系統(tǒng)的判斷閾值為 0.5 為例進(jìn)行分析判斷。由圖4.3和圖4.4可以很清楚的看出使用DPAM-MD算法對惡意節(jié)點(diǎn)進(jìn)行識別的過程中,隨著輸入的時間序列長度的增加,算法對惡意節(jié)點(diǎn)的識別度越高,也就是召回率越高,并且時間序列長度越長,正常節(jié)點(diǎn)的誤判率也越低。由此可以看出時間序列長度越長越好。而對于k 值,當(dāng)k =2 時算法對惡意節(jié)點(diǎn)的識別率處在 3 種情況適中的水平,但是在正常節(jié)點(diǎn)的誤判率方面表現(xiàn)的最差;對于k =4 時,節(jié)點(diǎn)的誤判率處于 3 種情況適中的水平,但其惡意節(jié)點(diǎn)的識別率很低;只有當(dāng)k=3 時對惡意節(jié)點(diǎn)的識別度最高,正確節(jié)點(diǎn)的誤判率最低,因此當(dāng)k 為 3 時算法對惡意節(jié)點(diǎn)的識別能力最強(qiáng)。
【參考文獻(xiàn)】
本文編號:2890636
【學(xué)位單位】:南京郵電大學(xué)
【學(xué)位級別】:碩士
【學(xué)位年份】:2018
【中圖分類】:TP212.9;TN915.08
【部分圖文】:
圖 4.1 節(jié)點(diǎn)類型圖點(diǎn)信譽(yù)值序列。設(shè)在無線傳感器網(wǎng)絡(luò)中任意節(jié)點(diǎn)a,經(jīng)過若干個相信譽(yù)值序列就是在每個時間間隔點(diǎn)處的信譽(yù)值所組成的 , 1 n 。列相似度。序列相似度是指任意節(jié)點(diǎn)a的信譽(yù)值序列 A與基準(zhǔn)信譽(yù)量相似度的方法有很多,例如曼哈頓度量,歐幾里得度量,高斯徑向ius 范數(shù)等。哈頓度量設(shè) 1 2,,,i i ipi x x x和 1 2,,,j j jpj x x x是 2 個被 p 個數(shù)值屬性j之間的曼哈頓度量的定義如(4.1)所示d (i , j ) i1 j 1ip jpx x x x有非負(fù)性,同一性,對稱性,三角不等式等數(shù)學(xué)特性。
3,4 這幾個值,而時間序列長度取 50,100,150,200,250,300。在實(shí)驗(yàn)中我們以信譽(yù)評價系統(tǒng)的判斷閾值為 0.5 為例進(jìn)行分析判斷。由圖4.3和圖4.4可以很清楚的看出使用DPAM-MD算法對惡意節(jié)點(diǎn)進(jìn)行識別的過程中,隨著輸入的時間序列長度的增加,算法對惡意節(jié)點(diǎn)的識別度越高,也就是召回率越高,并且時間序列長度越長,正常節(jié)點(diǎn)的誤判率也越低。由此可以看出時間序列長度越長越好。而對于k 值,當(dāng)k =2 時算法對惡意節(jié)點(diǎn)的識別率處在 3 種情況適中的水平,但是在正常節(jié)點(diǎn)的誤判率方面表現(xiàn)的最差;對于k =4 時,節(jié)點(diǎn)的誤判率處于 3 種情況適中的水平,但其惡意節(jié)點(diǎn)的識別率很低;只有當(dāng)k=3 時對惡意節(jié)點(diǎn)的識別度最高,正確節(jié)點(diǎn)的誤判率最低,因此當(dāng)k 為 3 時算法對惡意節(jié)點(diǎn)的識別能力最強(qiáng)。
3,4 這幾個值,而時間序列長度取 50,100,150,200,250,300。在實(shí)驗(yàn)中我們以信譽(yù)評價系統(tǒng)的判斷閾值為 0.5 為例進(jìn)行分析判斷。由圖4.3和圖4.4可以很清楚的看出使用DPAM-MD算法對惡意節(jié)點(diǎn)進(jìn)行識別的過程中,隨著輸入的時間序列長度的增加,算法對惡意節(jié)點(diǎn)的識別度越高,也就是召回率越高,并且時間序列長度越長,正常節(jié)點(diǎn)的誤判率也越低。由此可以看出時間序列長度越長越好。而對于k 值,當(dāng)k =2 時算法對惡意節(jié)點(diǎn)的識別率處在 3 種情況適中的水平,但是在正常節(jié)點(diǎn)的誤判率方面表現(xiàn)的最差;對于k =4 時,節(jié)點(diǎn)的誤判率處于 3 種情況適中的水平,但其惡意節(jié)點(diǎn)的識別率很低;只有當(dāng)k=3 時對惡意節(jié)點(diǎn)的識別度最高,正確節(jié)點(diǎn)的誤判率最低,因此當(dāng)k 為 3 時算法對惡意節(jié)點(diǎn)的識別能力最強(qiáng)。
【參考文獻(xiàn)】
相關(guān)期刊論文 前8條
1 張永剛;張思博;薛秋實(shí);;求解約束滿足問題的改進(jìn)蟻群優(yōu)化算法[J];通信學(xué)報;2015年05期
2 趙宏;胡智;聞英友;;基于ACS的無線傳感器網(wǎng)絡(luò)區(qū)分服務(wù)路由算法[J];通信學(xué)報;2013年10期
3 張玲;白中英;羅守山;謝康;崔冠寧;孫茂華;;基于粗糙集和人工免疫的集成入侵檢測模型[J];通信學(xué)報;2013年09期
4 郭顯;馮濤;袁占亭;;編碼感知多跳無線網(wǎng)絡(luò)安全路由協(xié)議[J];通信學(xué)報;2012年06期
5 蔣暢江;石為人;唐賢倫;王平;向敏;;能量均衡的無線傳感器網(wǎng)絡(luò)非均勻分簇路由協(xié)議[J];軟件學(xué)報;2012年05期
6 胡明霞;;基于BP神經(jīng)網(wǎng)絡(luò)的入侵檢測算法[J];計算機(jī)工程;2012年06期
7 楊光;印桂生;楊武;耿貴寧;;無線傳感器網(wǎng)絡(luò)基于節(jié)點(diǎn)行為的信譽(yù)評測模型[J];通信學(xué)報;2009年12期
8 黃敏明;林柏鋼;;基于遺傳算法的模糊聚類入侵檢測研究[J];通信學(xué)報;2009年S2期
本文編號:2890636
本文鏈接:http://www.sikaile.net/kejilunwen/wltx/2890636.html
最近更新
教材專著