分布式网络已经广泛应用于互联网和物联网的多个领域,去中心化和节点区域自治是其核心思想。本文针对目前分布式网络中的拓扑变化感知和拓扑维护的去中心化/本地化问题,以及克隆攻击检测的本地化问题进行研究,提出了一系列本地化方法,目标在于· 1.采用去中心化的维护方式,使得每个节点能够以本地化通信的方式和近常数量级的计算开销来实现骨干网维护,避免集中式方法所带来的可观的全局通信/存储开销;· 2.将物理空间中(长度,宽度,高度,时间构成的4维空间)任意两个不相关的节点在编码空间中构建出因果关联,将拓扑变化信息以计算映射的方式反映在全局每个节点的编码中;· 3.构建出一种去中心化的感知方式(非定域感知),使得每个节点能够仅依赖于自己局域信息(一跳以内的局部信息),不做转发和中继,通过本地化计算,具备获知全局拓扑变化的能力,即以本地化的计算范式获得全局视角(非定域感知)。首先,本文针对去中心化网络中的拓扑变化所引起的骨干网连通性问题,提出了一个具有低计算量、低通信量、本地化的骨干网重建算法(LBR),理论分析证明该算法可以对骨干网进行有效维护,并能保证虚拟骨干网的持续连通性和工作效率。该部分的主要贡献如下:· 1.提出了一个虚拟骨干网本地化维护方法(LBR),其中本地化体现在消息的传递仅限于“事发地点”(即失效或新增的边/节点所在局部区域),并且其通信开销和计算开销为常数量级;· 2.理论分析证明该算法(LBR)能够保证修复后的骨干网(连通支配集)的连通性:除非网络拓扑本身不连通,否则LBR总是可以保证修复后的骨干网是连通的;· 3.该算法(LBR)能够以本地化的处理方式应对和处理任意数量的节点失效或新增;· 4.实验数据表明:LBR算法可以有效地修复骨干网,对比于相关工作,LBR可保持适中的骨干网规模,并能够保证修复后的骨干网具有连通性。本文第二部分针对分布式网络(包括骨干网节点和非骨干网节点)中可能出现的边/节点增加、失效的情况,不同于传统的“感知+汇总”的中心化检测方式,提出一种本地化方法来实现全局拓扑变化信息的获知。特别的,本文基于本地化计算,首先将物理空间中(长度,宽度,高度,时间构成的4维空间)任意两个不相关的节点在编码空间中构建出因果关联,构造了本地节点拓扑变化与相空间中全局拓扑状态点的——映射,继而将拓扑变化信息以计算映射的方式反映在全局每个节点的编码中,同时保证该分布式网络具有确定性、传递性,以及基于李雅普诺夫指数稳定性(收敛性)和——映射的因果性。一旦网络拓扑发生变化,将在全网引发蝴蝶效应。当每个节点在具有初态拓扑先验知识时,将具备全局视角和持续监测全局拓扑变化的能力。同时,每个节点的计算/通信/存储只为自己服务,不为其他节点作信息转发,因此其开销仅限于本地与自身相关的计算/通信/存储开销。本部分的主要贡献如下:· 1.建立物理空间(4D空间)到计算空间(编码空间)的因果关联映射关系,构造一种具有传递性、收敛性、确定性和因果性的去中心化的编码计算方法;· 2.构建出一种去中心化的感知方式(非定域感知),使得每个节点能够基于定域信息(一跳以内的局部信息),以本地化计算的方式实现非定域感知,继而实现全局拓扑信息变化的感知,以本地化的计算范式获得全局视角(非定域感知),达到“窥一斑而知全豹”的效果;· 3.本文提出的方法不同于传统的周期性/事件驱动的拓扑变化感知方式,该方法能够以近似常数量级的通信/存储开销和轻量级的计算开销持续监测全局拓扑变化,是一种无需远距信息汇集的新型非定域感知机制。在应用层面,考虑去中心化网络中的克隆攻击会对分布式网络的整体结构和功能产生较大安全威胁,目前已有的克隆攻击检测机制有其各自的使用场景和优势与劣势,或者受限于全局信息难以收集,或者产生高额通信开销,或者检测成功率较低,或具有较高的隐私泄露风险。本文在低通信、计算、存储开销下,无需传输位置或邻居列表信息,基于定域内的感知信息(编码)来实现非定域的拓扑感知,提出一种去中心化的确定性的而非概率性的克隆攻击鲁棒检测方法。本文从节点本身的局域拓扑特性入手,给每个节点赋予”社交指纹”(编码),并周期性更新迭代编码信息,基于编码信息的变化即可确定性的推断是否遭受克隆攻击,并定位克隆节点所在位置。本部分的主要贡献如下:· 1.本文所提出的基于非定域拓扑感知的克隆攻击检测机制,不同于传统检测方式,是一种确定性而非概率性的检测方法,即检出率100%;· 2.本文所提出的本地化检测方法,在网络节点时钟弱同步的前提下,具有连续监测能力,在检测的时效性上比传统的间歇性检测方法和概率性检测方法有优势;· 3.本文所提出的检测机制以本地化的计算和通信来获取全局视角,进而检测克隆攻击。