论文部分内容阅读
无线传感器网络(Wireless Sensors Network,简称WSN)是一种由多个感知节点组成的自组织、多跳、能量与存储受限的网络。WSN在很多方面都被广泛地使用,但由于通信半径、电池容量、存储与计算等因素的限制,其在外部环境中极易被损坏成为失效节点,从而对网络的连通性与数据的准确性构成了严重的威胁,对网络的安全带来巨大的挑战。WSN一般易受内外两种不同类型的攻击。外部攻击是一种无需内部认证就可获得网络内部节点详细信息的攻击,可以通过加密认证技术进行抵御,但该技术无法抵御内部攻击,内部攻击通过捕获网络内部节点并窃取内部信息进行恶意操作,包括污水池攻击、虫洞攻击及选择性转发攻等内部攻击,攻击将导致网络的连通性差,数据的准确性低,影响网络的安全性,由于检测和防御机制实施难度较大,对恶意节点进行识别和隔离是非常重要的。本文从基本概念、组成结构、网络特点以及安全相关理论等几个方面介绍了WSN,并深入研究了Sinkhole攻击检测算法,系统地阐述了关于WSN安全相关原理,包括WSN攻击类型和典型信誉模型。本文旨在解决由于Sinkhole攻击导致的WSN网络安全性降低的问题,对无线传感网络中相关安全检测技术进行研究。首先提出融合多指标的WSN动态信任评估预测模型(dynamic trust evaluation model integrating fuzzy comprehensive evaluation mechanism and similarity measure theory,缩写为FSEPM)。基于信任模型的方法,通过节点间的交互行为来判断节点状态,对网络中行为异常的恶意节点及时准确地识别出来并将其剔除出网络。但节点间信任存在主观性和模糊性、信任模型对攻击检测速度与精度等问题。本文利用模糊综合评判、贴近度理论及加权因子改善主观分配权重所带来的问题,结合自回归(Auto-regressive,AR)模型建立信任值预测模型,将预测与实际信任值进行差值运算,与信任阈值相比对,以判断节点性质,检测出恶意节点,保障无线传感器网络的安全性,实现数据的可靠传输。针对难以检测和防御的Sinkhole攻击,提出融合集对分析法(Set pair analysis,SPA)和Jaya算法的WSNs污水池攻击检测和防御策略(A Sinkhole attack detection and defense strategy integrating SPA and Jaya algorithm in WSNs,缩写为SJ-SHDDS)。利用异常度检测出跳数异常的边界节点,再结合能够处理确定性和不确定性相互作用的SPA信任模型计算可疑节点信任值,检测出攻击节点;采用具有无参数运行、求解速度快、不易陷入局部最优解等优点的Jaya算法躲避受攻击区域将攻击节点信息发送到真Sink。仿真实验表明,改进后的SJ-SHDDS算法可有效检测并防御恶意节点,提高无线传感器网络的安全性。