无线传感器网络(Wireless Sensor Networks, WSN)是一种融合了无线通信、微电子、现代传感器、嵌入式系统、信息处理和智能系统技术的新型网络,由大量微型无线传感器组成。这些微型无线传感器在微小体积内集成了信息采集、数据收集与处理、无线通信和协同合作等多种功能,为人们与真实物理环境的实时交互提供了崭新的平台和解决方法。无线传感器网络的工作环境往往是恶劣的物理区域,不适合人类长期驻留,具有一定的危险性,甚至是处于敌对环境中,还有其自身拓扑结构动态变化、身份认证缺失、节点间链接脆弱等特性,使得无线传感器网络存在许多安全漏洞。当攻击者俘获内部节点后,向网络中注入大量虚假数据,导致网络的运行失常,因此研究如何快速有效地剔除虚假数据并且准确有效的识别恶意节点具有十分重要的意义。本文首先分析了无线传感器网络虚假数据途中过滤和恶意节点检测两个方面的国内外研究现状,针对这两个问题,分别提出了相应的研究方案。(1)基于路径带的虚假数据途中过滤方案LPEF (Location-based and Path-aware En-route Filter ing)。该方案将网络划分为网格系统,将初始密钥与网格位置信息重新生成加密密钥和认证密钥,防止了一些针对节点位置信息的恶意攻击；并且引入了认证路径带的概念,任何节点只能被其认证路径带上的节点认证,这样就减少了下游节点的认证工作量,同时规范了数据的传输方向,降低了路径欺骗等路径攻击的可能性。最后分析得出,该机制在很大程度上解决了阈值问题,也降低了网络资源的消耗,可以快速有效地检测到虚假数据并将其剔除。(2)基于网格信任模型的恶意节点检测机制。LPEF只是一种被动防御的方案,只能过滤虚假数据,无法剔除恶意节点。针对该问题,本文提出的恶意节点检测机制很好地弥补了这一缺陷。在如今较成熟的信任模型基础上,采用分布式的信任管理模型,提出网格信任模型,以网格为单位来局部管理节点的信任值,避免了全局信任管理模型中计算复杂、管理困难等问题。文中详细地介绍了各种信任值的计算以及整个信任模型的运作,并利用OMNET++I网络仿真工具建立了模拟仿真环境,就无线传感器网络中恶意攻击方式的常见特征做了详细的仿真分析。