發(fā)布時間：2021-08-17 21:33

　　在復雜無線傳感器網(wǎng)絡環(huán)境中,為阻斷惡意節(jié)點發(fā)動危及網(wǎng)絡安全的中斷攻擊和選擇性轉(zhuǎn)發(fā)攻擊,在TS-BRS信譽模型的基礎(chǔ)上,搭建基于MNRT-OEP&RS的惡意節(jié)點識別模型,利用機器學習中的線性回歸并結(jié)合節(jié)點能量、工作量、鄰節(jié)點數(shù)量、節(jié)點疏松度等可確定參數(shù)求解環(huán)境參數(shù),計算基準信譽序列與周期內(nèi)的節(jié)點信譽序列的相似度;設(shè)定動態(tài)信譽雙閾值,對節(jié)點的信息轉(zhuǎn)發(fā)行為進行動態(tài)考量,以甄別惡意節(jié)點。仿真實驗表明,改進后的算法對惡意節(jié)點的識別率可達90%以上,對正常節(jié)點誤判率降低到8%以下,有效提高復雜環(huán)境下無線傳感器網(wǎng)絡的安全性。 

【文章來源】：西北工業(yè)大學學報. 2020,38(03)北大核心EICSCD

【文章頁數(shù)】：9 頁

【部分圖文】：

鄰節(jié)點分布圖

傳統(tǒng)的信譽模型中只設(shè)定一個較低的閾值,若節(jié)點的信譽值低于這個閾值就判定為惡意節(jié)點。本文設(shè)定雙閾值δ和ψ,如圖3所示,0到δ為低信譽區(qū)間,δ到ψ為中信譽區(qū)間,ψ到1為高信譽區(qū)間。本文主要側(cè)重于識別低信譽區(qū)間內(nèi)的正常節(jié)點和中信譽區(qū)間的亞攻擊性惡意節(jié)點。圖4 MNRT-OEP&RS工作流程圖

MNRT-OEP&RS工作流程圖

【參考文獻】：
期刊論文
[1]基于數(shù)據(jù)挖掘系統(tǒng)網(wǎng)絡安全模型預測分析[J]. 王碩鵬.  東北電力大學學報. 2019(06)
[2]基于時序信息分析的WSN貝葉斯信譽評價模型[J]. 滕志軍,郭力文,呂金玲,侯艷權(quán).  鄭州大學學報(工學版). 2019(01)
[3]結(jié)合用戶活躍度的協(xié)同過濾推薦算法[J]. 曲朝陽,宋晨晨,任有學,劉耀偉,牛強,獨健鴻.  東北電力大學學報. 2017(05)
[4]串謀行為識別的間斷連接無線網(wǎng)絡數(shù)據(jù)轉(zhuǎn)發(fā)機制[J]. 楊靜,李無憂,閆俊杰,華磊.  系統(tǒng)工程與電子技術(shù). 2017(11)
[5]傳感器網(wǎng)絡定位中節(jié)點攻擊類型的分布式識別算法[J]. 王夙喆,李勇,程偉,王道平.  西北工業(yè)大學學報. 2016(01)
[6]無線傳感網(wǎng)中基于DPAM-MD算法的惡意節(jié)點識別研究[J]. 張琳,尹娜,王汝傳.  通信學報. 2015(S1)
[7]基于群體信任的WSN異常數(shù)據(jù)過濾方法[J]. 徐曉斌,張光衛(wèi),王尚廣,孫其博,楊放春.  通信學報. 2014(05)
[8]面向MANET路由的多屬性動態(tài)信任模型[J]. 韓挺,羅守山,辛陽,朱洪亮,李忠獻.  北京郵電大學學報. 2013(05)
[9]資源受限的機會網(wǎng)絡節(jié)點激勵策略研究[J]. 李云,于季弘,尤肖虎.  計算機學報. 2013(05)



本文編號：3348540