恶意节点攻击下的基于残差分析的压缩感知定位方法技术

本发明专利技术公开了恶意节点攻击下的基于残差分析的压缩感知定位算法。首先，利用压缩感知的重构算法初步估计目标位置，计算残差，并分析残差的总和，残差的均值和残差的偏差；然后，根据提出的残差偏差准则，得到可能的受攻击节点测量值集合。根据最大残差准则，从可能的节点中确定最终受攻击的节点测量值。最后利用未受攻击的节点测量值进行压缩感知定位，获取最终目标位置。与传统的压缩感知算法相比，本发明专利技术将压缩感知技术和残差分析技术相结合，提出了安全的压缩感知定位算法，定位性能、稳健性和鲁棒性都更好。采用攻击检测方法来检测受攻击的测量值，克服了恶意节点攻击下定位性能差的局限性，扩大了压缩感知定位算法的应用领域。

【技术实现步骤摘要】

本专利技术涉及无线通信技术、传感器技术，定位导航技术，属于通信定位

技术介绍
近年来随着无线传感网络技术的发展，位置服务广泛用于个人和商业应用，如室内导航，无线网络中的资源分配以及位置安全服务等领域。传统的定位算法包括基于接收信号强度(RSS)算法，基于到达时间(TOA)/基于到达时间差(TDOA)算法和基于到达角度(AOA)算法参见以下技术文献：S.GoldenandS.Bateman,“SensormeasurementsforWi-Filocationwithemphasisontime-of-arrivalranging,”IEEETrans.MobileComput.,vol.6,no.10,pp.1185–1198,2007、Y.ShenandM.Win,“Ontheaccuracyoflocalizationsystemsusingwidebandantennaarrays,”IEEETrans.Commun.,vol.58,no.1,pp.270–280,2010以及Z.liWu,C.hungLi,J.-Y.Ng,andK.R.Leung,“Locationestimationviasupportvectorregression,”IEEETrans.MobileComput.,vol.6,no.3,pp.311–321,2007.。基于RSS的算法可以分为三类，分别是测距定位算法，指纹定位算法和压缩感知定位算法，分别参见K.Yu,I.Sharp,andY.J.Guo,Ground-BasedWirelessPositioning,Wiley-IEEEPress,2009.，D.Milioris,L.Kriara,A.Papakonstantinou,G.Tzagkarakis,P.Tsakalides,andM.Papadopouli,“Empiricalevaluationofsignal-strengthfingerprintpositioninginwirelessLANs,”inProc.13thACMInternationalConferenceonModeling,AnalysisandSimulationofWirelessandMobileSystems,Bodrum,Turkey,Oct.2010和C.Feng,W.S.A.Au,S.Valaee,andZ.Tan,“Received-signal-strength-basedindoorpositioningusingcompressivesensing,”IEEETransactionsonMobileComputing,vol.11,no.12,pp.1983-1993,2012。在很多实际应用之中，需要将无线传感器布置在无法触及的恶劣环境；因此如何保障网络的安全性成为一项不容忽视的议题。然而现有的定位技术大多假设无线传感器网络工作在友好的环境中，针对存在攻击情况下的定位技术研究较少。而在实际环境下，RSS测量值很容易受到物理攻击。比如攻击者可以通过放大或缩小传输功率来修改RSS测量值。传统的安全算法如加密密钥和身份认证都不能解决这类攻击。目前安全定位算法可以分为两类：检测攻击算法和容忍攻击算法，详见M.Jadliwala,S.Zhong,S.Upadhyaya,C.Qiao,andJ.P.Hubaux,“Securedistance-basedlocalizationinthepresenceofcheatingbeaconnodes,”IEEETrans.MobileComputing,vol.9,no.6,pp.810-823,2010。检测攻击算法根据网络所涉及的定位方法和攻击种类的性质特点，检测并删除恶意节点。容忍攻击算法采取强鲁棒性的统计策略或定位机制，构建强免疫力的安全定位算法，最小化恶意节点攻击效果的目标。
技术实现思路
本专利技术的目的是针对上述安全定位算法存在的问题，将压缩感知技术和残差分析相结合，提出恶意节点攻击下的基于残差分析的压缩感知定位方法。为此，本专利技术提出的技术方案为一种恶意节点攻击下的基于残差分析的压缩感知定位方法，包括如下步骤：a.根据待检验的测量值集合，运用压缩感知方法求解未知目标进行定位，得到初始目标位置；b.计算测量值的残差总和、残差平均值和每个测量值对应的残差偏差；c.分析残差偏差，将较大残差偏差的测量值作为可能受到攻击的测量值集合；d.分析残差值，根据最大残差准则确定受攻击的测量值；e.更新测量矩阵、待检验测量值集合和可疑受攻击的测量值集合大小；f.根据残差总和判断受攻击的目标是否全部被识别，如果前后两次残差和的差值大于预定义的阈值，则认为残差和没有平稳，仍需进一步发现受攻击的测量值，跳转至步骤a；反之，则认为所有受攻击的测量值已经全部发现；g.根据未受攻击的测量值，利用压缩感知重构算法输出最终目标位置。进一步，步骤a中，所述压缩感知方法是基于压缩感知定位模型，该模型事先将给定区域均匀划分为N个网格，布设M个传感器，包含K个目标，假设任意时间在一个网格中只存在一个目标，并且将网格的中心作为目标的位置，N、K、M都是已知的。进一步，步骤b中，计算残差偏差时遵循残差偏差准则，以对定位过程中出现的恶意节点进行筛选。进一步，步骤c中所述较大残差偏差是将残差偏差从大到小排序，筛选出一定比例的残差偏差，以缩小可能的受攻击节点的筛选范围。作为优选，上述一定比例为筛选出的前1/2的残差偏差。进一步，步骤d中所述最大残差准则是将可能受到攻击的测量值集合中对应残差最大的测量值作为受到攻击的测量值。与现有技术相比，本专利技术的有益效果在于：1.本专利技术将压缩感知技术和残差分析技术相结合，提出了安全的压缩感知定位算法，与传统压缩感知方法相比，定位性能，稳健性和鲁棒性都更好。2.本专利技术采用攻击检测方法来检测受攻击的测量值，算法简单易行。克服了在恶意节点攻击下定位性能差的局限性，扩大了压缩感知定位算法的应用领域。附图说明图1是本专利技术详细流程图。图2是残差和变化示意图。图3是两种目标数量下的定位误差的累积分布函数。图4是两种受攻击测量值数量下的定位误差的累积分布函数。图5是不同目标数量下的均方根误差对比。图6是不同受攻击测量值数量下的均方根误差对比。具体实施方式现结合附图对本专利技术的具体实施方式做进一步详细的说明。由于压缩感知技术在信号稀疏时能提高定位性能，因此本专利技术提出了一种基于攻击检测的压缩感知安全定位机制。首先，利用压缩感知重构算法估计目标位置，并计算各自的残差，为下一阶段的残差分析做准备。然后，利用残差偏差准则，找出所有可疑的受攻击节点集合。同时根据最大残差准则确定受攻击的测量值。最后，当残差和趋于稳定，说明所有受攻击的节点已经被删除，利用未受攻击的测量值进行最终位置估计。本专利技术的无线传感器网络定位算法基于压缩感知与残差分析技术包括如下步骤：步骤1.根据待检验的测量值集合，运用压缩感知方法求解未知目标进行定位，得到初始目标位置。步骤2.计算测量值的残差总和，残差平均值和每个测量值对应的残差偏差。步骤3.分析残差偏差，将较大残差偏差的测量值为可能受到攻击的测量值集合。步骤4.分析残本文档来自技高网...

【技术保护点】
恶意节点攻击下的基于残差分析的压缩感知定位方法，其特征在于该方法包括如下步骤：a.根据待检验的测量值集合，运用压缩感知方法求解未知目标进行定位，得到初始目标位置；b.计算测量值的残差总和、残差平均值和每个测量值对应的残差偏差；c.分析残差偏差，将较大残差偏差的测量值作为可能受到攻击的测量值集合；d.分析残差值，根据最大残差准则确定受攻击的测量值；e.更新测量矩阵、待检验测量值集合和可疑受攻击的测量值集合大小；f.根据残差总和判断受攻击的目标是否全部被识别，如果前后两次残差和的差值大于预定义的阈值，则认为残差和没有平稳，仍需进一步发现受攻击的测量值，跳转至步骤a；反之，则认为所有受攻击的测量值已经全部发现；g.根据未受攻击的测量值，利用压缩感知重构算法输出最终目标位置。

【技术特征摘要】
1.恶意节点攻击下的基于残差分析的压缩感知定位方法，其特征在于该方法包括如下步骤：a.根据待检验的测量值集合，运用压缩感知方法求解未知目标进行定位，得到初始目标位置；b.计算测量值的残差总和、残差平均值和每个测量值对应的残差偏差；c.分析残差偏差，将较大残差偏差的测量值作为可能受到攻击的测量值集合；d.分析残差值，根据最大残差准则确定受攻击的测量值；e.更新测量矩阵、待检验测量值集合和可疑受攻击的测量值集合大小；f.根据残差总和判断受攻击的目标是否全部被识别，如果前后两次残差和的差值大于预定义的阈值，则认为残差和没有平稳，仍需进一步发现受攻击的测量值，跳转至步骤a；反之，则认为所有受攻击的测量值已经全部发现；g.根据未受攻击的测量值，利用压缩感知重构算法输出最终目标位置。2.如权利要求1所述的恶意节点攻击下的基于残差分析的压缩感知定位方法，其特征在于步骤a中，所述压缩感知方法是基于压缩感知定位...

【专利技术属性】
技术研发人员：颜俊，曹杨芹，朱卫平，
申请(专利权)人：南京邮电大学，
类型：发明
国别省市：江苏;32