【技术实现步骤摘要】
一种基于动态信任评估模型的智能家居安全数据采集方法
本专利技术涉及智能家居安全领域,具体是指一种基于动态信任评估模型的智能家居安全数据采集方法。
技术介绍
智能家居是物联网的重要应用领域之一,它以物联网技术和硬件设备为基础,不仅提供了传统家居环境的居住功能,还构建了一个小型物理世界,提供了全方位的信息交互功能,极大地满足了住户对舒适性、多功能性、便利性、安全性等生活品质日益增长的需求。在智能家居环境中部署了大量传感器设备用于感知、采集和传输环境数据,由于这些设备收到带宽、能耗、计算能力、存储空间和运行环境等限制,极易被破坏和攻击,因此无法保障数据传输的安全性。与一般环境监测系统中采集的数据相比,智能家居场景中收集的数据通常涉及用户的生命安全和个人隐私,一旦被非法攻击者利用,其后果非常严重。由于无线传感网络的开放性以及传感器节点自身条件的限制,网络会遭受各类攻击,主要面临的是外部攻击和内部攻击。外部攻击指的是不具备合法权限的入侵者依靠伪装和系统漏洞获取合法用户权限后对家居环境内的网络进行非法访问。内部攻击指的是网络内的 ...
【技术保护点】
1.一种基于动态信任评估模型的智能家居安全数据采集方法,其特征在于,所述方法包括以下步骤:/n1)网络模型构建:采用基于区域划分簇的思想对室内家居环境进行区域分割和传感器节点部署从而构建智能家居分层网络模型;/n2)动态信任评价模型构建,包含信任监测模块、信任计算模块和信任决策模块;/n3)信任计算和信任整合;/n4)信任更新;/n5)基于时间窗口二次筛选的恶意节点识别机制;/n6)结合网络模型和信任评估模型,设计一种安全数据采集方法,过程为:/n簇首选取阶段:在网络初始化阶段,全网所有节点向基站发送位置信息;基站为全网节点分配唯一的ID号并根据位置信息分配区域号;全网节点 ...
【技术特征摘要】
1.一种基于动态信任评估模型的智能家居安全数据采集方法,其特征在于,所述方法包括以下步骤:
1)网络模型构建:采用基于区域划分簇的思想对室内家居环境进行区域分割和传感器节点部署从而构建智能家居分层网络模型;
2)动态信任评价模型构建,包含信任监测模块、信任计算模块和信任决策模块;
3)信任计算和信任整合;
4)信任更新;
5)基于时间窗口二次筛选的恶意节点识别机制;
6)结合网络模型和信任评估模型,设计一种安全数据采集方法,过程为:
簇首选取阶段:在网络初始化阶段,全网所有节点向基站发送位置信息;基站为全网节点分配唯一的ID号并根据位置信息分配区域号;全网节点根据各自的区域号向管理该区域的中继节点发送请求和位置信息,中继节点存储本区域节点的ID和位置信息;由中继节点负责,在每个区域内进行簇首选取,并且只有可信列表中的节点有被选取为簇首的资格;若某区域当前轮没有簇首被选出,则重复执行簇首选取方法,确保每轮至少有一个簇首当选;若某区域当前轮选出多个簇首,则挑选信任值、剩余能量加权和最大的节点作为簇首;若加权和一致,则选择信任值最大的节点担当簇首;
成簇阶段:当节点当选为簇首后,就会向全网广播自己的ID和区域号;非簇首节点在接收广播消息后,向有相同区域号的簇首发送加入信息;簇首收到加入信息后,就会通过时分多址为簇成员建立时隙表,用于指导簇成员何时发送数据给簇首,簇首向簇成员广播时隙;
稳定传输阶段:簇内节点按照分配好的时隙表将采集到的数据发送给簇首,不发送数据时,簇成员会进入休眠阶段;簇首成员对接收到的数据进行融合,再转发给管理本簇的中继节点,中继节点再用单跳或者多跳方式将数据转发给基站。
2.如权利要求1所述的一种基于动态信任评估模型的智能家居安全数据采集方法,其特征在于,所述步骤1中,采用基于区域划分簇的思想对室内场景进行分割,将每个子区域看作一个簇;在每个子区域中均匀部署低级传感器节点,在子区域门口放置一个高级中继节点,在整个区域中心放置基站;每个子区域进行独立的簇首选取工作,由簇首负责收集子区域内所有传感器节点的数据并传送至中继节点,中继节点再通过一跳或多跳方式将数据发送至基站。
3.如权利要求1或2所述的一种基于动态信任评估模型的智能家居安全数据采集方法,其特征在于,所述步骤2)中,在步骤1)的网络环境中,构建信任评价模型,包含信任监测模块,信任计算模块和信任决策模块;进一步,各信任模块的实现方法如下:在信任监测模块中,主监测是中继节点,监测对象是传感器节点,辅助监测是邻居节点;网络中所有节点内置监测模块,对周围节点的通信行为和数据传输情况进行监测;在信任计算模块中,通信信任基于节点成功和失败通信次数计算得到,数据信任基于节点容错能力和数据一致性计算得到,直接信任基于节点之间的直接信任评价计算得到,间接信任基于第三方推荐节点计算得出;在信任决策模块中,基站负责监视网络中所有节点的信任值变化情况,并将恶意节点隔离出网络。
4.如权利要求3所述的一种基于动态信任评估模型的智能家居安全数据采集方法,其特征在于,所述步骤3)中,在所述步骤2)提供的信任计算模块的基础上,进行节点信任值计算;首先,假设节点i和节点j在Δt时间内成功和失败的交互次数分别为和设置惩罚函数和调节函数其中W为节点间的有效交互次数,δ为常值,节点i评估节点j的直接信任值的计算公式如下:接着,选择节点i和节点j的共同可信邻居节点作为推荐节点,采用信息熵衡量推荐节点的信任权重,得到节点i对节点j的间接信任值,其计算公式如下:H(comTDkj)=-comTDkjlog2comTDkj-(1-comTDkj)log2(1-comTDkj),其次,计算直接信任和间接信任的权重值,得到节点i对节点j的通信信任值,其计算公式如下:其中M表示节点间的最大交互次数,m表示当前交互次数,θ表示交互次数阈值,当节点间的直接交互次数低于阈值θ时,综合信任值更依赖于推荐信任值,...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。