一种智能网联汽车的Sybil攻击识别方法及装置制造方法及图纸

本发明专利技术提出一种智能网联汽车的Sybil攻击识别方法和装置，其中方法包括：获取包括恶意节点、Sybil节点和正常节点的三个身份未知的节点以及三个身份未知的节点的参考信号接收功率RSRP序列；利用Bernaola Galvn分割算法查找三个身份未知的节点的RSRP序列的突变点，通过突变点的数量确定恶意节点RSRP序列；计算恶意节点RSRP序列与其它两条身份未知的节点的RSRP序列的差值均值，将差值均值分别加到恶意节点RSRP序列上，得到功率恢复的恶意节点RSRP序列；分别计算功率恢复的恶意节点RSRP序列与其对应的其它两条身份未知的节点的RSRP序列的相似度，通过相似度确定所述Sybil节点。通过本发明专利技术的方法，解决了在智能网联汽车中，如何识别发动Sybil攻击的恶意节点及其生成的Sybil节点。Sybil节点。Sybil节点。

【技术实现步骤摘要】
一种智能网联汽车的Sybil攻击识别方法及装置


[0001]本专利技术涉及数据传输、车辆安全领域。

技术介绍

[0002]智能网络汽车通过车载单元(On
‑
Board Unit，OBU，也称车载节点)与周边车辆通信，传输车辆的位置、速度、转向等数据，车辆收集到周边车辆的数据，据此优化驾驶决策，提升出行的安全性和效率。数据传输的安全性影响着智能网联汽车的驾驶安全，而Sybil攻击是智能网联汽车面对的一种常见的网络攻击。Sybil攻击的攻击者通常被称为恶意节点，恶意节点会生成多个虚假身份，从而在智能网联汽车中创建多个不可信的虚拟节点，这些虚拟节点被称为Sybil节点。Sybil攻击会造成多种不良后果。例如，恶意车辆可能伪造大量具有假身份和假位置的虚拟车辆，这给附近的其他车辆造成了前方交通拥挤的错觉，进而这些车辆选择其他路线绕行，而攻击者可以获得良好的路况。此外，Sybil攻击者可以通过发动进一步的攻击对智能网联汽车造成更大的伤害。恶意节点可能通过多个Sybil节点向目标车辆或路边单元发送无用消息，以降低网络性能。在另一种情况下，恶本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种智能网联汽车的Sybil攻击识别方法，其特征在于，包括以下步骤：获取包括恶意节点、Sybil节点和正常节点的三个身份未知的节点以及所述三个身份未知的节点的参考信号接收功率RSRP序列；利用Bernaola Galvn分割算法查找所述三个身份未知的节点的RSRP序列的突变点，通过所述突变点的数量确定恶意节点RSRP序列；计算所述恶意节点RSRP序列与其它两条身份未知的节点的RSRP序列的差值均值，将所述差值均值分别加到所述恶意节点RSRP序列上，得到功率恢复的恶意节点RSRP序列；分别计算所述功率恢复的恶意节点RSRP序列与其对应的所述其它两条身份未知的节点的RSRP序列的相似度，通过所述相似度确定所述Sybil节点。2.根据权利要求1所述的方法，其特征在于，所述分别计算所述恶意节点RSRP序列与其它两条身份未知的节点的RSRP序列的差值均值，包括：计算所述恶意节点RSRP序列y＝<y1，y2，...，y
l
>与另一节点RSRP序列x＝<x1，x2，...，x
l
>在同一时间的差值，即d
i
＝x
i
‑
y
i
，i＝1，2，...，l，并将所述差值记录在序列中，得到差值序列d＝<d1，d2，...，d
l
>；根据所述突变点的位置将所述恶意节点RSRP序列y＝<y1，y2，...，y
l
>分割成若干段，以段为单位计算恶意节点RSRP与所述另一节点RSRP序列差值的段平均值。3.根据权利要求1所述的方法，其特征在于，所述以段为单位计算恶意节点RSRP与所述另一节点RSRP序列差值的段平均值，将所述差值均值分别加到所述恶意节点RSRP序列上，得到两条功率恢复的恶意节点RSRP序列，包括：定义第s段起始和结束的序列编号分别记为m和n，则该段的RSRP差值均值为其中，k表示差值序列d里面第k个值。4.根据权利要求3所述的方法，其特征在于，所述将所述差值均值分别加到所述恶意节点RSRP序列上，得到两条功率恢复的恶意节点RSRP序列，包括：在原始恶意节点RSRP序列y＝&...

【专利技术属性】
技术研发人员：唐晓岚，李子博，陈美辰，陈文龙，
申请(专利权)人：首都师范大学，
类型：发明
国别省市：