一种面向物联网中内部攻击的基于路由路径贡献感知的恶意节点检测框架制造技术

本发明专利技术提出了一种面向物联网中内部攻击的基于路由路径贡献感知的恶意节点检测框架，属于计算机领域的物联网安全领域。该检测框架包括两个检测阶段：初检测和强化检测。在初检测阶段，基站收集网络中传输的原始数据包并基于收集到的数据包检测恶意节点。随后，根据初检测阶段的反馈，通过源节点向网络中有目的性地注入数据包来收集关于可疑节点更多信息，从而提高检测性能。另外，考虑到路由路径的信任值以及信任值的置信度，将节点的信任值评估问题转变为一个加权的多元线性回归问题并利用聚类方法识别恶意节点。考虑到各路由路径对节点信任评估的贡献不同，评估各路由路径对节点信任评估的贡献并利用向网络中注入数据包的方式使得对节点信任评估贡献较大的路径能够传输更多的数据包。传输更多的数据包。传输更多的数据包。

【技术实现步骤摘要】
Parallel and Distributed Systems，2012，24(8)：1661
‑
1670.
[0010][6]Kaplantzis S，Shilton A，Mani N，et al.Detecting selective forwarding attacks in wireless sensor networks using support vector machines[C]//2007 3rd International Conference on Intelligent Sensors，Sensor Networks and Information.IEEE，2007：335
‑
340.

技术实现思路

[0011]本专利技术解决的技术问题：
[0012]本专利技术的目的是设计一种面向物联网中内部攻击的基于路由路径贡献感知的恶意节点检测框架，以解决物联网中恶意节点检测性能低的问题。
[0013]一些最近的研究基于信任评估和机器学习提出了一些检测策略。他们首先随机向网络中注入事先准备好的数本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种面向物联网中内部攻击的基于路由路径贡献感知的恶意节点检测框架，其特征在于以下几个步骤：(1)基于基站收集的数据包信息，评估路由路径的信任值，以及其置信度并构建路由路径信任与节点信任间的信任模型；(2)将节点的信任值评估问题转变一个加权的多元线性回归问题，并利用加权的回归算法评估节点的信任值。(3)基于计算得到的节点信任值，利用聚类算法将节点分为三类：初始良性节点组，未知节点组和初始恶意节点组；(4)基于初检测反馈，评估各路由路径以及源节点对节点信任评估的贡献。2.如权利要求1所述的报文收集，包括以下内容：假设一条路由路径Path
j
＝<R1...，R
i
...R
n
>，其中R
i
表示路由路径Path
j
上的节点。路由路径Path
j
传输的所有数据包中未被攻击的数据包的比例定义为路由路径Path
j
的信任值，即Path
j
.T＝NSP/RSP，其中NSP为未被攻击的数据包数量，RSP为路由路径Path
j
传输的所有数据包数量。因此，其中R
i
.T为节点R
i
的信任值。另外，路由路径信任值Path
j
.T的置信度定义为c
j
＝RSP/Ω，其中Ω为网络中传输的所有数据包数量。路由路径信任值Path
j
传输的数据包数量越多，路由路径信任值Path
j
.T置信度越大。3.如权利要求1所述的评估节点信任值，包括以下内容评估路由路径的信任值，定义路由路径信任值Y＝[ln Pa...

【专利技术属性】
技术研发人员：刘亮，徐翔宇，马祖超，
申请(专利权)人：南京航空航天大学，
类型：发明
国别省市：