一种基于演化博弈的无线传感器入侵检测方法及系统技术方案

本发明专利技术公开了一种基于演化博弈的无线传感器入侵检测方法，涉及信号处理技术领域，包括：对无线传感器网络的节点进行分类，得到多个网络分簇，每个网络分簇内包含一个簇头节点和多个成员节点；将簇头节点和恶意节点输入至预先建立的无线传感器网络的演化博弈模型内，得到恶意节点的平均收益和簇头节点的平均收益和演化博弈双方的收益矩阵；根据演化博弈双方的收益矩阵以及恶意节点的平均收益和簇头节点的平均收益，得出演化稳定均衡解；根据演化稳定均衡解，对簇头节点和恶意节点的复制动态方程进行改进，得簇头节点和恶意节点的改进动态方程；基于簇头节点和恶意节点的改进动态方程进行演化博弈，提升无线传感器入侵检测的检测效率。检测效率。检测效率。

【技术实现步骤摘要】
一种基于演化博弈的无线传感器入侵检测方法及系统


[0001]本专利技术涉及信号处理
，具体的是一种基于演化博弈的无线传感器入侵检测方法及系统。

技术介绍

[0002]无线传感器网络(Wireless Sensor Networks,WSNs)是由分散在监测区域内的微型智能传感器节点通过无线通信方式互相连接组成的，能够实时监测、感知和采集节点区域内的环境和各类信息，并对这些信息进行加工处理后以无线的方式发送给基站。但无线传感器网络具有监测环境复杂、无线传输信道带宽有限且易受外界干扰等特点，使得无线传感器网络易遭受来自网络外部和内部的攻击，尤其是内部节点的攻击难以被预测发现。入侵检测系统(Intrusion Detection System,IDS)是一种可以快速检测到内部节点攻击并主动采取反应措施的网络安全设备，能够有效维护网络安全，将入侵检测系统最优化利用在无线传感器网络中具有重大的研究意义。
[0003]近年来，基于博弈论的入侵检测方法引起了广泛的关注和应用。Lye等构建了攻击者和防御者之间的静态博弈模型，但是忽略了攻防双方的动态变化；Han等提出了一种基于博弈论和自回归模型的入侵检测算法，将传统自回归模型改进成非合作完全信息的博弈模型，提出最优决策算法求解检测算法的混合纳什均衡解，降低了系统检测能耗；陈行等将贝叶斯博弈理论引入到无线网络入侵检测，根据博弈中的完美均衡设计入侵检测时间间隔调整算法TSMA
‑
BG和参数修正算法DPMA,有效地检测出发生变化的攻击行为。陈赵懿等利用博弈论原理，分析Ad hoc网络入侵防御系统与攻击者之间的攻防过程，建立了多阶段动态博弈下的网络风险预测模型，量化攻防效用矩阵，得到攻防双方最优混合策略。孙薇等利用演化博弈建立攻防模型，根据攻击方与防守方的群体复制动态关系推演信息安全攻防对抗的规律，为解决信息安全问题提供新思路。上述方法都在一定程度上改善了检测效果，但面对日益复杂的网络环境和难以检测的内部节点攻击，现有的许多方法不能有效检测未知攻击。

技术实现思路

[0004]为解决上述
技术介绍
中提到的不足，本专利技术的目的在于提供一种基于演化博弈的无线传感器入侵检测方法及系统。
[0005]本专利技术的目的可以通过以下技术方案实现：一种基于演化博弈的无线传感器入侵检测方法，方法包括以下步骤：
[0006]对无线传感器网络的节点进行分类，得到多个网络分簇，每个网络分簇内包含一个簇头节点和多个成员节点，其中，所述成员节点内包括恶意节点；
[0007]将簇头节点和恶意节点输入至预先建立的无线传感器网络的演化博弈模型内，得到恶意节点的平均收益和簇头节点的平均收益和演化博弈双方的收益矩阵；
[0008]根据得到演化博弈双方的收益矩阵以及簇头节点和恶意节点的平均收益，计算得
出演化稳定均衡解；
[0009]求得簇头节点和恶意节点的复制动态方程，根据演化稳定均衡解及簇头节点和恶意节点的平均收益，对簇头节点和恶意节点的复制动态方程进行改进，得到簇头节点和恶意节点的改进动态方程；
[0010]基于簇头节点和恶意节点的改进动态方程进行演化博弈，提升了无线传感器入侵检测的检测效率。
[0011]优选地，所述成员节点负责收集和发送网络中的各类信息，簇头节点对接收到的信息进行融合处理后再转发给基站。
[0012]优选地，所述恶意节点会对无线传感器网络发起内部攻击，利用恶意节点在伪装时发送的有效数据假意合作提高网络整体收益。
[0013]优选地，所述无线传感器网络的演化博弈模型表示为一个五元组
[0014]优选地，所述五元组中：
[0015]N＝(N
A
，N
D
)是博弈参与者空间，N
A
表示恶意节点的参与者集合，N
A
＝(N
A1
，N
A2
，N
A3
，
…
，N
Aj
)，N
A1
，N
A2
，N
A3
，
…
，N
Aj
表示恶意节点参与者子群体；N
D
表示簇头节点的参与者集合N
D
＝(N
D1
，N
D2
，N
D3
，
…
，N
Di
)，N
D1
，N
D2
，N
D3
，
…
，N
Di
表示簇头节点参与者子群体；
[0016]S＝(S
A
，S
D
)是博弈参与者策略集合空间，恶意节点S
A
＝{攻击，合作}，簇头节点S
D
＝{检测，不检测}；
[0017]X＝(X
A
，X
D
)是博弈双方的策略概率分布，X
A
＝(α，1
‑
α)，α表示恶意节点攻击的概率，1
‑
α表示恶意节点选择假意合作的概率；XD＝(β，1
‑
β)，β表示簇头节点检测的概率，1
‑
β表示簇头节点不检测的概率；
[0018]U＝(U
A
，U
D
)表示博弈双方的收益；
[0019]表示对博弈双方下一阶段策略的短期预测，博弈过程中，簇头节点会考虑其他节点的历史策略，预测下一步的策略，并根据预测调整自身策略，减少检测能量损耗。
[0020]优选地，所述博弈双方的收益包括：
[0021]恶意节点的平均收益：
[0022][0023]簇头节点的平均收益：
[0024][0025]其中，和表示为一个群体中选择某个策略的个体状态，U
Aj
表示第j个个体选择某个策略的个体收益，U
Di
表示第i个个体选择某个策略的个体收益。
[0026]优选地，所述演化博弈双方的收益矩阵：
[0027][0028]在得到演化博弈的收益矩阵之后，恶意节点和簇头节点的平均收益表示为：
[0029][0030][0031]根据复制动态方程原理，求得博弈模型中恶意节点、簇头节点的收益函数根据复制动态方程原理，求得博弈模型中恶意节点、簇头节点的收益函数对攻击率α、检测率β的偏导：
[0032][0033][0034]令方程组
[0035][0036]得到系统唯一的平衡态：
[0037][0038]建立雅可比矩阵：
[0039][0040]将求解出的均衡点代入雅可比矩阵，会得到对角矩阵其中：Δ1＝[Q(D
‑
B1‑
C1‑
W)+W(B2+C2)]/(B2+C2)＜0，Δ2＝[B1(B2+C2)
‑
Q(B1+C1+W
‑<本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于演化博弈的无线传感器入侵检测方法，其特征在于，方法包括以下步骤：对无线传感器网络的节点进行分类，得到多个网络分簇，每个网络分簇内包含一个簇头节点和多个成员节点，其中，所述成员节点内包括恶意节点；将簇头节点和恶意节点输入至预先建立的无线传感器网络的演化博弈模型内，得到恶意节点的平均收益和簇头节点的平均收益和演化博弈双方的收益矩阵；根据得到演化博弈双方的收益矩阵以及簇头节点和恶意节点的平均收益，计算得出演化稳定均衡解；求得簇头节点和恶意节点的复制动态方程，根据演化稳定均衡解及簇头节点和恶意节点的平均收益，对簇头节点和恶意节点的复制动态方程进行改进，得到簇头节点和恶意节点的改进动态方程；基于簇头节点和恶意节点的改进动态方程进行演化博弈，提升了无线传感器入侵检测的检测效率。2.根据权利要求1所述的一种基于演化博弈的无线传感器入侵检测方法，其特征在于，所述成员节点负责收集和发送网络中的各类信息，簇头节点对接收到的信息进行融合处理后再转发给基站。3.根据权利要求1所述的一种基于演化博弈的无线传感器入侵检测方法，其特征在于，所述恶意节点会对无线传感器网络发起内部攻击，利用恶意节点在伪装时发送的有效数据假意合作提高网络整体收益。4.根据权利要求1所述的一种基于演化博弈的无线传感器入侵检测方法，其特征在于，所述无线传感器网络的演化博弈模型表示为一个五元组5.根据权利要求4所述的一种基于演化博弈的无线传感器入侵检测方法，其特征在于，所述五元组中：N＝(N
A
,N
D
)是博弈参与者空间，N
A
表示恶意节点的参与者集合，N
A
＝(N
A1
，N
A2
，N
A3
，
…
，N
Aj
)，N
A1
，N
A2
，N
A3
，
…
，N
Aj
表示恶意节点参与者子群体；N
D
表示簇头节点的参与者集合N
D
＝(N
D1
，N
D2
，N
D3
，
…
，N
Di
)，N
D1
，N
D2
，N
D3
，
…
，N
Di
表示簇头节点参与者子群体；S＝(S
A
,S
D
)是博弈参与者策略集合空间，恶意节点S
A
＝{攻击，合作}，簇头节点S
D
＝{检测，不检测}；X＝(X
A
,X
D
)是博弈双方的策略概率分布，X
A
＝(α，1
‑
α)，α表示恶意节点攻击的概率，1
‑
α表示恶意节点选择假意合作的概率；X
D
＝(β，1
‑
β)，β表示簇头节点检测的概率，1
‑
β表示簇头节点不检测的概率；U＝(U
A
,U
D
)表示博弈双方的收益；表示对博弈双方下一阶段策略的短期预测，博弈过程中，簇头节点会考虑其他节点的历史策略，预测下一步的策略，并根据预测调整自身策略，减少检测能量损耗。6.根据权利要求1所述的一种基于演化博弈的无线传感器入侵检测方法，其特征在于，所述博弈双方的收益包括：恶意节点的平均收益：
簇头节点的平均收益：其中，和表示为一个群体中选择某个策略的个体状态，U
Aj
表示第j个个体选择某个策略的个体收益，U
Di
表示第i个个体选择某个策略的个体收益。7.根据权利要求1所述的一种基于演化博弈的无线传感器入侵检测方法，其特征在于，所述演化博弈双方的收益矩阵：在得到演化博弈的收益矩阵之后，恶意节点和簇头节点的平均收益表示为：在得到演化博弈的收益矩阵之后，恶意节点和簇头节点的平均收益表示为：根据复制动态方程原理，求得博弈模型中恶意节点、簇头节点的收益函数、对攻击率α、检测率β的偏导：击率α、检测率β的偏导：令方程组得到系统唯一的平衡态：建立雅可比矩阵：
将求解出的均衡点代入雅可比矩阵，会得到对角矩阵其中：Δ1＝[Q(D
‑
B1‑
C1‑
W)+W(B2+C2)]/(B2+C2)&lt;0，Δ2＝[B1(B2+C2)
‑
Q(B1+C1+W
‑
D)]/(B1+C1+W
‑
D)&lt;0；式中，A1为恶意节点数据转发成功的收益，B1为恶意节点攻击成功的收益，C1为恶意...

【专利技术属性】
技术研发人员：行鸿彦，王心怡，
申请(专利权)人：南京信息工程大学，
类型：发明
国别省市：