基于信任评估及三支决策的无人机群网络恶意节点检测方法技术

本发明专利技术涉及一种基于信任评估及三支决策的无人机群网络恶意节点检测方法，属于网络安全领域

【技术实现步骤摘要】
基于信任评估及三支决策的无人机群网络恶意节点检测方法


[0001]本专利技术属于网络安全领域，具体涉及一种基于信任评估及三支决策的无人机群网络恶意节点检测方法
。

技术介绍

[0002]由于无人机群网络中的节点具有移动性
、
自治性，网络的拓扑结构变化频繁，节点间的信任关系复杂，节点通信内容极易被攻击者窃取等特点使得无人机很容易遭受各种网络攻击
。
已有的基于身份的认证方法
、
基于公钥基础设施的认证方法以及无证书认证方法都是基于密码学，需要计算资源
、
存储证书的存储资源以及不能根据节点之间的交互提取信息特征等，使得其在对网络内部的恶意节点检测方面存在不足
。

技术实现思路

[0003]本专利技术所要解决的技术问题是：
[0004]为了对无人机群中的恶意节点进行检测，保证无人机群的安全组网，本专利技术提供一种基于信任评估及三支决策的无人机群网络恶意节点检测方法
。
[0005]为了解决上述技术问题，本专利技术采用的技术方案为：
[0006]一种基于信任评估及三支决策的无人机群网络恶意节点检测方法，其特征在于，包括：
[0007]采用信任评估方法对节点进行评估得到综合信任值；
[0008]采用带有三支决策的贝叶斯风险最小化策略计算决策阈值
α
、
β
；
[0009]根据综合信任值与计算的决策阈值
α
、
βr/>之间的关系，将节点划分为正常节点，可疑节点以及恶意节点
。
[0010]本专利技术进一步的技术方案：所述采用信任评估方法进行对节点具体为：
[0011]若节点
B
在节点
A
的通信范围内，节点
A
对节点
B
进行直接信任评估，计算节点
B
的直接信任为其中
a
，
b
分别为节点
A
和节点
B
成功和失败交互的次数；节点
A
选取其通信范围内的部分节点对节点
B
进行信任评估，计算节点
B
的间接信任值
IT
(A,B)
并发送给节点
A
；
[0012]若节点
B
不在节点
A
的通信范围内，则节点
A
选取其通信范围内的部分节点对节点
B
进行信任评估，计算节点
B
的间接信任值
IT
(A,B)
；
[0013]节点
A
计算得到节点
B
的综合信任值为
O
(A,B)
＝
λ
T
(A,B)
+(1
‑
λ
)IT
(A,B)
，其中
λ
为节点
B
的直接信任的权重
。
[0014]本专利技术进一步的技术方案：所述间接信任值
IT
(A,B)
的计算方法具体为：
[0015]假设节点
A
通信范围内的节点集合为
Ω
，集合
Ω
中信任值不小于
0.5
的节点组成的集合为
Φ
；节点
A
向集合
Φ
中的节点
C
i
单播信任请求消息，节点
C
i
向节点
A
发送节点
B
的直接信任值
T
(Ci,B)
，节点
A
聚合集合
Φ
中所有节点对节点
B
的信任评估值，并计
算得到节点
B
的平均推荐信任值为进一步的，节点
A
计算得到节点
B
的间接信任为
[0016]本专利技术进一步的技术方案：所述采用带有三支决策的贝叶斯风险最小化策略计算决策阈值
α
、
β
具体为：
[0017][0018]其中，
λ
PP
,
λ
BP
,
λ
NP
代表将原本属于正常无人机节点划分为正常节点，可疑节点以及攻击者节点的损失，
λ
PN
,
λ
BN
,
λ
NN
代表将原本属于攻击者无人机节点划分为正常节点，可疑节点以及攻击者节点的损失；
[0019]假设
(
λ
BP
‑
λ
PP
)
×
(
λ
BN
‑
λ
NN
)<(
λ
PN
‑
λ
BN
)
×
(
λ
NP
‑
λ
BP
)
，可以得到
1≥
α
>
β
≥0。
[0020]本专利技术进一步的技术方案：根据综合信任值与计算的决策阈值
α
、
β
之间的关系，将节点划分为正常节点，可疑节点以及恶意节点具体为：
[0021]如果综合信任值大于
α
，则节点
A
将节点
B
划分为正常节点；如果综合信任值小于等于
β
，则节点
A
将节点
B
划分为恶意节点；如果综合信任值在
α
和
β
之间，则节点
A
将节点
B
划分为可疑节点
。
[0022]本专利技术进一步的技术方案：还包括对可疑节点进行进一步的检测，并最终实现网络中所有节点的二分类
。
[0023]一种计算机系统，其特征在于包括：一个或多个处理器，计算机可读存储介质，用于存储一个或多个程序，其中，当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器实现上述的方法
。
[0024]一种计算机可读存储介质，其特征在于存储有计算机可执行指令，所述指令在被执行时用于实现上述的方法
。
[0025]本专利技术的有益效果在于：
[0026]本专利技术提供的一种基于信任评估及三支决策的恶意节点检测方法，采用信任评估方法进行对节点进行评估
。
采用带有三支决策的贝叶斯风险最小化策略计算出决策阈值
α
、
β
。
进一步的，根据节点本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种基于信任评估及三支决策的无人机群网络恶意节点检测方法，其特征在于，包括：采用信任评估方法对节点进行评估得到综合信任值；采用带有三支决策的贝叶斯风险最小化策略计算决策阈值
α
、
β
；根据综合信任值与计算的决策阈值
α
、
β
之间的关系，将节点划分为正常节点，可疑节点以及恶意节点
。2.
根据权利要求1所述的一种基于信任评估及三支决策的无人机群网络恶意节点检测方法，其特征在于，所述采用信任评估方法进行对节点具体为：若节点
B
在节点
A
的通信范围内，节点
A
对节点
B
进行直接信任评估，计算节点
B
的直接信任为其中
a
，
b
分别为节点
A
和节点
B
成功和失败交互的次数；节点
A
选取其通信范围内的部分节点对节点
B
进行信任评估，计算节点
B
的间接信任值
IT
(A,B)
并发送给节点
A
；若节点
B
不在节点
A
的通信范围内，则节点
A
选取其通信范围内的部分节点对节点
B
进行信任评估，计算节点
B
的间接信任值
IT
(A,B)
；节点
A
计算得到节点
B
的综合信任值为
O
(A,B)
＝
λ
T
(A,B)
+(1
‑
λ
)IT
(A,B)
，其中
λ
为节点
B
的直接信任的权重
。3.
根据权利要求2所述的一种基于信任评估及三支决策的无人机群网络恶意节点检测方法，其特征在于，所述间接信任值
IT
(A,B)
的计算方法具体为：假设节点
A
通信范围内的节点集合为
Ω
，集合
Ω
中信任值不小于
0.5
的节点组成的集合为
Φ
；节点
A
向集合
Φ
中的节点
C
i
单播信任请求消息，节点
C
i
向节点
A
发送节点
B
的直接信任值节点
A
聚合集合
Φ
中所有节点对节点
B
的信任评估值，并计算得到节点
B

【专利技术属性】
技术研发人员：朱怡安，周贾贾，李联，
申请(专利权)人：西北工业大学，
类型：发明
国别省市：