无线传感器网络恶意节点识别技术研究

论文摘要

无线传感器网络工作在一个开放、合作和高度任意的环境中,具有节点间链接脆弱、节点完全暴露在物理环境中、拓扑结构动态变化、身份认证缺乏等特性,使得无线传感器网络存在许多安全漏洞,尤其内部恶意节点难以防御,因此研究如何准确有效的识别恶意节点具有十分重要的意义。通过分析无线传感器网络存在的安全隐患、攻击威胁以及现有的恶意节点识别方案的分析,本文侧重于恶意节点识别技术的研究和改进。针对无明显攻击特征的行为,本文对一种适合无线传感器网络的信誉评测模型进行改进,优化信誉的计算更新,除了考虑单个节点的直接观察信息之外,还需要学习其他节点的推荐经验,通过采取间接信誉信息的可信度检测策略来抵制高信誉节点恶意推荐或诽谤其他节点,为尽量避免恶意节点骗取高信誉所带来的损失,给予近期观察信息更高重视,并有效的惩罚了自私节点,通过仿真实验证明改进后的模型可更准确有效的识别出恶意节点。针对发起blind-letter攻击的恶意节点提出一种改进后的邻居监测机制,可以检测节点是否将报文正确转发,有效的弥补看门狗机制的不足。针对具有明显攻击特征的行为,根据其表现出的不同特征采取不同的识别策略,对于黑洞节点提出基于响应节点的递推验证策略,根据无线传感器网络的数据传输特性,本文对已有的路由协议进行扩展,用路由协议产生的转发列表来识别伪造报文的恶意节点,通过分析该方案轻负载、低能耗,适合资源受限的无线传感器网络,通过仿真实验证明可以有效识别出恶意节点。最后总结所作的工作,并对下一步工作进行展望。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 课题研究背景
• 1.2 课题研究意义
• 1.3 本文所做主要工作
• 1.4 论文结构安排
• 第2章 无线传感器网络恶意节点识别研究现状
• 2.1 无线传感器网络安全隐患
• 2.2 无线传感器网络易遭受的攻击以及现有解决方案
• 2.3 无线传感器网络恶意节点识别研究现状
• 2.3.1 基于统计的恶意节点识别方法
• 2.3.2 基于规范的恶意节点识别方法
• 2.3.3 基于马尔可夫链的恶意节点识别方法
• 2.3.4 基于ACK的恶意节点识别方法
• 2.3.5 基于信誉评测的恶意节点识别模型
• 2.4 本章小结
• 第3章 基于信誉评测模型的恶意节点识别算法
• 3.1 节点行为分析
• 3.2 信誉评测模型设计需注意的问题
• 3.3 改进的信誉评测模型NRRS
• 3.3.1 NRRS设计思想
• 3.3.2 模型组成
• 3.3.3 直接信誉的计算
• 3.3.4 间接信誉的计算
• 3.3.5 信誉的整合
• 3.3.6 路径管理
• 3.4 仿真实验
• 3.4.1 NS介绍
• 3.4.2 仿真设计
• 3.4.3 仿真结果分析
• 3.5 本章小结
• 第4章 改进的邻居监测机制NNWS
• 4.1 改进的邻居监测机制NNWS
• 4.1.1 NNWS简介
• 4.1.2 邻居列表验证机制
• 4.2 方案分析
• 4.2.1 安全性分析
• 4.2.2 通信代价分析
• 4.2.3 存储代价分析
• 4.3 基于单路径的多跳转发策略
• 4.3.1 与基于扩散的转发机制的比较分析
• 4.3.2 与单路径转发机制的比较分析
• 4.4 本章小结
• 第5章 具有明显攻击特征的恶意节点识别策略
• 5.1 伪造身份恶意节点的识别策略
• 5.2 伪造报文恶意节点的识别策略
• 5.2.1 篡改报文恶意节点识别策略
• 5.2.2 注入伪造报文恶意节点识别策略
• 5.3 仿真实验
• 5.3.1 仿真设计
• 5.3.2 仿真结果分析
• 5.4 本章小结
• 结论
• 参考文献
• 攻读硕士学位期间发表的论文和取得的科研成果
• 致谢