申请/专利权人:北京工业大学
申请日:2020-09-30
公开(公告)日:2024-02-02
公开(公告)号:CN112437440B
主分类号:H04W12/122
分类号:H04W12/122;H04W16/22;H04W84/18
优先权:
专利状态码:有效-授权
法律状态:2024.02.02#授权;2021.03.19#实质审查的生效;2021.03.02#公开
摘要:本发明公开了无线传感器网络中基于相关性理论的恶意共谋攻击抵抗方法,本发明首先基于时间相关性,利用二阶离差差分滤波获取同类传感器数据异常情况的时间序列。然后,基于空间相关性检测恶意节点,该方案包括两个主要阶段,基于近距离的各属性传感器的D‑S检测和基于远距离的簇内节点间行为序列贴近度检测。最后,基于事件相关性验证恶意节点。本发明利用WSN中共谋FDI攻击的攻击范围有限的缺点,发挥其全面挖掘各节点间相关性的优势,该发明在WSN恶意节点检测方面具有较好的性能。
主权项:1.无线传感器网络WSN中基于相关性理论的恶意共谋攻击抵抗方法,其特征在于,首先基于同一传感器节点的数据均存在时间相关性,将一阶离差差分滤波算法DDF引入到潜在故障检测与诊断LFDD中,实现节点数据异常情况的检测;首先建立差分整合移动平均自回归模型ARIMA,通过二阶离差差分滤波算法DDF-2将ARIMA模型的预测状态值进行修正以及评判,节点利用预测的数据状态和预设门限构建下一个接收到数据的正常范围,当接收到的数据超出构建的正常范围,节点将数据判定为异常;利用基于时间相关性的节点数据异常情况检测结果,通过节点间的空间相关性区分恶意及故障节点;检测分为两个阶段,即基于近距离多源信息的D-S检测和基于远距离的簇内节点间贴近度检测;在第一个阶段,依据上一部分通过时间化处理后的检测结果,利用自适应增强Adaboost对每个属性的维度数据进行分类,调整融合时的权重,并根据D-S融合规则检测节点的异常情况;在第二阶段,通过计算簇内节点间的相似度,实现簇内恶意及故障节点的区分;确定邻居节点;基于温度场验证恶意节点。
全文数据:
权利要求:
百度查询: 北京工业大学 无线传感器网络中基于相关性理论的恶意共谋攻击抵抗方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。