首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种无人机自组网防御女巫攻击方法及系统 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:中国人民解放军国防科技大学

摘要:本发明涉及无人机技术领域,具体公开了一种无人机自组网防御女巫攻击方法及系统,其方法包括数据采集与特征提取、深度学习模型训练、女巫攻击检测、安全路由和网络管理、动态调整与反馈,其系统包括路由模块和女巫攻击检测模块;是通过引入深度学习技术和综合安全评估机制,为无人机自组网提供更智能、准确和自适应的安全防护,有效提升对女巫攻击行为的检测能力和网络的整体安全性,以解决无人机自组网的节点容易遭受女巫攻击的问题。

主权项:1.一种无人机自组网防御女巫攻击方法,包括:S100采集无人机自组网络中每个节点的流量特征数据,获取节点活跃度和节点身份变化频率,序列化每个节点的流量特征数据,其中所述流量特征数据包括观察时间窗口内的数据包发送和接收数量、数据包发送和接收的时间戳、节点的通信次数和节点邻居变化的数量、以及节点身份变化次数;S200使用长短期记忆网络模型处理序列化的流量特征数据,学习正常节点和进行女巫攻击节点之间的行为差异;S300使用训练好的长短期记忆网络模型对采集到的数据进行分析,判断每个节点是否参与了女巫攻击,识别出利用多重身份进行恶意活动的节点并标记;S400基于上述判断结果和识别结果进行路由决策,避免将数据路由经过已标记的恶意节点,并定期评估网络安全状况,以调整路由策略和改进检测算法;S500根据网络状况和女巫攻击判断结果调整其检测策略和路由决策,收集检测过程中的反馈信息,进一步训练和优化长短期记忆网络模型;其中,所述评估网络安全状况通过如下模型进行: 式中,Snode为节点的安全评分,Tnode为基于长短期记忆网络模型分析得到的节点信任度,Anode为节点的活跃度,Fnode为节点身份变化频率,α、β、γ、δ为权重系数,tanhTnode为双曲线正切函数,用于平滑处理Tnode在极端值时对Snode的增长影响,log1+Anode为自然对数,用于强调节点活跃度的影响,同时避免Anode极低时对Snode的过度惩罚,是指数函数的倒数,用于表示随着Fnode的增加,Fnode对Snode的负面影响逐渐减少,为平方根函数,用于增加对高Fnode节点的额外惩罚。

全文数据:

权利要求:

百度查询: 中国人民解放军国防科技大学 一种无人机自组网防御女巫攻击方法及系统

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。