-
题名无线传感器网络混合恶意节点检测方法研究
- 1
-
-
作者
陈嘉旺
刘北水
刘国栋
吴鹏
孙悦
-
机构
工业和信息化部电子第五研究所
智能制造装备通用质量特性技术及应用工业和信息化部重点实验室
广州市政务服务和数据管理局数字政府运营中心
中国人民公安大学国家安全学院
-
出处
《信息安全研究》
CSCD
北大核心
2024年第11期990-996,共7页
-
基金
国家重点研发计划项目(2021YFB2012205)
国家档案局科技项目(2024-R-052)。
-
文摘
无线传感器网络(wireless sensor networks,WSN)在环境监测、医疗保健等多个领域的应用越来越广泛.然而,WSN中的传感器节点易受安全威胁,尤其是恶意节点发起的不诚实推荐攻击,可能会破坏通信完整性.因此,对WSN中的恶意节点进行检测显得尤为重要.尽管近年来基于信任管理的恶意节点检测方法不断涌现,以增强WSN的安全性,但现有研究往往忽视了数据一致性及信任评估中对参与节点的持续评估,这在一定程度上限制了检测方法的有效性.针对这些问题,提出了一种融合了模糊信任模型(fuzzy trust model,FTM)算法和贝叶斯信念估计(Bayesian belief estimation,BBE)方法的WSN恶意节点检测新技术.其核心在于通过FTM算法考量数据随时间的关联性确定直接信任值,并通过BBE方法基于推荐节点的先验信任概率评估间接信任值的可信性.通过模拟实验对所提方法的有效性进行了验证,结果证明,该模型在检测WSN中的恶意节点方面相较于现有技术,具有更高的检测率和更低的误报率.
-
关键词
无线传感器网络
恶意节点检测
模糊信任模型
贝叶斯信念估计
安全威胁防御
-
Keywords
wireless sensor networks(WSN)
malicious node detection
fuzzy trust model
Bayesian belief estimation
security threat defense
-
分类号
TP301.6
[自动化与计算机技术—计算机系统结构]
TN918
[电子电信—通信与信息系统]
-
