[发明专利]分布式检测系统中基于自适应门限的恶意节点识别方法

说明书

本发明涉及分布式检测系统中基于自适应门限的恶意节点识别方法。现有的防御方法在攻击概率或攻击强度较小时的恶意节点识别概率会明显降低，甚至无法识别。本发明方法采用自适应门限调整方法，包含如下步骤：传感器节点首先感知待检测目标信号获得目标测量数据，恶意节点会采用概率型攻击模型篡改测量数据，融合中心根据系统中的N个传感器发送的汇报数据，分别计算每个传感器节点的局部判决结果与系统全局判决结果的不匹配度，然后融合中心选择最优判决门限，最后融合中心将每个传感器节点的不匹配度与其判决门限进行比较，判断出每个传感器节点的类型。本发明方法操作简单，容易实现，且能够在低攻击概率和低攻击强度时提高恶意节点识别概率。

技术领域

本发明属于通信技术领域，具体是分布式信息处理中的分布式检测领域，涉及一种分布式检测系统中基于自适应门限的恶意节点识别方法。

背景技术

分布式检测是无线传感器网络的重要基础应用之一。分布式检测系统由一个待检测目标，若干个传感器节点和一个融合中心构成，每个传感器节点将感知到的目标测量数据先进行一定的预处理，然后将这些数据发送给融合中心，融合中心进行数据融合产生判决统计参量，判决出待检测目标信号是否存在。

但是，分布式检测系统的性能依赖于网络传感器节点的感知性能与可靠性，这种系统的分布式结构使得它极易受到各种各样的攻击，其中一种典型的攻击即为感知数据篡改攻击。在这种攻击下，攻击者捕获传感器节点，使其成为恶意节点，恶意节点会发送伪造的目标测量数据给融合中心以干扰系统的最终判决结果，这会导致分布式检测系统性能的下降。因此，分布式检测系统需要解决攻击者发起的感知数据篡改攻击问题。

目前已提出一些防御感知数据篡改攻击的方法，如基于信誉度的恶意节点识别方法，基于异常检测的恶意节点识别方法，基于可信节点的恶意节点识别方法等。在基于信誉度的恶意节点识别方法中，采用信誉度表征每个传感器节点的可靠性，当传感器节点的本地判决结果与系统全局判决结果一致时，其信誉度增大；否则其信誉度减小，通过一段时间的累积，若传感器节点的信誉度低于预设门限，则融合中心判定该传感器节点为恶意节点，进而将其剔除出系统。在基于异常检测的恶意节点识别方法中，传感器节点发送目标测量数据给融合中心，融合中心通过定义异常因子衡量每个传感器节点发送的数据与其他传感器节点发送的数据间的偏离程度。当某个传感器节点的异常因子大于预设门限时，则融合中心判定该传感器节点为恶意节点，并在分布式检测时移除该传感器节点。在基于可信节点的恶意节点识别方法中，分布式系统中存在可信节点，融合中心通过传感器节点与可信节点在行为上的差异，识别恶意节点，并将其剔除出系统。

当恶意节点的恶意程度(攻击概率和攻击强度)较大时，现有的恶意节点识别方法具有不俗的识别效果。但是，当恶意节点的恶意程度较小时，这些方法的恶意节点识别概率会明显降低，甚至无法识别。

在实用的分布式检测系统中，为保证系统在各种恶意程度下总能较准确地识别出恶意节点，融合中心需要设计更加灵活的恶意节点识别方法。

发明内容

本发明目的是针对感知数据篡改攻击，提供一种分布式检测系统中基于自适应门限的恶意节点识别方法，以降低恶意节点攻击行为造成的影响，保证分布式检测系统的可靠性。

本发明方法考虑到恶意节点的恶意程度较低时，现有的恶意节点识别方法识别效果较差，因此提出了一种基于自适应门限的恶意节点识别方法。本发明不仅在恶意节点的恶意程度较大时有不俗的识别效果，在恶意节点的恶意程度较小时也能较好地识别恶意节点。

为了实现上述目的，本发明所采用的具体步骤为：

步骤1.传感器节点感知待检测目标信号得到目标测量数据，将获取的目标测量数据发送给融合中心；具体过程如下：

(1)传感器节点感知目标信号得到目标测量数据：

分布式检测系统中有N个传感器节点，传感器节点i获得的目标测量数据为：