[发明专利]基于行为认知的无线自组织网络恶意节点检测方法

说明书

本发明公开了一种基于行为认知的无线自组织网络恶意节点检测方法，主要解决现有恶意节点检测系统中不考虑网络拥塞而导致的误检率高的问题。其实现方案包括：网络中节点周期性监测邻节点工作状态信息；节点周期性对邻节点进行量化信任度评估；对信任度较低的节点基于其是否可能在评估周期内发生拥塞进行二次判决以防止误检；计算直接信任度；与邻节点交互并计算推荐信任度；综合直接信任度和推荐信任度得到总体信任度；判断出恶意节点并对其进行隔离处理。本发明可减小将正常节点误判为恶意节点的可能性，降低恶意节点对网络产生的负面影响，提高网络可靠性，可用于无线自组织网络中检测和防御恶意节点攻击。

技术领域

本发明属于通信技术领域，特别涉及一种恶意节点检测方法，可用于无线自组织网络中检测和防御恶意节点攻击。

背景技术

无线自组织网络是一种无线设备不依赖于任何固定基础设施，通过独立无线临时互连形成的多跳自治网络。由于节点的通信范围有限，网络中的数据传输需要依靠与其他中间节点合作，采用多跳通信的方法进行。侵入网络的恶意节点会以恶意丢包、故意时延、虚假路由等方式对网络进行攻击，造成网络吞吐量严重下降甚至网络瘫痪。为了减轻网络所面临的危险，现有技术中有很多种基于密码学的手段来保证网络的安全有序，可称之为“硬保护方式”，这种方式能够有效地阻止网络遭受外部攻击。然而，随着攻击手段越来越智能化、多样化，“硬保护方式”已无法阻止针对网络的所有攻击，特别是从网络内部以合法节点的身份发起的攻击。通过借鉴有线网络的安全机制，研究人员已经开始聚焦于针对无线自组织网络的“软保护”策略，例如基于信任的机制。信任是一个主观的意见，表征着一个实体的诚实、真实、能力以及可依赖的程度。在移动自组织网络中，可信值由一个节点的通信行为是否符合路由规则，传输的数据是否完整和有效等因素来进行评估。一个可信值高的节点有更大的概率对数据包进行正确及时的转发，相反，可信值较低的节点则有更大的概率对数据包进行丢弃或故意时延等恶意操作。移动自组织网络中信任评估的研究能有效识别有攻击行为的恶意节点，减少或避免与恶意节点之间的交互，从而提高网络的安全性。

在已有的技术中，节点的可信度与节点直接接收到的数据包数量，成功发送的数据包数量，以及转发数据包的时延密切相关。然而在无线自组织网络中，由于网络状态多变，除了恶意行为之外，网络拥塞、缓冲区溢出等原因也有可能导致网络丢包或高时延现象发生。仅根据丢包率和时延的统计进行可信度评估很容易导致非恶意节点可信度降低，导致正常节点被误判为恶意节点移出网络，进而严重影响无线自组织网络性能。因此，需要更加精确地计算由于恶意行为而导致的节点可信度变化情况。这种情况下，需要深层次认知节点行为，推测丢包或时延的原因。

发明内容

本发明的目的在于针对上述现有技术存在的缺陷，提出一种基于行为认知的无线自组织网络恶意节点检测方法，以减小因网络拥塞而导致的误检率，提高检测准确性。

为实现上述目的，本发明的技术方案包括如下：

(1)将网络中的每个节点设置在混杂监听工作模式，周期性地监测所有邻节点的行为，包括丢包情况，时延情况，乱序情况；

(2)统计每个邻节点的数据包转发情况和本节点发往邻节点的数据包时延情况，包括本周期内由节点i发出且源节点是节点i的数据包总字节数a_i，本周期内本节点向节点i发送的需要其转发的数据包总字节数b_i，以及本周期内本节点向节点i发送的数据包在缓冲区内的平均等待时延t_i；

(3)每个周期结束时，根据统计结果，对每个节点i计算出本周期内基于丢包的信任度Ta_i、基于时延的信任度Tb_i、基于乱序的信任度Tc_i；

(4)设置丢包信任阈值Ta和时延信任阈值Tb，对于每个节点i，将Ta_i和Tb_i分别与Ta，Tb比较：若Ta_i＜Ta或Tb_i＜Tb，则执行(5)，否则，执行(6)；