[发明专利]一种UASNs中基于孤立森林的信任模型

说明书

本发明属于无线传感器网络安全技术领域，公开了一种UASNs中基于孤立森林的信任模型。首先，将需评估的信任项分为四种类型：通信信任、数据信任、能量信任与环境信任，特别地，在数据信任计算过程中，除了单个节点与整体数据分布的差异性，还考虑到UASNs中整体数据分布与理论数据分布的相似性。由于环境噪音会影响节点之间的通信与数据传输，进而造成能量变化，增加环境信任可以减少其他信任项的评估误差，提高恶意检测的准确性；然后，将四种信任项作为信任训练集，采用孤立森林算法建立节点信任模型；最后基于节点信任模型对UASNs中的节点进行可靠性评估，有效检测UASNs中的异常节点与恶意节点攻击，减少网络安全威胁。

技术领域

本发明属于无线传感器网络安全技术领域，具体涉及一种水下声学传感器网络(UASNs)中基于孤立森林的信任模型。

背景技术

水下声学传感器网络(UASNs)在各个领域可以发挥有意义的作用，如战场监控，智能海洋，应急响应，目标跟踪与海洋牧场等。UASNs是多跳自组织分布式传感器网络，由大量具有传感能力的微小传感器节点组成，通常，传感器节点在无人值守的区域和恶劣的环境中随机部署，以执行各种复杂任务，容易受到不同种类的安全威胁。传统的基于加密或认证的安全方法虽然可以抵御外部攻击，不能有效检测来自受损节点的内部攻击。比如在某些情况下，通过捕获普通节点的加密密钥，将受损节点转换为合法节点对网络造成严重破坏。此外，一旦合法节点成为受损节点，网络的可用性和完整性可能会被影响。

目前，信任评估模型成为一种有效的安全机制。信任模型用于量化信任，表示节点的可信度，可靠性或能力，确定节点的安全性。国内外研究人员对水下声学传感网中的信任机制与安全研究已经有许多研究，相关的研究进展如下：

论文《A Collaborative Secure Localization Algorithm Based on TrustModel in Underwater Wireless Sensor Networks》中将信任模型应用于UASNs的定位研究中。针对UASNs定位很少考虑到传感器节点的位置可靠性或安全性的问题，作者提出一种基于信任模型的协同安全定位算法(CSLT)以确保位置安全。基于信任模型的安全定位过程分为以下五个子过程：锚节点的信任评估，未知节点的初始定位，参考节点的信任评估，参考节点的选择，以及未知节点的二次定位。基于信任模型计算单跳锚节点和两跳参考节点的信任值，然后仅选择可信赖的锚节点和参考节点来定位未知节点可以避免来自恶意节点的影响，CSLT算法在位置安全性，平均定位精度和准确率方面比相关的工作性能更好。

信任模型在实现传感器节点的协作中起着重要作用。尽管近年来已经为地面无线传感器网络(TWSN)提出了许多信任模型，但由于不可靠的水下通信信道和移动网络环境，在UASNs中直接使用这些信任模型是不可行的。为了在 UASNs中实现准确，高效的信任评估，在论文《An Attack-Resistant Trust Model Based on Multidimensional TrustMetrics in Underwater Acoustic Sensor Network》中，作者提出了一种基于多维信任度量的抗攻击信任模型(ARTMM)。ARTMM 主要包括三种类型的信任度量：链路信任，数据信任和节点信任。信任计算过程中分析了通信信道的不可靠性和水下环境的流动性，更适用于水下环境。

在移动水下MANETs中，随着节点能力的增加，节点的物理移动对网络操作与行为造成更大地影响，导致一般的信任管理框架在水下在稀疏与恶劣环境中性能不佳。《Analytical Metric Weight Generation for Multi-Domain Trust in AutonomousUnderwater MANETs》中提出了一种机器学习方法以优化度量权重向量生成，使用物理与通信度量来检测一系列不正常行为，通过利用来自多个领域的信息，信任评估比单个通信评估更敏感准确。