[发明专利]一种UASNs中基于聚类的无权重节点信任评估方法

说明书

本发明公开了一种UASNs中基于聚类的无权重节点信任评估方法，通过对节点在一定周期内的行为进行观测，计算节点的通信特征、能量特征、邻居特征和数据特征，进而估计节点的局部信任和全局信任，其中，通信特征和数据特征合称为安全信任，表征节点的安全性，能量特征和邻居特征合称为可用信任，表征节点的可用性，通信特征、能量特征和邻居特征由本地节点计算，数据特征由水面数据中心计算，在感知数据和信任信息传输过程中利用AUV以降低网络节点的能耗，四种信任特征联合分析得到节点的局部信任和全局信任，用于筛选网络中的可信节点和不可信节点，并用于选择可信下一跳节点，从而提高信任评估的准确性，保护网络的安全，延长网络的寿命。

技术领域

本发明属于水声传感器网络技术领域，具体涉及一种UASNs中基于聚类的无权重节点信任评估方法。

背景技术

水声传感器网络(UASNs)是由多功能微型水下传感器节点、水下自主航行器(AUV)等多种类型的节点以声波通信链路自组织形成的无线网络，凭借其自组织和多样数据感知等特点，被广泛应用于环境监测、军事监控、空间探索等多种领域，逐渐成为研究领域的热点之一。然而随之而来的是多样性的安全需求，相比陆上无线传感器网络，水声传感器网络面临的安全威胁更加难以解决，这是由水声传感器网络组成节点、通信方式和部署环境等固有属性导致的。

水声传感器网络面临的攻击依据攻击者所处的相对位置，可以大致分为外部攻击和内部攻击。密码学等传统安全机制作为第一道安全防线，主要用于抵御外部攻击，然而当攻击者俘获网络中部分节点，突破了第一道安全防线，就可以发起内部攻击，这时需要信任管理等安全机制作为第二道安全防线，用于抵御内部攻击。

建立一种合适的节点信任管理机制，对水声传感器网络是至关重要的，它可以识别并隔离网络中的恶意节点，保证水声传感器网络在部分节点被俘获后仍正常运行。现有信任管理机制中，节点信任评估方法大多采用线性加权计算方式，但是，在水下动态环境中，线性加权方法中的最优权重是难以确定的，而非最优权重会影响节点信任评估的准确性。近年来，国内外研究人员对水声传感器网络中信任管理机制进一步研究和改进，相关文献如下：

2015年，Han等人在《An Attack-Resistant Trust Model Based onMultidimensional Trust Metrics in Underwater Acoustic Sensor Network》中提出一种基于多维信任指标的抗攻击信任模型(ARTMM)。ARTMM考虑水声信道通信的不可靠性和水下动态环境导致的节点移动性，计算链路信任、数据信任和节点信任三种信任指标，联合三种指标判断网络安全性。实验结果表明，所提出的信任模型非常适合水下动态环境，在评估精度和能耗方面的性能明显优于传统的信任模型。

2017年，Jiang等人在《A Trust Model Based on Cloud Theoryin UnderwaterAcoustic Sensor Networks》中提出一种基于云理论的信任模型(TMC)。TMC考虑到信任的不确定性，即模糊性和随机性，利用云理论来解决这种不确定性，在信任证据的计算过程中逐层剔除恶意攻击外的其他因素影响。实验结果表明，所提出的信任模型在恶意节点检测率、数据包传递成功率、网络寿命等方面优于其他相关工作。

2019年，Arifeen等人在《ANFIS based Trust Management Model toEnhanceLocation Privacy in Underwater Wireless SensorNetworks》中提出一种基于自适应神经模糊推理系统(ANFIS)的信任管理模型。ANFIS被用于评估传感器节点的可信度，此外考虑马尔科夫决策过程，评估每个状态下节点的信任行为，并选择可信的节点。实验结果表明，所提出的信任管理模型可以成功地抵御针对网络的恶意攻击，并检测网络中存在的恶意节点。

发明内容