[发明专利]一种分布式电力监控系统网络分簇路由虫洞攻击识别方法有效

专利信息
申请号: 202111029581.8 申请日: 2021-09-03
公开(公告)号: CN113497808B 公开(公告)日: 2023-01-24
发明(设计)人: 徐征;王文婷;马强;林琳;黄华;聂其贵;刘鑫;李世慈;姚硕望;李建坡 申请(专利权)人: 国网山东省电力公司;国网山东省电力公司电力科学研究院;国网山东省电力公司信息通信公司;东北电力大学
主分类号: H04L9/40 分类号: H04L9/40
代理公司: 西安合创非凡知识产权代理事务所(普通合伙) 61248 代理人: 马英
地址: 250000 山东省*** 国省代码: 山东;37
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 分布式 电力 监控 系统 网络 路由 攻击 识别 方法
【说明书】:

发明公开了一种分布式电力监控系统网络分簇路由虫洞攻击识别方法,包括簇头节点与簇头节点虫洞攻击识别方法、簇内节点与簇内节点虫洞攻击识别方法、簇头节点与簇内节点虫洞攻击识别方法。本发明的方法能够保证分布式电力监控系统网络安全可靠的基于节点密度的分布式电力监控系统网络分簇路由虫洞攻击识别方法。

技术领域

本发明涉及网络信息安全技术领域,具体涉及一种基于节点密度的分布式电力监控系统网络分簇路由虫洞攻击识别方法。

背景技术

目前,虫洞攻击是分布式电力监控系统网络常见路由攻击之一,可降低网络中各数据的可信度,改变网络的拓扑结构。在分布式电力监控系统网络分簇路由协议中,簇内节点负责收集数据并发送给簇头节点,簇头节点负责管理控制簇内成员节点,进行数据融合以及簇间转发等工作。如果网络存在虫洞攻击节点,将导致受攻击簇内信息混乱,致使网络发生错误。采用虫洞攻击识别方法判别是否存在虫洞攻击节点是保障网络信息安全传输的关键因素之一。

传统的虫洞攻击识别方法为了对各节点进行准确判别,有效识别攻击节点,均采用布置锚节点,获取两通信节点间跳数,计算平均每跳距离并与节点最大通信半径进行比较,将超出最大通信半径的节点判别为虫洞攻击节点。

目前虫洞攻击识别存在以下主要问题:

在虫洞攻击识别过程中,需要布置大量锚节点,这会带来过多的设备开销,影响整个网络的成本。

在虫洞攻击识别过程中,需要设置严格的时钟同步,这会增加节点信息传输的能量消耗,影响网络的存活时间。

在虫洞攻击识别过程中,没有考虑到簇内节点及簇头节点的作用各不相同,是否适应分簇路由协议的结构特征。

发明内容

本发明的主要目的在于提供一种分布式电力监控系统网络分簇路由虫洞攻击识别方法,针对虫洞攻击识别方法的考虑要素不完整问题、能量消耗与经济成本不合理问题,提出科学合理,能够保证分布式电力监控系统网络安全可靠的基于节点密度的分布式电力监控系统网络分簇路由虫洞攻击识别方法。

本发明采用的技术方案是:一种分布式电力监控系统网络分簇路由虫洞攻击识别方法,包括簇头节点与簇头节点虫洞攻击识别方法、 簇内节点与簇内节点虫洞攻击识别方法及簇头节点与簇内节点虫洞攻击识别方法;假设网络中节点大致为均匀分布,个节点部署在以边长为的正方形区域内,网络单位面积节点密度表示为:

(1)。

进一步地,所述簇头节点与簇头节点虫洞攻击识别方法包括:当两簇头节点均为虫洞攻击节点时,理想状态下单位面积节点密度至少为,但是在实际的节点布置过程中,考虑到节点分布的不均匀性以及虫洞攻击节点可能分布在地理位置边缘等情况,引入一个虫洞节点判定系数,当节点判定实际单位面积节点密度大于阈值时,便会将自身判定为虫洞攻击节点,阈值的计算公式为:

(2)

定义网络中各簇为,各簇头节点为,各簇内节点为,若网络中簇头节点和簇头节点为虫洞攻击节点时,各簇内节点向簇头节点传输信息时会通过簇头节点与簇头节点形成的虫洞链路向簇头节点传输信息;同理,各簇内节点向簇头节点传输信息时会通过该虫洞链路向簇头节点传输信息,这样会导致簇头节点与簇头节点均能接收来自两个簇的信息;对簇头节点与簇头节点分别进行单位面积节点密度计算,与阈值进行比较,若,则可以判断出网络受到了虫洞攻击,且簇头节点与簇头节点均为虫洞攻击节点。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于国网山东省电力公司;国网山东省电力公司电力科学研究院;国网山东省电力公司信息通信公司;东北电力大学,未经国网山东省电力公司;国网山东省电力公司电力科学研究院;国网山东省电力公司信息通信公司;东北电力大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202111029581.8/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top