[发明专利]车联网中基于分簇信任评估的恶意节点检测方法

摘要

本发明涉及车联网络通信安全领域，特别是一种车联网中基于分簇信任评估的恶意节点检测方法，具体包括以下步骤分簇，选簇头；簇头节点信任评价；簇内成员节点信任评价；簇群信任评价；节点信任更新五个步骤。本发明将网络分为若干个簇，簇内节点进行通信，不同簇间由簇头进行通信，这种方法能够适应大型VANET网络，且可扩展性好，减少了不同簇内成员节点间通信开销。且在推荐信任计算方面简化了推荐链，直接用丢包率进行计算。

主权项

一种车联网中基于分簇信任评估的恶意节点检测方法，其特征在于，包含以下步骤：(1)分簇，选簇头：初始化网络，将网络所有节点中移动性较小的节点组成一个簇，将相对于邻居移动性变化最小的节点选为簇头；(2)簇头节点信任评价：簇头节点由基站管理，其综合信任值根据基站的直接信任值和其他簇头节点的推荐信任值进行评价；所述直接信任值是客观统计的结果，根据基站节点与簇头节点交互成功次数和失败次数计算；所述推荐信任值运用丢包率来计算；(3)簇内成员节点信任评价：簇内成员节点由本簇簇头节点进行管理，其综合信任值包括簇头节点对其的直接信任值和簇内其他节点的推荐信任值；所述直接信任值是客观统计的结果，根据簇头节点与成员节点交互成功次数和失败次数计算；所述推荐信任值运用丢包率来计算；(4)簇群信任评价：簇群的信任值由该簇头节点和簇内所有成员节点共同决定；(5)节点信任更新：每隔一段时间T进行信任更新，并在初始簇头选取算法的基础上，选取各簇中信任最高的为簇头；所述步骤(2)中的直接信任值、推荐信任值和综合信任值通过以下公式获得：设基站对簇头节点进行x次行为观察，其中获得簇头节点正常行为(即交互成功)的次数为u，交互失败的次数为f,则基站i对簇头节点h的直接信任值计算公式为λ为否定事件影响力度；其他簇头节点的推荐信任值计算公式为其中，Nf为簇头节点h实际转发的数据包数，Nr为收到的来自各个簇头节点要求转发的数据包统计值；簇头节点h的综合信任值计算公式为Th＝w1*dih+(1－w1)rh，其中w1为直接信任值所占的权重，dih为基站i对簇头节点h的直接信任值，rh为其他簇内节点对其推荐信任值；所述步骤(3)中的直接信任值、推荐信任值和综合信任值通过以下公式获得：设簇头对簇内成员节点进行x次行为观察，其中获得簇内成员节点正常行为的次数为u1，异常行为次数为f1,则簇头节点h对簇内成员节点k的直接信任值计算公式为λ为否定事件影响力度；其他簇内成员节点的推荐信任值计算公式为其中，Nf1为簇内成员节点k实际转发的数据包数，Nr1为收到的来自簇内成员节点的要求转发的数据包统计值；簇内成员节点综合信任值计算公式为Tk＝w2dhk+(1－w2)rk，其中dhk为簇头节点h对簇内成员节点k的直接信任值，rk为其他簇内节点对其推荐信任值，w2为簇头节点的直接信任值所占的权重，w2与簇头节点h的综合信任值Thl有关,若Thl大于规定的阈值，则w2值较大，否则较小，阈值选为0.6，信任度低于阈值的认为是恶意节点，高于阈值的为正常节点，信任度最高为1。