[发明专利]基于RSS的无线欺骗攻击定位方法

摘要

本发明公开了基于RSS的无线欺骗攻击定位方法，包括：建立与WLAN环境对应的位置指纹数据库；采用信标实时监测WLAN中的无线数据包，进而提取获得每个节点的RSS数据流；利用K‑中心点算法，选取多个K值，并根据每个K值依次对每个节点的RSS数据流进行聚类后获得对应的聚类结果，最后获得每个节点的多个聚类结果；针对每个节点所获得的多个聚类结果进行评价后，获得每个节点对应的最优聚类结果；依次获取最优聚类结果中的多个簇的代表对象后，结合位置指纹数据库计算获得攻击者的位置坐标，并输出定位结果。本发明可以对一个或多个攻击者进行定位，而且定位准确率高，可广泛应用于无线信息安全领域中。

主权项

1.基于RSS的无线欺骗攻击定位方法，其特征在于，包括：S1、建立与WLAN环境对应的位置指纹数据库；S2、采用信标实时监测WLAN中的无线数据包，进而提取获得每个节点的RSS数据流；S3、利用K‑中心点算法，选取多个K值，并根据每个K值依次对每个节点的RSS数据流进行聚类后获得对应的聚类结果，最后获得每个节点的多个聚类结果；S4、针对每个节点所获得的多个聚类结果进行评价后，获得每个节点对应的最优聚类结果；S5、依次获取最优聚类结果中的多个簇的代表对象后，结合位置指纹数据库计算获得攻击者的位置坐标，并输出定位结果；所述步骤S1，包括：S11、根据WLAN的拓扑结构，建立平面坐标系，进而按照预设规则选取多个参考点，并获得每个参考点的坐标；S12、部署多个信标，使得无线信号覆盖整个WLAN，进而测量获得每个参考点处的RSS数据；S13、按照预设的数据格式，将每个参考点的坐标和对应的RSS数据生成该参考点对应的RSS指纹数据后，建立位置指纹数据库；所述步骤S5，包括S51～S55：S51、依次获取最优聚类结果中的多个簇的代表对象后，分别计算每个代表对象与位置指纹数据库的多个参考点的RSS指纹数据之间的欧氏距离；S52、比较并获取P个最小欧氏距离后，获得对应的参考点以及每个参考点的坐标，P为预设整数；S53、根据欧氏距离分别计算选取的P个参考点的定位权重因子；S54、根据P个参考点的坐标以及P个参考点的定位权重因子，计算获得攻击者的位置坐标；S55、根据最优聚类结果中的K个簇的代表对象计算获得K个位置坐标作为攻击者的定位结果并输出；所述步骤S53中，所述定位权重因子的计算公式如下：上式中，表示参考点j的定位权重因子，表示参考点j与代表对象O_i之间的欧氏距离，i、j表示序号；所述步骤S54，其具体为：采用下式，根据P个参考点的坐标以及P个参考点的定位权重因子，计算获得攻击者的位置坐标：上式中，(Laⁱ,Loⁱ)表示计算获得的攻击者的位置坐标，表示参考点j的定位权重因子，(La_j,Lo_j)表示参考点j的坐标，i、j表示序号。