[发明专利]分布式检测系统中基于自适应门限的恶意节点识别方法

摘要

本发明涉及分布式检测系统中基于自适应门限的恶意节点识别方法。现有的防御方法在攻击概率或攻击强度较小时的恶意节点识别概率会明显降低，甚至无法识别。本发明方法采用自适应门限调整方法，包含如下步骤：传感器节点首先感知待检测目标信号获得目标测量数据，恶意节点会采用概率型攻击模型篡改测量数据，融合中心根据系统中的N个传感器发送的汇报数据，分别计算每个传感器节点的局部判决结果与系统全局判决结果的不匹配度，然后融合中心选择最优判决门限，最后融合中心将每个传感器节点的不匹配度与其判决门限进行比较，判断出每个传感器节点的类型。本发明方法操作简单，容易实现，且能够在低攻击概率和低攻击强度时提高恶意节点识别概率。

主权项

1.分布式检测系统中基于自适应门限的恶意节点识别方法，其特征在于，该方法的具体步骤是：步骤1.传感器节点感知待检测目标信号得到目标测量数据，将获取的目标测量数据发送给融合中心；具体过程如下：(1)传感器节点感知目标信号得到目标测量数据：分布式检测系统中有N个传感器节点，传感器节点i获得的目标测量数据为：其中，H₀和H₁分别表示待检测目标信号不存在的假设和存在的假设；s(t)是待检测目标信号第t次采样值，h_i是待检测目标与传感器节点i间的信道增益，是传感器节点i的感知信道上的噪声信号，并假设噪声是均值为0，方差为的加性白高斯噪声；传感器节点i在本地检测过程采样M次后，得到目标测量数据为则y_i在H₀和H₁假设下的分布为：其中μ_i,0和μ_i,1分别表示传感器节点i在H₀和H₁假设下的均值，和分别表示传感器节点i在H₀和H₁假设下的方差，具体表示为：ν_i是传感器节点i接收信号的平均信噪比；(2)传感器节点发送测量数据给融合中心：若第i个传感器节点被攻击者捕获成为恶意节点，则采用概率型攻击模型篡改目标测量数据，即恶意节点发起攻击时，zi≠yi，若第i个传感器节点为正常节点或者没有发起攻击的恶意节点，zi＝yi；zi是第i个传感器节点向融合中心汇报的数据；在概率型感知数据篡改攻击模型中，恶意节点i以攻击概率βi决定是否发起攻击：当恶意节点决定发起攻击时，首先进行本地判决，若本地判决结果为待检测目标信号不存在，则在实际测量数据的基础上加偏移量Δi；若本地判决结果为待检测目标信号存在，则在实际测量数据的基础上减偏移量Δi；当恶意节点决定不发起攻击时，对目标测量数据不做任何处理；恶意节点i的汇报数据的分布为其中和分别表示恶意节点在H₀和H₁假设下的均值，和分别表示传感器节点在H₀和H₁假设下的方差，具体表示为：其中Pf,i和Pm,i分别表示传感器节点的本地虚警概率和漏检概率；步骤2.融合中心接收N个传感器节点发送的目标测量数据，进行数据融合，得到全局判决；在一次感知过程中，融合中心收到的目标测量数据表示为z＝[z₁,z₂,...,z_i,...,z_N]，融合中心采用线性融合方法得到目标检测的全局检验统计量其中w_i表示传感器节点i的权重，满足融合中心采用如下判决准则：对目标存在与否做出全局判决，其中表示目标不存在，表示目标存在，λ_c为全局判决门限；步骤3.融合中心定义判断传感器节点类型的特征变量，构建节点类型判决变量，并形成节点识别二元判决问题，选择判决门限，进而判断传感器节点i的类型；具体过程如下：(1)融合中心定义传感器节点的特征变量，构建传感器节点类型判断的判决变量：融合中心将传感器节点i的局部判决结果与系统全局判决结果的不匹配度，作为用于传感器类型判断的特征变量；I_i(τ)表示传感器节点i在第τ次感知过程中的局部判决结果与系统全局判决结果一致性表征变量，其中局部判决结果通过比较收到传感器节点i的目标测量数据与局部判决门限得到，判决准则为：λ_i为传感器节点i的局部判决门限；当传感器节点i的局部判决结果与系统全局判决结果不一致时，I_i(τ)＝1；否则，I_i(τ)＝0；融合中心计算L次感知过程内传感器节点i的局部判决结果与系统全局判决结果的不匹配度，即传感器节点i的判决变量为(2)融合中心形成节点类型二元判决问题，选择最优判决门限：针对每个传感器节点，融合中心构造节点类别二元判决问题如下：其中表示融合中心判决传感器节点i是正常节点，表示融合中心判决传感器节点i是恶意节点，ζ_i表示融合中心处传感器节点i的判决门限；通过最大化正确识别概率与识别虚警概率的差值，融合中心可以得到传感器节点i的最优判决门限；最优判决门限的求解问题表示为：其中，ζi*是用于判断传感器节点i的类型的最优判决门限，ωiM表示传感器节点i是恶意节点时的判决变量，P(ωiM＞ζi)表示恶意节点i被正确识别的概率；ωiH表示传感器节点i是正常节点时的判决变量，P(ωiH＞ζi)表示正常节点i被错误识别成恶意节点的概率；通过求解最优判决门限问题，融合中心得到用于判断传感器节点i类型的最优判决门限为其中：表示传感器节点i是恶意节点时本地判决结果与系统全局判决结果不一致的概率,表示传感器节点i是正常节点时本地判决结果与系统全局判决结果不一致的概率；(3)融合中心判断关于传感器节点i的类型：融合中心将传感器节点i的判决变量ωi与计算得到的最优判决门限ζi*进行比较，根据判决准则判断传感器节点i的类型；即当ωi大于ζi*时，融合中心判断传感器节点i是恶意节点；否则，融合中心判断传感器节点i是正常节点。