[发明专利]一种认知无线网络中基于代理的入侵检测方法有效

专利信息
申请号: 201710614177.4 申请日: 2017-07-25
公开(公告)号: CN107426212B 公开(公告)日: 2021-04-16
发明(设计)人: 李红宁;吕欣;裴庆祺;李子 申请(专利权)人: 西安电子科技大学
主分类号: H04L29/06 分类号: H04L29/06;H04W12/121
代理公司: 西安长和专利代理有限公司 61227 代理人: 黄伟洪
地址: 710071 陕西省*** 国省代码: 陕西;61
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 认知 无线网络 基于 代理 入侵 检测 方法
【权利要求书】:

1.一种认知无线网络中基于代理的入侵检测方法,其特征在于,所述认知无线网络中基于代理的入侵检测方法通过代理对无线环境进行检测,获得频谱中信号的信息,读取邻居节点的审计数据,与代理中存储的检测规则相匹配,判断是否有攻击发生;单个代理能力不足时,与其他代理进行协同,实现对网络外部和内部出现攻击的检测;

所述认知无线网络中基于代理的入侵检测方法包括以下步骤:

步骤一,选取节点放置代理,使用最大连接度算法,选取具有最多直接邻居节点的节点放置代理,代理及其通信范围内的所有节点构成一个簇,代理节点为簇头;每个代理只具备检测规则库中的一种检测规则;

步骤二,判断信道能量是否大于阈值,代理使用天线检测无线信道,获得该无线信道上信号的能量,若信号能量小于阈值10dB,检测内部节点,执行步骤三;否则,利用TDOA算法估计信号源位置,执行步骤四;

步骤三,检测内部节点,代理读取簇内节点的审计数据,包括TCP重传时间t、可靠性指标r、频段切换时间间隔f,信号强度s,获得特征向量V=(t,r,f,s),执行步骤四c);

步骤四,攻击检测;a)判断计算出的位置信息是否与代理存储的主发射机位置相差小于10m,若是,执行b);否则,执行c);

b)检查信号能量是否与代理存储的主发射机信号能量误差在2dB之内,若是,判断为主用户;否则,执行c);

c)检查代理自身检测规则是否存在节点的特征向量V,若存在,则节点受到攻击,执行步骤六;否则,将该节点视为可疑节点,执行步骤五;

步骤五,协作检测,将可疑节点特征向量V发送给所有代理,在发送过程中,利用蚁群优化算法,寻找存在该特征向量的规则库的最短路径代理,若存在这样的代理,执行步骤六;否则,该节点不是攻击者;

步骤六,发现入侵的代理向邻居代理广播该攻击。

2.如权利要求1所述的认知无线网络中基于代理的入侵检测方法,其特征在于,所述步骤一中最大连接度算法是每个节点广播其邻居节点列表,具有最多邻居的节点作为簇首,覆盖范围内的节点为簇内节点;部署的代理具有认知模块、检测攻击模块、通信模块、存储模块、响应模块;检测采用误用检测。

3.如权利要求1所述的认知无线网络中基于代理的入侵检测方法,其特征在于,所述步骤一中检测规则库是针对无线信道和终端设备中存在的攻击的检测方法,典型的信道攻击有模仿主用户攻击,典型的终端设备攻击有频谱感知数据篡改攻击。

4.如权利要求1所述的认知无线网络中基于代理的入侵检测方法,其特征在于,所述步骤二中TDOA算法通过比较信号到达各个代理的时间差,作出以代理为焦点,距离差为长轴的双曲线,双曲线的交点就是信号源的位置。

5.如权利要求1所述的认知无线网络中基于代理的入侵检测方法,其特征在于,所述步骤五蚁群优化算法是通过模拟蚁群觅食过程,利用代理之间的信息交流与相互协作找到从蚁穴到食物源的最短路径,个体之间通过信息素进行信息传递,代理偏向于选择信息素浓度大的路径移动;在时刻t,代理k从节点i转移到节点j的概率为:

其中,表示蚂蚁k从代理i转移到代理j的概率;τij表示在t时刻在ij连线上的信息素浓度;ηij是一个启发式因子,表示代理从节点i转移到节点j的期望程度,取决于节点i,j之间距离的倒数;α和β分别表示路径上信息量和启发因子的重要程度;∑为求和符号;j∈Λ表示蚂蚁k下一步允许移动的代理位置;当代理k访问了所有其他代理后,路径上的信息素浓度更新如下:

τij(t+1)=ρ·τij(t)+Δτij,ρ∈(0,1)

其中,ρ为常数系数,ρ·τij(t)表示残留信息的保留部分;表示代理k在访问过程中留在路径ij上的信息量。

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西安电子科技大学,未经西安电子科技大学许可,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/201710614177.4/1.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