[发明专利]模糊环境下无线传感器网络攻击防御方法及系统

说明书

本公开提出了模糊环境下无线传感器网络攻击防御方法，采用入侵检测系统检测恶意程序的攻击，基于入侵检测系统检测数据，获得恶意程序获得的收益、无线传感器网络的损失、无线传感器网络的防御成本以及恶意程序的感染成本，将上述变量定义为模糊变量，引入环境置信度和决策角度，构建无线传感器网络攻防博弈模型，基于Stackelberg博弈方法和模糊集理论对无线传感器网络攻防博弈模型求解，获得模糊环境中无线传感器网络和恶意程序攻防博弈的纳什均衡解，将非模糊无线传感器网络攻防博弈扩展到了不确定情况中来具体分析模糊环境中无线传感器网络所能采取的最佳策略，可以提升无线传感器网络在模糊环境中的决策能力以及防御恶意程序攻击的能力。

技术领域

本发明属于网络安全技术领域，具体涉及模糊环境下无线传感器网络攻击防御方法及系统。

背景技术

无线传感器网络(WSN)是由具有一定拓扑结构的多个传感器节点组成的网络。WSN是自组织的无线网络，它通过每个传感器节点收集信息，并最终将其聚集到目标节点进行分析。当前，WSN已被广泛应用于现实世界中的环境管理、污染控制、工业生产和医疗应用等领域。随着WSN的广泛应用，WSN应用过程中遇到一些问题也随之出现。例如，在现实中，WSN经常受到恶意程序的攻击。恶意程序的攻击会导致WSN出现数据丢失，能量损耗迅速等问题。因此，提高WSN防御恶意程序攻击的能力成为了增加WSN安全性能的重要研究方向。

博弈论是研究多个参与者在基于限定条件下进行对抗或合作行为时制定策略的方法理论。恶意程序和WSN之间的攻击和防御行为使得双方可以被视为正在进行博弈的两个参与者。目前常用的一种方法是使用经典的博弈模型对恶意程序和WSN之间发生的攻防过程进行建模。具体地讲，这种方法先对WSN和恶意程序攻防过程中影响两个参与者收益的各种变量进行定义，然后使用已定义的变量制定恶意程序和WSN的收益公式，最后使用博弈演化方法来获取恶意程序和WSN在攻防过程中的纳什均衡解，这种使用博弈论来获取WSN最佳防御策略的方法有效的提升了WSN的安全性能。

发明人在研究中发现，在现实中，信息的模糊性可能导致WSN和恶意程序的攻防过程中存在认知不确定性，具体为：现有技术无法精确的评估数据的丢失对于WSN的造成的损害以及恶意软件的好处，因此对于节点丢失数据的评估含有模糊性，进而导致攻击策略和防御策略的不确定。认知不确定性的存在使得目前常用于分析WSN防御策略的非模糊博弈模型在分析过程中受到了极大的限制。

发明内容

为克服上述现有技术的不足，本发明提供了模糊环境下无线传感器网络攻击防御方法，通过将非模糊WSN攻防博弈扩展到了不确定情况中来具体分析模糊环境中WSN所能采取的最佳策略，可以提升WSN在模糊环境中的决策能力以及防御恶意程序攻击的能力。

为实现上述目的，本发明的一个或多个实例提供了如下技术方案：

模糊环境下无线传感器网络攻击防御方法，包括：

采用入侵检测系统检测恶意程序的攻击；

基于入侵检测系统检测数据，获得恶意程序获得的收益、无线传感器网络的损失、无线传感器网络的防御成本以及恶意程序的感染成本，将上述变量定义为模糊变量，引入环境置信度和决策角度，构建WSN攻防博弈模型；

基于Stackelberg博弈方法和模糊集理论对WSN攻防博弈模型求解，获得模糊环境中无线传感器网络和恶意程序攻防博弈的纳什均衡解。

进一步的技术方案，所述采用入侵检测系统检测恶意软件的攻击，具体为：

基于入侵检测系统成功检测到恶意软件攻击的概率及入侵检测系统的误报率，获得当恶意软件成功感染无线传感器网络节点后，恶意软件获得无线传感器网络节点的部分数据，即恶意软件获得的收益。

对于无线传感器网络，当节点被感染后，无线传感器网络失去了相应的节点数据，即无线传感器网络的损失。