[发明专利]一种基于生成对抗网络的传感网恶意节点检测方法

说明书

本发明属于信息安全检测技术领域，涉及一种基于生成对抗网络的传感网恶意节点检测方法，包括监听节点间的数据传输过程，并将该过程的数据进行模糊处理后作为信任数据；计算获取的信任数据的信任值，并根据信任值将信任数据打上标签；构建生成对抗网络，生成对抗网络根据输入的数据获取数据特征的分布，根据带标签的信任数据训练生成对抗网络；训练两个生成对抗网络组成编码器和解码器，编码器从输入的信任数据中提取提取数据的特征，解码器根据特征获取信任数据的分布；节点将监听数据进行模糊处理后输入生成对抗网络，生成对抗网络监测当前节点是否为恶意节点；本发明能快速检测出恶意节点并评估恶意等级，阻止恶意节点威胁网络的安全。

技术领域

本发明属于信息安全检测技术领域，特别涉及一种基于生成对抗网络的传感网恶意节点检测方法。

背景技术

无线传感器网络由于节点资源有限，并且采用了开放的通信媒介，使得网络安全非常脆弱。传感器节点易遭外界俘获而转换为恶意或妥协节点，而大部分引起传感器网络崩溃的攻击都是由传感器网络内部的恶意节点发起的。攻击者通过物理捕捉、改写控制代码、读取关键数据等方式来捕获传感器网络中的部分节点，根据这些妥协节点的被控制程度可定义节点的恶意等级。这些恶意节点的存在，会消耗周围节点能量、降低网络吞吐量、减少传感器网络寿命。因此，如何快速检测出恶意节点并判定节点恶意等级是无线传感器网络安全领域一个急需解决的问题。

发明内容

为了快速检测出恶意节点并判定节点恶意等级是无线传感器网络安全领域，本发明提出一种基于生成对抗网络的传感网恶意节点检测方法，包括以下步骤：

监听节点间的数据传输过程，并将该过程的数据进行模糊处理后作为信任数据；

计算获取的信任数据的信任任值，并根据信任值将信任数据打上标签；

构建生成对抗网络，生成对抗网络根据输入的数据获取数据特征的分布根据带标签的信任数据训练生成对抗网络；

其中训练两个生成对抗网络包括编码器和解码器，编码器从输入的信任数据中提取提取数据的特征，解码器根据特征获取信任数据的分布；

节点将监听数据进行模糊处理后输入生成对抗网络，生成对抗网络监测当前监听的节点是否为恶意节点。

进一步的，节点信任度的计算包括以下步骤：

计算节点进行数据传输中数据延时率以及数据丢包率，并根据隶属等级分别计算数据延时率以及数据丢包率的隶属度值，隶属等级分别高、中、低三个等级；

根据数据延时率以及数据丢包率高、中、低三个等级的隶属度等级进行组合，获取等级依次为极高、高、中、低、极低五个等级的模糊规则；

从模糊规则中选取三条模糊规则，选择的规则包括：一条从等级为极高和高中选择、一条从等级为中中选择、一条从等级为低和极低中选择；

从选择的三组模糊规则集中，计算选择的模糊规则集中数据延时率以及数据丢包率的隶属度函数，从中选择最大值为右区间、最小值为左区间，将获取区间作为纵坐标区间获取隶属度函数在此区间内横坐标对应的区间，即得到二型模糊集合；

采用重心降型，获得二型模糊集合的并集的重心，将该重心作为节点的信任度。

进一步的，根据信任值将信任数据打上标签的过程包括：

设定第一阈值、第二阈值和第三阈值三个阈值，当节点信任度大于第一阈值则该节点的标签为正常标签；

当节点信任度大于第二阈值且不大于第一阈值，则该节点的标签为第一类恶意标签；

当节点信任值大于第三阈值且不大于第二阈值时，则该节点的标签为第二类恶意标签；

否则节点的标签为第三类恶意标签。