[发明专利]一种基于节点行为的水声传感网络节点可信度评估方法

说明书

本发明提供了一种基于节点行为的水声传感网络节点可信度评估方法，将信息交互过程中节点行为和交互成功率作为信任因子，再利用信息熵聚合信任因子，得到直接信任度、间接信任度、历史信任度，进而求得节点信任度，建立基于节点行为的信任度评估模型。从而能够快速准确地检测出恶意节点，并进行有效地识别和隔离，确保路由路径中节点的安全可靠。本发明针对水声传感网络中存在的篡改攻击、欺骗攻击和黑洞恶意节点进行检测，结合机会路由协议能够快速准确地检测出恶意节点，并进行有效地识别和隔离，确保了路由路径中节点的安全可靠。

技术领域

本发明涉及水声传感器网络安全技术领域，特别是一种通过节点异常行为评估传感器网络中节点可信度的方法。

背景技术

水声传感器网络是无线传感器网络的一个典型应用，作为海洋环境中的一个理想媒介，能够大范围、实时的监测目标海域，在海洋资源勘测、海洋环境监测和海域安全保证等领域拥有广阔的应用前景。

水声传感器网络作为一种无线自组织网络，具有传输介质开放、节点间协作算法、防御边界模糊等特点，容易受到各种攻击，比如Wormhole、Hello-Flood、SelectiveForward攻击。同时由于水声信道传输速率低、误码率高、时延长、带宽窄和节点能量消耗快等特性，网络中更容易存在某个节点自私或者被俘的情况，这样网络通信过程中并不能保证链路的节点均可信，网络鲁棒性也就得不到保障。

为了保证水声传感器网络在存在恶意节点的条件下正常运行，国内外许多学者都提出了不同的方法来进行节点信任度评估，保障网络的基本功能。Jiang Jinfang等提出基于多维信任度量(ARTMM)的攻击抵抗信任模型考虑了水声信道的特征和节点的移动性，但该算法的计算复杂度大、信任证据生成过程并没有考虑到恶意节点的影响、模糊集定义是主观的，不能适应动态水声传感器网络。Han Guangjie等提出了一种基于云理论(TMC)的信任模型来解决上述问题。云模型基于传统的模糊集和概率统计理论，可以更好地评估信任关系的不确定性。但是，在模型设计过程中提出了很多假设，对水声传感器网络中每个节点的位置信息的要求较高。Lei Shu等提出了一种基于SVM的协同信任模型(STMS)，将网络划分为簇，簇内节点分为MCH、SCH、CM，应用k-means和SVM算法来生成信任评估模型。但是，需要假设同一簇的MCH和SCH同时受到攻击的可能性为0，并不能防御多节点联合攻击。

从上述研究可以看出，现有水声传感器网络的信任模型在设计过程中，大都未考虑水声环境的独特性和网络资源的限制。所以，这些信任模型在水声传感器网络中应用存在一定的局限性。本发明结合复杂水声信道特性，随网络通信实时更新节点信任评估，以信息交互过程中节点行为和交互成功率作为信任因子，同时结合空间和时间维度，提出了一种基于节点行为的水声传感网络节点可信度评估方法。

发明内容

为了克服现有技术的不足，本发明提供一种基于节点行为的水声传感网络节点可信度评估方法。为了防御通过伪装、监听、欺骗等攻击方式成为候选集最佳下一跳节点的恶意节点，以获取水声传感网络节点可信度为目标，提出了一种基于节点行为的水声传感网络节点信任度评估方法。本发明将信息交互过程中节点行为和交互成功率作为信任因子，再利用信息熵聚合信任因子，得到直接信任度、间接信任度、历史信任度，进而求得节点信任度，建立基于节点行为的信任度评估模型。从而能够快速准确地检测出恶意节点，并进行有效地识别和隔离，确保路由路径中节点的安全可靠。

针对水声传感器网络中存在的位置欺骗漏洞，网络自私节点及恶意节点加以利用，使得网络崩溃、降低网络寿命，进而出了一种基于节点行为的水声传感网络节点可信度评估方法。

本发明解决其技术问题所采用的技术方案的步骤如下：

第一步，计算节点直接信任度；

直接信任度主要包括节点网络通信过程中的信息交互信任度和节点行为信任度两个方面；直接信任度的计算公式如下：