[发明专利]一种恶意节点识别方法、设备及存储介质

说明书

本发明公开了一种恶意节点识别方法、设备及存储介质，该方法包括：根据移动节点在的源信任域的历史信任分布，构造所述移动节点的近似信任分布；将所述近似信任分布更新到目标信任域的信任分布中，并根据更新后的所述目标信任域的信任分布，确定动态信任阈值；当所述移动节点的信任度小于所述动态信任阈值，识别所述移动节点为恶意节点；本发明能快速识别动态环境中的恶意节点，满足跨信任域后恶意节点准确识别的需求，提升系统整体信任质量和系统的安全性。

技术领域

本发明涉及分布式边缘计算安全技术领域，尤其涉及一种恶意节点识别方法、设备及存储介质。

背景技术

在分布式计算环境中，由于计算节点的地理位置可移动、覆盖范围广泛等特点，整个系统本质上是由很多信任域组成，并且终处于一种不可信的环境中。当节点在移动的过程中，其移动性可能出发跨信任域之间的信任分布发生变化，因此，跨信任域的信任管理是动态分布式环境下节点信任管理的关键问题之一。

传统的节点信任管理通常采用信任域内节点间交互的历史行为来评估节点的信任状态，这种方案默认分布式节点是固定不变的，而现有存在大量的漫游计算节点(比如网联汽车)在移动的过程中既有可能丢弃原边缘计算中累积的历史信任状态，从而影响新的信任域内的信任分布，从而导致传统的基于预设信任阈值的恶意节点识别已经不满足跨信任域后恶意节点准确识别的需求。

发明内容

本发明实施例提供一种恶意节点识别方法、设备及存储介质，其能快速识别动态环境中的恶意节点，满足跨信任域后恶意节点准确识别的需求，提升系统整体信任质量和系统的安全性。

第一方面，本发明实施例提供了一种恶意节点识别方法，包括：

根据移动节点在的源信任域的历史信任分布，构造所述移动节点的近似信任分布；

将所述近似信任分布更新到目标信任域的信任分布中，并根据更新后的所述目标信任域的信任分布，确定动态信任阈值；

当所述移动节点的信任度小于所述动态信任阈值，识别所述移动节点为恶意节点。

作为上述方案的改进，所述根据移动节点在的源信任域的历史信任分布，构造所述移动节点的近似信任分布，包括：

根据所述移动节点在的源信任域的历史信任分布，采用BP神经网络对所述移动节点加入到所述目标信任域后的信任分布的均值和方差进行预测；

根据所述均值和所述方差，确定所述移动节点加入到所述目标信任域后的信任分布估计值；

对所述信任分布估计值和所述历史信任分布进行相似度分析；

当相似度小于设定相似度阈值时，确定将所述信任分布估计值作为所述移动节点加入到所述目标信任域的近似信任分布。

作为上述方案的改进，所述根据所述均值和所述方差，确定所述移动节点加入到所述目标信任域后的信任分布估计值，包括：

根据所述均值和所述方差，构建后验分布；

采用随机采样的方式对所述后验分布进行数据采样，生成所述移动节点加入到所述目标信任域后的信任分布估计值。

作为上述方案的改进，所述根据所述均值和所述方差，构建后验分布，包括：

对所述均值和所述方差进行正态分布统计分析，得到多个所述移动节点加入到所述目标信任域后的信任分布预测值；

根据多个所述信任分布预测值，构建后验分布。

作为上述方案的改进，所述对所述信任分布估计值和所述历史信任分布进行相似度分析，包括：

采用KL散度衡量多个所述信任分布估计值与所述历史信任分布的相似度。