[发明专利]基于随机抽样一致性的感知数据错误化攻击检测方法

摘要

本发明涉及基于随机抽样一致性的感知数据错误化攻击检测方法。现有方法需要大量训练数据且计算和通信开销大。本发明利用节点位置信息和信号传播特性，能高效地识别出恶意节点，包含如下步骤：传感器节点采集目标信号，收集测量数据，再对目标状态进行估计并识别恶意节点，最后将目标状态估计值与预设门限比较判断目标是否存在。识别恶意节点主要利用随机表决思想，随机抽取部分测量数据估计目标状态参数，再利用所有测量数据对该模型参数进行评估，从而找出评分最高的最优解，将不支持最优解的识别为恶意节点并将其隔离。本发明操作简单，容易实现；仅需汇集一次测量数据，降低通信开销；适用范围广，可用于检测不同种类的感知数据错误化攻击。

主权项

1.基于随机抽样一致性的感知数据错误化攻击检测方法，其特征在于该方法包含以下步骤：步骤一、传感器节点采集目标发射的信号，获取测量数据；具体过程如下：网络中各个传感器节点对目标发出的信号进行独立感知；信号传播模型采用路径损耗模型，传感器节点i处的测量数据为xi：其中，1≤i≤N，N是传感器节点总数，di是传感器节点i与目标的距离，P0是在距目标的参考距离为d0处测得的参考功率，α是路径损耗因子，εi是测量误差；若各传感器节点处的测量噪声是高斯白噪声，均值为0，方差为即网络拓扑结构、传感器节点位置和目标位置固定；假设在二维空间内，传感器节点i的坐标为(x_i,y_i),目标的坐标为(x_t,y_t)，则传感器节点i与目标之间的距离设参考距离d₀＝1，则：xi＝P0‑10αlgdi+εi(dB)；步骤二、收集传感器节点测量数据，构建目标状态估计模型；具体过程如下：收集所有传感器节点的测量数据，同一时刻网络中所有N个观测到的数据构成一个观测向量x＝[x1,x2,...,xN]T，T表示转置；对测量数据建立线性模型，即目标状态估计模型，表达式如下：x＝Hθ+ε；其中，H是观测矩阵，θ是信号传播模型中的未知参数，θ＝[P₀α]^T；ε是误差向量，若各节点处的测量噪声互不相关，Σ是噪声的协方差矩阵，若遭到恶意攻击，测量数据被篡改，感知数据错误化攻击模型如下：xa＝x+a；其中，攻击向量a＝[a1a2,...,aN]T；若传感器节点i是诚实节点，则ai＝0；若传感器节点i是恶意节点，则ai≠0；最终收集到的测量数据y＝[y1,y2,...,yN]T＝xa；步骤三、根据测量数据估计目标状态并识别恶意节点；具体过程如下：(1)随机抽取部分数据估计目标状态，得到模型假设参数；从测量数据y中随机抽取b个点作为采样点，第k轮随机抽取产生最小样本集其中，1≤k≤K，K是迭代上限，是第k轮被抽中的b个测量数据；第k轮中所有被抽取的节点序号用抽取序列集表示，m_k,j∈{1,2,...,N},m_k,j表示第k轮第j个被抽中的传感器节点编号，j＝1,2,…,b，且满足b为最小样本容量；令权重矩阵采用加权最小二乘估计法，求解第k轮最小样本集y_k的参数估计结果，作为模型假设参数其中，H_k和W_k是根据第k轮抽取序列集选出的对应观测矩阵H和权重矩阵W的矩阵子块；(2)传感器节点对模型假设参数进行评估，区分局内点和局外点；以评分函数评估第k轮产生的模型假设参数采用误差作为检验量，其中h_i是观测矩阵H第i行的全部元素，h_i＝[1,‑10lgd_i]；结合节点本地测量数据，传感器节点i对模型假设参数的评分结果为：其中，η是误差阈值，函数是自由度为1的卡方分布累积分布函数的逆函数；β是置信度，取值为0.95～0.99；自由度为u的卡方分布累积分布函数的定义式为：其中，Γ(·)为Gamma函数，γ(·,·)为下不完全Gamma函数，数据误差在阈值范围内视为局内点，局内点序号构成支持集在阈值范围外视为局外点，局外点序号构成反对集所有传感器节点对第k轮模型假设参数的总评分为：(3)步骤(1)和(2)重复进行K次；判断步骤(1)和(2)的累计执行次数k是否大于等于迭代上限K，若k＜K，重复执行步骤(1)和(2)；若k≥K，则直接执行步骤(4)；(4)选取最优假设参数，识别正常节点和恶意节点；在所有参数估计结果中，选取评分最高的模型假设参数作为最优假设参数：进而对节点进行分类，支持最优假设的局内点视为正常节点，即正常节点集为不支持最优假设的局外点则视为恶意节点，即恶意节点集为(5)隔离恶意节点，重新进行目标状态估计；将恶意节点隔离，把支持最优假设的局内点也作为样本数据，重新进行参数估计，得到目标状态参数估计结果为表示参考功率估计值，表示路径损耗因子估计值；步骤四、根据目标状态估计值判断目标是否存在，具体过程如下：将参考功率估计值与预先设定的判决门限Λ比较，判断目标是否存在：其中，表示目标存在，表示目标不存在，判决门限的取值为：其中，下角标11表示取矩阵第1行第1列的子块；P_FA表示预设的虚警概率；函数Q^‑1(·)是互补累积分布函数的逆函数，互补累积分布函数的定义式为v为积分变量。