[發(fā)明專利]基于反向傳播神經網絡的邊緣側克隆節(jié)點集成檢測方法

有效

• 申請?zhí)枺?/td>: 201810801827.0
• 申請日: 2018-07-20
• 公開（公告）號: CN108924150B
• 公開（公告）日: 2019-06-07
• 發(fā)明（設計）人: 潘緋;廖潤發(fā);文紅
• 申請（專利權）人: 電子科技大學
• 主分類號: H04L29/06
• 分類號: H04L29/06
• 代理公司: 成都巾幗知識產權代理有限公司 51260
• 代理人: 邢偉

本發(fā)明公開了一種基于反向傳播神經網絡的邊緣側克隆節(jié)點集成檢測方法，包括以下步驟：S1.邊緣側計算節(jié)點采集數(shù)據(jù)集；S2.利用數(shù)據(jù)集對BPNN進行訓練及測試；S3.等待新的信息包；S4.從信息包中提取信道信息，存儲參考信道信息，計算信道差值；S5.累計各節(jié)點信譽度；S6.將各節(jié)點信譽度輸入BPNN，判斷是否存在克隆攻擊；S7.若無克隆攻擊，則更新參考信道信息，若存在克隆攻擊，則發(fā)送克隆攻擊警報。本發(fā)明利用BPNN在邊緣側節(jié)點，對數(shù)據(jù)源節(jié)點進行集成檢測，同時判斷多個節(jié)點中是否存在克隆攻擊，提高了克隆節(jié)點檢測效率，減少了網絡傳輸負荷和中心網絡負荷。本發(fā)明還通過累計信譽度和BPNN的分類，降低了信道隨機噪聲的影響，提高了克隆節(jié)點檢測的準確性。

技術領域

本發(fā)明涉及終端或節(jié)點的安全保護，特別是涉及基于反向傳播神經網絡的邊緣側克隆節(jié)點集成檢測方法。

背景技術

克隆節(jié)點攻擊的原理是，攻擊者俘獲網絡中的合法節(jié)點并獲取其所有的合法信息，復制出若干具有相同ID和密鑰信息的節(jié)點，并將這些克隆節(jié)點投放到網絡中的不同位置發(fā)動攻擊。由于克隆節(jié)點擁有與合法節(jié)點相同的ID和密鑰信息等，所以傳統(tǒng)的基于密碼學的認證機制難以檢測出克隆節(jié)點。如何快速、高效地檢測到克隆節(jié)點并對其進行隔離，成為防治克隆節(jié)點攻擊的關鍵。

基于信道信息的克隆檢測方案的原理為，若相同的ID卻對應不同物理的位置，則判斷其為克隆節(jié)點。攜帶相同ID的信息，接收節(jié)點經過信道估計，與參考信道信息相對比，若差值大于門限值，則判斷兩次信息來自不同的物理位置，該ID為克隆節(jié)點。Jakes等人已經證明，在靜態(tài)或準靜態(tài)無線通信環(huán)境下，信道信息的空間識別度最小為1/2個波長。因此，只要克隆節(jié)點與被捕獲的合法節(jié)點相距1/2個波長，接收節(jié)點就能成功識別。但由于信道的隨機性，合法信道信息也會在一定范圍內隨機波動。因此，基于信道信息的克隆節(jié)點檢測的準確性也會受到影響。

由于數(shù)據(jù)源節(jié)點或終端的計算能力和存儲能力非常有限，都將信息傳輸給超級節(jié)點，例如，簇頭節(jié)點或sink節(jié)點，經過多跳，到達中心網絡。傳統(tǒng)的克隆節(jié)點檢測大多都是由中心網絡進行，再將結果返回超級節(jié)點。因此，不僅增加了中心網絡的計算負荷，還增加了網絡傳輸負荷與克隆檢測的時延。靠近數(shù)據(jù)源節(jié)點的超級節(jié)點，具備一定的計算能力和存儲能力，適于實施邊緣計算，即作為邊緣側計算節(jié)點。采用邊緣側計算節(jié)點進行數(shù)據(jù)處理，可以就近為網絡提供數(shù)據(jù)安全處理服務，將需求在邊緣側解決。這無疑將大大提升處理效率，提升終端或節(jié)點的數(shù)據(jù)處理和安全防護能力，在邊緣側計算的基礎上，基于反向傳播神經網絡(Back Propagation Neural Network,BPNN)進行克隆節(jié)點檢測，對于減少克隆攻擊對網絡的危害具有重大意義。

發(fā)明內容

本發(fā)明的目的在于克服現(xiàn)有技術的不足，提供一種基于反向傳播神經網絡的邊緣側克隆節(jié)點集成檢測方法，在邊緣側節(jié)點實現(xiàn)克隆檢測，降低傳感網絡負荷和克隆檢測時延；利用反向傳播神經網絡對數(shù)據(jù)源節(jié)點進行集成檢測，同時判斷多個節(jié)點中是否存在克隆攻擊，提高了克隆節(jié)點檢測效率；通過累計信譽度和BPNN的分類，降低了信道隨機噪聲的影響，提高了克隆節(jié)點檢測的準確性。

本發(fā)明的目的是通過以下技術方案來實現(xiàn)的：基于反向傳播神經網絡的邊緣側克隆節(jié)點集成檢測方法，包括以下步驟：

S1.邊緣側計算節(jié)點采集數(shù)據(jù)源節(jié)點與已知的克隆節(jié)點的信道信息，計算信譽值，并據(jù)此形成數(shù)據(jù)集，所述數(shù)據(jù)集包括訓練集和測試集；

S2.構建反向傳播神經網絡模型并進行訓練和測試，直至反向傳播神經網絡模型的檢測率達標；

S3.邊緣側計算節(jié)點接收來自待測節(jié)點的信息包；

S4.邊緣側計算節(jié)點從待測節(jié)點的信息包中提取信道信息，據(jù)此確定待測節(jié)點的參考信道信息，并計算信道差值；

S5.累計待測節(jié)點的信譽值；