基于免疫机制的无线传感器网络攻击协同检测研究与设计

With the wider application of wireless sensor network (WSN), its security problem has become a research focus of WSN area. Aiming at WSN node limited energy and low efficiency network detection rate, a cooperative detection model combining local node and cloud immune center, self-adaptive detector maturation and update algorithms are brought up in this proposal. In cloud data center, self-adaptive detectors are applied to realize online detection based on life-cycle, matching threshold and self half-learning model. While in each node, fast attack detection is accomplished based on overlap-evaluation model. Secondly，detector incremental updating algorithm named IRsync algorithm is proposed to improve detector updating efficiency. A Hidden Markov Model for node energy prediction model, a light-weight attack detection algorithm is designed. Finally a cloud data center and WSN cooperative attack detection system demo is established to accomplish the task of high efficient network attack detection for WSN.

随着无线传感器网络(WSN)普及，其安全问题的研究成为热点。针对WSN的节点资源受限和网络攻击检测率低的特点，本项目深入研究基于生物免疫机制的攻击协同检测模型和自适应检测器培育、更新算法，首先提出了资源受限节点和云端免疫中心协同检测模型：云端数据中心设计了基于生命周期、匹配区域、自身半径学习模型的自适应检测器，实现自适应检测算法；节点端实现基于重叠率估计模型的快速攻击检测。其次，提出节点终端检测器增量式IRsync更新算法，提高WSN节点在能量受限下的检测器更新能力，并建立基于隐马尔科夫链的节点剩余电量预测模型，提高节点终端的检测效率。最终搭建云端服务中心与WSN协同攻击检测系统原型，实现面向WSN的网络攻击稳定高效检测。

无线传感器网络(WSN)由大量体积小、价格便宜、电池供电、具有无线通信和检测能力的传感器节点组成。随着智慧城市、智慧家居等概念的推广，WSN覆盖越来越多的城市和家庭，如何安全的使用WSN已经成为关注的焦点。本项目研究计划针对基于免疫机制的无线传感网络攻击协同检测研究与设计，主要研究内容包括基于免疫机制的攻击检测器设计、网络攻击协同检测机制设计、检测过程的聚类优化、检测器参数优化和基于免疫检测的应用拓展等研究。基于免疫机制的异常检测同时采用自我检测器和非自我检测器综合判定异常结果，实现了对攻击和异常的检测；检测过程的聚类优化则主要实现了快速且有效的生成自我检测器，增加了异常检测的准确率；检测器参数优化则节约了参数调节时间同时使得检测实验效果达到最佳；协同检测模型可以自主实现未知攻击的检测，并实现检测器的培育与更新。由于在研究中我们发现实验数据集存在噪声干扰，同时仅采用非自我检测器对样本进行检测存在黑洞，而以上两个问题均可以采用聚类算法进行优化和解决，因此我们对聚类算法也进行了深入的研究。此外，我们还为数据激增等情况下的异常攻击检测设计了对应的优化方案，防止在后期因数据爆炸而无法正常检测攻击。为了验证算法的普适性，本项目在执行过程中还向其他多个领域进行拓展，包括电网故障检测、桥梁病害分析、虚假评论检测等。自本项目资助开始至今，课题组共发表基金资助学术论文20篇，其中国际SCI期刊论文7篇，EI收录论文3篇（其中2篇为国际会议论文），ESCI期刊论文1篇，国内期刊论文9篇；总计授权相关发明专利5项，受理相关发明专利18项。通过本项目的实施，共培养了3名博士生，以及3名硕士生，另有3名在读硕士获得了本项目的资助；组织项目组成员总计参加5次国际会议和5次国内会议，本人总计做了5次口头报告，与深度学习安全、工控安全、复杂网络安全等领域的学者进行了深入的交流。整体而言，超额完成了预定目标。