无线传感器网络中高效的虚假数据过滤方法研究

Existing false data filtering techniques in wireless sensor networks have shortcomings such as low filtering probability, unbalanced cost and weak compromise tolerating ability. This project aims to study the efficient false data filtering methods in wireless sensor networks, which mainly includes: (1) the analysis of the upper and lower bounds of the number of MACs which denoted by T,and then extend the theoretical results in en-route filtering framework based on signature mechanism; (2) research on key distributing method based on overhead of nodes, define overhead of nodes by the combination of the number of hops from Sink and the number of paths the node is included, and thus to achieve balanced and efficient key distribition; (3) study on nodes collaboration based compromise toleration, defend collaborated false data injections by compromised nodes from different geographical areas through banding the keys and locations of sensor nodes, and effectively improve the compromise tolerating ability;(4) investigate on one-way hash chain based filtering, detect and filter out false reports and replayed reports simultaneously during forwarding by the validation of correctness and freshness. The research of this project will provide effective security theories and technical support for the utilization and application of large scale wireless sensor networks, and offer helpful references to protect data security in internet of things, and thus exhibits important scientific meaning and utilization value.

已有无线传感器网络虚假数据过滤技术存在过滤概率低、开销不均衡、抗妥协能力弱等问题。本项目对无线传感器网络中高效的虚假数据过滤方法进行研究，主要包括：（1）MAC数量T的上、下界分析，在基于签名机制的转发过滤框架中对T的上、下界理论进行推广；（2）基于节点负荷的密钥分配机制，结合距离Sink的跳数和所处转发路径数量来定义节点负荷，实现均衡高效的密钥分配；（3）基于节点协作策略的妥协容忍研究，通过将节点密钥与地理位置进行绑定来限制不同地理区域多个妥协节点的协同攻击，并有效提高妥协容忍能力；（4）基于单向哈希链的过滤研究，通过正确性和新鲜性验证在转发过程中同时过滤假包和重复包。本项目的研究将为大规模无线传感器网络的实用化和广泛应用提供很好的安全理论和技术支持，对将来物联网中感知数据的安全性保护提供有益的借鉴，具有重要的科学意义和应用价值。

无线传感器网络是以数据为中心的网络，如何保证目标节点所收集数据的可靠性、正确性和真实性是至关重要的。攻击者可以捏造事实上不存在的虚假事件、恶意篡改正在传送的数据包、发送过时数据包，若不加防范，这些虚假的数据将会引发错误警报，干扰用户决策，并消耗有限的网络资源。已有虚假数据过滤的研究工作在过滤性能和安全性等方面都取得了较好的效果，但仍然存在一些严重的问题。如密钥分配算法没有均衡节点开销，导致靠近Sink的节点更容易耗尽能量，已有算法大多受限于安全阈值T，即攻击者只要俘获了T个密钥分区，即可通过协作伪造出无法被识别的假包，从而彻底攻破安全机制。本项目基于项目团队前期取得的虚假数据过滤方面的相关基础，针对传感器网络虚假数据过滤算法效率较低及被动防御的问题，重点研究了过滤装置硬件改进、网络部署策略优化、协同攻击防御等问题。项目的主要研究内容包括：(1)对传感器网络最优覆盖理论进行了分析，确保所有突发事件顺利上报到最终用户；(2)改进虚假数据过滤装置结构，便于工作人员携带；(3)基于地理信息和邻居关系，由转发节点验证数据生成的合法性，有效抵御不同地理区域妥协节点的协同攻击。本项目的研究为当前无线传感网络数据安全性保护提供了借鉴价值，并为将来物联网中感知数据的安全防护提供了重要科学意义。