基于攻击检测的无线传感器网络复原汇聚技术研究

无线传感器网络节点部署环境的开放性、无线通信的广播性，以及传感器节点资源的有限性，使得无线传感器网络在安全问题上面临前所未有的严峻挑战，特别是当敌方俘获了部分传感器节点并篡改其读数后，常规的加密、鉴权、认证等安全措施将失效，所造成的误差将保留在最终的数据汇聚结果中，会给用户决策造成严重危害，而基于攻击检测的数据复原汇聚技术为解决此类问题提供了全新的思路和方法。项目拟对无线传感器网络中的攻击检测方法和数据复原汇聚技术进行研究，在构建合理的数据复原汇聚模型基础上，研究不同攻击方式和噪声干扰条件下准确判断出网络中存在攻击行为的方法，提出既能够降低网络能耗，又可以实施高精度数据汇聚的有效措施。项目是对无线传感器网络在开放环境下安全应用研究的有意义探索，研究成果可为无线传感器网络在战场态势感知、武警防恐维稳、森林防火救灾等领域的深度应用提供强有力的理论支撑，具有重要的理论研究意义和实用价值。

项目组严格按照任务书要求，深入研究了无线传感器网络的攻击检测方法和数据复原汇聚技术，取得了系列创新成果，填补了国内在基于攻击检测的数据复原汇聚理论研究方面的空白，共发表论文28篇，同时完成一项陕西省自然科学基础研究计划项目“无线传感器网络分簇数据复原汇聚方法及其应用研究”（编号2011JM8030）。主要研究成果包括：（1）构建了分布式多层级汇聚模型，提出了基于多路由传输的安全数据汇聚机制，可有效抵御侦听、数据分组丢弃、路由分组丢弃等类型的攻击。（2）提出了基于非均匀分簇的簇头选择协议。该协议综合考虑了多重性能参数来优化簇头选择，均衡了网络间的能量消耗，能有效延长网络生命周期。（3）提出了改进的非均匀分簇算法。该算法设计了簇头轮换机制，给出了分环模型中各环宽度的设置依据，并求出了各环的宽度。（4）提出了基于跳数的非均匀分簇方法。算法对监测区域的划分较为合理，并从理论上给出了各子区域的最优分簇数目。（5）借鉴集中式数据汇聚模型中二分比较法的思想，提出了基于均值残差统计特性的攻击检测算法。该算法具有较高检测率。（6）针对汇聚函数的输入值易受敌方攻击的问题，提出了基于F分布的无线传感器网络攻击检测算法，放宽了对节点感知数据先验信息的要求。（7）关于如何确定受攻击节点所在簇的问题，提出了一种基于多重比较的无线传感器网络攻击检测算法。该算法可作为基于F分布的攻击检测算法的有效补充。（8）提出了基于分簇的克隆攻击检测方案。该方案给网络中的消息标记其源节点的ID，在成簇阶段依据节点ID和RSSI值，由簇头判断各个簇内是否存在克隆节点，待全部节点ID汇聚至基站后，由基站检测是否存在同一个ID属于多个簇的异常情况。（9）提出了基于灰色关联度及概率密度并联距离的数据复原汇聚方法。新方法能耗较低，其权值能根据攻击程度的大小来灵活调整。（10）提出了基于相似度的无线传感器网络数据复原汇聚算法。该算法提高了数据复原汇聚精度和对网络噪声干扰的稳健性。（11）当无线传感器网络中没有攻击行为时，传统汇聚方法没有考虑网内噪声干扰和节点自身测量误差的影响，而是直接采用相应的聚合函数进行汇聚，使得汇聚结果的精度降低。针对这一不足，提出了一种稳健的、高精度汇聚方法。（12）搭建了实验平台，借助得到的实测数据，对无线传感器网络攻击检测和复原汇聚算法的有效性进行了验证。