一种基于节点行为的无线传感器网络信誉计算模型

针对BRSN模型在计算过程中没有考虑节点能量的不足,设计一种基于节点行为的无线传感器网络信誉计算模型.该模型在评价节点信誉时,先计算节点行为的直接信誉参数,再参考邻居节点所提供的间接信誉参数,最终和节点的能量信誉参数进行整合,得到节点的综合信誉评估值,根据其值是否大于等于规定的阀值来确定节点是否可信.仿真结果证明该模型能够更准确反映节点的可信程度,有效防止恶意诽谤,提高系统安全性、可靠性,体现网络的公平性.     

基于贝叶斯网络的可信概率评估方法

针对ad-hoc现存的问题,基于贝叶斯网络提出一种ad-hoc网络中评估节点可信度的模型.根据节点在网络的属性,利用贝叶斯网络,动态地计算节点可信度,模型可以根据节点关注的属性不同,调整贝叶斯网络子节点概率分布表,从而实现灵活的可信评估策略.结合贝叶斯网络,用概率统计的方法计算节点的可信度,该方法使用贝叶斯网络计算,评估节点的当前状态在历史通信记录的基础上的可信概率.仿真结果表明,本方法能够动态反映节点可信程度,及时地发现恶意攻击.     

无线传感器网络基于联系数的信任评估模型

针对无线传感器网络(wireless sensor network,WSN)的特点以及面临的网络安全问题,提出了一个基于联系数的信任评估模型。系统节点通过该信任模型对邻居节点的网络行为进行监测,再利用基于联系数的信任多属性决策方法选取最优的可信节点后进行数据包的转发。实验结果表明,该模型计算开销少,符合WSN能量受限的特点,且能较好地实现入侵检测,提高检测的准确率,防范路由攻击。     

P2P环境下基于兴趣的分布式信任模型

为解决P2P网络中节点的不合作行为和恶意攻击等问题,提出了一种分布式兴趣信任模型DITM.模型通过划分兴趣域聚集兴趣相似的节点来解决节点间因兴趣不对称难以建立直接信任关系的问题.利用兴趣相似度刻画节点在其偏好领域上的服务行为相似性,并通过兴趣相似度加权域推荐信任度计算域服务信誉.节点在不同域内的服务信誉组成一个服务信誉...     

一种基于不同角色和反馈可信度的P2P信誉模型

针对已有的全局信誉模型,多数方案仅单独使用正面或负面否认信息构建实体的信誉值,且基本建立在信任度高的节点反馈也更可信的假设上,将节点的反馈质量等同于服务质量的问题,提出一种基于节点不同角色和反馈可信度的P2P全局信誉模型,并给出了模型的数学表述和实现方法。分析与仿真实验结果表明,该模型较已有的全局模型能有效防止恶意节点用诚信买掩盖恶意卖以及共谋欺骗等恶意行为,促进节点积极诚信参与网络活动,提高系统的安全性。     

一种基于不同角色和反馈可信度的P2P信誉模型

针对已有的全局信誉模型,多数方案仅单独使用正面或负面否认信息构建实体的信誉值,且基本建立在信任度高的节点反馈也更可信的假设上,将节点的反馈质量等同于服务质量的问题,提出一种基于节点不同角色和反馈可信度的P2P全局信誉模型,并给出了模型的数学表述和实现方法。分析与仿真实验结果表明,该模型较已有的全局模型能有效防止恶意节点用诚信买掩盖恶意卖以及共谋欺骗等恶意行为,促进节点积极诚信参与网络活动,提高系统的安全性。     

基于信誉系统及数据噪声点检测技术的无线传感器网络节点安全模型

随着对无线传感器网络的广泛研究与应用,用户对传感器节点的安全性要求日益提高。由于传统基于密码学的信息安全技术并不能够完美地解决传感器节点面临的复杂安全威胁,信誉系统已经被引入到无线传感器网络中,对节点安全情况进行周期性评估,并分配相应的信誉值。由于信誉系统很难分辨一些节点的某些行为是否处于正常区间如监测数据是否准确,进而导致某些传感器节点能够躲避信誉系统的监测,对用户决策产生不良影响。本文提出了一种结合信誉系统和噪声点检测技术的无线传感器网络节点安全模型。一方面,网络中的信誉系统模块为噪声点检测模块提供数据支撑,以便高效检测到噪声点数据;另一方面,噪声点检测模块对信誉系统进行反馈,加速节点信誉值的收敛,提高系统效率。一系列的仿真表明,相比于传统信誉系统模型,改进后的节点安全模型能够同时检测到网络攻击和数据攻击,同时该模型具有更高的收敛速度。     

一个Peer-to-Peer环境下综合信誉计算模型

为了有效地评估P2P网络中节点的信誉,提出了一种基于激励与惩罚机制的信誉计算模型。该信誉模型的计算数据源包括节点的直接交易经历和其他节点的推荐数据,推荐数据包括推荐节点与目标节点的直接交易经历以及它们在交易前曾经查询的数据。通过赋予这些数据不同的权重,使用相对的激励与惩罚机制综合计算节点的信誉。实验结果表明:该模型不仅可以遏制恶意节点,而且可以保证较高的交易成功率。     

基于群推荐的多跳无线网络信任模型

首先提出了群推荐的概念,在此基础上,提出了一种新颖的动态的多跳无线网络安全信任模型.该模型克服了已有的多跳无线网络信任模型的若干局限性,通过对节点行为进行综合评估,为网络中节点之间的合作和安全决策提供更细致和精确的依据,并能动态反映信任关系的变化状况,为通信节点是否可信建立了一个较为明确的判断标准.该模型能够较好地抵抗恶意节点的欺骗行为,提高了节点的可信度,能有效解决多跳无线网络中的盲目信任问题.     

移动自组网中一种基于信誉的安全分簇算法

针对分级结构移动自组网的安全问题,提出基于信誉的安全分簇算法.利用信誉提高簇结构安全性,信誉由邻居节点通过对网络行为的监测进行计算,通过节点间信誉的交换提高信誉评估的准确性,并通过相关度和相对移动性两个指标保障簇结构的稳定性.依据通信需求和网络运行状况综合考虑信誉、相关度和相对移动性三个因素进行节点权值计算,利用节点权值进行簇结构的建立、维护和更新,加强对簇首和网关节点的安全监管.仿真结果表明,该算法提高了系统的安全性和稳定性.     

基于信任模型的WSNs安全数据融合算法

为了抵御无线传感器网络内部的恶意攻击行为和故障节点的误操作行为对数据融合结果的影响,提出一种基于信任模型的多层不均匀分簇无线传感器网络安全数据融合算法.该算法基于多层不均匀的分簇网络拓扑实现安全数据融合能够有效均衡网络中节点的能耗.通过节点间的通信行为和数据相关性建立信任评估模型,并引入动态的信任整合机制和更新机制,实现簇内和簇间的信任评估,选择可信融合节点并将可信节点所收集的数据进行基于信任值加权的数据融合.仿真实验表明,该算法能够实现精确的信任评估,有效识别内部恶意攻击节点,得到的数据融合结果具有较高的精确度,实现了安全的数据融合.     

无线传感器网络不等级能级环模型及数据传输策略

目的提高无线传感器网络传感器节点能量利用率,延长网络寿命。方法对无线传感器网络的等级环模型及数据传输策略进行研究。结果提出了一个不等级能级环无线传感器网络模型,并基于数据转发量的估计,计算了不等级环的半径,在此基础上定义了能级环上的支持节点,以总体网络能量消耗最小为优化目标,提出了支持节点在数据传输中的权力轮转与数据转发策略,最后设计了仿真实验并进行了验证,实验表明,不等级能级环模型中,在网络计算580次时,传感器网络能量利用率达到0.466 39。结论不等级能级环无线传感器网络模型及权力轮转与数据转发策略,能够有效地抑制能量洞的出现,提高网络节点能量利用率,延长网络寿命。     

多维适配算法对区块链节点可信授权的优化研究

区块链技术可解决物联网传统访问控制方案中管理集中、数据易丢失等问题,实现分布式、安全性高的访问控制,但容易忽视建立动态灵活的访问控制机制的重要性,当节点被破坏时无法自动捕捉网络的动态信息,并相应地调整其授权策略.本文设计了一种基于属性的物联网访问控制机制,具有辅助授权的信任和声誉系统,提出多维适配算法(MDAA),首先利用一个公有区块链和私有侧链,将敏感信息和公共数据分开存储,服务消费节点注册属性,服务提供节点定义访问门限策略;接着信任和声誉系统逐步量化网络中每个节点的信任和声誉评分,当服务消费节点发起访问请求后,智能合约验证服务消费节点是否满足访问门限策略要求的属性和信任声誉阈值,都满足则获得访问权限;最后依据节点间交互作用定期更新节点的信任和声誉评分,实现动态验证和授权.仿真结果表明,与TARAS算法、DADAC算法相比,MDAA支持双向信任评估,具有较好的算法收敛性,在确保授权安全的同时减少了处理访问控制的延迟,具有适用性.     

点对点网络中核心节点结构的全局信任网络模型

针对点对点网络节点信任关系以及交易可能性较小的特点,阐述基于核心节点的点对点信任网络模型．该网络模型中的网络节点以公有度和私有信任度进行聚类,依靠节点可靠度针对核心节点和普通节点分情况讨论,并给予相关解决方案．仿真实验结果表明：该信任模型不但具有抗恶意节点攻击的鲁棒性,同时在网络资源搜索时具有较低的评估计算量和通信开销．     

一种新的分布式网络环境信任评估模型

针对分布式网络中缺乏权威机构导致网络中的实体缺乏足够的全局信息,使实体的信任度难以评估的问题. 综合考虑具有全局性与客观性的声誉值及具有局部性与主观性的信任值,提出一种新的基于声誉计算规则、信任推荐规则、声誉加权规则及信任计算规则的4规则信任评估模型. 通过模拟实验将该信任模型与抗攻击信任度模型的安全性进行了比较. 仿真实验表明,该信任模型在安全性问题上较已有模型有一定的改进.     

均衡评估算法对基于区块链的无线传感网节点信任管理优化

提出了一种均衡评估算法,通过在区块链中消除无线传感器网络中的恶意节点来增强信标节点之间的信任关系。首先将传感器节点信息打包生成区块,按照节点编号顺序生成区块链;接着在区块链中对每个信标节点进行基于行为、基于反馈和基于数据的信任值计算,将3个信任值加权得到每个信标节点的均衡信任值,并将均衡信任值广播给基站;最后对均衡信任值排序,把信任值较小的信标节点视为恶意节点,并将其从区块链中剔除。仿真结果显示,均衡评估算法在平均定位误差、检测精度和平均能耗等方面都有了很好的提升,同时保证了信任评估管理过程的安全性和可追溯性。     

基于二叉推荐树的可信评估模型

在网络安全领域,可信被定义为一个实体期望另外一个实体执行某个特定动作的可能性大小。为了加强网络的安全性,允许某个结点去评估其他结点的可信性是非常重要的。本文主要讨论的是对可信事件的推荐评估。首先介绍了可信的相关概念和特性;接着,网络被抽象成一个有向图,在该图中,顶点代表实体或用户,边被看成可信关系,这样,评估过程可以看成是在有向图当中寻找最短路径问题,通过对影响推荐信任的因素分析,得到间接信任计算公式,为每个结点建立一个二叉推荐树,用来存储该结点能够推荐的结点以及这些结点推荐信任值,并在每个周期后动态地调整和整理该二叉推荐树;最后,对该模型的有效性进行了分析。     

基于增强LEACH协议的无线传感器网络恶意节点检测模型

针对现有无线传感器网络恶意节点检测方法效率较低的不足,提出一种基于增强低功耗自适应集簇分层（enhanced low energy adaptive clustering hierarchy,enhanced LEACH）路由协议信誉机制的恶意节点检测（malicious node detection based on enhanced LEACH with reputation,MNDELR）模型.在无线传感器网络中使用增强LEACH路由协议选取簇首节点,其余节点选择对应簇首形成各簇集群并确定网络数据包传递路径.节点在数据包内添加节点编号、信誉评价等信息并按传递路径将数据包发送至汇聚节点;汇聚节点解析获取数据包内节点编号并与源节点编号比较判定,形成可疑节点列表;计算节点信誉值并与阈值比较判定网络中的恶意节点.实验结果表明,与其他方法相比,MNDELR模型在无线传感器网络中对恶意节点的检测效果较为显著.      

MANET信任路由机制的研究

MANET网络的路由行为表现为若干移动节点间的动态协作,由于无法解决节点的恶意行为问题的传统路由协议不能有效解决传输路径的可靠发现与选择,在对节点路由行为逻辑进行分析的基础上,建立节点的转发概率模型,将节点转发行为转化为对节点路由的信任度量与动态评估问题,以实现端到端路由信任量化与预测。仿真实验结果表明,所提出的信任路由选择算法,可以有效地刻画传输路径的信任特性,实现信任路由选择策略。