基于SIR模型的智能电网WCSN数据伪造攻击研究

为了解决智能电网无线传感器网络面临的异构无线网络共存、频谱资源紧张和海量数据处理等问题,在智能电网引入了认知无线传感器网络（WCSN）。文章对智能电网WCSN中的数据伪造攻击进行了研究。在此类攻击中,恶意认知无线传感器节点（传染节点）通过向其他认知无线传感器节点（易感节点）发送伪造的频谱感知数据和设备能耗信息,导致控制中心做出错误的频谱分配和电力调度决策。采用流行病理论中的SIR模型,对智能电网WCSN中的数据伪造攻击信息传播过程进行了建模,研究了流行病爆发的潜在决定因素。最后,通过仿真验证了智能电网WCSN数据伪造攻击SIR模型,并对系统动态特性进行了分析。     

认知物联网频谱感知数据伪造攻击研究

认知物联网可以看作是＂认知无线电传感器节点的分布式网络＂,它通过在物联网中实现认知无线电技术,可以有效地解决物联网面临的频谱资源紧张等问题。文章提出了认知物联网的基本定义和体系结构,设计了频谱感知数据伪造（SSDF）攻击模型,分析了基于数据融合、基于一致性、基于SVDD算法、基于异常值检测等四种解决方案的原理与性能。     

无线传感器网络中基于MDP的攻击模型研究

随着无线传感器网络的发展,网络安全问题越来越受到人们的重视并已成为重要研究方向.在现有无线传感器网络安全研究中,普遍存在两个相关联的问题:临时抵御问题和最优解问题.这两个问题涉及到无线传感器网络的攻击方法和抵御方法.目前大量的文献都针对抵御算法展开研究,而很少有学者研究攻击方法.在网络安全领域只有更好的了解攻击,才能掌...     

一种基于测距的无线传感网sybil攻击检测方法

提出一种基于测距的sybil攻击检测方法,各个节点通过测距找出各自邻居节点中可能为sybil节点的可疑节点,再通过邻居节点之间交换信息找出sybil节点。仿真实验表明,该方法具有如下特点：代价小,不要求高精度测距,准确性高,不引入特殊节点,不因特殊节点失效而使算法失效,不需全局信息。特别适合低成本,资源缺乏,工作在恶劣环境中的分布式无线传感器网络。     

一种针对无线传感网中黑洞攻击的检测与防御方法

无线传感器网络WSN(Wireless Sensor Networks)被广泛应用于军事、生产、医疗等各个方面,而当下的许多传感器网络都部署在恶劣、开放的环境中,存在各种各样的威胁。黑洞攻击是一种典型的路由攻击,在这种攻击中恶意节点声称自己是剩余能量多、能够一跳到达目的节点的节点或者声称自己就是目的节点,因此很多节点会把要发送的数据发给该恶意节点,而恶意节点吸引数据包后,并不将数据包转发而是丢弃,这就造成传输空洞。针对这种特性,文中提出了一种基于位置信息的诱捕检测算法BTCOLI(Blackhole Attack Detection Algorithm Based on Location Information),以实际不存在的目的节点为诱饵,找到黑洞节点,对其进行身份验证以及位置检测,从而剔除该恶意节点。同时,还提出了相应的防御方案:在网络中加入预共享对称密钥,并提供HMAC(Hash-based Message Authentication Code)消息验证机制,以防止恶意节点加入网络。最后通过搭建NS-2下的仿真平台,验证了该算法在检测率方面的优越性。     

认知无线传感网中一种高能效的频谱感知周期优化算法

为了提高认知无线传感网中节点的频谱感知能效,提出了一种高效的频谱感知周期优化算法。该方法通过引入贪婪因子来减少节点感知信道的次数,进而达到降低感知能耗的目的。在碰撞概率和等待时延的约束下,节点在与信道的交互过程中实现对感知周期的动态修正,达到了对信道状态的自适应高效感知。仿真结果表明,在不同的信道占用状态条件下,该算法相比固定感知周期的方法,有效地提高了感知能效,适于在认知无线传感网中实施。     

基于数据预处理的无线气象传感网数据重构模型

针对无线气象传感网内由于节点数量大、感知数据冗余度高而导致节点通信耗能过高的问题,提出了数据联合稀疏预处理模型,利用监测区域气象要素预报值和各簇头要素值计算出一个全网公共分量并对网内数据进行预处理。将分布式压缩感知应用于簇型传感网中,对各节点感知数据进行压缩观测,在汇聚节点进行数据重构,从根本上降低节点通信量,均衡负载;同时设计了一个基于公共分量异常数据稀疏方法。仿真实验中,相对于单独使用压缩感知,数据联合稀疏预处理模型能够有效利用数据时空相关性提高数据稀疏度,压缩性能提高了25%,重构性能提高46%;同时,异常数据处理方案能够以96%的高概率恢复异常数据。因此,该数据预处理模型能够提高数据重构效率,有效降低网内数据通信量,延长网络寿命。     

基于特征数据库综合分析的认知无线电网络模仿主用户攻击解决模型

传统的模仿主用户攻击检测技术很难直接适用于大多数移动式多PU网络。文章提出了基于特征数据库综合分析的模仿主用户攻击解决方案，通过收集主用户、恶意用户、无线电环境、频谱规则、协议特点、历史信息等大量与次用户频谱感知相关的特征数据，建立由主用户、次用户和恶意用户的状态特征及周边环境特征4种子库组成的特征数据库。认知无线电网络可以通过数据挖掘、行为预测、内容比对等多种方法来对特征信息进行综合分析，从而实现对模仿主用户攻击的精准检测和有效防范。     

无线认知传感器网络的研究

在无线传感器网络中引入认知无线电技术,构成无线认知传感器网络,可以减少ISM频段干扰,提高数据传输率。对无线认知传感器网络的研究目前已成为一个新的研究领域。介绍了无线认知传感器网络的概念,从无线认知传感器网络的节点、频谱感知、频谱决策、频谱共享、频谱迁移、网络层、传输层、应用层等方面综述了现有的研究成果,讨论了目前存在的问题和需要进一步研究的方向。     

认知无线传感网络中基于簇的地理位置路由方案

针对面向传感网络设计的簇和数据路由算法无法直接应用于认知无线传感网络的问题,给出一种认知无线传感器网络中基于簇的地理位置路由方案。所给方案先利用频谱感知信息与剩余能量构建簇,然后把剩余能量大于阈值且距离信宿更近的节点作为下一跳转发节点,从而使得具有最低通信成本的路径传输数据。仿真结果表明,相比于基于频谱感知的簇多媒体路由方案和移动增强的可靠机会路由方案,所给方案在能耗和端到端传输时延方面均能得到有效控制,所给方案的能耗降低了6.0%~ 9.2%,平均时延降低了8.6%~ 16.2%。     

一种高效节能的无线传感器网络数据聚合协议

在无线传感器网络的应用中,常常利用大量传感器监视若干个离散目标。针对这类目标监视网络,本文提出了一种分布式高效节能的数据聚合协议EETO。EETO将覆盖目标相关 的节点组成一个簇,簇成员都是簇头的K跳覆盖邻居,相关数据在簇头能得到及时、完全的聚合,大大减少了数据传送量。详细的模拟实验结果表明,EETO有效地减少了能量消耗,显著增强了网络的覆盖寿命。     

一种对抗无线认知传感器网络攻击的分布式防护研究

该文提出了在无线认知传感器网络（WCSN）中不采用任何防护措施的情况下,网络极易受到流量注入攻击的问题,通过对无线认知传感器网络（WCSN）中流量注入攻击方式的研究,提出了一种分布式防护方案,并对方案进行了详细分析。     

无线传感器网络下多因素身份认证协议的内部人员攻击

无线传感器网络技术一经提出,迅速得到学术界、工业界的广泛关注,在国防军事、环境监测、智能家居、健康护理等领域发挥着重要作用.身份认证是保障无线传感器网络实时访问的关键安全技术.基于增强的攻击者模型,提出一种被长期忽略的内部攻击威胁,对无线传感器网络环境下的两个代表性认证协议进行了安全性分析.指出Mir等人的协议无法抵抗内部攻击和智能卡丢失攻击,且未实现前向安全性;指出Fang等人的协议同样无法实现所声称的前向安全性特性,且对内部攻击和智能卡丢失攻击是脆弱的.针对协议具体失误之处,提出相应的解决方案.总结了7类应对内部攻击的解决方案.指出了现有方法的不足,提出了合理的解决方案.     

数据收集传感器网络的负载平衡网络构建方法

传感器网络所具有的集中式数据收集、多跳数据传输、多对一流量模式这3种特征会造成漏斗效应的出现,这会导致严重的包碰撞、网络拥塞、包丢失,甚至拥塞崩溃,还会导致能量消耗的热点的出现,使某些节点甚至整个网络过早死亡.负载平衡技术能够有效缓解漏斗效应的产生.针对静态数据收集传感器网络,基于供求网络的思想,提出了一种分布式算法,将传感器节点组织成交易平衡网络,用于平衡传感器节点的负载.利用这种方法组织而成的网络结构不是一棵负载平衡树,而是一个负载平衡网络.实验结果验证了这种方法的有效性.     

防御信任攻击的无线传感器网络安全信任评估模型

现有的无线传感器网络信任模型极少考虑针对信任体系本身的攻击,因此提出了一种防御信任体系攻击的信任评价模型(DTSA)。首先引入模糊综合评判模型计算直接信任,并利用控制因子来降低开关攻击节点的信任值域范围。其次对推荐信任进行过滤与权重分配,降低恶意节点对间接信任评估结果的影响。最后在计算综合信任时,为历史信任设计了自适应权重,抑制了恶意节点信任值的快速上升。仿真结果表明本模型与其他模型相比,开关攻击节点的平均信任值下降了16.4%,坏嘴攻击和串谋攻击所造成的平均误差分别由0.118和0.101降低到了0.051和0.039。因此,本模型能有效地处理信任模型攻击,提升信任评估的准确性。     

A Survey on Data Dissemination in Wireless Sensor Networks

Wireless sensor networks （WSNs） have been applied in a variety of application areas. Most WSN systems, once deployed, are intended to operate unattended for a long period. During the lifetime, it is necessary to fix bugs, reconfigure system parameters, and upgrade the software in order to achieve reliable system performance. However, manually collecting all nodes back and reconfiguring through serial connections with computer is infeasible since it is labor-intensive and inconvenient due to the harsh deploying environments. Hence, data dissemination over multi-hop is desired to facilitate such tasks. This survey discusses the requirements and challenges of data dissemination in WSNs, reviews existing work, introduces some relevant techniques, presents the metrics of the performance and comparisons of the state-of-the-art work, and finally suggests the possible future directions in data dissemination studies. This survey elaborates and compares existing approaches of two categories： structure-less schemes and structure-based schemes, classified by whether or not the network structure information is used during the disseminating process. In existing literatures, different categories have definite boundary and limited analysis on the trade-off between different categories. Besides, there is no survey that discusses the emerging techniques such as Constructive Interference （CI） while these techniques have the chance to change the framework of data dissemination. In a word, even though many efforts have been made, data dissemination in WSNs still needs some more work to embrace the new techniques and improve the efficiency and practicability further.     

无线传感器网络中的分频数据分发协议

从数据源到数据接收者的数据分发是无线传感器网络的重要功能．本文提出了分频数据分发协议，该协议通过多棵分发树对数据接收者进行数据分发，从而最大限度地重用数据传输路径．实验表明，在数据接收者较多的情况下，分频数据分发协议比现有最好的数据分发协议SEAD的加权路径长度要短15％左右，从而有效节省了分发数据的能量消耗，延长了系统生命期．     

一种多接口认知传感器网络体系结构

传统的单接口无线传感器网络由于同道干扰问题的存在,网络性能受到极大的限制。多接口无线网络技术是解决这一问题的有效方案。但是多接口无线传感器网络的频谱接入问题是多接口传感网大规模部署的关键一环。而认知无线电技术能够实现频谱的动态访问,即便是信道拥塞的情况仍能有效改善网络性能,并且在无线传感器网络中表现出较好的传输特性。本文提出一种基于连通支配集的多接口认知传感器网络体系结构。通过分析不难看出,提出的体系结构具有良好的扩展性和容错性能。     

面向无线认知网络的冗余感知数据消除

在无线认知网络的协作式频谱感知方案中,非授权用户（次要用户）将各自感知到的可用频谱信息转发给邻居节点,作为频谱分配的依据.而实际上,仅有部分数据影响着频谱分配的结果.无用信息的传递不仅产生了大量额外的通信开销,而且在频谱分配过程中浪费了计算资源.这种情况对于频谱资源稀缺的无线认知网络和能量有限的认知终端来说是无法接受的.因此,如何减少无用信息的传递是一个具有重大实际意义的问题.基于skyline查询处理,提出了多目标约束下skychannel查询处理方法,以减少冗余感知信息传递.其基本思想是：将数据空间划分为控制区域、被控区域和自由区域,按照信道的性能参数,将要查询的信道放入相应区域.传输时,直接忽略被控信道的信息而仅传输非被控信道的数据.在保证不影响频谱分配结果的前提下,可以大量降低网络开销,节约用户的计算资源.仿真结果显示,skychannel查询方法在节约查询时间、降低通信开销和计算开销等方面具有优势.