恶意节点

摘要： 无线传感器网络极易遭受各种安全威胁,基于博弈论的入侵检测方法能有效平衡系统的检测率和能耗,对恶意传感器节点攻击行为的准确分析有助于更好地配置入侵检测系统,减少不必要的系统消耗,提升检测效率。但是,传统博弈模型的完全理性假设常常导致建立的模型与实际攻防场景不符,为了能够制定合理且有效地入侵检测策略,引入了演化博弈论,建立了基于最优反应动态的攻击演化博弈模型,对恶意传感器节点的攻击行为进行了分析。理论分析和仿真实验结果表明,攻击演化趋势与网络中恶意传感器数量的奇偶性以及策略的初始状态密切相关,攻击者可以通过设定初始策略使所有恶意传感器节点最终都会发起攻击。该研究对指导制定入侵检测系统的防御策略具有重要意义。

摘要： 为了抵抗无线传感器网络(WSNs)选择性转发攻击,提出一种轻量级的无线传感器网络选择性转发攻击检测方案(LSFAD)。LSFAD方案通过计算并比较路径的平均丢包率和路径的正常丢包率检测选择性转发攻击路径,通过计算每个节点的平均丢包率和正常丢包率检测定位恶意链路。LSFAD方案设计简单,不需要任何监听节点,不需要任何复杂的评估模型,且在正常的数据包收发过程中进行恶意路径的检测,不会影响整个网络的正常工作。安全和性能分析表明,LSFAD方案能抵抗恶意节点发起的被动选择性转发攻击和主动选择性转发攻击,LSFAD方案的通信开销要远远小于其他方案。实验仿真结果表明,LSFAD方案即使当链路的正常丢包率为0.125选择性转发攻击路径都能被检测到,当链路正常丢包率大于0.025,发起选择性转发攻击的恶意节点都能被成功检测定位到,并且网络在检测定位恶意节点的状态下消耗的能量与正常情况下消耗的能量相差不大。

摘要： 联邦学习能够实现数据的可用不可见,是数据安全治理的一种新模式,但是联邦学习同时面临模型投毒攻击的威胁,安全性亟需提升.针对该问题,提出了一种基于联邦学习的动态缓冲可回调(dynamic cacheable revocable,DCR)模型投毒防御机制.该机制基于损失的模型投毒防御方法,每一轮迭代之前计算并使用动态阈值,使得敌手无法先验地了解防御机制,提升了敌手的攻击难度.同时在机制中设置缓冲期轮次,降低了良性节点被“误杀”的风险.且系统存储每一轮的全局模型参数,若遭受模型投毒可重新加载缓冲期轮次前的全局模型参数,实现可回调.可回调的设置能够减少模型投毒攻击对全局模型的负面影响,使得联邦学习模型在遭受攻击行为之后仍能以较好的性能达到收敛,保证了联邦学习模型的安全与性能.最后在TFF(TensorFlowFederated)的实验环境下,验证了该机制的防御效果与模型性能.

摘要： 认知无线电是解决无线通信能量有效性问题的关键技术,其中频谱感知对于提高频谱的利用效率有着重要意义.针对基于共识的分布式协作频谱感知算法易受到恶意节点数据注入攻击,影响认知网络性能的问题,本文提出了两种基于神经网络的恶意节点检测和定位方法抵制网络内的恶意攻击行为,并采用基于Gossip Learning的联合学习策略进一步增强训练邻域检测和定位模型的鲁棒性.本文在9个认知节点的曼哈顿网络上模拟了分布式频谱感知的过程,并验证所提出方法的有效性.结果表明,所提方法具有良好的恶意节点检测和定位性能,联合学习策略能够使神经网络在样本局部有限的情况下学习到更多的攻击特征,提高本地检测和定位模型的可靠性.

摘要： 为解决时延容忍网络中恶意或自私节点严重影响网络性能的问题,提出一种基于分布式信任管理的时延容忍网络数据转发方案.通过计算节点信任值先滤除网络中的恶意节点,再执行数据转发行为.根据节点的转发行为以及它们的能量消耗信息计算出直接信任;邻居节点推荐的信息融合间接信任和推荐信誉计算出推荐信任;融合直接信任和推荐信任得到节点总体信任,并利用信任记录窗口对节点信任值进行更新.仿真结果表明:所提方案能有效消除时延容忍网络路由的不正当行为,在数据包传递率、开销和时延等性能上均优于RBTM方案、CWS方案和SPRAY方案.

摘要： 针对无线传感器网络存在恶意或妥协节点导致通信数据被攻击的问题,提出一种基于双簇头的反馈信任模型,以保障数据在传输、感知以及融合等环节的可靠性与完整性.利用节点间直接交互结果评估节点的直接信任,同时考虑通信、数据感知和融合信任,通过贝叶斯公式评估邻居节点的通信信任,使用时间滑动窗将节点历史信任作为直接信任的补充,动态调整直接与间接信任权重使综合信任评价更客观和准确.在此基础上,引入双簇头交互监测和基站信任反馈机制,主簇头和监督簇头根据本地数据空间相关性独立评估成员数据感知信任,基站利用双簇头数据融合结果的时间相关性评估数据融合信任,并将最终信任结果反馈到所有节点.仿真结果表明,该模型能有效检测异常数据和恶意节点,成功抵御选择性转发攻击、伪造本地数据攻击以及伪造融合数据攻击,在网络安全与能耗间实现良好的平衡.

摘要： 无线传感器网络存在易遭受恶意节点攻击而导致能量浪费和数据丢失等问题,为解决该问题,提出ETM-LEACH(energy and trust models based LEACH)算法.通过均衡网络能耗计算动态最优簇首数,引入能量判决因子、节点密度因子、节点信任因子改进选举簇首的阈值计算公式.加入绝对偏差过滤掉能量较低节点,采用信任模型引入多种状态信息计算直接信任值和间接信任值,筛选高可信节点.仿真结果表明,与现有协议相比,该协议能够有效降低节点能耗,优化网络部署,提高网络的安全性和可靠性.

摘要： 在网络控制系统中,由于互联网、控制系统操作人员恶意或无意的入侵操作等原因,使得节点被入侵成为恶意节点,从而影响系统的正常运行.本文首先采取多Agent方法对网络控制系统进行分簇建模分析,确定系统中控制器、传感器和执行器的Agent结构模型,并赋予其相应的行为规则.然后根据多Agent建模的结构,对各个簇及其控制单元进行信誉评估,并且根据信誉评估值来衡量每个簇获得任务的概率.最后提出基于信誉评估的多Agent分簇控制系统的信誉机制,并对有无信誉机制的情况进行比较分析,结果显示有信誉机制可以有效地提高系统的安全可靠性.

摘要： 针对自组织网络中较为流行的基于信誉的信任管理方法已无法识别该类恶意节点的策略型攻击与正常节点的善意协同行为的问题,本文就此提出一种移动Ad Hoc网络中基于博弈理论的新型恶意节点检测模型来解决恶意节点策略攻击行为的检测问题.

摘要： 在商业应用中,adHoc网络变得越来越重要.恶意的adHoc节点可能会破坏整个网络,因此,找出一种方法来发现和隔离恶意节点成为adHoc研究的一个重点.本文提出了一种基于信任的机制来检测和隔离adHoc网络的恶意节点.它使得adHoc网络节点可以自主计算邻居节点的信任值.其主要思想就是:当一个节点转发包时,它就负责该数据的正确发送.本文提出的方法和当前的基于信任的机制不一样的地方就在于:它并不基于节点之间的信任信息的共享.同时,论文还提出了几种信任函数来阐述不同的恶意行为,这也是论文的基本思想.通过论证,论文提出的方法在隔离恶意节点方面被证明是有效的.

摘要： 频谱资源是限制变电站内的传感终端发展的重要因素,基于认知无线电的无线终端可动态检测空闲频谱资源进行数据传输.变电站内复杂的无线环境给频谱感知带来麻烦,快速准确的频谱感知意义重大.本文研究恶意节点对协作频谱感知性能的影响,给出一种基于声望值的双门限加权的序贯检测方法,该方法通过对融合数据进行加权来提高感知性能,缩短感知时间,减少判决样本,能够进行恶意节点的判断.

摘要： 本文针对IEEE 802.11MAC层控制包(RTS，CTS，ACK)的脆弱性，分析了几种可能存在的攻击对无线传感器网络性能造成的影响。恶意节点可以利用MAC层的漏洞实施跨层攻击，进而影响路由和监控过程。在此基础上，本文提出了一种基于控制包认证的改进方案，并通过NS仿真平台对方案的性能和安全性进行分析，证明其能有效抵御多种基于MAC层控制包脆弱性的攻击。降低攻击对网络性能造成的消极影响。

摘要： 基于网络编码的数据分发技术可以提高网络的吞吐量、最小化传输延迟,达到高效分发数据的目的。应用网络编码技术的系统也面临着诸如污染攻击和熵攻击等安全威胁.基于网络编码技术,通过计算收到的数据包的线性相关性来判断其是否为非创新包,并检测它们是否为污染包,以阻止恶意节点的攻击行为,提出一个抗熵攻击和污染攻击的数据包过滤算法。分析和实验结果表明,本文给出的数据包过滤算法安全,并且能有效减少网络负载、提高传输效率。

摘要： 对空闲的频谱进行可靠的检测是认知无线电的重要部分。为了提高检测概率,提出了协作频谱感知的方法。然而现在的研究大多是直接对每个节点的判决结果进行简单融合没有考虑本地判决的可信度,尤其当出现恶意节点专门发送错误判决结果时会对整个检测结果造成很大的影响。本文提出一种基于可信度的方法,不仅能有效地使用正确的判决结果还能够利用恶意节点的错误判决结果,从而大大提高整个系统的检测性能。

摘要： 会议密钥管理通过为参与组通信的成员生成、分发和更新会议密钥来满足加密认证等安全需求.基于可验证秘密分享机制和门限密码技术,提出了一种可验证的分布式会议密钥管理方案,方案不仅能满足前向安全性和后向安全性,而且能抵制恶意节点的主动攻击和拒绝服务攻击.同时,方案中的秘密份额更新算法能有效抵制退出节点的合谋攻击.

摘要： 应用层多播被广泛地用于内容分发、多媒体流、密钥更新等应用中,但是它也很容易受到多播网络中的恶意节点的攻击,本文针对多播网络中的内部丢包攻击问题进行了分析,并提出了一种基于监控的方法来检测多播网络中存在的内部攻击问题,以及进行攻击者识别。这种方法具有积极性和主动性,所以能够有效地解决多播网络中丢包攻击问题。

摘要： 本发明提供一种基于稀疏项恢复的恶意锚节点检测和目标节点定位方法，包括步骤如下：将无线传感器网络中攻击者对于节点的测距数值攻击项构建成未知扰动项，并在未知扰动项中引入目标节点待估位置，得到未知稀疏向量；S2：将恶意锚节点检测和目标节点定位问题转换为对未知稀疏向量的恢复问题；S3：根据递推加权线性最小二乘法确定初始节点的位置，并采用自适应梯度投影方法对具有稀疏特性的未知稀疏向量进行恢复和重建；S4：利用未知稀疏向量恢复数值逼近阈值确定恶意锚节点判定范围，实现对于恶意锚节点的检测，利用干扰项重建的非稀疏项部分恢复确定目标节点位置信息。本发明实现在安全定位机制中的同时对恶意锚节点检测和未知节点定位估算，提高检测的准确性和高效性。

摘要： 本发明公开了一种基于恶意节点攻击检测的车联网节点一致性共识方法，包括：将车联网网络划分成大小相同的蜂窝单区域，若当前共识为第一次区块共识，则网络中节点自主投票选取验证节点；若当前共识非第一次区块共识，则验证节点采集区域内每个节点的信用值评估要素，确定可信任列表，验证节点对网络中的交易进行投票共识，确定交易集；当区块共识轮次达到阈值，则选择一个具有最大算力的验证节点作为多区域检测节点，进行第一轮恶意检测；标记为候选恶意节点的邻接节点与其所在区域内的验证节点执行单区域内恶意节点的第二轮恶意检测，由上一轮验证节点对本轮验证节点进行赋权和停权操作；本发明可有效提高节点参与区块共识的积极性。

摘要： 本发明提供了一种无线传感器网络恶意节点的检测方法、节点装置及系统，涉及用电信息采集技术领域。方法包括：监听监测节点自身监测范围内的邻居节点的丢包情况数据和离开时间情况数据；建立邻居节点的丢包隶属度函数和离开时间隶属度函数，并进行三角模融合，生成邻居节点为疑似恶意节点的融合判决隶属度函数；根据邻居节点的融合隶属度函数值确定邻居节点是否为疑似恶意节点；若邻居节点为疑似恶意节点，向基站节点装置发送告警信息，以使得基站节点装置确定告警信息所对应的疑似恶意节点的缓存占用率和信道占用率，并根据疑似恶意节点的缓存占用率和信道占用率确定疑似恶意节点是否为发起选择性转发攻击的恶意节点。

摘要： 本公开涉及一种无线传感器网络中恶意节点的检测方法、系统和汇聚节点，涉及通信技术领域。本公开的方法包括：汇聚节点在当前检测周期，接收由源节点经过待检测路径发送的环境信息和检测值，其中，检测值是源节点根据环境信息，信息标记符和预设加密算法计算得到的，信息标记符是汇聚节点分配至源节点的；汇聚节点根据环境信息，源节点对应的信息标记符和预设加密算法计算得到对比值；汇聚节点将检测值与对比值进行对比，确定待检测路径是否存在恶意节点。

摘要： 本发明公开了一种基于恶意节点攻击检测的车联网节点一致性共识方法，包括：将车联网网络划分成大小相同的蜂窝单区域，若当前共识为第一次区块共识，则网络中节点自主投票选取验证节点；若当前共识非第一次区块共识，则验证节点采集区域内每个节点的信用值评估要素，确定可信任列表，验证节点对网络中的交易进行投票共识，确定交易集；当区块共识轮次达到阈值，则选择一个具有最大算力的验证节点作为多区域检测节点，进行第一轮恶意检测；标记为候选恶意节点的邻接节点与其所在区域内的验证节点执行单区域内恶意节点的第二轮恶意检测，由上一轮验证节点对本轮验证节点进行赋权和停权操作；本发明可有效提高节点参与区块共识的积极性。

摘要： 本发明提供了一种无线传感器网络恶意节点的检测方法、节点装置及系统，涉及用电信息采集技术领域。方法包括：监听监测节点自身监测范围内的邻居节点的丢包情况数据和离开时间情况数据；建立邻居节点的丢包隶属度函数和离开时间隶属度函数，并进行三角模融合，生成邻居节点为疑似恶意节点的融合判决隶属度函数；根据邻居节点的融合隶属度函数值确定邻居节点是否为疑似恶意节点；若邻居节点为疑似恶意节点，向基站节点装置发送告警信息，以使得基站节点装置确定告警信息所对应的疑似恶意节点的缓存占用率和信道占用率，并根据疑似恶意节点的缓存占用率和信道占用率确定疑似恶意节点是否为发起选择性转发攻击的恶意节点。

摘要： 本发明属于信息安全检测技术领域，涉及一种基于生成对抗网络的传感网恶意节点检测方法，包括监听节点间的数据传输过程，并将该过程的数据进行模糊处理后作为信任数据；计算获取的信任数据的信任值，并根据信任值将信任数据打上标签；构建生成对抗网络，生成对抗网络根据输入的数据获取数据特征的分布，根据带标签的信任数据训练生成对抗网络；训练两个生成对抗网络组成编码器和解码器，编码器从输入的信任数据中提取提取数据的特征，解码器根据特征获取信任数据的分布；节点将监听数据进行模糊处理后输入生成对抗网络，生成对抗网络监测当前节点是否为恶意节点；本发明能快速检测出恶意节点并评估恶意等级，阻止恶意节点威胁网络的安全。

摘要： 本发明公开了一种车载网基于无人机辅助的检测恶意节点方法，涉及车载自组网通信安全技术，通过直接信任、间接信任建立车辆节点之间的信任模型，然后增添节点之间的自适应阀值检测机制，再通过无人机的辅助选择相应簇头进行车辆级别聚合和RSU级别聚合，最终生成全球黑名单(GBL,Gobal black list)，保护了车辆的隐私，检测出了恶意节点。我们的解决方案不是评估车辆在不同时间段的信任值，然后测量这种评估的可变性，而是在整个实验期间评估车辆的信任值，与先前存在的方案相比，它提供了更大的灵活性、精准性。此外基于无人机的集群技术能够减少车辆之间交换的消息量，使得车载网中的车辆通信更加高效。

摘要： 本发明公开了一种Tor匿名通信网络恶意出口中继节点识别方法，包括：S1：实时监控当前Tor网络，记录所有可供使用的出口中继；S2：扫描Tor网络中所有出口中继节点的行为；S3：标记所有出口中继节点的行为信息；S4：根据标记的行为信息分别计算出所有出口中继节点的信誉分数，判断是否达到设定扫描总次数，若达到则执行S5，否则返回步骤2；S5：根据信誉阈值和信誉分数大小关系判断出口中继节点是否为恶意节点。本发明实现出口中继节点行为量化，通过给出信誉阈值将长期处于低信誉值的出口中继节点剔除出Tor网络，提升Tor网络匿名性。通过计算信誉分数将出口中继节点的行为量化，激励出口中继节点保持长期的良好行为。

摘要： 本发明属于空天地一体化网络安全的技术领域，公开提出了一种在空天地一体化网络中，基于路由证据的安全路由验证方案，考虑了三种不同类型的攻击手段，以抵御在空天地场景下可能存在的安全威胁。通过对路由安全方案的设计，本发明可以保证空天地一体化网络下的任务执行和消息共享等都是在高度安全的前提下进行。本发明可以对于已有攻击进行有效的防御，高度保障了空天地一体化网络的安全性。并且本发明还使用了博弈论和概率抽样等手段保证对攻击行为的防御和对恶意节点的检查开销都在可接受的范围内，保证了所提出方案的有效性。