基于模糊数学的 MANET恶意节点识别.pdfVIP

第4O卷 第 5期 计 算 机 工 程 2014年5月 、b1．40 NO．5 ComputerEngineering MaV 2014 · 安全技术 · 文章编号：1000—3428(2014)05—0134．05 文献标识码：A 中图分类号：TP393．08 基于模糊数学的MANET恶意节点识别 王 亚L，熊 焰 ，龚旭东 ，陆琦玮 (1．中国科学技术大学计算机科学与技术学院，合肥 230027；2．阜阳师范学院计算机与信息学院，安徽 阜阳 236037) 摘 要：移动Adhoc网络(MANET)是一种无线 自组织网络，易受内部恶意节点攻击。针对由于网络内部攻击行为复杂而导致内部 恶意节点不易识别的问题，提出一种基于模糊数学理论的MANET内部恶意节点识别方法。通过分析节点通信行为，建立由节点 平均包转发延迟、转发率和丢包率组成的属性向量，利用最大隶属度原则进行分类识别。设置不同的仿真场景和恶意节点密度， 采用NS2软件进行仿真实验，结果表明，该方法能识别多数内部恶意节点，虽然恶意节点密度对识别结果影响较大，但在恶意节 点密度为30％的情况下，仍能保持96％以上的识别率和5％以下的误检率。 关键词：移动Adhoc网络；恶意节点；模式识别；模糊数学；隶属度 M aliciousNodeIdentificationinM ANETBasedon FuzzyM athematics WANGYal，_，XIoNGYaln，GONGXu．dong，LUQi-wei (1．CollegeofComputerScienceandTechnology,UniversityofScienceandTechnologyofChina，Hefei230027，China； 2．SchoolofComputerandInformation，FuyangTeachersCollege，Fuyang236037，China) [Abstract]MobileAdhocNetwork(MANET)isawirelessAdhocnetwork，anditisvulnerabletobeattackedbyinsidemaliciousnodes． Forthecomplexityofinsideattackbehavior,themaliciousnodesaredifficulttobeidentified．Inordertosolvethisproblem，thispaper presentsamethodofidentifyinginsidemaliciousnodesbasedonfuzzymathematics．Byanalyzingthenode’scommunicationbehavior,it findsanattributevectorwhichconsistsofnode’saveragepacketforwardingdelay,fowr ardingrationadpacketlossratio，thenclassifiesit usingtheprincipleofmaximum membershipgrade．ExperimentsimulatesontheNS2software，andsetsdifferentsimulationscenariosand maliciousnodedensiyt．Thesimulationresultsshow thatthemovingspeedofnodeshaslittleimpactontherecognitionresults，whilethe maliciousdensiythaslragerimpact．Eventhemaliciousnodesarerahterdense，reaching30％，ahighrecognitionratiostillmaintainsmore 96％．andthefalserecognitionratioisless5％．