基于模糊预测无线传感器网络信任模型.docVIP

基于模糊预测无线传感器网络信任模型 　　摘要：针对无线传感器网络（WSN）中的信任值更新问题，提出了一种基于模糊预测（FP）的无线传感器网络信任值更新的方法――RMFP。算法采用模糊数学理论方法，利用模糊隶属函数来全面地刻画节点的表现行为，并将其转换成节点的模糊隶属度，最后将模糊隶属度进行整合以实现节点的信任值更新。仿真实验表明，所提算法在整合节点信任值精确度方面提高了10.8%，在判断可疑节点的速度方面提高了两倍。这说明基于模糊预测的节点信任值更新算法在发现并摒除恶意节点的准确率和速度上均有显著的效果，尤其是针对前期取得高信任的恶意节点的判断具有很强的优势。 　　关键词：无线传感器；模糊预测；信任模型；隶属度 　　中图分类号： TP393.08 　　文献标志码：A 　　Abstract： 　　In view of the update problem of the trust value in Wireless Sensor Network （WSN）， a trust model based on Fuzzy Prediction （FP）， called RMFP， was proposed. The behavior of nodes was described by using fuzzy mathematics theory method， and the fuzzy membership degree was converted by the fuzzy membership functions. Finally， the trust value was achieved by integrating the fuzzy membership degrees. The simulation results show that the accuracy of trust value is increased by 10.8%， and the judgment speed of suspected nodes is increased by two times. This shows that the effect on accuracy and speed of discovering， eliminating malicious node is more significant， especially for the judgment of the premade malicious nodes of high trust value. 　　Key words： Wireless Sensor Network （WSN）； Fuzzy Prediction （FP）； trust model； membership degree 　　0引言 　　无线传感器网络（Wireless Sensor Network， WSN）具有十分广阔的应用前景。随着WSN应用的日益复杂，加之其自身易受到各类攻击的特点，其安全需求也呈现出多样性。传统的基于密码体系的安全机制主要用于抵抗外部攻击，无法有效地抵抗由于节点被俘获而发生的内部攻击[1]。当节点被俘获时很容易发生秘密信息泄露，若是无法及时识别被俘获的节点，那么整个网络有可能遭受到攻击者的控制。面对网络内部可能发生的丢包、伪造数据、选择性转发等攻击行为，许多研究者提出建立WSN中关于节点通信行为的信誉评估与管理模型，根据节点的信任值来衡量其通信行为的可信度[2]。 　　1996年，Blaze等[3]提出了信任管理的概念，用授权委托的方式解决“陌生人”授权问题，互相认识的个体根据相互间信任关系直接以签署授权凭证的方式实现信任的传递，两个陌生个体之间如果存在“信任链”就可以进行授权。但是针对WSN的特殊情况，上述的基于公开密钥算法的授权凭证的签署并不适合资源受限的WSN。李小勇等[4]提出WSN中的信任管理系统的研究主要集中在对节点进行信任值的评估，借助于评估信任值来加强网络的安全性、健壮性等方面。 　　Du等[5]提出一种经典的基于节点监督机制的安全数据融合方案。该方案在簇头周围放置多个监督节点，监督节点同时融合数据，并将结果发送到基站，由基站来验证最后结果的可靠性，并且针对基站对监督节点的认证提出了两种不同的情形。当然这势必增加了基站的计算开销。为了减少基站的计算量，Ozdemir[6]以及吴银锋等[7]提出采用节点间相互监督的机制来实现网络的信任更新，采用一种经典的Beta算法计算节点的信任值，该算法要求各个节点分别统计邻居节点的对错行为，根据这些过往行为的记录来计算节点的信任值。显然由于过分依赖节点的以往行为，因而更新的信任值过于片面化。 　　Ozdemir等[8]针对B