车载网中恶意ap判别方法的研究软件工程专业论文.docxVIP

分类号U 分类号 U D C ● ●■● ● ■ 密级 金。最 舅毋庐夕擎 硕士研究生学位论文 车载网中恶意AP判别方法的研究 申请人： 曲浩 学 号： 2121393 培养单位： 计算机科学技术学院 学科专业： 软件工程 研究方向： 移动无线网 指导教师： 郭龙江教授 完成日期： 2015年3月30日 万方数据 中文摘要中文摘 中文摘要 中文摘要中文摘要 随着车载网的快速发展，MFI技术的广泛应用，车辆在行驶过程中与路边接 入点(Access Point，AP)进行数据通信变得越来越容易。同时，如果敌人把恶意 AP部署在移动的车辆上，由于恶意AP车辆的移动性，它可以长时间的保持在用 户周围，并且这种恶意AP在客户端看来会拥有更强大的信号强度，更容易使用户 受骗上当，因此敌人会有更多时间利用各种攻击手段去窃取用户的隐私信息。针 对这种车载恶意AP的特点和危害性，本文提出了一种基于信号强度(RSSI)的判 别恶意AP的方法。主要研究成果及贡献如下： (1)RSSI值非常容易受到周围环境的干扰，为了优化RSSI的采样值，本文 利用高斯模型去消除RSSI误差较大的部分，并且使用优化加权的方法取得最终值， 与均值模型相比，优化加权高斯模型具有更小的误差。 (2)针对车载网中不断变化的周围环境，提出了基于RSSI与距离映射的测 距算法，该算法把传统单一RSSI与距离的一对一的关系转变为RSSI与距离的一 对多的关系，利用一对多的映射关系，实现更适合车载网环境的测距算法，该算 法在50米以内，90％以上可以达到误差在2米内，测距误差达到了3．98％。 (3)利用提出的基于RSSI值的测距算法，本文提出一种实用性的判别恶意 AP的算法，该算法基于RSSI值与GPS位置信息，用户可以验证RSSI值是否匹 配AP广播的位置，从而实现对恶意AP的判别。实验结果表明，该算法能够有效 地识别道路上的车载恶意AP。 (4)基于本文的测距算法，提出一种基于相对定位的判别恶意AP的算法， 用户只需利用自身接收的一系列RSSl值就能够对AP的位置进行相对定位，如果 恶意AP被定位在用户行驶的车道上，就判定其为恶意AP。实验表明，基于RSSI 的相对定位算法误差在5米以内，能够满足对车载恶意AP进行判别的需求。 关键字：车载网，恶意AP，测距，RSS 万方数据 AbstractWith Abstract With the rapid development of vehicular ad hoc network(VANET)and the WIFI technology is Widely u sed，It is very easy to communicate with the AP(Access Point， AP)when the vehicle are driving on the road．At the same time，Ifthe enemy installs the rogue AP in the mobile vehicles，Due to its mobility,it can keep for a long period of time around the user．So this kind of rogue AP is able to maintain a long connection with users．Thus，the adversary has more time to launch various attacks to steal users’ private information．According to the characteristics and dangers ofthis vehicular rogue AP,This paper proposes practical detection scheme based on the comparison of Receive Signal Strength Indicator(RSSI)to prevent users from connecting to rogue APs． The main research results and contributions are as follows： (1)The values of RSSI are very easy to be affected by the surrounding environment．In order tO optimize the RSSI samples values，this paper uses gauss model to remove part ofthe greatest e