基于机器学习的无线传感器网络恶意节点检测研究-电力电子与电力传动专业论文.docxVIP

太原理工大学硕士研究生学位论文 太原理工大学硕士研究生学位论文 太原理工大学硕士研究生学位论文 太原理工大学硕士研究生学位论文 PAGE PAGE 11 PAGE PAGE 6 通信能力的自治传感器节点。由于体积小，重量轻，该节点可以附着在其他物体上，甚 至在空气中浮动。该项目已于 2001 年结束，但美国军方仍然在与其他研究机构合作， 对智能尘埃做进一步开发。 麻省理工学院 CMIT) 目前在研的 CarTel 项目I飞是一个分布式移动传感器网络远 程通信系统。每个嵌入式终端配有多个 传感器 ，安营于汽车、智能手机等可移动物体 上， 用于收集数据并利用WiFi 网络通过移动车辆传送至服务器，服务器经过数据分析处理 后，将用户感兴趣的信息反馈回终端上并做可视化处理。该系统使用一种隐私保护协议， 可提供私人定位服务。该系统还可提供交通预报服务来缓解道路拥挤，以及提供道路表 面监控服务。 总部位于克罗地亚的 VESKl公司推出了名为 CoDiS 的监测系统用于水电站机组设 备的在线监测和故障诊断 [8J 。该系统可以监控发电机的一系列参数，如:相对轴振、绝 对转子振动、定子和基座的动态特性、空气间隙状态、转于-极磁迪、电气参数(电压， 电流)、有功功率/无功功率、以及大型旋转电机的水力学参数(效率 11) 等。整个系统基 于美国国家仪器公司 CNational Instruments 简称 N1)的 NI LabVIEW 开发 ，并依靠该 公司的 CompactRJO 实现实 时诊断和保护功能 ，完成所有自定义的数据采集和在线监控 ， 组成了一个 SCADA 系统。该系统已经成功应用于克罗地亚、斯洛文尼亚以及冰岛的 Lagarfoss 等地的超过 30个发电机组上，为发电机提供监测。系统实现 了对相关轴振动 及转速的监控，同时提供超速保护。所有相关数据都通过网络传递共享变量，以使用户 通过 PC 上的运行界面观察当前的系统状态。据统计，通过使用该系统，发电站的维护 成本降低了 50%。 随着无线传感器网络的研究和应用的发展，其安全问题越来越受到重视，已经有大 量的研究机构取得了许多的研究成果 ，形成具有代表性的检测方案。现有的无线传感器 网络中的恶意节点检测技术主要包括基于加密和身份认证的方法，基于规范的方法，基 于信任的方法 ，基于机器学习的方法等。 根据对检测信息处理方式的不同，可以将 WSN 中的恶意节点检测方法分为集中式 检测方法和分布式检测方法。集中式方法是将每个传感器节点所收集的相关数据传送给 基站节点，基站节点采用一定的算法对全部数据进行检测。而分布式方法则是每个传感 器节点或者某 一子区域内的传感器节点对自身收集到的相关数据先进行本地处理，做出 本地判断，然后将本地的判断结论及其相 关信息传送至基站节点，最后由基站节点在综 合多方面的数据后做进 一步处理，以获得最终的判决结论 。集中式方法的优点是数据全 面，信息丢失或错误量小 ，最终结果置信度高。 缺点在于数据传输量大，处理时间较长， 基站节点负担过重，实时性差。分布式方法的优点是传输数据量少，对传输网络的要求 低，数据融合处理时间短，响应速度 高，不足是检测性能有所降低 。两种方法各有优劣， 因此不少检测技术在两种方法上都有体现。 产了苦苦.四 四物 ，， 、 τ芳合:zrt.MEDVODE ，  ... ...圃- DlJAGNOST SJS TEM E- 由， 1  蝇-阳...叫阿--…刷、.-…·内._- …一…1 S 串晶晶磊...;，. …一… -11 I -阳….._…‘ ‘…翩畸 .副…..国· 图 1-2VESKI 推出基于LabVlEW 的水电设备在线且在测系统 Figl-2 VESKls Computerized Diagnostic Syslem So企ware with Nf LabVIEW and CompactRIOAssist the Vibration Monitoring System 文献[9) 中提出了一种位置依赖密钥管理方案 ( Location Dependent Key Management) 应用于传感器网络。在该方案中，网络中应用一种被称为锚点 ( anchor node) 的特殊节 点，这种节点抵抗力强，不会遭到破坏 ，在传输数据时可以使用多种级别无线发射功率。 该方案共分两个阶段 : 一是密钥建立阶段，这时网络 中的普通节点按照 E-G 方案被分 配各 自的密钥环，而锚 点无法获知这些密钥环信息。二是共享 密钥发现阶段， 首先， 锚 点以预先定制的特定功率向网络中广播包含不同随机数 (nonce)的信标消息(beacon) ，处 于网络中不同位 置