一种适用于无线传感器网络的基于最小二乘法的干扰识别方法.pdf

本发明公开了一种适用于无线传感器网络的基于最小二乘法的干扰攻击识别方法。传感器网络由于其无线媒质的开放性，其通信极易受到各种客观或主观的干扰，对网络性能造成影响。网络通常会根据信道情况采取跳频等措施避免干扰的危害。但是信道质量不好并不一定是干扰造成的，也可能是节点自身的原因。因此，节点如能自识别出干扰和非干扰将有助于节点做出正确的处理选择，避免不必要的能量消耗。本发明基于最小二乘法，利用sigmoid函数的特性对干扰攻击进行检测，提高了检测率，并降低了功耗。

权利要求书1.  一种适用于无线传感器网络的基于最小二乘法的干扰攻击识别方法，该方法使用正常数据收集模块、正常数据分析模块以及用于判定攻击的模块，其特征在于，所述干扰攻击识别方法包括以下步骤：步骤1：所述正常数据收集模块收集正常通信情况下的节点数据，并进行统计；所述节点数据为RSSI与PDR的值，其中RSSI值为信号强度指示，即，正常节点接收到数据包时的发送节点的信号强度；PDR值为数据包到达率，即，正常节点接收到的数据包与发送节点发送的数据包的比值；步骤2：所述正常数据分析模块处理上述步骤1的正常数据收集模块收集到的数据，通过曲线拟合方法进行拟合，得到拟合函数为sigmoid函数然后根据后续收到的数据利用最小二乘法对拟合的曲线进行参数调整，即调整a，b的值；所述对拟合曲线进行修正的方法为：将x测代入上述拟合函数得求出令(f(x测)-y测)2或|f(x测)-y测|值最小时的a，b值，其中，x测，y测为实际的测试值；为了确定不同节点的参数值a，b，通过以下步骤来修正a，b的值，其中δ和θ为设定的误差阈值，且假设在修正过程中没有干扰，调整过程包括：将测得的x测值代入上述拟合函数，若f(x测)≤y测，则保持a，b值不变；若f(x测)>y测，并且f(x测)-y测≤|δ|，则保持a，b值不变；若f(x测)>y测，并且|δ|<f(x测)-y测≤|θ|，则修改a，b的值；若f(x测)>y测，并且f(x测)-y测>|θ|，则放弃此次测试数据；步骤3：根据上述步骤2中得到的sigmoid函数来对后续收到的数据进行判断，设定判断过程中的误差阈值为ω，判断过程包括：将测得的x测代入上文中修正后确定的sigmoid函数，若f(x测)≤y测，则此时网络处于正常状态；若f(x测)>y测，并且f(x测)-y测≤|ω|，则此时网络处于正常状态；若f(x测)>y测，并且f(x测)-y测>|ω|，则此时网络存在干扰。

说明书一种适用于无线传感器网络的基于最小二乘法的干扰识别方法
技术领域
本发明涉及无线传感器网络安全领域，主要是针对资源受限无线传感器网络中的安全性需求，设计了适用于干扰攻击的检测方法，并使之尽可能的简洁有效，降低资源消耗。
背景技术
传感器网络由于其无线媒质的开放性，其通信极易受到各种客观或主观的干扰，对网络性能造成影响。干扰攻击可以分为环境干扰和恶意干扰两种情况，干扰源发出与目标网络恰好在同一频段的信号，覆盖原有的信号，妨碍网络的正常通信。本发明主要基于WIA-PA传感器网络，其工作在2.4GHz频段，包括16个信道，使用此频段的无线射频系统还包括Wi-Fi、蓝牙、ZigBee、WirelessHART和ISA100.11a等。WIA-PA引入三种跳频机制，即自适应频率切换(Adaptive Frequency Switch,AFS)、自适应跳频(Adaptive Frequency Hopping,AFH)和时隙跳频(Timeslot Hopping,TH)，能够降低一些干扰对传感器网络带来的不良影响。但是，工业过程自动化系统要求高可靠性，且使用Wi-Fi、蓝牙的设备越来越多，防御干扰的机制还需进一步完善。
恶意干扰攻击与环境干扰的动机不同，往往是攻击者利用使用Wi-Fi、蓝牙或者使用与通信节点相同的设备主动向目标网络发起干扰信号，影响网络性能。虽然WIA-PA使用了自适应跳频等机制防御干扰，但是主动攻击者如果掌握了跳频的顺序仍然可以发起干扰攻击，影响WIA-PA网络中数据传输，因此适用于此传感器网络的检测机制非常必 要。
在Wenyuan Xu的论文The Feasibility of Launching and Detecting Jamming Attacks in Wireless Networks中提到了针对干扰的检测方法，利用信号强度一致性检测方法，但是并没有提及具体的实现方式。
在孙言强的无线网络中的干扰攻击一文中，同样提到了利用信号强度一致性检测方案来检测干扰攻击的方法，但同样没有提及具体的实现方式。
发明内容
本发明的目的是为资源受限的无线传感器网络节点设计一种低开销的干扰攻击检测方案。通过信号强度一致性检测方法，对干扰攻击进行检测。
为了实现本发明的目的，提出如下技术方案：
一种适用于无线传感器网络的基于最小二乘法的干扰攻击识别方法，该方法使用正常数据收集模块、正常数据分析模块以及用于判定攻击的模块，所述干扰攻击识别方法包括以下步骤：
步骤1：所述正常数据收集模块收集正常通信情况下的节点数据，并进行统计；所述节点数据为RSSI与PDR的值，其中RSSI值为信号强度指示，即，正常节点接收到数据包时的发送节点的信号强度；PDR值为数据包到达率，即，正常节点接收到的数据包与发送节点发送的数据包的比值；
步骤2：所述正常数据分析模块处理上述步骤1的正常数据收集模块收集到的数据，通过曲线拟合方法进行拟合，得到拟合函数为sigmoid函数然后根据后续收到的数据利用最小二乘法对拟合的曲线进行参数调整，即调整a，b的值；
所述对拟合曲线进行修正的方法为：将x测代入上述拟合函数得求出令(f(x测)-y测)2或|f(x测)-y测|值最小时的a，b值，其中，x测，y测为实际的测试值；
为了确定不同节点的参数值a，b，通过以下步骤来修正a，b的值，其中δ和θ为设定的误差阈值，且假设在修正过程中没有干扰，调整过程包括：
将测得的x测值代入上述拟合函数，若f(x测)≤y测，则保持a，b值不变；
若f(x测)>y测，并且f(x测)-y测≤|δ|，则保持a，b值不变；
若f(x测)>y测，并且|δ|<f(x测)-y测≤|θ|，则修改a，b的值；
若f(x测)>y测，并且f(x测)-y测>|θ|，则放弃此次测试数据；
步骤3：根据上述步骤2中得到的sigmoid函数来对后续收到的数据进行判断，设定判断过程中的误差阈值为ω，判断过程包括：
将测得的x测代入上文中修正后确定的sigmoid函数，若f(x测)≤y测，则此时网络处于正常状态；
若f(x测)>y测，并且f(x测)-y测≤|ω|，则此时网络处于正常状态；
若f(x测)>y测，并且f(x测)-y测>|ω|，则此时网络存在干扰。
本发明的适用于无线传感器网络的基于最小二乘法的干扰识别方法主要是针对资源受限无线传感器网络中的安全性需求，本方法简洁有效，降低了资源消耗。
附图说明
图1是干扰检测结构图。
图2是拟合函数调整过程图。
图3是判断干扰图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明白，以下结合附图和具体实施例，对本发明进一步详细说明。
图1中101为干扰攻击检测模块，102为数据收集模块，数据收集模块完成数据的收集后，将数据交予103数据分析模块进行分析，数据分析结束后，由104攻击判定模块来进行干扰攻击的最终判断。
图2中201为数据分析模块，202根据sigmoid函数对收集的数据进行初步拟合，而后续收到的数据即203判断是否需要调整函数，并利用最小二乘法对拟合的曲线进行参数调整，即调整a，b的值。
假设实际的测试值为x测，y测，将x测代入上述拟合函数得求出令(f(x测)-y测)2或|f(x测)-y测|值最小时的a，b值，来对拟合曲线进行修正。为了确定不同节点的参数值a，b，通过以下步骤来修正a，b的值，其中δ和θ为设定的误差阈值，且假设在修正过程中没有干扰。调整过程包括：将测得的x测值代入上述拟合函数，若f(x测)≤y测，则保持a，b值不变；若f(x测)>y测，并且f(x测)-y测≤|δ|，则保持a，b值不变；若f(x测)>y测，并且|δ|<f(x测)-y测≤|θ|，则调整a，b的值，即204所示部分；若f(x测)>y测，并且f(x测)-y测>|θ|，则放弃此次测试数据。
图3中301为干扰攻击判定模块，根据上述图2中数据分析模块得到的判定函数来对接下来收到的数据进行判断，设定判断过程中的误差阈值为ω，判断过程主要包括：
将测得的x测代入上文中修正后确定的sigmoid函数，若f(x测)≤y测，则此时网络处于正常状态；若f(x测)>y测，并且f(x测)-y测≤|ω|，则此时网络处于正常状态；若f(x测)>y测，并且f(x测)-y测>|ω|，则此时网络存在干扰。
以上所述的具体实施例，对本发明的目的、技术方案和有益效果进行了进一步的详细说明，所应理解的是，以上所述仅为本发明的具体实施例而已，并不用于限制本发明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。