融合链路层影响因子与时间因素的WSN信任模型

作     者：吴冕 

作者单位：南华大学 

学位级别：硕士

导师姓名：谭敏生

授予年度：2019年

学科分类：080904[工学-电磁场与微波技术] 0810[工学-信息与通信工程] 0809[工学-电子科学与技术（可授工学、理学学位）] 080202[工学-机械电子工程] 08[工学] 080402[工学-测试计量技术及仪器] 0804[工学-仪器科学与技术] 081001[工学-通信与信息系统] 0802[工学-机械工程] 

主      题：无线传感网络 信任模型 链路影响因子 时间惩罚因子 

摘      要：无线传感网络(WSN)具有实时性、敏感性和灵活性等特点,已广泛应用于社会生产和生活,特别是在环境监控、行车流量及信息获取等方面具有独特的优势,而无线传感网络的安全问题已成为制约其发展应用的关键。提高无线传感网络安全性最有效的方法是建立WSN信任模型,通过建立WSN信任模型可以获取节点的最新状态,直接对节点间交互可能性进行判断。本文针对现有WSN信任模型中节点综合信任度受能量信任度影响较小、网络及以上层的信任模型易受恶意攻击等问题,构建了基于链路层影响因子及时间因素的WSN信任模型(CLAT-TM)。首先给出了能量信任度的计算方法。能量信任度不直接以加权融合的方式加入综合信任度,而是以最外层系数的形式直接影响节点间的交互通信,避免其他信任度持续较高时,该节点总是被选为交互的目标节点,导致能量持续降低;然后提出了基于链路层影响因子的信任度计算方法。由于数据链路层在时间段t内连续稳定,证据和时间关系密切,考虑了恶意节点的特征,融合链路层影响因子的模型可以更有效地检测出恶意节点的伪装;最后提出了基于时间因素的信任融合方法、间接信任关系三层过滤算法3-LFAFIA及基于滑动窗口的节点信任度更新算法TUABOSW。基于时间因素的信任融合方法既考虑了时间先后对信任度的影响,又对持续时长不同的恶意攻击的惩罚程度加以区别,引入了时间惩罚因子,并在计算传感器节点间接信任时,使用间接信任关系三层过滤算法。将初步融合得到的信任度与能量信任系数综合,得到节点最终的综合信任度CT。当节点间需要再次交互时,使用TUABOSW更新信任度。实验结果表明,在不同比例恶意节点的网络中,CLAT-TM信任模型的交互成功率明显高于BTRM和LFTM信任模型;在不同规模的网络中,CLAT-TM信任模型的节点能耗标准差明显低于BTRM和LFTM信任模型,节点负载更加均衡。