車聯(lián)網(wǎng)中基于分簇信任評估的惡意節(jié)點檢測方法
【專利摘要】本發(fā)明涉及車聯(lián)網(wǎng)絡(luò)通信安全領(lǐng)域，特別是一種車聯(lián)網(wǎng)中基于分簇信任評估的惡意節(jié)點檢測方法，具體包括以下步驟：分簇，選簇頭；簇頭節(jié)點信任評價；簇內(nèi)成員節(jié)點信任評價；簇群信任評價；節(jié)點信任更新五個步驟。本發(fā)明將網(wǎng)絡(luò)分為若干個簇，簇內(nèi)節(jié)點進行通信，不同簇間由簇頭進行通信，這種方法能夠適應(yīng)大型VANET網(wǎng)絡(luò)，且可擴展性好，減少了不同簇內(nèi)成員節(jié)點間通信開銷。且在推薦信任計算方面簡化了推薦鏈，直接用丟包率進行計算。
【專利說明】車聯(lián)網(wǎng)中基于分簇信任評估的惡意節(jié)點檢測方法【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及車聯(lián)網(wǎng)絡(luò)通信安全領(lǐng)域，特別是一種車聯(lián)網(wǎng)中基于分簇信任評估的惡意節(jié)點檢測方法。
【背景技術(shù)】
[0002]車聯(lián)網(wǎng)即為車載自組織網(wǎng)絡(luò)，是一種快速移動的寬帶多跳無線網(wǎng)絡(luò)，用于實現(xiàn)移動過程中車輛之間以及車輛與路邊基礎(chǔ)設(shè)施之間通信，使得在一定范圍內(nèi)的車輛可以相互交換彼此的狀況信息和道路交通信息，不僅可以提高交通效率，還可以保證駕駛員的行車安全。但車聯(lián)網(wǎng)網(wǎng)絡(luò)開放、拓撲變化快以及高度自治等特點又使其比一般的移動自組網(wǎng)面臨著更嚴峻的安全挑戰(zhàn)，如惡意車輛散布虛假道路信息，自私車輛拒絕與其他車輛合作等問題。
[0003]傳統(tǒng)的Ad-hoc網(wǎng)絡(luò)的體系結(jié)構(gòu)可以分為平面結(jié)構(gòu)和分級結(jié)構(gòu)。在平面結(jié)構(gòu)中，節(jié)點與節(jié)點地位相對平等，網(wǎng)絡(luò)拓撲簡單健壯且維護方便，但是在節(jié)點數(shù)目很大時，會造成較大開銷，使處理能力變?nèi)跎踔猎斐陕窂街袛?，因此平面結(jié)構(gòu)主要適用于小型網(wǎng)絡(luò)。針對這些缺點人們提出了適應(yīng)于大規(guī)模網(wǎng)絡(luò)的分級結(jié)構(gòu)，將網(wǎng)絡(luò)分為若干個簇，不同簇成員節(jié)點間數(shù)據(jù)通信通過每個簇內(nèi)簇頭節(jié)點實現(xiàn)，這種方法可擴展性好，減少了不同簇內(nèi)成員節(jié)點間通信開銷，有利于節(jié)點間的移動性管理。
[0004]傳統(tǒng)的安全機制，如認證協(xié)議、數(shù)字簽名、密鑰管理等對于網(wǎng)絡(luò)的外部攻擊有一定的防范作用，但面對網(wǎng)絡(luò)中惡意節(jié)點的內(nèi)部攻擊，如惡意丟包、篡改數(shù)據(jù)、提供虛假信息等，現(xiàn)有的安全機制很難有效地抵制，因此需要采用新的方案來檢測網(wǎng)絡(luò)內(nèi)部的惡意節(jié)點，從而保證車聯(lián)網(wǎng)安全。
[0005]目前提出的惡意節(jié)點檢測方法大多是在無線傳感網(wǎng)的背景中，如基于多元分類的檢測算法[劉華博，崔建明，戴鴻君.基于多元分類的無線傳感器網(wǎng)絡(luò)惡意節(jié)點檢測算法[J].傳感技術(shù)學報.2011 (05)]，基于信譽的檢測方法[林佩.移動AdHoc網(wǎng)絡(luò)中基于信譽機制的惡意節(jié)點識別方法研究[D].哈爾濱工業(yè)大學2010]，基于節(jié)點行為的檢測方法等[胡玲龍.無線傳感器網(wǎng)絡(luò)中基于節(jié)點行為分類的惡意節(jié)點檢測[D].中國計量學院2013]，而在車聯(lián)網(wǎng)(VANET)中，大多數(shù)檢測方法也是將網(wǎng)絡(luò)中的節(jié)點看成同一級別，在大型網(wǎng)絡(luò)中，會造成較大開銷。
[0006]George等人提出了一種基于半環(huán)代數(shù)理論的信任模型。在該模型中，信任的計算推理類似于在帶權(quán)重的有向圖G(V，E)上尋找最短路徑問題。圖中點表示網(wǎng)絡(luò)中的節(jié)點，有向邊表示信任關(guān)系，利用半環(huán)代數(shù)理論計算兩個節(jié)點間的信任值，并進行信任評估。節(jié)點i對節(jié)點j的帶權(quán)值邊表示了節(jié)點i對節(jié)點j的觀點。權(quán)重函數(shù)定義為I (i，j):VXV — S，S是一個觀念空間，由信任估算值trust和信心值confidence兩個分量組成,信心值是兩個節(jié)點經(jīng)過多次交互后確立的信任估算的可靠性，代表了信任的質(zhì)量。該模型方法中要根據(jù)中間節(jié)點的信任度計算源節(jié)點賦予目的節(jié)點的信任度，當中間節(jié)點有多個時，整個推薦鏈比較長，計算較復雜。此方法中，所有車輛節(jié)點都處于同一級別，缺乏統(tǒng)一的管理，當網(wǎng)絡(luò)規(guī)模較大，車輛節(jié)點數(shù)較多時，控制和路由開銷大且可擴展性差，而且沒有考慮到信任隨時間變化的關(guān)系，所以無法檢測原先是正常節(jié)點后變?yōu)閻阂夤?jié)點這一情形。

【發(fā)明內(nèi)容】

[0007]本發(fā)明的目的是提供一種適用于大型車聯(lián)網(wǎng)中惡意節(jié)點檢測方法，與傳統(tǒng)的基于信任模型的方法相比，本發(fā)明將成簇思想與信任模型結(jié)合在一起，提出了車聯(lián)網(wǎng)中基于分簇信任評估的惡意節(jié)點檢測方法。如圖1所示，本發(fā)明將網(wǎng)絡(luò)分為若干個簇，簇內(nèi)節(jié)點進行通信，不同簇間由簇頭進行通信，這種方法可擴展性好，減少了不同簇內(nèi)成員節(jié)點間通信開銷，由通信結(jié)果根據(jù)信任模型算出信任值，當節(jié)點信任值低于預先規(guī)定的閾值時，則認為是惡意節(jié)點，并從網(wǎng)絡(luò)中移除。
[0008]為實現(xiàn)上述發(fā)明目的，本發(fā)明提出一種車聯(lián)網(wǎng)中基于分簇信任評估的惡意節(jié)點檢測方法，包含以下步驟:
[0009](I)分簇，選簇頭:初始化網(wǎng)絡(luò)，將網(wǎng)絡(luò)所有節(jié)點中移動性較小的節(jié)點組成一個簇，將相對于鄰居移動性變化最小的節(jié)點選為簇頭；
[0010](2)簇頭節(jié)點信任評價:簇頭節(jié)點由基站管理，其綜合信任值根據(jù)基站的直接信任值和其他簇頭節(jié)點的推薦信任值進行評價；所述直接信任值是客觀統(tǒng)計的結(jié)果，根據(jù)基站節(jié)點與簇頭節(jié)點交互成功次數(shù)和失敗次數(shù)計算；所述推薦信任值運用丟包率來計算；
[0011](3)簇內(nèi)成員節(jié)點信任評價:簇內(nèi)成員節(jié)點由本簇簇頭節(jié)點進行管理，其綜合信任值包括簇頭節(jié)點對其的直接信任值和簇內(nèi)其他節(jié)點的推薦信任值；所述直接信任值是客觀統(tǒng)計的結(jié)果，根據(jù)簇頭節(jié)點與成員節(jié)點交互成功次數(shù)和失敗次數(shù)計算；所述推薦信任值運用丟包率來計算；
[0012](4)簇群信任評價:簇群的信任值由該簇頭節(jié)點和簇內(nèi)所有成員節(jié)點共同決定；
[0013](5)節(jié)點信任更新:每隔一段時間T進行信任更新，并在初始簇頭選取算法的基礎(chǔ)上，選取各族中/[目任最聞的為族頭。
[0014]進一步地，上述步驟(1)相對移動性計算公式為:
[0015]
【權(quán)利要求】
1.一種車聯(lián)網(wǎng)中基于分簇信任評估的惡意節(jié)點檢測方法，其特征在于，包含以下步驟: (1)分簇，選簇頭:初始化網(wǎng)絡(luò)，將網(wǎng)絡(luò)所有節(jié)點中移動性較小的節(jié)點組成一個簇，將相對于鄰居移動性變化最小的節(jié)點選為簇頭； (2)簇頭節(jié)點信任評價:簇頭節(jié)點由基站管理，其綜合信任值根據(jù)基站的直接信任值和其他簇頭節(jié)點的推薦信任值進行評價；所述直接信任值是客觀統(tǒng)計的結(jié)果，根據(jù)基站節(jié)點與簇頭節(jié)點交互成功次數(shù)和失敗次數(shù)計算；所述推薦信任值運用丟包率來計算； (3)簇內(nèi)成員節(jié)點信任評價:簇內(nèi)成員節(jié)點由本簇簇頭節(jié)點進行管理，其綜合信任值包括簇頭節(jié)點對其的直接信任值和簇內(nèi)其他節(jié)點的推薦信任值；所述直接信任值是客觀統(tǒng)計的結(jié)果，根據(jù)簇頭節(jié)點與成員節(jié)點交互成功次數(shù)和失敗次數(shù)計算；所述推薦信任值運用丟包率來計算； (4)簇群信任評價:簇群的信任值由該簇頭節(jié)點和簇內(nèi)所有成員節(jié)點共同決定； (5)節(jié)點信任更新:每隔一段時間T進行信任更新，并在初始簇頭選取算法的基礎(chǔ)上，選取各族中?目任最聞的為族頭。
2.如權(quán)利要求1所述的車聯(lián)網(wǎng)中基于分簇信任評估的惡意節(jié)點檢測方法，其特征在于，所述步驟(1)相對移動性計算公式為:

3.如權(quán)利要求1所述的車聯(lián)網(wǎng)中基于分簇信任評估的惡意節(jié)點檢測方法，其特征在于，所述步驟(2)中的直接信任值、推薦信任值和綜合信任值通過以下公式獲得: 設(shè)基站對簇頭節(jié)點進行X次行為觀察，其中獲得簇頭節(jié)點正常行為(即交互成功)的次數(shù)為U，交互失敗的次數(shù)為f，則基站i對簇頭節(jié)點h的直接信任值計算公式為

4.如權(quán)利要求1所述的車聯(lián)網(wǎng)中基于分簇信任評估的惡意節(jié)點檢測方法，其特征在于，步驟(3)中的直接信任值、推薦信任值和綜合信任值通過以下公式獲得: 設(shè)簇頭對簇內(nèi)成員節(jié)點進行X次行為觀察，其中獲得簇內(nèi)成員節(jié)點正常行為的次數(shù)為U，異常行為次數(shù)為f，則簇頭節(jié)點h對簇內(nèi)成員節(jié)點k的直接信任值計算公式為
5.如權(quán)利要求1所述的車聯(lián)網(wǎng)中基于分簇信任評估的惡意節(jié)點檢測方法，其特征在




于，所述步驟(4)中簇群的信任值計算公式為
【文檔編號】H04W24/08GK103957525SQ201410198919
【公開日】2014年7月30日 申請日期:2014年5月12日 優(yōu)先權(quán)日:2014年5月12日
【發(fā)明者】陳向益, 鄔海琴, 陳龍, 王良民, 賈雪丹, 熊書明, 王新勝 申請人:江蘇大學