物聯(lián)網(wǎng)安全中基于博弈論的BP—1模型研究

郝方超++王海春

摘要：物聯(lián)網(wǎng)應(yīng)用中，感知層節(jié)點(diǎn)存在對(duì)攻擊的防范、隱私保護(hù)、可信合作等若干關(guān)鍵技術(shù)問題。而物聯(lián)網(wǎng)工作的場(chǎng)地條件和其可變的拓?fù)浣Y(jié)構(gòu)，從某種意義上決定了物聯(lián)網(wǎng)設(shè)備工作時(shí)只具備較低的復(fù)雜度，而這為通過(guò)傳統(tǒng)信息安全手段解決其安全問題帶來(lái)了困難。本文描述了基于演化博弈理論，模仿神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法，建立物聯(lián)網(wǎng)節(jié)點(diǎn)的演化博弈數(shù)學(xué)模型BP-1的主要工作。基于模型，節(jié)點(diǎn)面對(duì)攻擊表現(xiàn)出良好的演化穩(wěn)定策略。文章提出了基于對(duì)手承諾條件下的安全多方計(jì)算合作機(jī)制和隱私保護(hù)博弈算法，為物聯(lián)網(wǎng)安全中的若干關(guān)鍵問題的解決探索了一條新的路徑。

關(guān)鍵詞：物聯(lián)網(wǎng) 博奕理論 信息安全 演化

中圖分類號(hào)：F224 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1007-9416（2014）08-0195-02

1 引言

國(guó)家《關(guān)于推進(jìn)物聯(lián)網(wǎng)健康有序發(fā)展的指導(dǎo)意見指出》，“我國(guó)已將物聯(lián)網(wǎng)作為戰(zhàn)略性新興產(chǎn)業(yè)的重要組成部分”。但是，我國(guó)的物聯(lián)網(wǎng)發(fā)展仍然存在“核心技術(shù)缺乏，網(wǎng)絡(luò)信息安全存在隱患”的問題。物聯(lián)網(wǎng)分為三層，智能感知層、網(wǎng)絡(luò)傳輸層，應(yīng)用層。智能感知層由大量節(jié)點(diǎn)組成結(jié)構(gòu)化的分層網(wǎng)絡(luò)。節(jié)點(diǎn)具有計(jì)算能力，節(jié)點(diǎn)中包含有傳感器模塊、數(shù)據(jù)處理模塊和無(wú)線通信模塊。傳感器對(duì)周邊環(huán)境中聲、光、電、熱等信號(hào)進(jìn)行探測(cè)，實(shí)現(xiàn)對(duì)溫度、濕度、速度等眾多物質(zhì)運(yùn)動(dòng)的感知，最終對(duì)我們生活的物理世界實(shí)現(xiàn)全方位的監(jiān)測(cè)與控制。感知層網(wǎng)絡(luò)的自組織性和密集冗余節(jié)點(diǎn)提供的容錯(cuò)能力使其不會(huì)因?yàn)槟承┕?jié)點(diǎn)的異常而導(dǎo)致整個(gè)系統(tǒng)的崩潰，非常適合在特殊場(chǎng)合和特殊環(huán)境中快速構(gòu)建基礎(chǔ)信息系統(tǒng)，因此具有廣泛的應(yīng)用前景。物聯(lián)網(wǎng)具有三大特征：全面感知、可靠傳遞和智能處理。

因?yàn)槲锫?lián)網(wǎng)節(jié)點(diǎn)計(jì)算能力較弱，存儲(chǔ)空間有限，通常只具有有限的能量，又經(jīng)常運(yùn)行在人無(wú)法接近的惡劣，甚至危險(xiǎn)的遠(yuǎn)程環(huán)境，促使物聯(lián)網(wǎng)在解決自身安全問題上必須采取更新的有別于傳統(tǒng)的理論和算法。

博弈論為博弈雙方的策略選擇提供了數(shù)學(xué)基礎(chǔ)。它提供了一種用于預(yù)測(cè)當(dāng)具有利益沖突的代理之間相互作用時(shí)可能會(huì)發(fā)生什么的工具。但依據(jù)傳統(tǒng)的靜態(tài)博弈理論，個(gè)體基于自利的原則趨向于采取能夠最大化自身利益的背叛策略，很難有合作的行為發(fā)生。當(dāng)體系中所有個(gè)體都選擇背叛策略時(shí)，整體利益和個(gè)體利益都會(huì)受到最大程度的損害。本項(xiàng)目基于演化博弈理論，模仿神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法，已試探性建立了一個(gè)物聯(lián)網(wǎng)節(jié)點(diǎn)的演化博弈數(shù)學(xué)模型BP-1。BP-1模仿神經(jīng)刺激機(jī)制，對(duì)于不同的節(jié)點(diǎn)策略給予不同的激勵(lì)，并將這種激勵(lì)逐步累加（類似于神經(jīng)網(wǎng)絡(luò)節(jié)點(diǎn)受刺激后的相應(yīng)化學(xué)濃度累加），使節(jié)點(diǎn)對(duì)響應(yīng)有了一定的記憶能力。

2 演化博奕國(guó)內(nèi)外研究現(xiàn)狀

博弈論為博弈雙方的策略選擇提供了數(shù)學(xué)基礎(chǔ)。它提供了一種用于預(yù)測(cè)當(dāng)具有利益沖突的代理之間相互作用時(shí)可能會(huì)發(fā)生什么的工具。但依據(jù)傳統(tǒng)的靜態(tài)博弈理論，個(gè)體基于自利的原則趨向于采取能夠最大化自身利益的背叛策略，很難有合作的行為發(fā)生。當(dāng)體系中所有個(gè)體都選擇背叛策略時(shí)，整體利益和個(gè)體利益都會(huì)受到最大程度的損害。

然而現(xiàn)實(shí)生活中，特別是在生物群體和動(dòng)物群體中，合作的現(xiàn)象隨處可見。文獻(xiàn)[1]指出，囚徒困境對(duì)策論檢驗(yàn)發(fā)現(xiàn)了社會(huì)相互作用新回路，關(guān)在籠子中的兩只猴子發(fā)生了合作行為。但文章作者的分析結(jié)論是猴子頭腦中存在有“共享”基因。生物學(xué)家將進(jìn)化論中的自然選擇與變異引入博弈論，將博弈從一次性博弈行為轉(zhuǎn)變?yōu)橐幌盗械亩嚯A段博弈行為，進(jìn)而提出了演化博弈理論。演化博弈理論將個(gè)體的收益對(duì)應(yīng)于生物進(jìn)化論中的適應(yīng)度，使得個(gè)體收入增加，適應(yīng)度變大，收入減少，適應(yīng)度變小。有限理性的個(gè)體不斷地重復(fù)博弈，最終達(dá)到穩(wěn)定的均衡狀態(tài)[2]。

文獻(xiàn)[3]提出了帶熵博弈的局勢(shì)分析學(xué)理論，將信息熵引入博弈決策過(guò)程，在博弈中有了更大的可能性獲得更優(yōu)的均衡點(diǎn)。在此基礎(chǔ)上，提出了研究非對(duì)稱條件下的演化博弈均衡穩(wěn)定策略，試驗(yàn)在不同生長(zhǎng)因子條件下的演化博弈曲線收斂速率，提出基于對(duì)手承諾條件下的安全多方計(jì)算合作機(jī)制和隱私保護(hù)博弈算法。

大規(guī)模物聯(lián)網(wǎng)節(jié)點(diǎn)的集中管理和控制是很困難的，應(yīng)用仿生學(xué)原理，利用節(jié)點(diǎn)的簡(jiǎn)單智能，形成網(wǎng)絡(luò)群體的智能與突現(xiàn)計(jì)算[4]，我們做了一點(diǎn)嘗試?；谖锫?lián)網(wǎng)的現(xiàn)狀和安全特點(diǎn)，項(xiàng)目只在探索解決問題的一種新的途徑。

3 基于演化博奕的BP-1模型的建立

本項(xiàng)目基于演化博弈理論，模仿神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法，已試探性建立了一個(gè)物聯(lián)網(wǎng)節(jié)點(diǎn)的演化博弈數(shù)學(xué)模型BP-1。BP-1模仿神經(jīng)刺激機(jī)制，對(duì)于不同的節(jié)點(diǎn)策略給予不同的激勵(lì)，并將這種激勵(lì)逐步累加（類似于神經(jīng)網(wǎng)絡(luò)節(jié)點(diǎn)受刺激后的相應(yīng)化學(xué)濃度累加），使節(jié)點(diǎn)對(duì)響應(yīng)有了一定的記憶能力。BP-1用于節(jié)點(diǎn)的路由機(jī)制時(shí)，表現(xiàn)出良好的合作機(jī)制。在用于抗DDOS和DOS攻擊時(shí)，也展現(xiàn)出了良好的演化穩(wěn)定策略。然而當(dāng)面對(duì)攻擊者出現(xiàn)攻擊策略快速調(diào)整時(shí)，BP-1節(jié)點(diǎn)模型的應(yīng)對(duì)速率較慢。在研究“演化穩(wěn)定策略學(xué)習(xí)規(guī)則”，基礎(chǔ)上，試探性地提出了BR-2節(jié)點(diǎn)模型，仿真不同的參數(shù)條件，尋找節(jié)點(diǎn)面對(duì)競(jìng)爭(zhēng)環(huán)境的動(dòng)態(tài)適應(yīng)度，節(jié)點(diǎn)應(yīng)對(duì)DDOS/DOS攻擊的速率有很大改善。傳統(tǒng)的博弈理論，僅依據(jù)自利來(lái)選擇博弈方的策略，經(jīng)常是只能找到一些次優(yōu)的均衡點(diǎn)。

依據(jù)演化博弈論、神經(jīng)網(wǎng)絡(luò)模型、群體智能與突現(xiàn)計(jì)算理論，并結(jié)合物聯(lián)網(wǎng)安全特點(diǎn)建立物聯(lián)網(wǎng)節(jié)點(diǎn)的演化博弈數(shù)學(xué)模型BP-1。節(jié)點(diǎn)如圖1所示，為了顯示簡(jiǎn)化，圖中只考慮僅有兩種策略的情況。

4 BP-1模型主要研究?jī)?nèi)容

（1）BP-1模型的系統(tǒng)工作機(jī)制。對(duì)節(jié)點(diǎn)的簡(jiǎn)化模型，系統(tǒng)工作時(shí)，可采取兩種策略T1或策略T2 ，每一次具體行動(dòng)時(shí)，是采取T1或是采取T2 是依據(jù)概率來(lái)決定。選擇T1的概率為 P1=D1/（D1+D2），選擇T2的概率為P2=D2/（D1+D2）。

（2）BP-1模型在DDOS/DOS攻擊下的測(cè)試分析。研究分析BP-1的模型，要求調(diào)試針對(duì)物聯(lián)網(wǎng)受到DOS攻擊時(shí)的響應(yīng)情況。針對(duì)物聯(lián)網(wǎng)的DOS的最經(jīng)常的一種攻擊是同頻干擾。endprint

（3）BP-1模型在物聯(lián)網(wǎng)中多級(jí)別密碼強(qiáng)度選擇的博弈的測(cè)試分析。由于物聯(lián)網(wǎng)工作時(shí)能量有限，要求依據(jù)外部安全狀況，盡量選擇工作在能別消耗較低的密碼強(qiáng)度上。研究分析BP-1的模型，要求針對(duì)物聯(lián)網(wǎng)工作的不同環(huán)境，自主決策采取什么級(jí)別的加密強(qiáng)度。

攻擊發(fā)生時(shí)，危險(xiǎn)記憶濃度增加，不發(fā)生攻擊時(shí)，危險(xiǎn)記憶濃度降低，多次博弈后，系統(tǒng)均衡在一個(gè)與外部攻擊曲線相對(duì)應(yīng)的勻衡點(diǎn)上。分析BP-1模型，可能因記憶發(fā)生系統(tǒng)反映靈敏度降低的情況。

（4）BP-1模型在物聯(lián)網(wǎng)中隱私保護(hù)方面應(yīng)用的測(cè)試分析。根據(jù)安全多方計(jì)算理論，將零知識(shí)證明運(yùn)用于物聯(lián)網(wǎng)，研究基于演化博弈的物聯(lián)網(wǎng)隱私保護(hù)問題。采用混沌哈希算法，進(jìn)行數(shù)據(jù)的隱私保護(hù)。

（5）以現(xiàn)有的NS2軟件和物聯(lián)網(wǎng)軟硬件實(shí)驗(yàn)設(shè)備，建立項(xiàng)目的研究測(cè)試平臺(tái)，作為項(xiàng)目的實(shí)驗(yàn)支撐。

5 BP-1模型性能分析和測(cè)試

5.1 BP-1模型的構(gòu)建

依據(jù)演化博弈論、神經(jīng)網(wǎng)絡(luò)模型、群體智能與突現(xiàn)計(jì)算理論，并結(jié)合物聯(lián)網(wǎng)安全特點(diǎn)建立物聯(lián)網(wǎng)節(jié)點(diǎn)的演化博弈數(shù)學(xué)模型BP-1。節(jié)點(diǎn)如圖1所示，為了簡(jiǎn)化顯示，圖中只考慮了系統(tǒng)僅有兩種策略的情況。

設(shè)有n個(gè)節(jié)點(diǎn)組成物聯(lián)網(wǎng)系統(tǒng)，n 個(gè)節(jié)點(diǎn)組成集合N={N1，N2，…Nn}，其中對(duì)參與者而言，它的策略集T={T1，T2，….Ti}.支付A=（A1，A2，….Ai），系統(tǒng)濃度慣性系數(shù)設(shè)為G={G1，G2….Gi}， 系統(tǒng)可配置參數(shù)為C={（C1，C2，….Ci }。系統(tǒng)中物質(zhì)濃度D={D1，D2，…..Di}。

5.2 BP-1模型的系統(tǒng)工作機(jī)制

對(duì)節(jié)點(diǎn)的簡(jiǎn)化模型，具有兩種策略T1和T2。每一次行動(dòng)時(shí)，是采取T1或T2由概率決定。選擇T1的概率為 P1=D1/（D1+D2），選擇T2的概率為P2=D2/（D1+D2）。兩種行動(dòng)回報(bào)為，D1=D1+A1，D2=D2+A2。

由于A1與A2不相等，每次行動(dòng)后，物質(zhì)濃度改變了，下次行動(dòng)的概率也改變了。相當(dāng)于節(jié)點(diǎn)記住了上次行動(dòng)的回報(bào)。

5.3 BP-1模型在DDOS/DOS攻擊下的測(cè)試分析

研究分析BP-1的模型，要求調(diào)試針對(duì)物聯(lián)網(wǎng)受到DOS攻擊時(shí)的響應(yīng)情況。針對(duì)物聯(lián)網(wǎng)的DOS的最經(jīng)常的一種攻擊是同頻干擾。采取的對(duì)策是節(jié)點(diǎn)工作在多個(gè)跳動(dòng)的頻率上，當(dāng)一個(gè)頻率工作受到干擾時(shí)，其相應(yīng)的記憶濃度降低（減少一個(gè)D），下次工作時(shí)，其選中的工作頻率就降低，多次博弈后，系統(tǒng)均衡在外部干擾機(jī)率最低的一個(gè)頻率上。

5.4 BP-1模型在物聯(lián)網(wǎng)中多級(jí)別密碼強(qiáng)度選擇的博弈的測(cè)試分析

由于物聯(lián)網(wǎng)工作時(shí)能量有限，要求依據(jù)外部安全狀況，盡量選擇工作在能別消耗較低的密碼強(qiáng)度上。研究分析BP-1的模型，要求針對(duì)物聯(lián)網(wǎng)工作的不同環(huán)境，自主決策采取什么級(jí)別的加密強(qiáng)度。

攻擊發(fā)生時(shí)，危險(xiǎn)記憶濃度增加，不發(fā)生攻擊時(shí)，危險(xiǎn)記憶濃度降低，多次博弈后，系統(tǒng)均衡在一個(gè)與外部攻擊曲線相對(duì)應(yīng)的勻衡點(diǎn)上。分析BP-1模型，可能因記憶發(fā)生系統(tǒng)反映靈敏度降低的情況。

研究增加系統(tǒng)濃度慣性系數(shù)問題，設(shè)為G={G1，G2….Gi}，初步分析，每次工作后，計(jì)算式調(diào)整為：Di=Di+Ai，Di=Gi*Di 。初步的測(cè)試發(fā)現(xiàn)，調(diào)整后的模型，對(duì)外部攻擊的應(yīng)變能力明顯提高。這僅是初步測(cè)試的結(jié)論，進(jìn)一步的研究取得更多的實(shí)驗(yàn)數(shù)據(jù)后。

5.5 BP-1模型在物聯(lián)網(wǎng)中隱私保護(hù)方面應(yīng)用的測(cè)試分析

根據(jù)安全多方計(jì)算理論，將零知識(shí)證明運(yùn)用于物聯(lián)網(wǎng)，研究基于演化博弈的物聯(lián)網(wǎng)隱私保護(hù)問題。采用混沌哈希算法，進(jìn)行數(shù)據(jù)的隱私保護(hù)。根據(jù)博弈中的信息商原理，將節(jié)點(diǎn)的承諾信息反映在節(jié)點(diǎn)的記憶因子中，研究BP-1的改進(jìn)模型，研究非對(duì)稱條件下的演化博弈均衡穩(wěn)定策略，試驗(yàn)在不同生長(zhǎng)因子條件下的演化博弈曲線收斂速率；研究博弈過(guò)程中競(jìng)爭(zhēng)雙方的信息傳遞機(jī)制，探索帶熵博弈的均衡條件理論，提出基于對(duì)手承諾條件下的安全多方計(jì)算合作機(jī)制和隱私保護(hù)博弈算法。

6 結(jié)語(yǔ)

物聯(lián)網(wǎng)安全是一個(gè)新的領(lǐng)域，演化博弈是一種解決安全問題的新的理論。提出的PR-1安全模型，具有一定的創(chuàng)新性。在BR-1中引入生長(zhǎng)因子具有物色。研究了博弈過(guò)程中競(jìng)爭(zhēng)雙方的信息傳遞機(jī)制，探索帶熵博弈的均衡條件理論具有一定特色。提出的基于對(duì)手承諾條件下的安全多方計(jì)算合作機(jī)制和隱私保護(hù)博弈算法。具有創(chuàng)新特色。

參考文獻(xiàn)

[1]Cara Reardon，“Monkey brains wired to share”， Nature News， Feb，25 2014.

[2]Wang.W.X， Lai.Y.C and Grebogi.C ，“Networkreconstruction based on evolutionary-game data viacompressive sensing[J]， Phys Rev X， 2011， 1（2）： 021021.

[3]Jiang.D.Y， “Situation analysis of boxed pigs games”，The 2nd International Conference on E_Business and E-Government， Shanghai.IEEE，2011.1574-1576.

[4]Xia.R.L，Muppala.J.K，“A survey of Bit Torrent performance”，IEEE Communications Surveys & Tutorials，2010，12（2）：140-158.endprint

（3）BP-1模型在物聯(lián)網(wǎng)中多級(jí)別密碼強(qiáng)度選擇的博弈的測(cè)試分析。由于物聯(lián)網(wǎng)工作時(shí)能量有限，要求依據(jù)外部安全狀況，盡量選擇工作在能別消耗較低的密碼強(qiáng)度上。研究分析BP-1的模型，要求針對(duì)物聯(lián)網(wǎng)工作的不同環(huán)境，自主決策采取什么級(jí)別的加密強(qiáng)度。

攻擊發(fā)生時(shí)，危險(xiǎn)記憶濃度增加，不發(fā)生攻擊時(shí)，危險(xiǎn)記憶濃度降低，多次博弈后，系統(tǒng)均衡在一個(gè)與外部攻擊曲線相對(duì)應(yīng)的勻衡點(diǎn)上。分析BP-1模型，可能因記憶發(fā)生系統(tǒng)反映靈敏度降低的情況。

（4）BP-1模型在物聯(lián)網(wǎng)中隱私保護(hù)方面應(yīng)用的測(cè)試分析。根據(jù)安全多方計(jì)算理論，將零知識(shí)證明運(yùn)用于物聯(lián)網(wǎng)，研究基于演化博弈的物聯(lián)網(wǎng)隱私保護(hù)問題。采用混沌哈希算法，進(jìn)行數(shù)據(jù)的隱私保護(hù)。

（5）以現(xiàn)有的NS2軟件和物聯(lián)網(wǎng)軟硬件實(shí)驗(yàn)設(shè)備，建立項(xiàng)目的研究測(cè)試平臺(tái)，作為項(xiàng)目的實(shí)驗(yàn)支撐。

5 BP-1模型性能分析和測(cè)試

5.1 BP-1模型的構(gòu)建

依據(jù)演化博弈論、神經(jīng)網(wǎng)絡(luò)模型、群體智能與突現(xiàn)計(jì)算理論，并結(jié)合物聯(lián)網(wǎng)安全特點(diǎn)建立物聯(lián)網(wǎng)節(jié)點(diǎn)的演化博弈數(shù)學(xué)模型BP-1。節(jié)點(diǎn)如圖1所示，為了簡(jiǎn)化顯示，圖中只考慮了系統(tǒng)僅有兩種策略的情況。

設(shè)有n個(gè)節(jié)點(diǎn)組成物聯(lián)網(wǎng)系統(tǒng)，n 個(gè)節(jié)點(diǎn)組成集合N={N1，N2，…Nn}，其中對(duì)參與者而言，它的策略集T={T1，T2，….Ti}.支付A=（A1，A2，….Ai），系統(tǒng)濃度慣性系數(shù)設(shè)為G={G1，G2….Gi}， 系統(tǒng)可配置參數(shù)為C={（C1，C2，….Ci }。系統(tǒng)中物質(zhì)濃度D={D1，D2，…..Di}。

5.2 BP-1模型的系統(tǒng)工作機(jī)制

對(duì)節(jié)點(diǎn)的簡(jiǎn)化模型，具有兩種策略T1和T2。每一次行動(dòng)時(shí)，是采取T1或T2由概率決定。選擇T1的概率為 P1=D1/（D1+D2），選擇T2的概率為P2=D2/（D1+D2）。兩種行動(dòng)回報(bào)為，D1=D1+A1，D2=D2+A2。

由于A1與A2不相等，每次行動(dòng)后，物質(zhì)濃度改變了，下次行動(dòng)的概率也改變了。相當(dāng)于節(jié)點(diǎn)記住了上次行動(dòng)的回報(bào)。

5.3 BP-1模型在DDOS/DOS攻擊下的測(cè)試分析

研究分析BP-1的模型，要求調(diào)試針對(duì)物聯(lián)網(wǎng)受到DOS攻擊時(shí)的響應(yīng)情況。針對(duì)物聯(lián)網(wǎng)的DOS的最經(jīng)常的一種攻擊是同頻干擾。采取的對(duì)策是節(jié)點(diǎn)工作在多個(gè)跳動(dòng)的頻率上，當(dāng)一個(gè)頻率工作受到干擾時(shí)，其相應(yīng)的記憶濃度降低（減少一個(gè)D），下次工作時(shí)，其選中的工作頻率就降低，多次博弈后，系統(tǒng)均衡在外部干擾機(jī)率最低的一個(gè)頻率上。

5.4 BP-1模型在物聯(lián)網(wǎng)中多級(jí)別密碼強(qiáng)度選擇的博弈的測(cè)試分析

由于物聯(lián)網(wǎng)工作時(shí)能量有限，要求依據(jù)外部安全狀況，盡量選擇工作在能別消耗較低的密碼強(qiáng)度上。研究分析BP-1的模型，要求針對(duì)物聯(lián)網(wǎng)工作的不同環(huán)境，自主決策采取什么級(jí)別的加密強(qiáng)度。

攻擊發(fā)生時(shí)，危險(xiǎn)記憶濃度增加，不發(fā)生攻擊時(shí)，危險(xiǎn)記憶濃度降低，多次博弈后，系統(tǒng)均衡在一個(gè)與外部攻擊曲線相對(duì)應(yīng)的勻衡點(diǎn)上。分析BP-1模型，可能因記憶發(fā)生系統(tǒng)反映靈敏度降低的情況。

研究增加系統(tǒng)濃度慣性系數(shù)問題，設(shè)為G={G1，G2….Gi}，初步分析，每次工作后，計(jì)算式調(diào)整為：Di=Di+Ai，Di=Gi*Di 。初步的測(cè)試發(fā)現(xiàn)，調(diào)整后的模型，對(duì)外部攻擊的應(yīng)變能力明顯提高。這僅是初步測(cè)試的結(jié)論，進(jìn)一步的研究取得更多的實(shí)驗(yàn)數(shù)據(jù)后。

5.5 BP-1模型在物聯(lián)網(wǎng)中隱私保護(hù)方面應(yīng)用的測(cè)試分析

根據(jù)安全多方計(jì)算理論，將零知識(shí)證明運(yùn)用于物聯(lián)網(wǎng)，研究基于演化博弈的物聯(lián)網(wǎng)隱私保護(hù)問題。采用混沌哈希算法，進(jìn)行數(shù)據(jù)的隱私保護(hù)。根據(jù)博弈中的信息商原理，將節(jié)點(diǎn)的承諾信息反映在節(jié)點(diǎn)的記憶因子中，研究BP-1的改進(jìn)模型，研究非對(duì)稱條件下的演化博弈均衡穩(wěn)定策略，試驗(yàn)在不同生長(zhǎng)因子條件下的演化博弈曲線收斂速率；研究博弈過(guò)程中競(jìng)爭(zhēng)雙方的信息傳遞機(jī)制，探索帶熵博弈的均衡條件理論，提出基于對(duì)手承諾條件下的安全多方計(jì)算合作機(jī)制和隱私保護(hù)博弈算法。

6 結(jié)語(yǔ)

物聯(lián)網(wǎng)安全是一個(gè)新的領(lǐng)域，演化博弈是一種解決安全問題的新的理論。提出的PR-1安全模型，具有一定的創(chuàng)新性。在BR-1中引入生長(zhǎng)因子具有物色。研究了博弈過(guò)程中競(jìng)爭(zhēng)雙方的信息傳遞機(jī)制，探索帶熵博弈的均衡條件理論具有一定特色。提出的基于對(duì)手承諾條件下的安全多方計(jì)算合作機(jī)制和隱私保護(hù)博弈算法。具有創(chuàng)新特色。

參考文獻(xiàn)

[1]Cara Reardon，“Monkey brains wired to share”， Nature News， Feb，25 2014.

[2]Wang.W.X， Lai.Y.C and Grebogi.C ，“Networkreconstruction based on evolutionary-game data viacompressive sensing[J]， Phys Rev X， 2011， 1（2）： 021021.

[3]Jiang.D.Y， “Situation analysis of boxed pigs games”，The 2nd International Conference on E_Business and E-Government， Shanghai.IEEE，2011.1574-1576.

[4]Xia.R.L，Muppala.J.K，“A survey of Bit Torrent performance”，IEEE Communications Surveys & Tutorials，2010，12（2）：140-158.endprint

（3）BP-1模型在物聯(lián)網(wǎng)中多級(jí)別密碼強(qiáng)度選擇的博弈的測(cè)試分析。由于物聯(lián)網(wǎng)工作時(shí)能量有限，要求依據(jù)外部安全狀況，盡量選擇工作在能別消耗較低的密碼強(qiáng)度上。研究分析BP-1的模型，要求針對(duì)物聯(lián)網(wǎng)工作的不同環(huán)境，自主決策采取什么級(jí)別的加密強(qiáng)度。

攻擊發(fā)生時(shí)，危險(xiǎn)記憶濃度增加，不發(fā)生攻擊時(shí)，危險(xiǎn)記憶濃度降低，多次博弈后，系統(tǒng)均衡在一個(gè)與外部攻擊曲線相對(duì)應(yīng)的勻衡點(diǎn)上。分析BP-1模型，可能因記憶發(fā)生系統(tǒng)反映靈敏度降低的情況。

（4）BP-1模型在物聯(lián)網(wǎng)中隱私保護(hù)方面應(yīng)用的測(cè)試分析。根據(jù)安全多方計(jì)算理論，將零知識(shí)證明運(yùn)用于物聯(lián)網(wǎng)，研究基于演化博弈的物聯(lián)網(wǎng)隱私保護(hù)問題。采用混沌哈希算法，進(jìn)行數(shù)據(jù)的隱私保護(hù)。

（5）以現(xiàn)有的NS2軟件和物聯(lián)網(wǎng)軟硬件實(shí)驗(yàn)設(shè)備，建立項(xiàng)目的研究測(cè)試平臺(tái)，作為項(xiàng)目的實(shí)驗(yàn)支撐。

5 BP-1模型性能分析和測(cè)試

5.1 BP-1模型的構(gòu)建

依據(jù)演化博弈論、神經(jīng)網(wǎng)絡(luò)模型、群體智能與突現(xiàn)計(jì)算理論，并結(jié)合物聯(lián)網(wǎng)安全特點(diǎn)建立物聯(lián)網(wǎng)節(jié)點(diǎn)的演化博弈數(shù)學(xué)模型BP-1。節(jié)點(diǎn)如圖1所示，為了簡(jiǎn)化顯示，圖中只考慮了系統(tǒng)僅有兩種策略的情況。

設(shè)有n個(gè)節(jié)點(diǎn)組成物聯(lián)網(wǎng)系統(tǒng)，n 個(gè)節(jié)點(diǎn)組成集合N={N1，N2，…Nn}，其中對(duì)參與者而言，它的策略集T={T1，T2，….Ti}.支付A=（A1，A2，….Ai），系統(tǒng)濃度慣性系數(shù)設(shè)為G={G1，G2….Gi}， 系統(tǒng)可配置參數(shù)為C={（C1，C2，….Ci }。系統(tǒng)中物質(zhì)濃度D={D1，D2，…..Di}。

5.2 BP-1模型的系統(tǒng)工作機(jī)制

對(duì)節(jié)點(diǎn)的簡(jiǎn)化模型，具有兩種策略T1和T2。每一次行動(dòng)時(shí)，是采取T1或T2由概率決定。選擇T1的概率為 P1=D1/（D1+D2），選擇T2的概率為P2=D2/（D1+D2）。兩種行動(dòng)回報(bào)為，D1=D1+A1，D2=D2+A2。

由于A1與A2不相等，每次行動(dòng)后，物質(zhì)濃度改變了，下次行動(dòng)的概率也改變了。相當(dāng)于節(jié)點(diǎn)記住了上次行動(dòng)的回報(bào)。

5.3 BP-1模型在DDOS/DOS攻擊下的測(cè)試分析

研究分析BP-1的模型，要求調(diào)試針對(duì)物聯(lián)網(wǎng)受到DOS攻擊時(shí)的響應(yīng)情況。針對(duì)物聯(lián)網(wǎng)的DOS的最經(jīng)常的一種攻擊是同頻干擾。采取的對(duì)策是節(jié)點(diǎn)工作在多個(gè)跳動(dòng)的頻率上，當(dāng)一個(gè)頻率工作受到干擾時(shí)，其相應(yīng)的記憶濃度降低（減少一個(gè)D），下次工作時(shí)，其選中的工作頻率就降低，多次博弈后，系統(tǒng)均衡在外部干擾機(jī)率最低的一個(gè)頻率上。

5.4 BP-1模型在物聯(lián)網(wǎng)中多級(jí)別密碼強(qiáng)度選擇的博弈的測(cè)試分析

由于物聯(lián)網(wǎng)工作時(shí)能量有限，要求依據(jù)外部安全狀況，盡量選擇工作在能別消耗較低的密碼強(qiáng)度上。研究分析BP-1的模型，要求針對(duì)物聯(lián)網(wǎng)工作的不同環(huán)境，自主決策采取什么級(jí)別的加密強(qiáng)度。

攻擊發(fā)生時(shí)，危險(xiǎn)記憶濃度增加，不發(fā)生攻擊時(shí)，危險(xiǎn)記憶濃度降低，多次博弈后，系統(tǒng)均衡在一個(gè)與外部攻擊曲線相對(duì)應(yīng)的勻衡點(diǎn)上。分析BP-1模型，可能因記憶發(fā)生系統(tǒng)反映靈敏度降低的情況。

研究增加系統(tǒng)濃度慣性系數(shù)問題，設(shè)為G={G1，G2….Gi}，初步分析，每次工作后，計(jì)算式調(diào)整為：Di=Di+Ai，Di=Gi*Di 。初步的測(cè)試發(fā)現(xiàn)，調(diào)整后的模型，對(duì)外部攻擊的應(yīng)變能力明顯提高。這僅是初步測(cè)試的結(jié)論，進(jìn)一步的研究取得更多的實(shí)驗(yàn)數(shù)據(jù)后。

5.5 BP-1模型在物聯(lián)網(wǎng)中隱私保護(hù)方面應(yīng)用的測(cè)試分析

根據(jù)安全多方計(jì)算理論，將零知識(shí)證明運(yùn)用于物聯(lián)網(wǎng)，研究基于演化博弈的物聯(lián)網(wǎng)隱私保護(hù)問題。采用混沌哈希算法，進(jìn)行數(shù)據(jù)的隱私保護(hù)。根據(jù)博弈中的信息商原理，將節(jié)點(diǎn)的承諾信息反映在節(jié)點(diǎn)的記憶因子中，研究BP-1的改進(jìn)模型，研究非對(duì)稱條件下的演化博弈均衡穩(wěn)定策略，試驗(yàn)在不同生長(zhǎng)因子條件下的演化博弈曲線收斂速率；研究博弈過(guò)程中競(jìng)爭(zhēng)雙方的信息傳遞機(jī)制，探索帶熵博弈的均衡條件理論，提出基于對(duì)手承諾條件下的安全多方計(jì)算合作機(jī)制和隱私保護(hù)博弈算法。

6 結(jié)語(yǔ)

物聯(lián)網(wǎng)安全是一個(gè)新的領(lǐng)域，演化博弈是一種解決安全問題的新的理論。提出的PR-1安全模型，具有一定的創(chuàng)新性。在BR-1中引入生長(zhǎng)因子具有物色。研究了博弈過(guò)程中競(jìng)爭(zhēng)雙方的信息傳遞機(jī)制，探索帶熵博弈的均衡條件理論具有一定特色。提出的基于對(duì)手承諾條件下的安全多方計(jì)算合作機(jī)制和隱私保護(hù)博弈算法。具有創(chuàng)新特色。

參考文獻(xiàn)

[1]Cara Reardon，“Monkey brains wired to share”， Nature News， Feb，25 2014.

[2]Wang.W.X， Lai.Y.C and Grebogi.C ，“Networkreconstruction based on evolutionary-game data viacompressive sensing[J]， Phys Rev X， 2011， 1（2）： 021021.

[3]Jiang.D.Y， “Situation analysis of boxed pigs games”，The 2nd International Conference on E_Business and E-Government， Shanghai.IEEE，2011.1574-1576.

[4]Xia.R.L，Muppala.J.K，“A survey of Bit Torrent performance”，IEEE Communications Surveys & Tutorials，2010，12（2）：140-158.endprint