基于光伏電站的無線傳感網絡惡意節(jié)點識別與隔離研究

摘 要： 信息型光伏電站中的節(jié)點由于暴露在外面，容易被外界俘獲成為惡意節(jié)點，從而導致信息泄露。如何將惡意節(jié)點的有效特征提取出來并加以識別與隔離，是一個需要被重視的問題。根據搭建信息型光伏電站的項目經驗及前人的研究基礎，提出了一種基于AdaBoosting算法的惡意節(jié)點識別與割離的方法。對算法的仿真結果表明，當迭代次數越多時，誤測率越低，檢測出惡意節(jié)點的精度也越高。

關鍵詞： 光伏電站； 無線傳感器網絡； 惡意節(jié)點； 特征提取； AdaBoosting算法

中圖分類號： TN926?34 文獻標識碼： A 文章編號： 1004?373X（2016）17?0082?02

隨著能源問題的日趨嚴重，太陽能光伏發(fā)電的前途很寬廣[1]。在研究課題中建立的信息型光伏電站工作在一個開放、合作和高度任意的環(huán)境中[2]，構成該信息系統的節(jié)點完全暴露在物理環(huán)境下，非常容易引發(fā)各種類型的攻擊。在眾多攻擊中，本文針對選擇性轉發(fā)攻擊提取出惡意節(jié)點的特征，建立相應的算法模型，對惡意節(jié)點進行識別與隔離，并在Matlab上做相應的仿真，證明了該算法的有效性。

1 網絡與攻擊模型假設

本文研究的信息型光伏發(fā)電站系統包括一個中心服務器， L個ARM網關，協調器，[M]個路由組件，[N]個節(jié)點組件，1個PC客戶端和1個移動客戶端[3]，如圖1所示。

信息型光伏系統用于檢測光伏板的實時電壓、電流、溫度、場強。傳感器節(jié)點被固定在太陽板上，網絡拓撲結構穩(wěn)定后，節(jié)點之間的通信是通過多跳完成的[4]，將節(jié)點1記作[S1，]節(jié)點2 記作[S2，]依次類推，如圖2所示。

5 結 語

針對節(jié)點遭遇選擇性攻擊時，惡意節(jié)點顯現出來的通信行為特征，建立以節(jié)點參與度[Sc，]丟包率[Sd，]數據包轉發(fā)率[Sz]和數據包轉發(fā)延時[Sy]為屬性的四維樣本空間，利用AdaBoosting算法對惡意節(jié)點進行識別與隔離。在Matlab上的仿真結果表明，迭代次數越多時誤測率越低。

參考文獻

[1] 何娣.太陽能光伏并網發(fā)電系統的研究[D].西安：長安大學，2013：66?67.

[2] 李嬡嬡.基于分簇的無線傳感器網絡拓撲控制算法研究[D].南京：南京理工大學，2013：144?145.

[3] 黃芬，陳名松.水下無線傳感器網絡DBR路由協議研究[J].電視技術，2012（13）：74?77.

[4] 劉華博，崔建明，戴鴻君.基于多元分類的無線傳感器網絡惡意節(jié)點檢測算法[J].傳感技術學報，2011，24（5）：771?777.

[5] 周興鋒.基于信任度Ad Hoc網絡入侵檢測系統模型研究[D].南京：南京理工大學，2006.

[6] BOLLINO G. Malicious AODV： implementation and analysis of routing attacks in MANETs [C]// Proceedings of 2012 IEEE Conference on Trust， Security and Privacy in Computing and Communications. Liverpool： IEEE， 2012： 1181?1187.

[7] LIU Fang， CHENG Xiuzhen， CHEN Dechang. Insider attacker detection in wireless sensor networks [C]// Proceedings of 2007 IEEE International Conference on Computer Communications. Anchorage： IEEE， 2007： 1937?1945.

[8] SUN B， OSBORNE L， YANG X， et al. Intrusion detection techniques in mobile Ad Hoc and wireless sensor networks [J]. IEEE wireless communications， 2007， 14（5）： 56?63.

[9] GONG Xudong， XIONG Yan， LU Qiwei. A trusted Ad Hoc routing protocol based on fuzzy mathematics [J]. Chinese journal of electronics， 2013， 22（1）： 155?159.

[10] BYKOVA M， OSTERMANN S， TJADEN B. Detecting network intrusions via a statistical analysis of network packet characteristics [C]// Proceedings of 2001 Southeastern Symposium On System Theory. Athens： IEEE， 2001： 309?314.