發(fā)布時間：2020-11-21 12:00

　　 分布式檢測是分布式信息處理的重要應(yīng)用之一。一致性分布式檢測是指在分布式系統(tǒng)沒有融合中心的情況下,網(wǎng)絡(luò)中各個傳感器節(jié)點首先觀測目標(biāo)得到測量數(shù)據(jù),然后與鄰居節(jié)點交換信息并以一致性算法更新本地狀態(tài),最后對目標(biāo)是否在感興趣區(qū)域內(nèi)作出判決。由于分布式系統(tǒng)具有開放和協(xié)作的特性,網(wǎng)絡(luò)安全面臨惡意攻擊威脅。數(shù)據(jù)錯誤化攻擊是其中一種典型的攻擊方式,通過篡改測量數(shù)據(jù)或注入錯誤數(shù)據(jù)從而降低檢測性能。且錯誤數(shù)據(jù)會通過節(jié)點間的數(shù)據(jù)交換擴散至整個網(wǎng)絡(luò),對分布式系統(tǒng)造成持續(xù)影響。為了確保分布式檢測系統(tǒng)的可靠性和魯棒性,本文將對一致性分布式檢測中數(shù)據(jù)錯誤化攻擊及其防御方法展開研究。針對一致性分布式檢測中的數(shù)據(jù)錯誤化攻擊,論文研究了數(shù)據(jù)錯誤化攻擊行為及其影響檢測性能的程度。數(shù)據(jù)錯誤化攻擊可分為兩類:感知數(shù)據(jù)錯誤化攻擊和狀態(tài)數(shù)據(jù)錯誤化攻擊。論文將對兩種數(shù)據(jù)錯誤化攻擊建模,并分析它們對分布式檢測性能造成的影響。針對感知數(shù)據(jù)錯誤化攻擊,定義兩種基于本地判決的概率型攻擊模型:翻轉(zhuǎn)攻擊和偏移攻擊。以檢測概率、虛警概率、錯誤概率為指標(biāo),分析感知數(shù)據(jù)錯誤化攻擊下系統(tǒng)穩(wěn)態(tài)檢測性能和瞬態(tài)檢測性能,以偏移系數(shù)為目標(biāo)函數(shù),推導(dǎo)使得檢測機制失效的攻擊策略。針對狀態(tài)數(shù)據(jù)錯誤化攻擊,根據(jù)注入攻擊量的性質(zhì)考慮了兩種攻擊模型:確定型攻擊和隨機型攻擊。推導(dǎo)分布式系統(tǒng)收斂的充要條件以及使系統(tǒng)無法收斂的攻擊條件,分析攻擊資源受限情況下的錯誤收斂結(jié)果,并以能耗和偏差度為指標(biāo),構(gòu)建優(yōu)化問題從而求解最優(yōu)攻擊策略。針對感知數(shù)據(jù)錯誤化攻擊問題,論文從惡意節(jié)點高效識別角度,研究了感知數(shù)據(jù)錯誤化攻擊的防御方法。根據(jù)測量數(shù)據(jù)間的潛在關(guān)系,考慮到節(jié)點觀測結(jié)果與信號傳播特性有關(guān),而惡意節(jié)點篡改后的結(jié)果未必遵循這一規(guī)律。結(jié)合節(jié)點位置信息和信號本身的傳播特性,提出了一種基于隨機抽樣一致性的檢測方法以識別惡意節(jié)點。所提出的檢測方法只需匯報一次測量數(shù)據(jù)即可找出惡意節(jié)點,減小了通信開銷,且適用于識別多種類型的攻擊。將識別出的惡意節(jié)點隔離,從而抵御感知數(shù)據(jù)錯誤化攻擊。仿真結(jié)果表明該方法相較于其他檢測方法,在保證檢測性能的同時縮短了檢測時間,較好地實現(xiàn)了識別精度和檢測效率的折中。針對狀態(tài)數(shù)據(jù)錯誤化攻擊問題,論文從系統(tǒng)收斂性能有效保障角度,研究狀態(tài)數(shù)據(jù)錯誤化攻擊的防御方法。根據(jù)分布式系統(tǒng)中節(jié)點狀態(tài)更新規(guī)則以及鄰居節(jié)點信息,得到狀態(tài)約束條件。通過觀察鄰居節(jié)點狀態(tài)是否在約束范圍內(nèi)評估其信任度,提出一種基于信任評價機制的防御方法以抵抗?fàn)顟B(tài)數(shù)據(jù)錯誤化攻擊。另外,添加恢復(fù)機制消除惡意節(jié)點注入的錯誤數(shù)據(jù)對系統(tǒng)的負面影響。所提出的檢測方法僅需單跳鄰居節(jié)點信息,無需全局信息,且占用計算資源少。并證明該方法不但能有效識別出惡意節(jié)點,還能保證分布式系統(tǒng)的收斂性和正常節(jié)點的收斂精度。仿真結(jié)果表明該防御方法可以對抗多種類型的攻擊,且節(jié)點狀態(tài)能近似收斂于真實值。
【學(xué)位單位】：浙江大學(xué)
【學(xué)位級別】：碩士
【學(xué)位年份】：2019
【中圖分類】：TP393.08
【部分圖文】：

模型??圖論對網(wǎng)絡(luò)建模。假設(shè)網(wǎng)絡(luò)拓撲結(jié)構(gòu)固定，網(wǎng)絡(luò)部分連通且不存在孤鏈路對稱。設(shè)節(jié)點總數(shù)為Ｖ。由于分布式系統(tǒng)中節(jié)點間相互傳遞信息可用無向圖Ｇ＝（Ｖ，Ｑ表示。其中Ｖ?＝?表示節(jié)點集合，Ｗ?＝??表示取集合大��；６?＝?｜（／，刀丨（１／＾＇＾，／＊＿／丨表示鏈路集合。定義節(jié)點／為Ｙ＝［／丨ａ?〇?ａ，戶Ｖ，／?〇？｝。??述網(wǎng)絡(luò)拓撲結(jié)構(gòu)，采用度矩陣丨）表示網(wǎng)絡(luò)中各節(jié)點的連通度，丨）＝出３忒即節(jié)點／的鄰節(jié)點個數(shù)。鄰接矩陣Ａ表示節(jié)點間的鄰接關(guān)系，若鄰，則矩陣元柰抑＝１，否則ａｙ?＝?０。因此，忒拉普拉斯矩鄰接矩陣之差，即Ｌ?＝?ｌ）－Ａ，拉普拉斯矩陣元素為：??Ｈｉ；：；?

一?〇燦１?—?ＯｆｔＰ?？＼，Ｎｔ－?Ｈ?ＷＨ，Ｊ■?———ｒ＇＋，廠ｊ（Ｗ＇ｊｉ）（７Ｍ．＞）?＋ＷＵ）（Ｗｉ（Ｊ＼ｃｌ，＼，２）?＋＇＂?＋?（Ｗｒ，Ｃｒｋｖ１ｗ）?＋?Ｚ?（ＷＵ）（Ｊｕ?）喝＋丨（２．１７）代入上面兩個表達式，可得翻轉(zhuǎn)攻擊下節(jié)點的瞬態(tài)虛警理，將式（２．１９）和（２．２０）代入上述表達式，可得偏移攻擊下節(jié)檢測概率。??果與分析??感知數(shù)據(jù)錯誤化攻擊對系統(tǒng)性能的影響，接下來進行仿真。假感器節(jié)點和１個目標(biāo)構(gòu)成，網(wǎng)絡(luò)拓撲結(jié)構(gòu)如圖２．２所示。網(wǎng)。惡意節(jié)點采取翻轉(zhuǎn)攻擊的方式。先驗概率，采樣２０次，信道增益相同且均為１，噪聲功率均�。保�假設(shè)，給定本地判決的虛警概率為０．１。??

第２章一致性分布式檢測中的數(shù)據(jù)錯誤化攻擊建模與分析??（１）穩(wěn)態(tài)性能仿真??圖２．３給出了惡意節(jié)點比例與攻擊概率對系統(tǒng)偏移系數(shù)的影響。我們仿真了惡意??節(jié)點比例?ａ?＝｛０，０．３，０．４，０．５，０．６，０．７，０．８｝（即惡意節(jié)點數(shù)量爪＝?｛〇，?３，４，５，６，７，８｝），??攻擊概率；？ｅ［０，ｌ］時的偏移系數(shù)的值。偏移系數(shù)可以作為衡量系統(tǒng)穩(wěn)態(tài)檢測性能的指??標(biāo)，偏移系數(shù)越小，檢測性能越差。當(dāng)偏移系數(shù)為０時，分布式檢測系統(tǒng)失效，根據(jù)??式（２．３１），可以算出盲化條件為叩＝０．８０。??從圖２．３中可以看到，當(dāng)攻擊概率戶＝０，即網(wǎng)絡(luò)中沒有攻擊時，此時偏移系數(shù)??的值最大，系統(tǒng)穩(wěn)態(tài)檢測性能最佳。當(dāng)攻擊概率變大或者惡意節(jié)點比例增大時偏移系??數(shù)逐漸減小，系統(tǒng)檢測性能變差，網(wǎng)絡(luò)趨于盲化，此時目標(biāo)是否存在的檢驗統(tǒng)計量統(tǒng)??計特性幾乎是一致的。網(wǎng)絡(luò)中惡意節(jié)點比例為０．３至０．６的情況下
【相似文獻】

相關(guān)期刊論文 前10條

1 張素妍,聶偉;基于粗糙集理論的分布式檢測系統(tǒng)數(shù)據(jù)融合[J];北京化工大學(xué)學(xué)報(自然科學(xué)版);2004年01期

2 莊嚴;利用數(shù)據(jù)融合提高分布式檢測參數(shù)的數(shù)據(jù)處理精度[J];測控技術(shù);2002年12期

3 謝紅衛(wèi);大規(guī)模串行分布式檢測的性能[J];國防科技大學(xué)學(xué)報;1996年01期

4 曹才開;基于模糊狀態(tài)的分布式檢測融合的研究[J];計算機測量與控制;2004年03期

5 廖東平,魏璽章,黎湘;一種權(quán)值在線學(xué)習(xí)的分布式檢測系統(tǒng)的融合算法[J];系統(tǒng)工程與電子技術(shù);2003年03期

6 關(guān)鍵,何友,彭應(yīng)寧;多傳感器分布式檢測綜述[J];系統(tǒng)工程與電子技術(shù);2000年12期

7 謝紅衛(wèi)，蘇建志;串行分布式檢測最優(yōu)化研究[J];系統(tǒng)工程與電子技術(shù);1995年01期

8 梁小果,相明;基于分布式檢測融合技術(shù)的水聲信號檢測方法[J];探測與控制學(xué)報;2001年02期

9 彭會萍;曹曉軍;;分布式檢測融合系統(tǒng)的空間優(yōu)化問題[J];重慶理工大學(xué)學(xué)報(自然科學(xué));2014年04期

10 聶偉,張素妍;分布式檢測系統(tǒng)數(shù)據(jù)不相容情況下的融合方法[J];北京化工大學(xué)學(xué)報(自然科學(xué)版);2004年03期

相關(guān)博士學(xué)位論文 前3條

1 劉源;基于模糊信息處理的數(shù)據(jù)融合方法研究[D];西安電子科技大學(xué);1999年

2 劉義海;基于信息融合的水中目標(biāo)屬性識別關(guān)鍵技術(shù)研究[D];西北工業(yè)大學(xué);2015年

3 梁繼民;多傳感器決策融合方法研究[D];西安電子科技大學(xué);1999年

相關(guān)碩士學(xué)位論文 前10條

1 朱曉穎;分布式檢測中智慧的數(shù)據(jù)篡改攻擊與防御方法研究[D];浙江大學(xué);2018年

2 鄭曉雁;一致性分布式檢測中的數(shù)據(jù)錯誤化攻擊及其防御方法研究[D];浙江大學(xué);2019年

3 陳璐;協(xié)同探測系統(tǒng)分布式檢測算法研究[D];電子科技大學(xué);2018年

4 錢少明;制造過程中的分布式檢測系統(tǒng)模型及其應(yīng)用系統(tǒng)分析[D];浙江大學(xué);2004年

5 莊芳儀;基于信息熵的異常流量分布式檢測方法的研究[D];大連海事大學(xué);2011年

6 孫小靜;無線傳感器網(wǎng)絡(luò)中分布式檢測的相關(guān)問題研究[D];東南大學(xué);2017年

7 侯宇飛;基于IPv6的分片攻擊的分布式檢測[D];汕頭大學(xué);2007年

8 陳瑞祥;工業(yè)無線網(wǎng)絡(luò)異常節(jié)點分布式檢測機制的研究與實現(xiàn)[D];重慶郵電大學(xué);2017年

9 游雪峰;分布式檢測系統(tǒng)的網(wǎng)絡(luò)通信研究[D];重慶大學(xué);2006年

10 李曉穎;基于降維與量化的高效分布式檢測算法研究[D];電子科技大學(xué);2013年

本文編號：2892964