基于模式码比较的数据融合和认证协议

致力于如何实现无线传感器网络的安全数据融合,提出了一种基于模式码的安全数据融合协议——SPDAA(Secure pattern-based data aggregation and authentication).该方案在节点的感应阶段采用差值比较法确定参与会话的节点,并采用基于两跳的认证技术在数据融合阶段进行数据(模式码)的认证,保证数据的完整性,避免了由于盲目拒绝虚假节点而造成的数据丢失.同时该方案考虑增加能量因子,有效地均衡了整个网络的能耗.仿真结果表明:SPDAA能够有效避免重要数据的丢失,保证网络数据高效安全性,均衡网络能耗,延长网络生存时间.     

基于模糊预测的无线传感器网络信任模型

针对无线传感器网络(WSN)中的信任值更新问题,提出了一种基于模糊预测(FP)的无线传感器网络信任值更新的方法--RMFP。算法采用模糊数学理论方法,利用模糊隶属函数来全面地刻画节点的表现行为,并将其转换成节点的模糊隶属度,最后将模糊隶属度进行整合以实现节点的信任值更新。仿真实验表明,所提算法在整合节点信任值精确度方面提高了10.8%,在判断可疑节点的速度方面提高了两倍。这说明基于模糊预测的节点信任值更新算法在发现并摒除恶意节点的准确率和速度上均有显著的效果,尤其是针对前期取得高信任的恶意节点的判断具有很强的优势。     

MP2P网下一种基于代理的安全反馈信任模型

信任问题是移动对等网(Mobile P2P,MP2P)安全中的关键性问题。针对MP2P网与传统P2P网终端设备在编址、通信方式和标识上的差异性以及网络中可能存在的冒名、恶意诋毁、合谋以及"搭便车"等安全问题,提出一种MP2P网下基于代理的安全反馈信任模型(PSTM)。不同类别的代理服务器接入不同类型的终端,以屏蔽网络层终端设备之间的差异性。同时,代理服务器之间对信息的相互备份能够缓解服务器"单点失效"问题。在资源安全选择协议中对反馈方进行身份、资格的认证后进行相似性筛选并加权处理。在多粒度的信任值计算中引入全局节点贡献度和评价可信度,并将直接信任度分为面向节点的与面向资源的来激励移动节点真实地反馈信息。实验表明,PSTM能够减少诋毁以及合谋恶意行为,同时能够抑制"搭便车"行为,从而增加网络善意节点的交易成功率。