分布式檢測是分布式信息處理的重要應用之一。一致性分布式檢測是指在分布式系統沒有融合中心的情況下,網絡中各個傳感器節點首先觀測目標得到測量數據,然后與鄰居節點交換信息并以一致性算法更新本地狀態,最后對目標是否在感興趣區域內作出判決。由于分布式系統具有開放和協作的特性,網絡安全面臨惡意攻擊威脅。數據錯誤化攻擊是其中一種典型的攻擊方式,通過篡改測量數據或注入錯誤數據從而降低檢測性能。且錯誤數據會通過節點間的數據交換擴散至整個網絡,對分布式系統造成持續影響。為了確保分布式檢測系統的可靠性和魯棒性,本文將對一致性分布式檢測中數據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據錯誤化攻擊,論文研究了數據錯誤化攻擊行為及其影響檢測性能的程度。數據錯誤化攻擊可分為兩類:感知數據錯誤化攻擊和狀態數據錯誤化攻擊。論文將對兩種數據錯誤化攻擊建模,并分析它們對分布式檢測性能造成的影響。針對感知數據錯誤化攻擊,定義兩種基于本地判決的概率型攻擊模型:翻轉攻擊和偏移攻擊。以檢測概率、虛警概率、錯誤概率為指標,分析感知數據錯誤化攻擊下系統穩態檢測性能和瞬態檢測性能,以偏移系數為目標函數,推導使得檢測機制失效的攻擊策略。針對狀態數據錯誤化攻擊,根據注入攻擊量的性質考慮了兩種攻擊模型:確定型攻擊和隨機型攻擊。推導分布式系統收斂的充要條件以及使系統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果,并以能耗和偏差度為指標,構建優化問題從而求解最優攻擊策略。針對感知數據錯誤化攻擊問題,論文從惡意節點高效識別角度,研究了感知數據錯誤化攻擊的防御方法。根據測量數據間的潛在關系,考慮到節點觀測結果與信號傳播特性有關,而惡意節點篡改后的結果未必遵循這一規律。結合節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點。所提出的檢測方法只需匯報一次測量數據即可找出惡意節點,減小了通信開銷,且適用于識別多種類型的攻擊。將識別出的惡意節點隔離,從而抵御感知數據錯誤化攻擊。仿真結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,較好地實現了識別精度和檢測效率的折中。針對狀態數據錯誤化攻擊問題,論文從系統收斂性能有效保障角度,研究狀態數據錯誤化攻擊的防御方法。根據分布式系統中節點狀態更新規則以及鄰居節點信息,得到狀態約束條件。通過觀察鄰居節點狀態是否在約束范圍內評估其信任度,提出一種基于信任評價機制的防御方法以抵抗狀態數據錯誤化攻擊。另外,添加恢復機制消除惡意節點注入的錯誤數據對系統的負面影響。所提出的檢測方法僅需單跳鄰居節點信息,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點,還能保證分布式系統的收斂性和正常節點的收斂精度。仿真結果表明該防御方法可以對抗多種類型的攻擊,且節點狀態能近似收斂于真實值。
【學位單位】：浙江大學
【學位級別】：碩士
【學位年份】：2019
【中圖分類】：TP393.08
【部分圖文】：

模型??圖論對網絡建模。假設網絡拓撲結構固定，網絡部分連通且不存在孤鏈路對稱。設節點總數為Ｖ。由于分布式系統中節點間相互傳遞信息可用無向圖Ｇ＝（Ｖ，Ｑ表示。其中Ｖ?＝?表示節點集合，Ｗ?＝??表示取集合大小；６?＝?｜（／，刀丨（１／＾＇＾，／＊＿／丨表示鏈路集合。定義節點／為Ｙ＝［／丨ａ?〇?ａ，戶Ｖ，／?〇？｝。??述網絡拓撲結構，采用度矩陣丨）表示網絡中各節點的連通度，丨）＝出３忒即節點／的鄰節點個數。鄰接矩陣Ａ表示節點間的鄰接關系，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，可得翻轉攻擊下節點的瞬態虛警理，將式（２．１９）和（２．２０）代入上述表達式，可得偏移攻擊下節檢測概率。??果與分析??感知數據錯誤化攻擊對系統性能的影響，接下來進行仿真。假感器節點和１個目標構成，網絡拓撲結構如圖２．２所示。網。惡意節點采取翻轉攻擊的方式。先驗概率，采樣２０次，信道增益相同且均為１，噪聲功率均取１，假設，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據錯誤化攻擊建模與分析??（１）穩態性能仿真??圖２．３給出了惡意節點比例與攻擊概率對系統偏移系數的影響。我們仿真了惡意??節點比例?ａ?＝｛０，０．３，０．４，０．５，０．６，０．７，０．８｝（即惡意節點數量爪＝?｛〇，?３，４，５，６，７，８｝），??攻擊概率；？ｅ［０，ｌ］時的偏移系數的值。偏移系數可以作為衡量系統穩態檢測性能的指??標，偏移系數越小，檢測性能越差。當偏移系數為０時，分布式檢測系統失效，根據??式（２．３１），可以算出盲化條件為叩＝０．８０。??從圖２．３中可以看到，當攻擊概率戶＝０，即網絡中沒有攻擊時，此時偏移系數??的值最大，系統穩態檢測性能最佳。當攻擊概率變大或者惡意節點比例增大時偏移系??數逐漸減小，系統檢測性能變差，網絡趨于盲化，此時目標是否存在的檢驗統計量統??計特性幾乎是一致的。網絡中惡意節點比例為０．３至０．６的情況下
【相似文獻】

相關期刊論文 前10條

1 張素妍,聶偉;基于粗糙集理論的分布式檢測系統數據融合[J];北京化工大學學報(自然科學版);2004年01期

2 莊嚴;利用數據融合提高分布式檢測參數的數據處理精度[J];測控技術;2002年12期

3 謝紅衛;大規模串行分布式檢測的性能[J];國防科技大學學報;1996年01期

4 曹才開;基于模糊狀態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;一種權值在線學習的分布式檢測系統的融合算法[J];系統工程與電子技術;2003年03期

6 關鍵,何友,彭應寧;多傳感器分布式檢測綜述[J];系統工程與電子技術;2000年12期

7 謝紅衛，蘇建志;串行分布式檢測最優化研究[J];系統工程與電子技術;1995年01期

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

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

10 聶偉,張素妍;分布式檢測系統數據不相容情況下的融合方法[J];北京化工大學學報(自然科學版);2004年03期

相關博士學位論文 前3條

1 劉源;基于模糊信息處理的數據融合方法研究[D];西安電子科技大學;1999年

2 劉義海;基于信息融合的水中目標屬性識別關鍵技術研究[D];西北工業大學;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;1999年

相關碩士學位論文 前10條

1 朱曉穎;分布式檢測中智慧的數據篡改攻擊與防御方法研究[D];浙江大學;2018年

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

3 陳璐;協同探測系統分布式檢測算法研究[D];電子科技大學;2018年

4 錢少明;制造過程中的分布式檢測系統模型及其應用系統分析[D];浙江大學;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;2011年

6 孫小靜;無線傳感器網絡中分布式檢測的相關問題研究[D];東南大學;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;2007年

8 陳瑞祥;工業無線網絡異常節點分布式檢測機制的研究與實現[D];重慶郵電大學;2017年

9 游雪峰;分布式檢測系統的網絡通信研究[D];重慶大學;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;2013年

本文編號：2892964