论文部分内容阅读
移动终端设备和传感器技术的迅猛发展,催生了一种物联网感知新模式—移动群智感知。移动群智感知将移动用户所持有的移动终端设备作为基本感知节点,进行感知数据的采集和上传,从而实现一些大规模且复杂的感知任务。然而,移动群智感知系统及工作环境更加开放,使其面临着一系列新的挑战。恶意感知工作者通过实施群智感知数据伪造攻击(Crowd Sensing Data Falsification Attack,CSDF攻击),向感知服务提供商报告虚假感知数据影响最终融合判决。论文深入研究移动群智感知中出现的合谋性CSDF攻击,针对感知工作者通过“0-1”方式报告感知数据的特性,提出基于二元-最小最大聚类分析的合谋性CSDF攻击防御机制-BMCA,论文的研究重点和创新点叙述如下:(1)从感知工作者感知行为二元性出发,围绕二元-最小最大聚类分析引入逻辑AND操作,对合谋攻击者间的行为相似性进行衡量,依据其信任值高和相似性向量方差小特点,设计出防御合谋性CSDF攻击的BMCA机制,并且在信任评估过程中抑制合谋攻击者的信任值增长,从而保证了信任评估的准确性。(2)验证BMCA机制防御合谋性CSDF攻击的性能,对合谋攻击者在BMCA防御机制和贝叶斯信任机制下的攻击成功率、信任值变化和信任误差等情况进行仿真对比,仿真结果表明,BMCA防御机制下合谋攻击者的信任值随着感知活动参与次数的增加而不断减少,很快低于信任门限值,合谋性攻击活动难以成功,同时产生的信任误差较小。(3)在物联网空闲频谱感知场景中对提出的合谋性攻击防御机制进行验证。首先,利用BMCA防御机制对“AND”、“OR”和“Majority”等传统硬判决准则进行信任加权改进,产生了防御合谋性CSDF攻击的硬判决数据融合算法,并设计了具体的算法实现流程。然后,围绕虚警概率和检测概率,仿真了BMCA防御机制对“AND”、“OR”、“Majority”硬判决准则改进后的ROC工作特性曲线图以及合谋CSDF攻击者在硬判决数据融合算法中的攻击成功率。最后,通过对仿真结果的综合性分析,说明BMCA机制同时能使硬判决数据融合算法对合谋性CSDF攻击具备较好的防御效果,验证了BMCA防御机制在物联网空闲频谱感知场景中抑制合谋性攻击的有效性。