无线传感网中基于DPAM-MD算法的恶意节点识别研究

TP393; 随着无线传感器网络的不断发展,恶意节点对其安全造成了极大的威胁.传统的基于信誉阈值的模型无法准确的识别亚攻击性等恶意节点,而且会出现低识别率和高误判率等问题.为了解决这些问题,引入了基于DPAM-MD算法的新型恶意节点识别方法,在传统信誉阈值判断模型的基础上,通过结合曼哈顿度量和DPAM算法识别出亚攻击性节点.算法中提出一种新型的基于密度的聚类算法,并结合簇间和簇内距离均衡化的目标函数,将所有的节点进行分类.该算法可以提高聚类质量,有效缩短聚类时间,提高了恶意节点识别的效率.经仿真实验结果验证,改进后的算法对识别特征不明显的恶意节点效果十分显著....

Full description

Saved in:
Bibliographic Details
Published in通信学报 Vol. 36; no. Z1; pp. 53 - 59
Main Authors 张琳, 尹娜, 王汝传
Format Journal Article
LanguageChinese
Published 南京邮电大学计算机学院,江苏南京210003 2015
南京邮电大学计算机技术研究所,江苏南京210003%南京邮电大学计算机学院,江苏南京,210003%南京邮电大学计算机学院,江苏南京210003
南京邮电大学宽带无线通信与传感网技术教育部重点实验室,江苏南京210003
江苏省无线传感网高技术研究重点实验室,江苏南京210003
Subjects
wireless sensor networks
恶意节点
DPAM-DM
无线传感器网路
malicious node
DPAM-MD
Online AccessGet full text

Cover

More Information
Summary:TP393; 随着无线传感器网络的不断发展,恶意节点对其安全造成了极大的威胁.传统的基于信誉阈值的模型无法准确的识别亚攻击性等恶意节点,而且会出现低识别率和高误判率等问题.为了解决这些问题,引入了基于DPAM-MD算法的新型恶意节点识别方法,在传统信誉阈值判断模型的基础上,通过结合曼哈顿度量和DPAM算法识别出亚攻击性节点.算法中提出一种新型的基于密度的聚类算法,并结合簇间和簇内距离均衡化的目标函数,将所有的节点进行分类.该算法可以提高聚类质量,有效缩短聚类时间,提高了恶意节点识别的效率.经仿真实验结果验证,改进后的算法对识别特征不明显的恶意节点效果十分显著.
ISSN:1000-436X
DOI:10.11959/j.issn.1000-436x.2015281