WSN中针对节点捕获攻击的检测与控制

doi:10.3969/j.issn.1001-2400.2012.01.033

J4 ›› 2012, Vol. 39 ›› Issue (1): 185-190.doi: 10.3969/j.issn.1001-2400.2012.01.033

WSN中针对节点捕获攻击的检测与控制

周捷¹;郭渊博¹;胡凌燕²

(1. 解放军信息工程大学电子技术学院，河南郑州 450004；
2. 南昌大学机电学院，江西南昌 330031)

收稿日期:2011-09-29 出版日期:2012-02-20 发布日期:2012-04-06
作者简介:周捷(1986-)，男，解放军信息工程大学硕士研究生，E-mail: czechou@163.com．
基金资助:
河南省科技创新杰出青年计划资助项目(104100510025);国家自然科学基金资助项目(61003300)

Detection and control of the node capture attack in WSN

ZHOU Jie¹;GUO Yuanbo¹;HU Lingyan²

(1. Inst. of Electronic Tech., the PLA Info. Eng. Univ., Zhengzhou 450004， China;
2. Mechanical and Electronic Eng. College, Nanchang Univ., NanChang 330031， China)

Received:2011-09-29 Online:2012-02-20 Published:2012-04-06

摘要/Abstract

摘要：

针对无线传感器网络(WSN)中存在的节点捕获攻击，提出了一种节点捕获检测方法．该方法利用序贯概率比检验检测出网络中的捕获节点，并结合控制理论对网络进行控制，利用离散系统二次型性能指标的最优控制，获得网络控制下的最优控制序列，以实施对网络的最优控制．仿真结果表明，本方法能够检测出网络中捕获节点，并通过不断对网络实施控制，使网络状态渐近稳定．

关键词: WSN, 节点捕获攻击, 检测, 控制

Abstract:

Aiming at the disadvantage of node capture attack that exists in the WSN(Wireless Sensor Network), we presents a node capture detection method using SPRT(Sequential Probability Ratio Test) to detect capture nodes, and regulate the network by control theory tools. The optimal control sequence is accessed by optimal control of discrete system quadratic performance index. Simulation results show that this method can detect the capture nodes, and that the network status becomes asymptotically stable through continuous implementation of network control.

Key words: WSN, node capture attack, detection, control

中图分类号:

TP393

周捷;郭渊博;胡凌燕. WSN中针对节点捕获攻击的检测与控制[J]. J4, 2012, 39(1): 185-190.

ZHOU Jie;GUO Yuanbo;HU Lingyan. Detection and control of the node capture attack in WSN[J]. J4, 2012, 39(1): 185-190.

参考文献

［1］于海斌, 曾鹏. 智能无线传感器网络系统［M］. 北京: 科学出版社, 2006.
［2］ Perrig A, Stankovic J, Wagner D, Security in Wireless Sensor Networks ［J］. Communications of the ACM, 2004, 47(6): 53-57.
［3］孔繁瑞, 李春文. 无线传感器网络动态密钥管理方法［J］. 软件学报, 2010, 21(7): 1679-1691.
Kong Fanrui, LI Chunwen. Dynamic Key Management Scheme for Wireless Sensor Network ［J］. Journal of Software, 2010, 21(7): 1679-1691.
［4］苏忠, 林闯, 封富君, 等. 无线传感器网络密钥管理的方案和协议［J］. 软件学报, 2008, 18(5): 1218-1231.
Su Zhong, Lin Chuang, Feng Fujun, et al. Key Management Schemes and Protocols for Wireless Sensor Networks ［J］. Journal of Software, 2008, 18(5): 1218-1231.
［5］ Tague P, Poovendran R. Modeling Adaptive Node Capture Attacks in Multi-hop Wireless Networks ［J］. Ad Hoc Network, 2007, 5(6): 801-814.
［6］ Tague P, Poovendran R. Modeling Node Capture Attacks in Wireless Sensor Networks［C］//Proc of the 46th Annual Allerton Conference on Communication, Control, and Computing. Urbana: IEEE, 2008: 1221-1224.
［7］ Bonaci T, Bushnell L, Poovendran R. Node Capture Attacks in Wireless Sensor Networks: a System Theoretic Approach ［C］//Proc of the 49th IEEE Conference on Decision and Control. Atlanta: IEEE, 2010: 6765-6772.
［8］ Eschenauer L, Gligor V. A Key Management Scheme for Distributed Sensor Networks［C］//Proc of the 9th ACM Conf. on Computerand Communications Security. New York: ACM, 2002: 41-47.
［9］尤昌德. 现代控制理论基础［M］. 北京: 电子工业出版社, 1996.
［10］ Brown J, Du Xiaojiang. Detection of Selective Forwarding Attacks in Heterogeneous Sensor Networks［C］//Proc of the 2008 IEEE International Conference on Communications. Beijing: IEEE, 2008: 1583-1587.

[1]	曲家慧, 贺杰, 董文倩, 李云松, 张同振, 杨宇菲. 联合多尺度高低频信息融合的变化检测方法[J]. 西安电子科技大学学报, 2025, 52(1): 105-116.
[2]	汤书苑, 周一青, 李锦涛, 刘畅, 石晶林. 基于特征校准的双注意力遮挡行人检测器[J]. 西安电子科技大学学报, 2024, 51(6): 25-39.
[3]	孙非凡, 赵琰. 结合自适应网格描述符和图像能量的图像哈希[J]. 西安电子科技大学学报, 2024, 51(5): 136-148.
[4]	王小鹏, 石欢. 改进型YOLOv8融合关键点的跌倒检测算法[J]. 西安电子科技大学学报, 2024, 51(5): 149-164.
[5]	张铭津, 周楠, 李云松. 平滑交互式压缩网络的红外小目标检测算法[J]. 西安电子科技大学学报, 2024, 51(4): 1-14.
[6]	李小涵, 杨颜博, 张嘉伟, 李宝山, 马建峰. 面向以太坊智能合约的图神经网络漏洞检测[J]. 西安电子科技大学学报, 2024, 51(4): 139-150.
[7]	姜来为, 顾海洋, 谢丽霞, 杨宏宇. 机器学习在WSN入侵检测中的应用研究[J]. 西安电子科技大学学报, 2024, 51(4): 206-225.
[8]	郝孟男, 李颖, 宋光辉. 叠加导频传输无标识随机接入方案研究[J]. 西安电子科技大学学报, 2024, 51(3): 1-8.
[9]	张相南, 高新波, 田春娜. 基于多边形特征池化与融合的复杂文本检测[J]. 西安电子科技大学学报, 2024, 51(3): 113-123.
[10]	王静, 何苗苗, 丁建立, 李永华. 面向多维时间序列异常检测的时空图卷积网络[J]. 西安电子科技大学学报, 2024, 51(3): 170-181.
[11]	衡红军, 喻龙威. 基于多尺度特征信息融合的时间序列异常检测[J]. 西安电子科技大学学报, 2024, 51(3): 203-214.
[12]	龚峻扬, 付卫红, 方厚章. SAR图像舰船目标检测的轻量化和特征增强研究[J]. 西安电子科技大学学报, 2024, 51(2): 96-106.
[13]	丁昕苗, 王家兴, 郭文. 三维注意力增强的暴力场景检测算法[J]. 西安电子科技大学学报, 2024, 51(1): 114-124.
[14]	钟浩, 边山, 王春桃. 结合自注意力与卷积的真实场景图像篡改定位[J]. 西安电子科技大学学报, 2024, 51(1): 135-146.
[15]	曾勇, 郭晓亚, 马佰和, 刘志宏, 马建峰. 联邦加密流量分类中的细粒度防御方法[J]. 西安电子科技大学学报, 2024, 51(1): 157-164.

WSN中针对节点捕获攻击的检测与控制

Detection and control of the node capture attack in WSN

PDF (PC)

赞

可视化

被引次数

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

Metrics

本文评价

推荐阅读 0