ACO结合P2P信任模型的无线传感器网络Sinkhole攻击检测

摘要：

针对无线传感器网络中的Sinkhole攻击问题,提出了一种基于蚁群优化(ACO)结合P2P信任模型的Sinkhole攻击检测(P-ACO)算法.首先,使用蚁群优化算法检测路由中是否存在Sinkhole攻击,并生成传感器节点的警报信息;然后,利用布尔表达式进化标记生成算法为群组警报节点分发密钥,并使用密钥标记可疑节点;最后,计算可疑节点列表中各节点的信任值,将信任值低于预设阈值的节点视为攻击节点.分析表明,相比二分查找算法与基于规则匹配的神经网络(RMNN)算法,该算法在匹配过程中需要更少的匹配搜索次数,提高了算法执行效率.实验结果显示,相比RMNN算法,该算法可以更加准确地检测Sinkhole攻击.

关键词：无线传感器网络、Sinkhole攻击、二分查找算法、蚁群优化、P2P信任模型

所属期刊栏目：32

分类号：TP393(计算技术、计算机技术)

在线出版日期：2016-06-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：52-58