无线Mesh网络恶意节点检测与屏蔽方法研究
本文关键词:无线Mesh网络恶意节点检测与屏蔽方法研究 出处:《中国民航大学》2017年硕士论文 论文类型:学位论文
更多相关文章: 无线Mesh网络 源节点消息 投票算法 检测率 误报率 黑名单
【摘要】:无线Mesh网络(wireless Mesh network,WMN)是一种应用前景广阔的自组织、自配置的无线多跳网络。和传统的无线网络相比,无线Mesh网络具有灵活性强、移动性高和可快速部署等优点。由于无线Mesh网络中的每个节点均可发送和接收数据,并可以与一个或多个对等节点直接通信,故极易受到内部恶意节点攻击。现有的恶意节点检测方法对无线Mesh网络恶意节点检测效率低,并且在检测出恶意节点后,无法将其屏蔽。首先,本文论述了无线Mesh网络基本结构和特点以及恶意节点检测对于无线Mesh网络安全的重要性,分析了两种常用恶意节点检测方法。其次,提出一种基于移动Ad-hoc网络更优方案(better approach to mobile Ad-hoc networking,BATMAN)路由协议的恶意节点检测与屏蔽模型(malicious node detection and shield model based on BATMAN routing protocol,MNDSMB)。通过分析源节点消息生成丢包率等参数记录路由变化,将参数和预测值(阈值)进行比较,在网络节点上锁定可疑节点,使用改进的K/N投票算法,让所有节点参与判定可疑节点是否为恶意节点,并采用源节点列表更新方式将恶意节点身份标识号加入黑名单,实现对无线Mesh网络中恶意节点的屏蔽。最后,实现了MNDSMB模型的恶意节点检测模块和屏蔽模块。在仿真环境下进行检测性能评估实验,将MNDSMB的恶意节点检测方法和常用恶意节点检测方法进行检测对比,实验结果表明,MNDSMB具有较高的恶意节点检测率和较低的误报率。恶意节点屏蔽有效性实验证明MNDSMB能够有效屏蔽无线Mesh网络中的恶意节点。
[Abstract]:The wireless Mesh network (wireless Mesh network, WMN) is a self organizing and self configuring wireless multi hop network with wide application prospects. Compared with the traditional wireless network, the wireless Mesh network has the advantages of strong flexibility, high mobility and rapid deployment. Because every node in wireless Mesh network can send and receive data, and can communicate directly with one or more peer nodes, it is vulnerable to internal malicious node attacks. The existing malicious node detection method has low detection efficiency for the wireless Mesh network malicious nodes, and can not shield the malicious nodes after detecting the malicious nodes. First of all, this paper discusses the basic structure and characteristics of wireless Mesh network and the importance of malicious node detection for wireless Mesh network security, and analyzes two commonly used malicious node detection methods. Secondly, a malicious node detection and screening model based on the better approach to mobile Ad-hoc Networking (BATMAN) routing protocol is proposed, which is called Ad-hoc malicious node detection detection, which is malicious, node and detection. Through the analysis of the source node generates a message loss rate parameter record route changes, parameters and predictive value (threshold) compared to lock the suspicious node in the network node, use the K/N algorithm to improve the voting, let all nodes participate in the determination of whether the node is suspicious and malicious nodes, the source node will update the list of malicious node identity on the blacklist, shielding of malicious nodes in wireless Mesh network. Finally, the malicious node detection module and shielding module of the MNDSMB model are implemented. In the simulation environment, the performance evaluation experiment is carried out. The MNDSMB malicious node detection method and the commonly used malicious node detection methods are compared. The experimental results show that MNDSMB has a high detection rate of malicious nodes and a low false positive rate. The shielding effectiveness experiment of malicious nodes proves that MNDSMB can effectively shield malicious nodes in wireless Mesh networks.
【学位授予单位】:中国民航大学
【学位级别】:硕士
【学位授予年份】:2017
【分类号】:TN929.5
【相似文献】
相关期刊论文 前10条
1 李小庆;袁一方;何冰;;成簇阶段恶意节点识别与剔除模型研究及实现[J];电子设计工程;2011年11期
2 邹宽城;欧阳园玲;牛春诚;邹yN;;基于最大隶属度原则的恶意节点检测方法[J];长春工业大学学报(自然科学版);2012年05期
3 曾梅梅;蒋华;王鑫;;一种新的无线传感器网络恶意节点追踪方法[J];传感技术学报;2013年01期
4 蒋元曦;赵保华;;无线传感器网络路由协议中的恶意节点发现和定位机制[J];中国科学技术大学学报;2008年03期
5 崔慧;潘巨龙;闫丹丹;;无线传感器网络中基于信誉-投票机制的恶意节点检测[J];中国计量学院学报;2013年04期
6 胡玲龙;潘巨龙;崔慧;;无线传感器网络中基于信誉的恶意节点检测[J];中国计量学院学报;2012年01期
7 冯艳芬;米亮;;一种分层的基于节点信誉的恶意节点检测方法[J];广东通信技术;2013年03期
8 刘华博;崔建明;戴鸿君;;基于多元分类的无线传感器网络恶意节点检测算法[J];传感技术学报;2011年05期
9 张翼英;贺琳;;基于分簇算法的恶意节点的监测与隔离机制[J];沈阳工程学院学报(自然科学版);2010年03期
10 刘丽梅;陆松年;;WSN中目标跟踪时的恶意节点检测[J];信息安全与通信保密;2011年04期
相关博士学位论文 前1条
1 章曙光;无线传感器网络虚假数据过滤及恶意节点定位问题研究[D];中国科学技术大学;2014年
相关硕士学位论文 前10条
1 陈淑晓;基于信任估计的恶意节点检测策略[D];西安电子科技大学;2014年
2 谢晋阳;物联网可信感知与识别关键技术研究[D];长沙理工大学;2014年
3 申亚亚;无线传感器网络恶意节点检测研究[D];西安电子科技大学;2015年
4 李航;无线Mesh网络恶意节点检测与屏蔽方法研究[D];中国民航大学;2017年
5 付一峰;无线传感器网络应用中恶意节点检测技术研究[D];华中科技大学;2009年
6 许金红;无线传感器网络中恶意节点的检测和定位策略研究[D];中南大学;2009年
7 盛燕;无线传感器网络恶意节点识别技术研究[D];哈尔滨工程大学;2008年
8 任宇龙;基于MapReduce云环境中恶意节点检测技术的研究[D];北京邮电大学;2013年
9 林佩;移动Ad Hoc网络中基于信誉机制的恶意节点识别方法研究[D];哈尔滨工业大学;2010年
10 崔慧;无线传感器网络中恶意节点检测关键技术研究[D];中国计量学院;2014年
,本文编号:1340964
本文链接:https://www.wllwen.com/shoufeilunwen/xixikjs/1340964.html