传感器网络中一种信任管理机制.

1、第30卷第5期桂林电子科技大学学报Vo. l 30, N o. 5 2010 年 10 月Journal of G uili n Un iversity o f Electro nic Tech no logyO ct . 2010传感器网络中一种信任管理机制收稿日期:2010 09 29基金项目：国家自然科学基金（61063040,桂林市科学研究与技术开发项目(20100104 1 联系作者：E m ai:l tl huang guet . edu . cn黄廷磊，李小龙（桂林电子科技大学计算机科学与工程学院，广西桂林541004摘要:传感器网络的正常运行依赖于传感器节点的相互协作，对于易俘

2、获、可靠性差的传感器节点组成的传感器网络来说，及时有效地识别网络中的恶意节点 有着极其重要的意义。一种基于本地 信息的评估节点信任值的信任管理机制，与 以往的信任管理系统相比，能够有效解决以往 系统存在的正常节点误判为恶意节 点等问题。算 法分析和仿真实验证明了该系统 与RFSN系统相比，具有较为明显 的优越性。关键词:传感器网络；信任管理；机制中图分类号：TP393文献标识码:A文章编号:1673 808X （2010 05 0428 04An trustm an age m ent sche m e for sen sor net worksH uang T i ng le, i L iX

3、 iao long(Sc hool o f Co m put e r Sci ence and Eng i n eeri ng , Guili n Un i versit y of El ec t ron ic T echn olo gy , G uili n 541004, Chi naAbstrac t :Se nsor net wo rks con sists o f a large nu m ber of l ow co st sensi ng no des , wh ich are un reli able and vu l n erab l e to m a li c i ous

4、attacks and node co m prom i se . The perfo r m ance o f net wo rks depends on the co llaboratio n a m ong no des , hence eff ec ti ve , ti m ely detecti on of m alicious no des i n net w orks , depIo yed i n ho stile env iron m ents , beco m e ex trem ely i m p orta nt . A c cordi ng to l oca l i n

5、 f o r m ati on , w e prop ose a trustm an agem ent she m e t o eva l uate t he trust value o f no des . T he prop osed sys te m can so l ve key prob l em s o f ex isti ng systems , such as hon est no des being m isj udged . Theoretica l ana l y is and expe ri m en tal s i m u l a tion de m on strat

6、e t hat the propo sed schem e i s of supe ri o rity comparing w it h t he RFSN system . K ey word s :se nsor net works ; trust m anag e m ent ; sche m e1信任管理无线传感器网络是由大量廉价、可靠性较差的传感器节点组成的特殊Ad hoc网络，在军事和民用领域具有广泛的应用，是目前一个非常活跃的研究领域。传 感器网络常常部署在战场环境或者无法实施物理保护的环境中，节点容易被俘获，如果不及时识别被俘获的节点，这类注入了恶意代码的节点将会有意地产生丢

7、弃、重放、修改和伪造数据包等恶性行为，以达到破坏网络的正常运行、损害网络的服务质量等 目的。传统的基于密码体制的安全机制如加密和认证等，主要用 于抵御外部攻击，而无法解决由于节点被俘获产生的内部攻击，因此，需要新技术及时发现 被俘获的节点，保证参与任务的节点都以诚实方式协同工作。信任管理是对基于密码体制安全措施的有效补充1,在因特网2、P2P网络3、Ad hoc 4 5、传感器网6, 8 10、社会网络11等网络环境中已得到广泛应用,也取得了很多的研究成果,如eBay 7、RFSN 6、TEFDN 5等信任管理系统。由于传感器节点运行代码难以检测、节点的通信、计算存 储能力有限等原因，信任管理

8、实施在无线传感器网络应用环境中还存在很多的困难，尽管当前一些学者开始研究传感器网络中的信任管理问题，也取 得一些进展6 10。信任管理系统根据信任证据的种类可分为两类：基于授权的信任管理系统和基 于行为的信任管理系统12。基于凭证的信任管理系统根据部署前的预置信息决定个体间的信任关系，并以凭证的形式表示，互相认识的个体根据信任关系直接签署授权凭证，两个陌生的个体若存在信任链也可以委托授权的方式实现信任传 递。然而，基于凭证的信任管理系统或依 赖于完全可信任的第三方，或复杂的公钥 计算，并缺乏节点行为评价机制，难以适用于计算能力、 能量有限、节点状态不 可靠的传感器节点组成的传感器网络。在基于行

9、为的信任管理系统中，节点通过 观察邻居节点的行为和其他节点间接的推荐 分别称之为直接证据和间接证 据,持一个续地对它们进 行信任评价，其目的就是通过给实施恶性行为的恶意节点分配 较低的信任值，孤立这些恶意节点。由于节点运 行代码难于检测，节点的状态只能 通过节点的外在行 为进行推断，当前传感器网络信任管理研究中通常采 用的方案 大部分属于基于行为的信任管理系统。当前传感器网络基于行为的信任管理系统中，节点的信任值或者声望值几乎都是通过对工作能力进行量化后得到，对于工作 能力较差的节点即信任值较低的节点，即把它当做网络中的恶意节点以此剔除。这种通过节点的工作能力衡量节点状态的方法，不可避免地存在

10、着一些偏差，造成 了当前传感器网络信任 管理存在着一些难以克服的问题，如正常节点误判为 恶意 节点的问题。基于本地信息，提出了一种评价节 点状态的方法，在此基础上给出了 节点信任值，最终实现一种评价节点状态的信任管理机制。2 RSFN算法的基本思想与分析2. 1 RSFN算法的基本思想Ganeri w al Srivastava于2004年提出了一 个典型 的基于信任值的信任管理系统。观察节点i对被观察节点j的信任值T ij由观察节点对被其的信誉评 价Rij得到，而信誉评价R ij的值取决于下列两个因素：节点i通过对节点j的直接观察计算；节点i根据其他邻居节点1-n发送的关于节点j的间接观察结

11、 果，j =(wag e a j +r ,j =(wa g e j +s ,j = j + n i=12 k k j(k +2 ( j + j +2 +2 k , j = j + n k=12 k k j(k +2 ( j + j +2 +2 k R ij =B eta ( j +1, j +1,T ij =E (Rij =j +1j + j +2（1其中:参数（j , j为用来计算节点j信誉值的（成功/失败信誉因子（从节点i 的角度；初始值都为0; w ag e为老化因子；（k j , k j为从节点k得到的关 于节点j 的（成功/失败信誉因子；r和s分别为节点i与节点j最近合作成功和不成功

12、的次 数。2. 2 RSFN算法的分析根据RSFN给出的信任值 评估模型 可知，RSFN的信任值是对节点工作能力的一种预测，其忽略了部 署环境对节点行为的影响。RSFN依据该思想识别和 剔 除恶意节点,显然,RSFN信任管理系统存在着下列 问题难以克服 解决：正常节点 可能被 误判成恶 意节点。当网络的部署环境较好（网络的部署环境对数据 无线传 输、环境感知影响较小时,大多数的正常节点因具有较好的工作能力而获得较高 的信任值，所以可 以有效地参与任务、 协同工作。但网络的部署环境较 恶劣或局 部区域发生通信拥塞时，正常节点也会多次发生丢包、数据包转发失败等恶性行 为，造成自身的 信任值降低，导

13、致正常节点被误判成恶意节点而被周 围节点孤立。显然，传感器网络若在恶劣环境中采用 这类的信任管理系统，节点可能彼此孤立， 导致传感器网络难以完成指定任务。3基于状态评价的信任管理机制基于RFSN等算法依据节点工作能力评价节点 状态存在的问题，本文提出了 一种评价节点状态的评 估算法，其基本思想是：通过观察节点的外在行为，根据处 于正常状态的节点在该环境条件等级下发生恶性行为的概率以及节点近期在环境条件等级下被观 察到发生该类行为的总次数以及恶性行为的次数，估算节点处于正常状态的概率或者恶意状态的概率。我们考虑了一种较为简单的情况：处于正 常状态的节 点发生恶性行为的概率区间为固定值，而非一个区

14、间 范围。不妨用变量0表示该类行为，ER表示节点的环，c429第5期黄廷磊等：传感器网络中一种信任管理机制意状态的节点在ER下发生0类恶性行为的概率和n分别表示节点发生该类行为的总次数和恶性行示节点为正常状态的概率和恶意状态的概率。如果用为次数,P z和P e分别表A表示事件节点为正常状态，A表示事件节点为恶意状态，B表示事件节点任意一次0类行为中即发生恶性行为，C表示事 件m次0类行为中恰好发生n次恶性行为，则上述变量和事件直接存在下面这些等式关系:p z即C发生的条件下A发生的概率，用数学等式表示成P (A |C =p z。类似地，下面等式关系也成立:P ( A |C =p e ;在A发生

15、的条件下C发生的概率就是处于正常状 态的节点发生0类恶性行为的概率，即P (B |A=b ,类似地,P (B | A =c。在求后验概率P (A |C和P ( A |C之前,先假设先验概率 P (A 和 P (A -分别为和(显然,+ =1。根据贝叶斯原理,P (A|C =P (C=P (CA +P (CA=P (A P (C|A +P (A- P (C |A -(2式(2中P (C |A的值没有直接给出,但事件C为在m次试验中,事件B恰 好发生n次,根据伯努利概型，可以得到P (C|A =C n m P (B|A n (1-P (B|A m-n(3类似地，可以得到P (C|A - =C nm

16、 P (B|A - n(1-P (B|A - m-n。（4综合式（2、式（3和式（4,P (A|C =P (CP (A C nm P (B|A n(1-P (B |Am-nP (A C n mP (B|A n(1-P (B|A m-n+P (A C n mP (B|A n(1-P (B|Am-n=C n m b n (1-bm-nC n m b n (1-b m-n + C n m c n (1-c m-n。(5 类似地,P (A-|C = C n(1-m-nC n m b n (1-b m-n + C n m c n (1-cm-n (64仿真结果为了评估机制的性能，在OP NET仿真平台上

17、设 计实现了基于节点状态估计的 信任管理机制 NSET M S (Node State E sti m ati o n based Trust M anage m entSche m e,并实现了文献 提出的基于声望的信任 系统系统RFSN (Reputationbased Fra m e w or k for h i g h i n tegrity Sensor N et w orks 正常节点 诚实地 工作,恶意节点故意地实施破坏行为，信任管理系统的中心任务是及时有效地识别恶意 节点，若信任管理系统 运行一段时间后，一些诚实工作的正常节点获得的信 任值较 低，被观察节点误认为恶意节点，这样

18、的情形 越多，表明信任管理系统识别恶意节 点的有效性和准 确性越差；反之则说明越好。因此，在仿真实验中，本文提出的方 案将与以上信任管理系统在如下性能上进行比较：正常节点的信任值。在传感器网络的实际应用中，由于环境条件、噪音干扰、节点的元器件廉价 不可靠、节点能力有限等 多种因素的影响，正常节点也会发生丢包、 感知错误生 恶性行为这种实际特性，关系到它们的实际应用范围。一般来讲，环境的恶劣程度不同，正常节点发生恶性行为的频率也会存在 明显区别。在本模拟实验中，假设网络节点部署于较为恶劣的环境中，正常节点发 生恶性行为的概率为0. 3,恶意节点发生恶性行为的最 小概率为0.7。表1为该仿 真实验

19、中采用的实验参数，得到的仿真结果均为20次重复试验的平均值。表1仿真实验的实验参数节点感知数据频率/packet. s -11节点转发数据频率/packet. s -1l t unit /s30t/s600正常节点发生恶意行为的概率0. 3恶意节点发生恶意行为的最小概率0. 7图1为分别 采用NSETM S算法和RFSN算法随着运行时间增长正常节点获得的信任值,其中：RFSN 0. 3、RFSN 0. 5、RFSN 0. 8分别代 表参数w ag e的值0. 3、0. 5、0. &从图1中可以看出,与RFSN算法相比,采用任92430桂林电子科技大学学报2010年10月图1运行时间与正

20、常节点的信任值维持在0. 92以上,而对于RFSN算法,正常节点获得 的信任值却一直在0. 7附近波动,说明了 NSET M S能有效解决RFSN系统中存在的正常节点被误判为恶意节点的问题。5结论提出了一种基于本地信息的评价节点信任值的信任管理机制，与以往的信任管理系统相比，本文提出的系统能够有效解决以往系统存在的正常节点误判为恶意 节点等问题。算法分析和仿真实验表明，该系统与RFS N系统相比，具有较为明显的优越性。参考文献：1 BL AZE M, FEI GENBAUM J , LACY J . Decen tralized trustm an age m en tC/DALEJ , D

21、I N OLT G . Proc . of t he 17th Sy m p . on Secu rit y and P ri vacy , 1996:164 173.2王远，吕建，徐锋，等.一种面向网构软件体系结构的信任驱动服务选取机制J.软件学报，2008, 19(6:1350 1362.3李斓,范磊,回红.行为驱动的基 于角色的 信任管理J.软件学 报,2009,20(8:2298 2306. 4孙玉星，黄松华，陈力军，等.基于贝叶斯决策的自 组网推荐信任度修正模型J.软件学报，2009, 20(9:2574 2586. SUN Y L, H an Z , YU W K, et a. l

22、 A trust eval uati on fra m e w ork i n d i stribu ted net w orks :vu l n erab ility an alys i s and def en se aga i n st at tacksC /IEEEIn foCo m. , 2006:1 13. GANER I W AL S SRI VASTAVA M. R epu tati on b ased fra m e w ork f or h i gh i n tegri ty s en s or n et w ork sC /Proc . of the 2nd ACM W

23、ork shop on Security ofAd H oc and S ensor N et w ork s (SASN 2004. N e w York:ACM P ress , 2004:66 77.7 RESN I CK P , ZECKHAUSER R . T rust a m ong stra ngers i n i n tern et tran s acti ons :Em p i rical an alysis of ebay ' s repu t ati on syste m C / NBER W orksho p onEm p i rical Stud i es o

24、f E l ectro n i c C o mmerce , 2000.8 AI VALOGLOU E, GR I TZALIS S , SK I AN I S C. To w ards a fexi b le trus t es t ab li s hm en t f ra m e w ork for s en s or net w orksJ.S p ecial Issue ofTeleco mm un i cati on s Syste m s on Secu rit y , Pri vacy and Tru st f or B eyond 3G Net works , 2007, 35

25、(3:207 213.9 Z HANG Y, LI U Q, CA I Y, et a. l A novel trust based coop erati ve n ode sel ecti on sche m e i n w i rel ess sen sor net worksC /ln tern ati on al Con ference on C o mmun icati on s and M ob ile Compu ti ng , C M C 0'9, 2009:71 75.10 X I ONG P , Z HANGW. The tru st w ort h i ness

26、bas ed on has h chai n i n w i reles s sen sor net work C /I EEE /I F I P Intern ati onal C onference on Em bedded andUb i qu i tou s C o mpu ti ng , EUC 0' 8, 2008, :101 106.11 M CKNI GHT D H, CHERVANY N L . The m ean i ngs of tru stZ . M ISRCW ork i ng Pap er Seri es , T ech n i cal Report 94

27、04, arls on Schoo l ofM an age m en t ,Un i vers i ty ofM inn esot a , 1996.12 AI VALOGLOU E, GR I TZ ALIS S . T r u st estab lis hm en t i n sensor n et w orks :b ehaviour based , certi fi cate based and a co mb i n ati on al app roach J.I n t ernatio nal Jou rnal of Syste m of Syste m s Eng i neer i ng , 2008, 1(1:128 148.13 KA M VAR S D , SCH LOSSER M T, GARC I AP M OL I NA H. The ei gen trust al gorith m f or repu tati on m an age