推荐星级：

高效物联网虚假数据融合结果检测机制

更新时间：2019-12-10 09:23:03 大小：2M 上传用户：xiaohei1810 查看TA发布的资源 标签：物联网 下载积分：1分评价赚积分（如何评价?）打赏收藏评论(0) 举报

资料介绍

数据融合(data fusion)是物联网数据传输和处理的关键步骤之一,在传输过程中提前汇总和处理中间数据,仅将逐层融合的结果发送到应用层,有效降低了中间节点的功耗和负载.然而,在这一过程中,各节点没有保存被融合数据,因此,无法发现和定位针对数据融合结果的数据伪造或篡改攻击.为了杜绝这一安全隐患,提出一种高效的物联网数据融合安全检验机制,通过对数据融合过程建模,发现并刻画被输入数据和融合结果之间的联系,并利用这一模型发现异常的数据融合结果,杜绝恶意数据融合,优化物联网传输安全.首先,在节点/网络的输入端和输出端分别进行数据收集,构建了基于被融合数据的特征压缩摘要机制,提升了数据收集效率并优化了节点资源消耗;其次,提出了基于概率图概率模型的数据融合模型,描述被融合数据和融合结果的时空域关系,并基于这一模型高效检测异常数据融合结果.实验结果表明:所提出的方法能够高效、准确地发现恶意数据融合操作,优化物联网传输安全.

部分文件列表

文件名	大小
高效物联网虚假数据融合结果检测机制.pdf	2M

立即下载

【关注视频号领20积分】【关注公众号立即送20积分】

部分页面预览

（完整内容请下载后查看）

计算机研究与发展DOI：10．7544／issnl000—1239．2018．20180123

55(7)：1488—1497，2018

Computer

Research and

Development

Journal

高效物联网虚假数据融合结果检测机制

许志伟

张玉军

100190)

(中国科学院计算技术研究所北京

(中国科学院大学北京100049)

(xuzhiwei200

1@ict．ac．cn)

Fusion in IoT

Efficient Detection of False Data

and

Xu Zhiwei

Zhang Yuj

100190)

(Institute

Academy of Sciences，Beijing

100049)

Sciences，Beijing

of Computing Technology，Chinese

Chinese

(University of

Academyof

the

Internet of

things(IoT)．In

is the

for data transmission

Abstract Data fusion

critical

process

the

data is

and

processed

in the network，and

aggregated

data fusion

only

reduces the

layer，which effectively

original sensing

process，the

data fusion are sent to the

results of

aggregated

application

no network node caches the

the workload

and alleviates

the sink node．Since

resource

consumption

to detect and locate the false data

in the data fusion

data

impossible

injection

efficient

process，it

aggregated

fusion results．In order to

this

significant

vulnerability，an

the data fusion

attack

data

mitigate

in this

against

data fusion is

detection scheme of false

we discOVer and model the

modeling

paper．By

process，

proposed

the

between the

data and the fusion results，and

apply

relationship

model to detect abnormal data

input

malicious data

mitigate

fusion

this

can

results．In

obtained

way，we

first collect

detail，we

data and the

mechanism is

addition，a

the IoT transmission

fusion and

security．In

input

feature

representation

optimize

results

each

relevant data fusion

for

node，and

compressed

and reduce the resource

the data collection

consumption．In

the and

efficiency

designed

improve

based on

model is

temporal

data fusion model

proposed

depict

spatial

probabilistic graph

take the model

the

data and the data fusion

relationshiD between

results．Ultimately，we

input

that

in an

results demonstrate

^efficientway．The experimental

detect the abnormal data fusion results

and

detect malicious data fusion

accurately

the

detection scheme can

IoT transmission

operations efficiently

fusion

model；lightweight；

proposed

and thus

security．

guarantee

data

fusion；data

words|nternet

things(10T)；in—network

Key

of false data

efficiency；detection

injection

fusion)是物联网数据传输和处理的关键步骤之一，在传输过程中提前汇总和处

摘要$Jr．．N融=zv(data

理中间数据，仅将逐层融合的结果发送到应用层，有效降低了中间节点的功耗和负载．然而，在这一过程

中，各节点没有保存被融合数据，因此，无法发现和定位针对数据融合结果的数据伪造或篡改攻击．为了

收稿日期：2018一02—09；修回日期：2018-05

基金项目：国家自然科学基金项目(61402446，61572474，61672500)；国家重点研发计划项目(2016YFE0121500)；内蒙古自治区自然科学基

金项目(2017MS(LH)0601)

of China(61402446，61572474，61672500)，the National

the National Natural Science Foundation

was

This work

supported

the

Science Foundation of Inner

Mongolia

of China(2016YFE0121500)，and

Natural

Kev Research and

Program

Development

Autonomous

of China(2017MS(LH)0601)．

Region

万方数据

1489

许志伟等：高效物联网虚假数据融合结果检测机制

杜绝这一安全隐患，提出一种高效的物联网数据融合安全检验机制，通过对数据融合过程建模，发现并

刻画被输入数据和融合结果之间的联系，并利用这一模型发现异常的数据融合结果，杜绝恶意数据融

合，优化物联网传输安全．首先，在节点／网络的输入端和输出端分别进行数据收集，构建了基于被融合

数据的特征压缩摘要机制，提升了数据收集效率并优化了节点资源消耗；其次，提出了基于概率图概率

模型的数据融合模型，描述被融合数据和融合结果的时空域关系，并基于这一模型高效检测异常数据融

合结果．实验结果表明：所提出的方法能够高效、准确地发现恶意数据融合操作，优化物联网传输安全．

关键词物联网；网内数据融合；数据融合模型；轻量级；高效；数据篡改攻击检测

中图法分类号TP393．08

作为互联网的延伸和扩展，物联网是信息技术

领域的又一次重大变革．物联网的基本特征是信息

的全面感知、可靠传送和智能处理．通过传感设备获

取实体信息，并通过网络传输到相关服务节点，实现

人一物、物一物互联，实现物理世界实体的智能化识

别、定位、跟踪、监控和管理．物联网是由各种不同支

撑技术组合而成的异构体系结构，如面向实物的

RFID通信、面向智能终端的移动计算、面向感知节

点的传感器网络，以及面向Internet用户的数据共

享、应用服务等．物联网在不同的逻辑层面部署了这

些技术和相应的实体．在物联网的感知层(sensing

layer)和网络／接入层(core layer)，智能终端、传感器

以及RFID阅读器和标签的数据经过汇总和融合提

交给应用层(application layer)．应用层中，相应的应

用服务收集从网络／接入层收到的数据融合结果，在

融合结果基础上更新服务状态，为用户提供服务．

数据融合(data fusion)是对物联网多源异构数

据进行综合处理获取确定性信息的过程．在物联网

感知网络中，对感知数据进行融合处理，只将少量有

意义的信息传输到汇聚节点，有效减少数据传输量，

降低中间节点功耗，提升相关节点的在线时间．在这

一数据融合过程中，为了保证融合效率和压缩数据

传输，物联网接人层节点对收到的数据进行数据融

合时，仅针对上层服务需求汇总数据，同时最大程度

地去除无用数据的影响，整个数据融合过程是一个

有损处理过程[1。4]．这就在数据融合过程中留下了关

键的隐患，攻击者可以在物联网覆盖的区域内配置

恶意节点，或捕获合法节点发动针对数据融合结果

的恶意篡改攻击．由于下游节点不保存融合前的数

目前在实现物联网安全数据融合方面主要有

2种途径：

1)提高数据传输安全性，即通过加密传输等机

制保证收到数据的真实性口。3]，鉴于高强度的加密机

制带来的大量时间和能量开销，目前这一途径还很

难在资源受限的物联网中应用．

2)构建安全数据融合机制，文献[4—63利用相

邻节点相似和冗余的感知结果，利用多个融合结果

对抗可能出现的对融合结果的恶意修改，这一方案

只能在数据冗余的情况下展开．

上述2类构建安全数据融合的方案仍然无法彻

底杜绝物联网数据融合过程中的安全问题，需要构

建全新的物联网数据融合安全机制，全面保障数据

融合过程的可靠性，提升物联网数据传输的安全性．

物联网的感知层和接入层节点资源有限，无法

应用现有互联网中的安全机制抵御和检测攻击[4。5]，

需要构建资源消耗小且可以广泛部署的安全机制．

同时，物联网节点众多，感知层数据更新频繁，因此

数据传输量巨大，如何在如此高的负载下高效完成

攻击的检测和防范，这是实现物联网数据融合安全

的另一个关键难点．

为了杜绝数据融合的安全隐患，本文提出物联

网数据融合安全检验机制，通过对相关节点／网络的

数据融合过程建模，发现并刻画被输入数据和融合

结果之间的联系，发现异常的数据融合结果，杜绝恶

意数据融合，优化物联网传输安全．本文的主要贡献

有3个方面：

1)在节点／网络的输入端和输出端分别进行数

据收集，构建了基于被融合数据Hash结果的特征

压缩摘要机制，提升了数据收集效率并优化了节点

资源消耗．

据，即使融合结果被篡改，这些节点也无法发现和定

位这一针对数据融合结果的篡改攻击．面向物联网

应用，如何解决数据融合的安全问题，特别是有损数

据融合背景下的安全性问题，是影响物联网数据传

输和未来发展的关键问题．

2)提出了基于Markov概率模型的数据融合模

型，根据被融合数据和融合结果的时域关系为正常

的数据融合过程建立统一模型，并通过吉布斯采样

万方数据

计算机研究与发展2018，55(7)

完成模型学习，有效刻画节点／网络数据融合过程，

为后续异常数据融合的发现和定位提供前提．

3)应用不同数据集构建实验，验证了本文提出

的安全数据融合检验机制，该机制可以有效发现异

常数据融合，防范针对数据融合结果的恶意篡改，提

升了物联网数据传输的安全性．

和贝叶斯推理，通过定期评估节点行为确定可信节

点；Sun等人[91通过科尔曼滤波算法发现潜在的数

据篡改／伪造攻击，然而该方案高度依赖于前期数据

输入，无法抵御初始攻击强度较低的攻击；为了检测

并防范数据融合过程中的数据包伪造、篡改攻击，

Yang等人¨ 叫采用二阶差分过滤器(second—order

divided difference

filtering)发现可疑数据包并通过

ratio

全部评论(0)

暂无评论

评论赚积分>>

上传资源上传优质资源有赏金

高效物联网虚假数据融合结果检测机制

资料介绍

部分文件列表

部分页面预览

相关下载

全部评论(0)

热门标签

最新上传

热门下载

推荐下载

专栏首页