推荐星级：

物联网中基于跨层行为可信的访问控制机制

更新时间：2019-12-22 22:23:49 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

随着物联网的深入发展,其面临的安全威胁也得到广泛关注,访问控制机制能够保证系统资源合法、受控地被使用,可以有效解决安全问题.提出一种基于跨层行为可信的分布式访问控制机制,该机制将信任模型与访问控制相结合,引入跨层设计考察节点在不同网络层次的行为参数,利用引入参数的k-means聚类判断节点行为的信任等级,并生成不同的访问控制策略.该机制实现跨层信息的可靠传递和信任等级划分的离线学习,仿真实验结果表明能够实时监控节点行为,动态变更节点权限,阻断与不可信节点之间的数据分发,保证网络的可靠运行.

部分文件列表

文件名	大小
物联网中基于跨层行为可信的访问控制机制.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）

小型微型计算机系统

2016年9月第9期

No．9 2016

J0umal of Cmnese

Computer Systems

V01．37

物联网中基于跨层行为可信的访问控制机制

陈迪，周鸣争

(安徽工程大学计算枫应用技术重点实验室，安徽芜湖24I000)

E—mail：．cdu．cn

摘要：随着物联网的深入发展，其面临的安全威胁也得到广泛关注，访问控制机制能够保证系统资源合法、受控地被使用，可

以有效解决安全问题．提出一种基于跨层行为可信的分布式访问控制机制，该机制将信任模型与访问控制相结合，引入跨层设

计考察节点在不同网络层次的行为参数，利用引入参数的k．mems聚类判断节点行为的信任等级．并生成不同的访问控制策

略．该机制实现跨层信息的可靠传递和信任等级划分的离线学习，仿真实验结果表明能够实时监控节点行为，动态变更节点权

限。阻断与不可信节点之间的数据分发，保证网络的可靠运行．

关键词：物联网；访问控制；行为；跨层设计；k—m啪s聚类

中图分类号：卯393

文献标识码：A

文章编号：1000-1220(2016)09-2002-05

Behaviour Tn玛t in IIltemet

^ofTmngs

Acce鲻Contml

System B嬲ed蚰Cro鲻· layer

Cm烈Di。ZHOUMing-zheng

Lab

P0l皿hnicUIIiVers匆。Wuhu 241000。china)

(Key

ofComputerAppⅡcalion ^{TeclllIology。Anllui}

of tlle Internet of

c伽c锄ed。N咖ork静

distributed access conn试

tlle仇lst domms to

me^fllmler

Abs衄Ict：Wim

developmem

Th主ngs，its secllrity pfoblems ^{have also}been诮dely

aIld

ef融￡ive鹳cess con廿ol mechanjsm．h吐lis

sources call

used

con删lcd

1egally

paper

pfo|PoSe

tlle behaviollr of sensors in di侬鹏nt m脚ork _{leVels，柚d}

based

system

cross—layer desigIl。which smdy

di靠色ren￡access con缸．0l k-Ine锄s

judge

caIl de五Ver

genera6e

s妇t吲es by

mlst domains

dusmng wj出p五豫me6e硒．T瞄s sys￡em

results show it

c瑚s．】a，℃f扭f-onna矗。丑felia—

in real

a11d save

bly

energy by di、，iding也e

of!fline．Experiments

c蚰updateperIIlission dynaIIlically

dme，

and isolate

of da￡a稍也not讯lst sensofs to ensu陀出e

of￡}le network．

usage

reHable哪leration

KeyⅥ，ords：intemet

design；k—me匝s

of吐IiIlgs；access conⅡol；behaviollr；cmss—layer

clustel证g

weber指出应该从容忍攻击方面进行研究，并引入风险评估

与风险管理”1．文献[6]对物联网的安全尺度及特有安全问

题进行阐述分析，提出一种自组管理的小区制安全结构．上述

文献都从不同角度提出了一种总体安全架构，为构建物联网

访问控制机制提供了良好的借鉴．文献[7]提出了一种分布

式的基于上下文和权能的访问控制架构，利用椭圆曲线密码

体制完成端到端的认证，但是无法实现权能的撤销．文献[8]

将主体的访问权限直接与节点的资源对象相关联，根据资源

对象的能力分别采用不同的加密策略．文献[9]将感知层节

点按照不同安全级别分层，访问主体和分层节点之间仅存储

单个密钥材料，通过密钥推导获得访问当前及下层所有资源

的密钥值．这些方法均从加密算法人手，在减少存储开销的同

时实现了系统的接入控制，但是仅考虑用户的身份可信，未能

对其行为进行实时监控，用户的权限不能动态改变．

引

言

可靠安全的访问控制机制是保障计算机网络安全的一种

手段。是一种较为主动的安全技术，可以有效地防止非法用户

进入系统和合法用户滥用特权的行为，从而保证系统资源受

控地、合法地被使用，是近年来网络安全研究的热点¨ j．与计

算机网络访问控制技术相比，物联网(IrItemet

111ings，IoT)

访问控制除具有一般网络访问控制共性外，由于不依赖固定

基础设施，资源局限性和节点大都由电池供电等特点，决定了

对其访问控制机制的研究是一个极具挑战性的课题口J．相对

于传统的网络，物联网更易受到各种安全威胁和攻击，包括被

动窃听、数据篡改和重发、伪造身份和拒绝服务等，用于传统

网络的访问控制解决方案不能直接应用于物联网．为此，国内

外学者开展了大量的相关研究．

MuujgaIl等对物联网的现状进行了总结和分析，并对其

安全架构和措施进行了讨论和展望口J，提出物体对象间有

效、可靠的信息交互是物联网能够为用户提供服务的前提．文

献[4]基于物联网的三层架构，得出提升物联网安全的关键

指标分别为隐私保护、抗攻击能力、智能节点安全和信息传输

安全，并说明物联网的安全属性主要体现在感知层与网络层。

近年来，网络的信任模型已成为一个研究热点¨ 0|．在物

联网中，所有成员都是对等的，同时扮演服务器端与客户端的

角色，系统成员的属性和安全级别动态变化，不宜存在进行角

色或权限分配的超级用户或中央控制节点．网络信任模型提

供了一种保障机制，在没有第三方权威的情况下就可以建立

实体间的信任关系，节点的信任度本质上是节点的实际物理

收稿日期：2015-06奶收修改稿日期：2015J09JD9基金项目：国家自然科学基金项目(61300170)资助；安徽省自然科学基金项目

(1308085MF88，1408085~Ⅱ?124)资助；安徽省教育厅自然科学基金项目(KJ2013A040)资助．

作者简介：陈迪．男。1991年生，硕士研究生，研

究方向为物联网安全；餍鸭争。男，1958年生，教授，研究方向为物联网与信息安全．

万方数据

9期

2003

陈迪等：物联网中基于跨层行为可信的访问控制机制

属性和其行为的一个综合能力的反映．因此，在访问控制策略

中加入信任度约束，使实体能获得的权限是和其历史行为相

关的，符合物联网的动态特性．信任管理作为对传统的基于密

码体制安全措施的有效补充，已经在无线传感器网络、无线

Mesh网络以及普适计算环境等网络环境中被广泛应用．

与已有工作不同，本文借鉴跨层设计思想¨ “，从不同的网

络层次考察节点行为，将分散在网络各个子层的性能参数协调

融合；并引入k-me狮s聚类思想，动态、合理划分信任等级，提

路看成有向图，设网络中任一节点i的入度为d：n，出度为

d0，节点i与一个邻居节点之间的平均业务流量为r：，节点i

自身产生的源业务量为r：，其中业务量均以数据包的字节数

来衡量，则节点i当前需要存储在MAC层缓冲队列中的总业

务量定义为：Q。血(i)=(d：。一dk)+r：+r：，而缓冲队列的最

大长度为Q。(i)，因此节点i当前负载定义为Load(i)=

，；、

等型岽．负载反映了节点当前发送队列的拥塞程度，在选择

Vm“Ll，

出了一种基于跨层行为可信的分布式访问控制机制(cmss-

下一跳路由时应尽量避免选择负载较大的邻居节点．

考虑带有ACK机制的双向通信链路，并选择ETX作为

Behavior 1’mst b撼ed Aocess

kIyer

con仃ol，cBTAC)．该机制实

现跨层信息的可靠传递和信任等级划分的离线学习，降低了单

个节点的运算复杂度，减少了节点间因频繁地交换数据带来的

通信开销；同时节点的每次不良访问行为都会被实时记录，实

现了动态检查访问进程的可信性，为受控数据提供了持续性的

评估链路层质量的参数¨

．E】Ⅸ是指为实现逻辑上成功传送

一个数据包，所期望发送和重传的数据包总数．一对通信节点

问单跳链路的叨(值是由正反向交付率来计算，在捕捉链路

丢失率的同时，考虑了链路的非对称性，可以为评价邻居节点

保护，能够在更细粒度上实现对访问权限的控制．

的链路层行为提供准确的量度．设正向链路的包接收率为p，

表示邻居节点能成功接收到数据包的概率；反向接受率为q，

表示ACK帧被成功接受的概率．发送端将要重传任何没有收

到AcK帧的数据包，每次发送数据包的行为可以近似地看作

独立重复试验，则有ETx=l／pq．

2节点行为信任值的度量

传统方法在计算信任值时多为统计一段时间内节点间成

功和失败交易的次数，再根据各自的算法进行整合．本文认为，

成功交易和失败交易的表述过于笼统，而且只是单一地刻画了

节点在网络层的分组转发行为，并不能代表节点在其他层上的

行为，不能主导信誉度的衡量．网络的分层思想虽然简化了协

议的设计，但是也造成了层间的相对屏蔽，降低了网络协议的

性能与效率．跨层设计旨在弱化严格的层间界限，综合考虑分

散在各个子层的特性参数，实现信息的共享和协同设计，从而

为网络决策提供最佳参考．在物联网的跨层参数反馈中，主要

遵循两个原则：参数的采集和计算不应增加网络的负担和计算

复杂度；参数的传递应该易实现并具有较强的可靠性．

包接收率p，q通过专门的链路探测包测得．每个节点周

期性地广播固定包长的链路探测包，平均周期间隔设为t，可

根据实际链路的状况随时调整f值，以保证链路的通畅和测

量的时效性．由于探测包是广播包，无需确认与重发，经过w

秒的时间后，每个节点统计所收到的探测包数量为count，则

接收节点在单位时间内的包接收率为p=!岂岩．同样，这里也

7：exp(一ETx／2)．

需要将ETx映射到[O，1]区间：E1x

IIl‘licator，

接收信号强度指示(Received sigllal S吨ngth

RssI)可以由接收节点自身测量得到，无需额外的硬件支持，

并且对物理信道的变化反应迅速．在自由空间模型中，接受信

号功率RSsI和发射信号功率P。在均以dbm为单位时，存在

n、2

以下线性关系m1：RssI=lo

lg去粉=P。+10

～叶7丌，u工一

n、2

丢‰ ，其中G，和G，分别代表发射和接收天线增益，x为

～．t’n，u

载波波长，d为一跳传输距离是已知量．接收信号功率值在经

过A／D转换后，比例系数将会发生变化；在实际环境中，可能

存在一些干扰，截矩值也会发生变化．所以在已知一对节点传

输距离的前提下，将接收节点的RssI值与发射节点的发射功

图l跨层结构和参数传递示意图

SⅡucmre of

Fig．1

cross-layer孤d p鲫uTleterS dehV舐ng

在网络层中，节点会按照既定的路由策略将采集到的数

据传送给汇聚节点，为兼顾网络的生存寿命和数据采集的时

效性，高可信节点总是尽力以最大功率发射并优先选择距离

率P。之间的线性关系修正如下：RsSl(dbm)=a}P；(dbm)+

b．在一次通信过程中，恶意节点或低竞争力节点会以较小功

率发送，造成物理信道忙碌的假象，因此通过测量接收节点的

RssI值，借由发射功率与接收功率之间的线性关系，可以反

推出上一跳节点的发射功率，并以此来评价发射节点在物理

汇聚节点最近的邻居节点，即所谓最小跳数(MiniInum

H叩s，

瑚)算法．因此，本文选择最小跳数作为节点在网络层的行

为量度．在建立全网节点的最小跳数的过程中，为了解决汇聚

节点向整个网络洪泛查询分组耗能过大的问题，算法中先通

过汇聚节点洪泛确定跳数为1的节点，再局部广播Heuo包，

层的行为．为了便于综合信任度合成，将功率值映射到区间

[o，1]上，公式如下：P=}，其中P一表示节点的最大发射

m舡

其余节点根据包中的信息来更新自身存储的最小跳数¨ “．这

^fU

功率．

里也需要将映射到[o，1]区间：姗’=半，其中n表示

链路层综合考虑节点负载和链路质量．将整个网络的链

万方数据

2016年

小型微型计算机系统

网络中节点总数．

矩阵：

综合网络协议栈中各层的特性参数，即物理层的发射功

卜 xIml

率P、链路层的期望发包数即Ⅸ和节点负载Load、网络层的

最小跳数MH，基于跨层设计的参数收集和传递示意图如上

页图l所示．

xn。。=l!

I．由于本文中四个行为参数在信任模

【Ix。。

x。J

型一节中已经压缩到区间[0，1]中，因此无需再标准化．

S卸2．令初始聚类数k=1，初始聚类中心为全局均值

这4个参数分别从不同的网络层次对节点行为进行刻

画，准确、细致地反映了物联网的整体性能，为访问控制机制

的设计提供较为全面的参考．节点的综合信任度定义为上述

四个参数的有机组合．在信任计算中信任度高的节点应是发

射功率较大，而期望发包数、负载和最小跳数应较小，四个参

数之间没有必然的因果关系，故引入映射f[P，圈Ⅸ’，Load，

姗’]，使综合信任度应与P和ETx’正相关，而与Load和

’负相关，本文采用双线性函数定义行为可信度：TV=[1

一d$(Load+姗’)]}(P+E1Ⅸ’)，其中a为一合适参数，

且在(0，1)之间．

即m=÷ xi-

St叩3．针对每个样本，计算其与各个聚类中心的欧式距

离，将其划分到距离最小的类，并将每个样本和所属类心的距

离计入数组a，其中数组a的最大值记为d一，下标为j．

S卸4．如果d一>A’k=k+l，且令凤=xi；否则直接进

入下一步．

St印5．更新k个类的中心为类中所有样本的均值．

St叩6．重复s自叩3、4、5，直到聚类中心不再发生变化或

达到最大迭代次数．

3基于行为可信的访问控制机制

St印7．计算各聚类中心的信任度，并按从大到小排序，

输出结果，算法结束．

3．1基于k-m明璐聚类的信任等级划分

为了能有效地利用节点行为信任值进行访问控制，传统

方法普遍设置信任阈值或区间，这种简单、主观地设置“关

口”的分类方法，主要有两个缺陷：第一。分类的数目人为确

定，可能会导致不符合应用要求．分类过于粗糙，可能不会得

到有效的访问控制效果．比如本来要求具有较高级别的进程

才能访问某项资源，但由于信任级别涵盖范围过大，可能一般

级别的进程也可以使用该资源．分类过细，可能又会造成效率

的下降，同时也不具有多大的实际意义．第二，分类效果可能

在信任级别分界处出现性能畸变现象¨ 51，使得分类精度不具

有分布均匀性．

图2聚类数k随惩罚参数A的变化趋势图

Trend of

k with t}le increase of

Fig．2

图2是仿真过程中汇聚节点对21个邻居节点进行聚类，

做出的聚类数k随惩罚参数A的变化趋势图，可以看出当A

对节点信任等级(Tr吣t Dc哪liIl，TD)的划分，实际上就是

根据节点的行为特征来对节点进行聚类，k．me锄s算法是一

种很好的选择．k—m啪s算法简单易行，对大型数据集的处理

具有较高的效率和伸缩性，但是需要事先给定聚类个数和初

始聚类中心，不同的初始化会导致结果差异性很大，需要结合

一些有效性指标来确定最佳聚类数¨ 引．但是这些指标往往需

要反复计算类内和类间距离，复杂度较高．本文参考文献

的值大于O．13后，聚类数就稳定在4类，不妨取^等于0．13，

并对从大到小排序的4个类依次用非常信任、信任、比较信

任、不信任等自然语言描述．访问控制机制会计算节点行为信

任度与各类心信任度的距离将其判定为不同的信任等级，并

赋予不同的访问权限．

3．2

系统架构与访问控制过程

[17]提出的引入惩罚参数的方法，构造出参数与聚类数的函

数关系图像，找到使聚类数稳定的参数值，作为算法的输入．

该算法规定初始聚类数为1、初始聚类中心为所有样本均值，

具有全局性，避免聚类结果不稳定或陷入局部最优．

考虑到物联网节点的计算和存储资源有限，在划分信任

等级时，采用了离线模型训练和在线实时应用两个过程．划分

信任等级阶段在具有计算和存储资源优势的汇聚节点完成，

而训练出的分类机制再植入到传感器节点中实时在线应用．

该算法的具体过程如下：

本文给出的物联网访问控制系统架构如图3所示．

献黼，H。意瑟慧：H鼢瀚，h=Q靼

瓣H黼爿耸麟

architecture

F唔3 System

图3系统架构

输入：惩罚参数A和样本矩阵．

首先建立分簇结构网络模型，在簇头轮换机制中加入限

制，即只有信任等级为非常信任的节点才有可能当选为簇头，

保证簇头的相对安全；簇内节点均产生或转发数据包，簇头负

责本簇内部节点的数据聚集，融合数据后发送给汇聚节点；簇

头建立本簇内部节点的历史行为数据库，并根据网络部署时

所设置的密钥管理(如所有节点共享一个主密钥方式)对本

输出：按从大到小排序的k个类．

step 1．假设系统统计的论域为u={x。，x：，，x。}，表

示有n个节点，每个节点的行为特征向量xi={x¨ ＆，，

xim}，本文中m=4，表示不同网络层次的四个行为参数．汇聚

节点收集通信范围内所有节点的行为信息，得到原始样本

万方数据

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

物联网中基于跨层行为可信的访问控制机制

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