[发明专利]分布式传感网络基于信任的态势数据融合方法

说明书

技术领域

本发明涉及无线传感网络态势数据融合领域，具体涉及分布式传感网络基于信任的态势数据融合方法。

背景技术

随着人类对生存自然界态势感知需求的增加，在环境监测、智能家居、车载网络、人体健康、石油探测方面大数据信息的集成与融合感知受到关注与重视。未来物联传感网络因覆盖范围广、网络流量急增、数据量大、网络资源之间交互频繁，融合态势信息，需要态势数据融合方法来进行评估与管理。

态势感知(如安全态势)是以数据融合为中心，因而态势感知依赖于数据融合。受能源与存储量限制的P2P、MANETs、Ad hoc等类型的传感网络参与融合，注定了网络具有开放性、脆弱性及动态变化等特性，这为敌手俘获并操纵传感节点创造了条件，形成传感器网络不可回避的安全问题，即网络俘获攻击。

网络俘获攻击可分两类：承载信息在点到点的传输过程中被俘获；数据信息到达传感节点后因传感节点被俘获而被窜改。加密技术解决信息在传输过程中被俘获的问题，基于信任的数据融合主要考虑传感节点被俘获后如何处理信息。敌手俘获传感节点意图引起融合数值偏离，主要有三种手段：窜改终端数据来误导上层中心；直接伪造或窜改中心融合的数值；隐瞒传感节点实际值。

研究基于信任的态势数据融合，主要是研究如何让系统在俘获攻击存在的网络环境下，仍能适应时间与环境的动态变化，保障融合数据来源的准确性与可靠性，进而实施数据融合，从而保障最终所得融合数据的准确性与可靠性，让最终融合数值与数据真实值的偏离程度尽可能的缩小，不至于引起方法决策者的误判或者错误决策，乃至引起资产与人力的浪费与损耗。

现有技术态势数据融合方法，如2014年5月14日公开号为CN103795529A的中国发明专利《基于密钥向量的无线传感器网络数据安全融合方法》，其主要考虑以加密的方式提高数据融合安全性，没有考虑具体如何实现数据融合。而现有大量论文与方法，以求和、最值作为融合参考依据，融合权值固定，较少考虑历史可信度、时间相关性和数据相关性，缺少对数据的预处理与有效筛选，并没有对已检测出的恶意传感节点采取对应的策略。例如，在数据融合过程中，对于传感节点被俘获的问题，大多文献只考虑终端传感节点被俘获，但实际上中心也可被俘获，而且检测出恶意传感节点后，未对恶意传感节点采取决策或者做后续处理。以求和、最值作为融合参考依据，且由于缺乏历史可信度和数据相关性的考虑，虽然能剔除部分恶意传感节点值，但恶意传感节点故意以特小或特大数值参与融合，导致基准平均值的偏离，最终会造成融合数值的偏离，降低数据的准确性。诸类方法针对恶意方式为可预知的情况，普遍以求和、最值作为融合参考依据，这为网络攻击者提供了便利条件，且固定的融合权值，不能适应动态变化的网络数据，最终易造成融合数值与真实值的偏离，也让系统的稳定性受到影响。现有技术缺少专门对检测融合中心可靠性的一致性检测规则，因而也降低了数据的可靠性。

发明内容

为解决以上技术问题，本发明针对现有基于信任的态势数据融合技术，提出了分布式传感网络基于信任的态势数据融合方法。

本发明分布式传感网络基于信任的态势数据融合方法，包括：

101、确定事件的关联传感节点；

102、确定该事件的融合中心；

103、该事件的融合中心接收各关联传感节点检测到的事件发生状态，然后确认该事件是否发生，并调整关联传感节点可信度；

104、该事件的融合中心对各关联传感节点检测到的事件数据进行融合处理，即首先对各关联传感节点数据进行预处理，然后进行第一次融合，得到融合中心的融合数值，并发送给基站。

105、基站接收各个融合中心的融合值，进行第二次融合，得到二次融合数值，检测融合中心一致性，发布最终融合数据结果。

本发明先后历经事件检测、态势数据融合以及一致性检测，依据传感节点可信度分配融合权重，并考虑历史可信度、时间相关度与数据相关度，能有效遏制隐瞒谎报，降低错误检测概率，改善异常传感节点数占有比重大时的网络性能，并让融合的数值更贴近真实值，提升数据准确性与可靠性。

附图说明

图1系统规划组网模型图；

图2是本发明分布式传感网络基于信任的态势数据融合方法优选实施例流程示意图；

图3是本发明分布式传感网络基于信任的态势数据融合方法步骤103优选实施例具体实现流程示意图；

图4是本发明分布式传感网络基于信任的态势数据融合方法步骤104优选实施例具体实现流程示意图；