[发明专利]一种物联网终端信任模型构建方法及系统有效
| 申请号: | 202011288086.4 | 申请日: | 2020-11-17 |
| 公开(公告)号: | CN112422556B | 公开(公告)日: | 2021-09-10 |
| 发明(设计)人: | 冯伟;陈旭;马英伦;葛宁 | 申请(专利权)人: | 清华大学 |
| 主分类号: | H04L29/06 | 分类号: | H04L29/06;H04L12/24 |
| 代理公司: | 北京路浩知识产权代理有限公司 11002 | 代理人: | 蒋娟 |
| 地址: | 100084 北*** | 国省代码: | 北京;11 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 一种 联网 终端 信任 模型 构建 方法 系统 | ||
1.一种物联网终端信任模型构建方法,其特征在于,包括:
将物联网终端按照预设分簇原则进行分簇,获得若干终端分簇;
基于通信行为向量集合,计算每个终端分簇内每个终端的簇内信任值;
由每个终端的自身历史数据计算得到每个终端的自身历史数据信任值;
基于所述簇内信任值和所述自身历史数据信任值进行信任聚合与更新,得到每个终端的总信任值;
所述基于通信行为向量集合,计算每个终端分簇内每个终端的簇内信任值,具体包括:
获取每个终端在预设时间单位内的汇总数据流;
分别从活跃度、进出包数量比、延时和IP地址分布熵获取每个终端的通信行为参数集合,将所述通信行为参数集合组合形成通信行为向量集合;
根据所述通信行为向量集合得到每个终端分簇内的终端通信行为参数均值,基于所述通信行为向量集合和所述终端通信行为参数均值得到每个终端的任一终端行为向量标准化值,并由所述任一终端行为向量标准化值计算得到标准差向量;
基于所述任一终端行为向量标准化值和所述标准差向量,得到每个终端的簇内离群值向量,由所述簇内离群值向量获得簇内总离群距离;
采用预设函数将所述簇内总离群距离转换为所述簇内信任值。
2.根据权利要求1所述的物联网终端信任模型构建方法,其特征在于,所述基于所述簇内信任值和所述自身历史数据信任值进行信任聚合与更新,得到总信任值,之后还包括:
基于所述总信任值建立终端信任值变化曲线,根据所述终端信任值变化曲线进行恶意节点的判别。
3.根据权利要求1或2所述的物联网终端信任模型构建方法,其特征在于,所述将物联网终端按照预设分簇原则进行分簇,获得若干终端分簇,具体包括:
将采用相同协议类型并连接至同一基站的物联网终端进行分簇,划分为同一终端分簇。
4.根据权利要求1所述的物联网终端信任模型构建方法,其特征在于,所述由每个终端的自身历史数据计算得到每个终端的自身历史数据信任值,具体包括:
获取所述通信行为向量集合,以及簇内服务器记录的预设时间单位的向量;
通过预设线性回归模型进行预测,得到预测值;
获取历史数据方差和线性相关系数,并基于所述预设时间单位,得到每个终端的通信行为不确定度量值集合;
由所述预测值、所述通信行为不确定度量值集合和每个终端的当前时间单位行为向量集合,得到每个终端的自身离群值向量,并由所述自身离群值向量进一步计算得到自身偏移距离;
采用所述预设函数将所述自身偏移距离转换为所述自身历史数据信任值。
5.根据权利要求4所述的物联网终端信任模型构建方法,其特征在于,所述基于所述簇内信任值和所述自身历史数据信任值进行信任聚合与更新,得到每个终端的总信任值,具体包括:
分别获取所述簇内总离群距离对应的第一标准差,以及所述自身偏移距离对应的第二标准差;
基于所述第一标准差、所述第二标准差、所述簇内信任值和所述自身历史数据信任值,计算得到所述总信任值。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于清华大学,未经清华大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202011288086.4/1.html,转载请声明来源钻瓜专利网。





