姜夢(mèng)琦

摘 要：針對(duì)無線Mesh網(wǎng)絡(luò)易受到內(nèi)外部攻擊和節(jié)點(diǎn)失效等問題，提出一種高效可靠的信任模型。該模型根據(jù)混合型WMN結(jié)構(gòu)特點(diǎn)，首先將網(wǎng)絡(luò)分為多個(gè)社區(qū)，每個(gè)社區(qū)由Mesh路由器及其覆蓋范圍內(nèi)的終端節(jié)點(diǎn)組成，根據(jù)節(jié)點(diǎn)通信的目標(biāo)分為社區(qū)內(nèi)信任及跨社區(qū)信任，此方法能夠降低網(wǎng)絡(luò)計(jì)算開銷；其次利用熵權(quán)法融合直接信任和間接信任，可避免主觀賦權(quán)重的局限性。仿真實(shí)驗(yàn)表明，正常節(jié)點(diǎn)信任值收斂平緩，而惡意節(jié)點(diǎn)信任值下降迅速；在不同比例的惡意節(jié)點(diǎn)仿真中該模型仍可維持較高的成功交互率，說明該模型可以有效抵抗惡意節(jié)點(diǎn)攻擊，保證網(wǎng)絡(luò)可靠運(yùn)行。

關(guān)鍵詞：信任模型；無線Mesh網(wǎng)絡(luò)；熵權(quán)法

DOIDOI：10.11907/rjdk.172446

中圖分類號(hào)：TP303

文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1672-7800（2018）002-0047-03

0 引言

無線Mesh網(wǎng)絡(luò)（Wireless Mesh Network，WMN）作為新型無線網(wǎng)絡(luò)接入技術(shù)，承襲了Ad hoc和WLAN技術(shù)優(yōu)勢(shì)，具有自組織、自愈合、自主配置和低成本特點(diǎn)，應(yīng)用廣泛[1]。但WMN傳輸?shù)谋┞缎院投嗵?，使其易于被惡意?jié)點(diǎn)攻擊，造成網(wǎng)絡(luò)性能下降甚至整個(gè)網(wǎng)絡(luò)癱瘓[2]。

考慮到WMN與社會(huì)網(wǎng)絡(luò)的相似性，利用社會(huì)網(wǎng)絡(luò)中的信任模型對(duì)WMN進(jìn)行建模，不僅有助于發(fā)現(xiàn)惡意節(jié)點(diǎn)，也有利于加強(qiáng)節(jié)點(diǎn)間協(xié)作，從而保證網(wǎng)絡(luò)安全和性能最優(yōu)。

信任模型主要應(yīng)用于P2P網(wǎng)絡(luò)、Ad hoc網(wǎng)絡(luò)及無線傳感器網(wǎng)絡(luò)[3-6]，但由于混合型WMN結(jié)構(gòu)與傳統(tǒng)網(wǎng)絡(luò)結(jié)構(gòu)存在區(qū)別，導(dǎo)致現(xiàn)有的信任模型不完全適用WMN。丁旭陽等[7]提出基于不確定性度量極小化的WMN信任模型，根據(jù)網(wǎng)絡(luò)實(shí)際環(huán)境弱化證據(jù)樣本空間對(duì)信任值評(píng)估的影響。秦艷琳等[8]將混合型WMN中的信任關(guān)系分為5種類型，并分別采用灰色預(yù)測(cè)及蟻群算法計(jì)算信任值。YaoYu等[9]提出的DHRES是一種動(dòng)態(tài)分層的信任模型，依據(jù)節(jié)點(diǎn)角色的不同采用不同計(jì)算信任值方法，并引入?yún)f(xié)同參數(shù)提高信任值的準(zhǔn)確度。大部分信任模型存在信任管理復(fù)雜、信任收斂慢及網(wǎng)絡(luò)開銷大等缺點(diǎn)，為解決這些問題，結(jié)合網(wǎng)絡(luò)自身結(jié)構(gòu)特點(diǎn)，本文提出一種適用于混合型WMN結(jié)構(gòu)的社區(qū)信任模型，以有效提高網(wǎng)絡(luò)安全，降低風(fēng)險(xiǎn)。

1 基于社區(qū)的WMN混合結(jié)構(gòu)信任模型

1.1 混合型WMN社區(qū)結(jié)構(gòu)

在WMN中，依照節(jié)點(diǎn)所承載的不同功能通常分為兩種類型：Mesh路由器（Mesh Router）和Mesh終端節(jié)點(diǎn)（Mesh Client），圖1為混合型WMN體系結(jié)構(gòu)。Mesh路由器之間以網(wǎng)狀方式相連，負(fù)責(zé)接入終端和轉(zhuǎn)發(fā)數(shù)據(jù)。Mesh終端節(jié)點(diǎn)既可通過點(diǎn)對(duì)點(diǎn)的方式相互通信，也可借助Mesh路由器進(jìn)行數(shù)據(jù)通信[10]。本文將Mesh路由器及覆蓋范圍內(nèi)的終端節(jié)點(diǎn)定義為一個(gè)社區(qū)，每個(gè)社區(qū)內(nèi)部只有一個(gè)Mesh路由器負(fù)責(zé)管理社區(qū)的終端節(jié)點(diǎn)。根據(jù)節(jié)點(diǎn)交互目標(biāo)分為同社區(qū)和跨社區(qū)兩種類型，節(jié)點(diǎn)間重復(fù)交易通常集中于社區(qū)內(nèi)部，因此計(jì)算信任度的數(shù)據(jù)量限制在社區(qū)局部范圍，大幅度節(jié)省了網(wǎng)絡(luò)開銷。

1.2 同社區(qū)內(nèi)信任度計(jì)算

當(dāng)交互節(jié)點(diǎn)處于同一社區(qū)時(shí)，節(jié)點(diǎn)間信任度即綜合信任度是直接信任度和間接信任度融合計(jì)算得出的，直接信任是直接交互行為的信任關(guān)系，間接信任則是根據(jù)第三方節(jié)點(diǎn)推薦的信任關(guān)系。

1.2.1 直接信任度

定義1 （直接信任度）直接信任度表示根據(jù)節(jié)點(diǎn)i與節(jié)點(diǎn)j的歷史交互情況而確定的信任值，見式（1）：

1.2.2 間接信任度

當(dāng)節(jié)點(diǎn)間直接交互經(jīng)驗(yàn)不充分或沒有直接經(jīng)驗(yàn)可借鑒時(shí)，節(jié)點(diǎn)需要根據(jù)鄰居節(jié)點(diǎn)的推薦獲取目標(biāo)節(jié)點(diǎn)的間接信任值。本文利用節(jié)點(diǎn)評(píng)價(jià)相似度表征節(jié)點(diǎn)的推薦可信度。

定義2 （推薦可信度）利用評(píng)價(jià)相似度作為推薦節(jié)點(diǎn)的推薦可信度，相似度越高表明對(duì)其它節(jié)點(diǎn)評(píng)價(jià)越一致，節(jié)點(diǎn)對(duì)節(jié)點(diǎn)的推薦越信任，定義如下：

當(dāng)多個(gè)節(jié)點(diǎn)同時(shí)向服務(wù)請(qǐng)求節(jié)點(diǎn)發(fā)送推薦信息時(shí)，有可能給惡意節(jié)點(diǎn)帶來可趁之機(jī)。惡意節(jié)點(diǎn)通過發(fā)送虛假的推薦信任值，使評(píng)價(jià)節(jié)點(diǎn)的推薦信任偏離實(shí)際信任值。惡意推薦主要分為兩種：①故意降低可信節(jié)點(diǎn)的信任度；②刻意提高非可信節(jié)點(diǎn)的信任度。為降低惡意推薦在多節(jié)點(diǎn)推薦中的影響，利用信任合并規(guī)則解決此問題。本文以各推薦信任值與推薦信任均值的偏差作為推薦節(jié)點(diǎn)的權(quán)重，與均值距離越近其權(quán)重越大，推薦信任的參考價(jià)值也越大。推薦信任賦予權(quán)重如下：

1.2.3 綜合信任值

利用熵權(quán)法將直接信任和間接信任聚合，得到被評(píng)價(jià)節(jié)點(diǎn)的綜合信任值，不僅可提高信任評(píng)估的準(zhǔn)確性，還避免了主觀分配權(quán)重的局限性。熵計(jì)算方法見式（6）。根據(jù)熵權(quán)法確定權(quán)重，其實(shí)質(zhì)就是利用評(píng)價(jià)指標(biāo)所提供信息的效用值，也就是根據(jù)評(píng)價(jià)指標(biāo)值之間的差距程度，對(duì)指標(biāo)權(quán)重進(jìn)行修正，綜合信任度見式（7）：

1.3 跨社區(qū)信任度計(jì)算

當(dāng)兩個(gè)交互節(jié)點(diǎn)處于不同社區(qū)時(shí)，需要參考跨社區(qū)的信任度決定是否交互。而跨社區(qū)交互比社區(qū)內(nèi)部的交互稀疏，節(jié)點(diǎn)對(duì)另一社區(qū)不了解，兩個(gè)節(jié)點(diǎn)之間幾乎沒有共同的交易伙伴。因此，用社區(qū)信任度計(jì)算節(jié)點(diǎn)的跨社區(qū)信任度。

定義3 （社區(qū)信任度）社區(qū)Gi與Gj之間的信任度依靠Gi內(nèi)節(jié)點(diǎn)對(duì)Gj內(nèi)節(jié)點(diǎn)的總體信任建立，定義如下：

式（9）中，Gi，Gj分別代表節(jié)點(diǎn)i和節(jié)點(diǎn)j所屬的社區(qū)，S（Gi，Gj）為社區(qū)Gi中節(jié)點(diǎn)與社區(qū)Gj中節(jié)點(diǎn)成功交易總次數(shù)，F(xiàn)（Gi，Gj）為節(jié)點(diǎn)失敗交易總次數(shù)。社區(qū)信任度存儲(chǔ)在本社區(qū)的Mesh路由器中，當(dāng)終端節(jié)點(diǎn)與跨社區(qū)的目標(biāo)節(jié)點(diǎn)請(qǐng)求通信時(shí)，終端節(jié)點(diǎn)向所在社區(qū)的Mesh路由器發(fā)送信任度計(jì)算請(qǐng)求，Mesh路由器收集相關(guān)數(shù)據(jù)，根據(jù)信任度計(jì)算公式進(jìn)行運(yùn)算并將結(jié)果返回給終端節(jié)點(diǎn)。

2 仿真實(shí)驗(yàn)與分析endprint

2.1 仿真環(huán)境

利用Nelogo和Matlab2015作為仿真工具，模擬無線Mesh網(wǎng)絡(luò)環(huán)境并分析本文模型性能。假設(shè)網(wǎng)絡(luò)中所有節(jié)點(diǎn)都處于靜止?fàn)顟B(tài)，仿真環(huán)境配置如下：將100個(gè)節(jié)點(diǎn)隨機(jī)分布在2 000m×2 000m矩形區(qū)域，節(jié)點(diǎn)通信覆蓋范圍均為250m，仿真周期為500次。網(wǎng)絡(luò)中的節(jié)點(diǎn)根據(jù)表現(xiàn)可分為：①正常節(jié)點(diǎn)。這類節(jié)點(diǎn)不論在服務(wù)和數(shù)據(jù)轉(zhuǎn)發(fā)還是對(duì)其它節(jié)點(diǎn)的評(píng)價(jià)都完全真實(shí)；②惡意節(jié)點(diǎn)。這類節(jié)點(diǎn)選擇性提供惡意服務(wù)和虛假推薦信息。具體仿真參數(shù)見表1。仿真實(shí)驗(yàn)針對(duì)節(jié)點(diǎn)信任度的變化及成功交互率進(jìn)行統(tǒng)計(jì)和分析，成功交互率即成功交互次數(shù)與所有交互次數(shù)的比例。

2.2 節(jié)點(diǎn)信任度變化

節(jié)點(diǎn)的初始直接信任度為0.5，正常節(jié)點(diǎn)和惡意節(jié)點(diǎn)的信任度變化如圖2所示。惡意節(jié)點(diǎn)對(duì)外不僅提供虛假服務(wù)，而且對(duì)正常節(jié)點(diǎn)作出負(fù)面評(píng)價(jià)。隨著交互次數(shù)增加，惡意節(jié)點(diǎn)的信任度呈下降趨勢(shì)，正常節(jié)點(diǎn)信任度逐漸上升。由圖2可知，節(jié)點(diǎn)的信任度增長(zhǎng)受到限制，不能在短時(shí)間內(nèi)迅速提高，有效地避免了節(jié)點(diǎn)協(xié)同增加成功交互次數(shù)來提高信任度的現(xiàn)象，實(shí)現(xiàn)了信任度慢增長(zhǎng)的目標(biāo)。而惡意節(jié)點(diǎn)的信任度下降迅速，說明懲罰因子對(duì)于惡意行為實(shí)現(xiàn)了信任度快下降的目標(biāo)。

2.3 抗攻擊能力測(cè)試

通過設(shè)置惡意節(jié)點(diǎn)的不同比例，對(duì)比本文信任模型和無信任模型（NT）的成功交互率測(cè)試模型的抗攻擊能力。由圖3可知，當(dāng)惡意節(jié)點(diǎn)比例較小時(shí)，本文信任模型和NT的成功交互率相差不大。隨著惡意節(jié)點(diǎn)的增加，NT的成功交互率大幅度降低，而本文信任模型的成功交互率下降緩慢，特別是在惡意節(jié)點(diǎn)比例達(dá)到0.5時(shí)，成功交互率仍可維持在0.7以上。

圖4為網(wǎng)絡(luò)中惡意節(jié)點(diǎn)比例為0.4時(shí)，本文信任模型與NT的成功交互率隨仿真周期的對(duì)比情況。由圖可知，在仿真初期，由于本模型沒有掌握足夠的節(jié)點(diǎn)信息，導(dǎo)致成功交互率出現(xiàn)波動(dòng)。隨著交互次數(shù)的增加，網(wǎng)絡(luò)的成功交互率保持穩(wěn)定并維持在較高水平。而沒有使用信任模型的網(wǎng)絡(luò)，成功交互率在仿真周期內(nèi)呈下降趨勢(shì)，由此證明本模型能有效識(shí)別惡意節(jié)點(diǎn)，維護(hù)網(wǎng)絡(luò)穩(wěn)定安全。

3 結(jié)語

針對(duì)混合型無線Mesh網(wǎng)絡(luò)自身結(jié)構(gòu)特點(diǎn)，本文提出了一種基于社區(qū)的信任模型。該模型將信任分為社區(qū)內(nèi)信任和跨社區(qū)信任，在給出各種信任度計(jì)算方式的同時(shí)，引入熵權(quán)法以克服主觀分配權(quán)重的局限性，仿真實(shí)驗(yàn)驗(yàn)證了該模型的有效性。

參考文獻(xiàn)：

[1] LIU Y， GUO L， WEI X. Optimizing backup optical-network-units selection and backup fibers deployment in survivable hybrid wireless-optical broadband access networks[J]. Journal of Lightwave Technology， 2012，30（10）：1509-1523.

[2] LIN H， HU J， NAGAR A. Role based privacy-aware secure routing in WMNs[C]. International Conference on Trust， Security and Privacy in Computing and Communications. IEEE， 2012：1872-1877.

[3] 劉義春，梁英宏.基于上下文因素的P2P動(dòng)態(tài)信任模型[J].通信學(xué)報(bào)，2016，37（8）：34-45.

[4] LIN H， HU J， MA J， et al. CRM： a new dynamic cross-layer reputation computation model in wireless networks[J]. The Computer Journal， 2015，58（4）：656-667.

[5] JIANG J， HAN G， WANG F， et al. An efficient distributed trust model for wireless sensor networks[J]. IEEE Transactions on Parallel and Distributed Systems， 2015，26（5）：1228-1237.

[6] 王博，陳訓(xùn)遜.ad hoc網(wǎng)絡(luò)中一種基于信任模型的機(jī)會(huì)路由算法[J].通信學(xué)報(bào)，2013，34（9）：92-104.

[7] 丁旭陽，范明鈺，朱大勇，等.無線網(wǎng)狀網(wǎng)基于不確定性度量極小化信任模型[J].軟件學(xué)報(bào)，2008，19（1）：116-124.

[8] 秦艷琳，吳曉平，王甲生.一種針對(duì)無線mesh網(wǎng)混合簇結(jié)構(gòu)的信任模型[J].海軍工程大學(xué)學(xué)報(bào)，2013，25（4）：30-35.

[9] YU Y， PENG Y， YU Y， et al. A new dynamic hierarchical reputation evaluation scheme for hybrid wireless mesh networks[J]. Computers & Electrical Engineering， 2014，40（2）：663-672.

[10] KARTHIKA K C. Wireless mesh network： a survey[C].International Conference on Wireless Communications， Signal Processing and NETWORKING， 2016：1966-1970.endprint