一种基于诱导连接的无线网络恶意节点非测度快速定位方法
一种基于诱导连接的无线网络恶意节点非测度快速定位方法
【技术领域】
[0001] 本发明设及无线网络领域，设及一种无线网络恶意节点定位方法，特别是设及一 种基于诱导连接的无线网络恶意节点非测度快速定位方法。
【背景技术】
[0002] 随着无线网络的快速发展，越来越多的人使用无线网络接入互联网，运为黑客攻 击互联网提供了新的渠道。为发现无线网络中的恶意节点，有必要实现对无线网络中恶意 节点的定位。有线定位虽然发展比较完善，但是却无法适用在无线网络环境。而且，目前的 定位，一方面其研究主要基于合法用户；另一方面，对节点的定位方法主要停留在通过监测 被定位节点的信息进行定位的被动定位。被动定位主要分为Ξ类:GPS定位、非测度定位和 测度定位。由于GPS系统本身不具备计算节点位置的能力，所W恶意节点可W通过发送非自 身位置信息，来实现隐藏。对于非测度定位和测度定位，恶意节点可W通过定向天线或软件 无线电技术，调整其发射范围和发射功率，来实现自身位置的隐藏。
[0003] 因此，有必要提出一种方法，该方法即使在恶意节点使用定向天线或软件无线电 等技术掩盖自身位置的情况下，仍能够对恶意节点实现定位。
【发明内容】
[0004] 本发明的目的在于克服现有技术的不足，提供一种基于诱导连接的无线网络恶意 节点非测度快速定位方法，在无线网络中对恶意节点进行诱导连接，即使在恶意节点使用 定向天线或软件无线电等技术掩盖自身位置的情况下，仍能够对恶意节点实现快速定位。
[0005] 本发明的目的是通过W下技术方案来实现的：一种基于诱导连接的无线网络恶意 节点非测度快速定位方法，包括W下步骤：
[0006] S1:计算上限距离和预估区间：记录当前与恶意节点连接的接入点的发射功率和 额定发射距离，并选取该发射功率下的额定发射距离的3/4距离作为当前接入点与恶意节 点的上限距离，并将W该上限距离作为半径，W当前接入点为圆屯、的区域作为恶意节点的 预估区间；
[0007] S2:诱导连接，包括W下子步骤：
[000引S201:被接入点诱使或强迫恶意节点与之断开连接；
[0009] S202:结合步骤S1中得到的上限距离和预估区间，使用马尔可夫决策过程确定最 优的激活接入点集合；
[0010] S203:恶意节点随机接入步骤S202中的激活接入点集合中的一个接入点；
[00川 S204:执行步骤S1，得到步骤S203的接入点与恶意节点的上限距离和恶意节点的 预估区间；
[0012] S3:完成恶意节点的定位:判断之前得到的所有预估区间的重叠区间是否达到了 期望的阔值或无法进一步缩小，若是，则完成定位;若不是，则重复步骤S1和步骤S2。
[0013] 使用马尔可夫决策过程确定最优的激活接入点集合的过程中，需要建立马尔可夫 决策过程模型，为此，需要做如下定义：
[0014] 定义五元组(5,4,4(3)，？3(3,3'），。(3))，运里，5为状态空间，4为行为空间，4(3) 为状态S的行为空间，Pa(s，s'）表示在行为a下由状态S转换为状态s'的概率，其中aEA(s)， ra(s)为在状态S时执行行为a得到的报馴I，其中aEA(s);
[0015] 状态空间S下的任一状态sx，表示在定位过程中被连接的接入点，运里x = X1X2. . .Xk，其中X1，X2, . . .，Xk表示已连接的接入点，在状态Sx下，定义恶意节点所在的预估 区间为Area(sx)，即各个接入点^1，^2，...，^骗预估区间的交集，唯一的由于恶意节点的觉 察而导致定位过程中止的状态用Salert表示；
[0016] 行为空间下的任一行为a,表示每一步激活接入点对应的行为;假设当前恶意节点 的预估区间为Area(sx)，那么将所有预估区间和Area(sx)部分重叠的接入点的集合用I(s) 表示，则状态sx的行为空间为运里嗦示I(s)的幕集合，0表示空集；
[0017] 当恶意节点随机连接激活接入点集合中的一个接入点时，发生状态转换，状态sx 转换到Sy要求：
[001 引（?)Λ-[-.ν 邑 |y-x| =1;
[0019] (2)(}f-x)Ea;
[0020] (3)Sx^Salert；
[0021] 当任一状态的行为空间/!(.S〇 = 0时，称该状态为"空状态"，用Sleaf表示；
[0022] 对于任一状态Sx，其最优的激活接入点集合JT(Sx)为：
[0023]
(1)
[0024] 运里表示从状态Sx转换到状态Sy的最大累计报酬，其定义为：
[00951
(2)
[0026] 运里丫表示衰减因素，由于恶意节点随时可能移出，所W未来决策没有当前决策 重要，故设〇< 丫 < 1;
[0027] 由于"空状态'Sleaf和恶意节点察觉的状态Salert无法转换到其他的状态，所W两者 对应的最大累计报酬量为：
[002引 V(sieaf)=0; (3)
[0029] V(Salert)=-Calert； (4)
[0030] 运里的Calert表示恶意节点的察觉量；
[0031] 为了找到基于上述（1)和(2)式的最优激活接入点过程，还需计算状态转换的概率 和定义报酬函数：
[0032] 1)状态转换函数的概率:给定两个状态sx和Sy，W及行为曰，根据如下假设来计算状 态转换概率:在状态Sx下，恶意节点的分布密度在Area(Sx)内是均匀分布，处于Area(Sx)内 的某一点的恶意节点能够连接的接入点集合是在行为a的一个子集，假设恶意节点在进行 连接时完全的随机连接，运样每一个能够连接的接入点被连接的概率都相等;如果此时恶 意节点能够连接的接入点的个数为n，则其中每一个接入点被连接的概率为1/n;
[0033] 基于上述假设，得到状态转换公式：
[0034]
议
[0035] 其中rv为V中表示的接入点覆盖的交集，对式巧)进行化简：
[0036] 假设当前状态为sx，在行为a下发生状态转换，转换后的状态为sy，则从状态sx到状 态Sy的状态转换概率为：
[0037]
佩
[003引证明如下：
[0039]已知转换公式为：
[0047]证毕；
[0048] 2)报酬函数的定义：关于行为a在状态sx时获得的报酬可W理解为通过该激活接 入点集合后，对最后定位来说所减小的预估区间，对定位恶意节点来说，得到的预估区间越 大，定位误差越大，因此，从状态Sx转换到状态Sy的报酬定义为：
[0049] r(sx,Sy) = Area (sx)-Area (sy)-C； (7)
[0050] 其中C是步骤开销常数，运里C表示的是当定位过程的步骤进行的越长，则恶意节 点察觉的可能性越高，因此当定位结束时，其报酬越低，因此报酬函数的定义为：
[0化1 ]
(8)
[0052] 由于Salert和Sleaf状态不能转换成其他状态，所W定义其报酬为0。
[0053] 本发明的有益效果是：
[0054] 1)与现有技术相比，本发明结合马尔可夫决策过程，创造性的解决了对无线网络 中使用误导信息影响定位的恶意节点的主动定位。特别是使用的马尔可夫决策过程，有效 的提高了定位的效率。
[0055] 2)本发明充分调动了接入点的主动性，实现了可传送误导信息的恶意节点的定 位。
[0056] 3)诱导连接的目的是诱使恶意节点动态调整信号特征，迫使恶意节点显示信号的 真实特性，进而完成定位。为达成运个目的，需要诱导断开已连接接入点与恶意节点的连 接，然后恶意节点可W与其它的接入点建立连接，在选择其它的接入点时，使用马尔可夫决 策过程，得到最优的激活接入点集合，从而提高定位效率，减少连接接入点数目，降低恶意 节点的察觉度。
【附图说明】
[0057] 图1为本发明的基于诱导连接的无线网络恶意节点非测度快速定位方法的流程 图；
[005引图2为图1中步骤S2的子流程图；
[0059] 图3为图1中步骤S3的子流程图。
【具体实施方式】
[0060] 下面结合附图进一步详细描述本发明的技术方案，但本发明的保护范围不局限于 W下所述。
[0061] 如图1所示，一种基于诱导连接的无线网络恶意节点非测度快速定位方法，包括W 下步骤：
[0062] S1:计算上限距离和预估区间：记录当前与恶意节点连接的接入点的发射功率和 额定发射距离，并选取该发射功率下的额定发射距离的3/4距离作为当前接入点与恶意节 点的上限距离，并将W该上限距离作为半径，W当前接入点为圆屯、的区域作为恶意节点的 预估区间；
[0063] S2:如图2所示，诱导连接，包括W下子步骤：
[0064] S201:被接入点诱使或强迫恶意节点与之断开连接；
[0065] S202:结合步骤SI中得到的上限距离和预估区间，使用马尔可夫决策过程确定最 优的激活接入点集合；
[0066] S203:恶意节点随机接入步骤S202中的激活接入点集合中的一个接入点；
[0067] S204:执行步骤S1，得到步骤S203的接入点与恶意节点的上限距离和恶意节点的 预估区间；
[0068] 具体地，诱导连接的目的是诱使恶意节点动态调整信号特征，迫使恶意节点显示 信号的真实特性，进而完成定位。为达成运个目的，需要诱导断开已连接接入点与恶意节点 的连接，然后恶意节点可W与其它的接入点建立连接。在选择其它的接入点时，使用马尔可 夫决策过程，得到最优的激活接入点集合，从而提高定位效率，减少连接接入点数目，降低 恶意节点的察觉度。为将马尔可夫决策过程运用到该发明中，需要建立马尔可夫决策过程 模型。为此，需要做如下定义：
[0069] 定义五元组(5,4,4(3)，？3(3,3'），。(3))，运里，5为状态空间，4为行为空间，4(3) 为状态S的行为空间，Pa(s，s'）表示在行为a下由状态S转换为状态s'的概率，其中aEA(s)， ra(s)为在状态S时执行行为a得到的报馴I，其中aEA(s);
[0070] 状态空间S下的任一状态sx，表示在定位过程中被连接的接入点，运里x = X1X2. . .Xk，其中X1，X2, . . .，Xk表示已连接的接入点，在状态Sx下，定义恶意节点所在的预估 区间为Area(sx)，即各个接入点^1，^2，...，^骗预估区 间的交集，唯一的由于恶意节点的觉 察而导致定位过程中止的状态用Salert表示；
[0071] 行为空间下的任一行为a,表示每一步激活接入点对应的行为;假设当前恶意节点 的预估区间为Area(sx)，那么将所有预估区间和Area(sx)部分重叠的接入点的集合用I(s) 表示，则状态sx的行为空间为运里表示i(s)的幕集合，:0表示空集；
[0072] 当恶意节点随机连接激活接入点集合中的一个接入点时，发生状态转换，状态sx 转换到Sy要求：
[007；3] (l)xc J 且 |y-x| =1;
[0074] (2)(}f-x)Ea;
[0075] ( 3 ) Sx 辛 Salert;
[0076] 当任一状态的行为空间<<S'；)=0时，称该状态为"空状态"，用Sleaf表示；
[0077] 对于任一状态Sx，其最优的激活接入点集合3I(Sx)为：
[007引
(1)
[00巧]运里表示从状态Sx转换到状态Sy的最大累计报酬，其定义为：
[0080]
(2)
[0081]运里丫表示衰减因素，由于恶意节点随时可能移出，所W未来决策没有当前决策 重要，故设〇< 丫 < 1;
[0082] 由于"空状态"Sleaf和恶意节点察觉的状态Salert无法转换到其他的状态，所W两者 对应的最大累计报酬量为：
[0083] V(sieaf)=0； (3)
[0084] V(Salert)=-Calert； (4)
[0085]运里的Calert表示恶意节点的察觉量；
[0086] 为了找到基于上述（1)和(2)式的最优激活接入点过程，还需计算状态转换的概率 和定义报酬函数：
[0087] 1)状态转换函数的概率:给定两个状态Sx和Sy，W及行为曰，根据如下假设来计算状 态转换概率:在状态Sx下，恶意节点的分布密度在Area(Sx)内是均匀分布，处于Area(Sx)内 的某一点的恶意节点能够连接的接入点集合是在行为a的一个子集，假设恶意节点在进行 连接时完全的随机连接，运样每一个能够连接的接入点被连接的概率都相等;如果此时恶 意节点能够连接的接入点的个数为n，则其中每一个接入点被连接的概率为1/n;
[0088] 基于上述假设，得到状态转换公式：
[0089]
(5)
[0090] 其中rv为V中表示的接入点覆盖的交集，对式巧)进行化简：
[0091] 假设当前状态为sx，在行为a下发生状态转换，转换后的状态为sy，则从状态sx到状 态Sy的状态转换概率为：
[0092]
(6)
[0093] 证明如下：
[0094] 已知转换公式为：
[009引因为
[0102] 证毕；
[0103] 2)报酬函数的定义：关于行为a在状态Sx时获得的报酬可w理解为通过该激活接 入点集合后，对最后定位来说所减小的预估区间，对定位恶意节点来说，得到的预估区间越 大，定位误差越大，因此，从状态Sx转换到状态Sy的报酬定义为：
[0104] r(sx,Sy) = Area (sx)-Area (sy)-C； (7)
[0105] 其中C是步骤开销常数，运里C表示的是当定位过程的步骤进行的越长，则恶意节 点察觉的可能性越高，因此当定位结束时，其报酬越低，因此报酬函数的定义为：
[0106]
(8)
[0107] 由于Salert和Sleaf状态不能转换成其他状态，所W定义其报酬为0。
[0108] S3:如图3所示，完成恶意节点的定位:判断之前得到的所有预估区间的重叠区间 是否达到了期望的阔值或无法进一步缩小，若是，则完成定位;若不是，则重复步骤S1和步 骤S2。
[0109] 在得到预估区间后，需要计算预估区间的重叠区间，也就是恶意节点的存在区间。 为了获取尽可能精确的恶意节点的位置，需要对得到的重叠区间进行评估。如果重叠区间 到了期望的阔值，即达到定位恶意节点的要求，那么没必要进行额外的计算，定位已经成 功;如果重叠区间在多次定位都无法进一步缩小，说明该恶意节点周围的接入点已经无法 对该恶意节点作进一步的定位，定位已经结束；否则，定位过程还未结束，需继续执行定位 过程，即再次执行步骤S1和步骤S2。
[0110] W上所述仅是本发明的优选实施方式，应当理解本发明并非局限于本文所披露的 形式，不应看作是对其他实施例的排除，而可用于各种其他组合、修改和环境，并能够在本 文所述构想范围内，通过上述教导或相关领域的技术或知识进行改动。而本领域人员所进 行的改动和变化不脱离本发明的精神和范围，则都应在本发明所附权利要求的保护范围 内。
【主权项】
1. 一种基于诱导连接的无线网络恶意节点非测度快速定位方法，其特征在于，包括以 下步骤： SI:计算上限距离和预估区间：记录当前与恶意节点连接的接入点的发射功率和额定 发射距离，并选取该发射功率下的额定发射距离的3/4距离作为当前接入点与恶意节点的 上限距离，并将以该上限距离作为半径，以当前接入点为圆心的区域作为恶意节点的预估 区间； S2:诱导连接，包括以下子步骤： S201:被接入点诱使或强迫恶意节点与之断开连接； S202:结合步骤Sl中得到的上限距离和预估区间，使用马尔可夫决策过程确定最优的 激活接入点集合； S203:恶意节点随机接入步骤S202中的激活接入点集合中的一个接入点； S204:执行步骤Sl，得到步骤S203的接入点与恶意节点的上限距离和恶意节点的预估 区间； S3:完成恶意节点的定位:判断之前得到的所有预估区间的重叠区间是否达到了期望 的阈值或无法进一步缩小，若是，则完成定位;若不是，则重复步骤Sl和步骤S2。2. 根据权利要求1所述的一种基于诱导连接的无线网络恶意节点非测度快速定位方 法，其特征在于:使用马尔可夫决策过程确定最优的激活接入点集合的过程中，需要建立马 尔可夫决策过程模型，为此，需要做如下定义： 定义五元组(S，A，A(s)，Pa(S，S'），ra( S))，这里，S为状态空间，A为行为空间，A(S)为状 态s的行为空间，Pa(s，s'）表示在行为a下由状态s转换为状态s'的概率，其中aeA(s)，ra(s) 为在状态s时执行行为a得到的报酬，其中aeA(s); 状态空间S下的任一状态SX，表示在定位过程中被连接的接入点，这里X = X1X2. . .Xk，其 中XI，X2, ... ,Xk表示已连接的接入点，在状态sx下，定义恶意节点所在的预估区间为Area (Sx)，即各个接入点Xl，X2, ... ,Xk的预估区间的交集，唯一的由于恶意节点的觉察而导致定 位过程中止的状态用Salert表示； 行为空间下的任一行为a，表示每一步激活接入点对应的行为;假设当前恶意节点的预 估区间为Area(sx)，那么将所有预估区间和Area(Sx)部分重叠的接入点的集合用Hs)表示， 则状态s x的行为空间为2#0，这里2I(S)表示I(s)的幂集合，0表示空集； 当恶意节点随机连接激活接入点集合中的一个接入点时，发生状态转换，状态Sx转换到 Sy要求： (1) XC |y-x I =1； (2) (y-x)ea； (3 ) Sx 矣 Salert; 当任一状态的行为空间= 0时，称该状态为"空状态"，用Sle3af表示； 对于任一状态sx，其最优的激活接入点集合JT(Sx)为：这里Fs 表示从状态sx转换到状态sy的最大累计报酬，其定义为：这里γ表示衰减因素，由于恶意节点随时可能移出，所以未来决策没有当前决策重要， 故设〇<γ <1; 由于"空状态" Sld和恶意节点察觉的状态~1#无法转换到其他的状态，所以两者对应 的最大累计报酬量为： V(Sleaf)=O; (3) V(Salert)--Calert ； ( 4 ) 这里的Calert表示恶意节点的察觉量； 为了找到基于上述（1)和(2)式的最优激活接入点过程，还需计算状态转换的概率和定 义报酬函数： 1)状态转换函数的概率:给定两个状态Sx和sy，以及行为a，根据如下假设来计算状态转 换概率:在状态Sx下，恶意节点的分布密度在Area(Sx)内是均勾分布，处于Area(Sx)内的某 一点的恶意节点能够连接的接入点集合是在行为a的一个子集，假设恶意节点在进行连接 时完全的随机连接，这样每一个能够连接的接入点被连接的概率都相等;如果此时恶意节 点能够连接的接入点的个数为η，则其中每一个接入点被连接的概率为I /n; 基于上述假设，得到状态转换公式：其中rv为V中表示的接入点覆盖的交集，对式(5)进行化简： 假设当前状态为sx，在行为a下发生状态转换，转换后的状态为sy，则从状态sx到状态s y 的状态转换概率为：证明如下： 已知转换公式为：将其展开为：因为证毕； 2)报酬函数的定义:关于行为a在状态Sx时获得的报酬可以理解为通过该激活接入点集 合后，对最后定位来说所减小的预估区间，对定位恶意节点来说，得到的预估区间越大，定 位误差越大，因此，从状态Sx转换到状态Sy的报酬定义为： r( Sx，Sy) =Area(Sx)-Area(Sy)-C; (7) 其中C是步骤开销常数，这里C表示的是当定位过程的步骤进行的越长，则恶意节点察 觉的可能性越高，因此当定位结束时，其报酬越低，因此报酬函数的定义为：由于SalCTt和Sle3af状态不能转换成其他状态，所以定义其报酬为0。
【专利摘要】本发明公开了一种基于诱导连接的无线网络恶意节点非测度快速定位方法，包括以下步骤：计算上限距离和预估区间；诱导连接；完成恶意节点的定位。与现有技术相比，本发明结合马尔可夫决策过程，创造性的解决了对无线网络中使用误导信息影响定位的恶意节点的主动定位。特别是使用的马尔可夫决策过程，有效的提高了定位的效率。诱导连接的目的是诱使恶意节点动态调整信号特征，迫使恶意节点显示信号的真实特性，进而完成定位。为达成这个目的，需要诱导断开已连接接入点与恶意节点的连接，然后恶意节点可以与其它的接入点建立连接，在选择其它的接入点时，使用马尔可夫决策过程，得到最优的激活接入点集合，提高定位效率，降低恶意节点的察觉度。
【IPC分类】H04W12/00, H04W76/02, H04W64/00
【公开号】CN105491560
【申请号】CN201610006576
【发明人】詹思瑜, 廖建明, 候孟书, 刘杰彦, 叶娅兰
【申请人】电子科技大学
【公开日】2016年4月13日
【申请日】2016年1月6日
【技术领域】
[0001] 本发明设及无线网络领域，设及一种无线网络恶意节点定位方法，特别是设及一 种基于诱导连接的无线网络恶意节点非测度快速定位方法。
【背景技术】
[0002] 随着无线网络的快速发展，越来越多的人使用无线网络接入互联网，运为黑客攻 击互联网提供了新的渠道。为发现无线网络中的恶意节点，有必要实现对无线网络中恶意 节点的定位。有线定位虽然发展比较完善，但是却无法适用在无线网络环境。而且，目前的 定位，一方面其研究主要基于合法用户；另一方面，对节点的定位方法主要停留在通过监测 被定位节点的信息进行定位的被动定位。被动定位主要分为Ξ类:GPS定位、非测度定位和 测度定位。由于GPS系统本身不具备计算节点位置的能力，所W恶意节点可W通过发送非自 身位置信息，来实现隐藏。对于非测度定位和测度定位，恶意节点可W通过定向天线或软件 无线电技术，调整其发射范围和发射功率，来实现自身位置的隐藏。
[0003] 因此，有必要提出一种方法，该方法即使在恶意节点使用定向天线或软件无线电 等技术掩盖自身位置的情况下，仍能够对恶意节点实现定位。
【发明内容】
[0004] 本发明的目的在于克服现有技术的不足，提供一种基于诱导连接的无线网络恶意 节点非测度快速定位方法，在无线网络中对恶意节点进行诱导连接，即使在恶意节点使用 定向天线或软件无线电等技术掩盖自身位置的情况下，仍能够对恶意节点实现快速定位。
[0005] 本发明的目的是通过W下技术方案来实现的：一种基于诱导连接的无线网络恶意 节点非测度快速定位方法，包括W下步骤：
[0006] S1:计算上限距离和预估区间：记录当前与恶意节点连接的接入点的发射功率和 额定发射距离，并选取该发射功率下的额定发射距离的3/4距离作为当前接入点与恶意节 点的上限距离，并将W该上限距离作为半径，W当前接入点为圆屯、的区域作为恶意节点的 预估区间；
[0007] S2:诱导连接，包括W下子步骤：
[000引S201:被接入点诱使或强迫恶意节点与之断开连接；
[0009] S202:结合步骤S1中得到的上限距离和预估区间，使用马尔可夫决策过程确定最 优的激活接入点集合；
[0010] S203:恶意节点随机接入步骤S202中的激活接入点集合中的一个接入点；
[00川 S204:执行步骤S1，得到步骤S203的接入点与恶意节点的上限距离和恶意节点的 预估区间；
[0012] S3:完成恶意节点的定位:判断之前得到的所有预估区间的重叠区间是否达到了 期望的阔值或无法进一步缩小，若是，则完成定位;若不是，则重复步骤S1和步骤S2。
[0013] 使用马尔可夫决策过程确定最优的激活接入点集合的过程中，需要建立马尔可夫 决策过程模型，为此，需要做如下定义：
[0014] 定义五元组(5,4,4(3)，？3(3,3'），。(3))，运里，5为状态空间，4为行为空间，4(3) 为状态S的行为空间，Pa(s，s'）表示在行为a下由状态S转换为状态s'的概率，其中aEA(s)， ra(s)为在状态S时执行行为a得到的报馴I，其中aEA(s);
[0015] 状态空间S下的任一状态sx，表示在定位过程中被连接的接入点，运里x = X1X2. . .Xk，其中X1，X2, . . .，Xk表示已连接的接入点，在状态Sx下，定义恶意节点所在的预估 区间为Area(sx)，即各个接入点^1，^2，...，^骗预估区间的交集，唯一的由于恶意节点的觉 察而导致定位过程中止的状态用Salert表示；
[0016] 行为空间下的任一行为a,表示每一步激活接入点对应的行为;假设当前恶意节点 的预估区间为Area(sx)，那么将所有预估区间和Area(sx)部分重叠的接入点的集合用I(s) 表示，则状态sx的行为空间为运里嗦示I(s)的幕集合，0表示空集；
[0017] 当恶意节点随机连接激活接入点集合中的一个接入点时，发生状态转换，状态sx 转换到Sy要求：
[001 引（?)Λ-[-.ν 邑 |y-x| =1;
[0019] (2)(}f-x)Ea;
[0020] (3)Sx^Salert；
[0021] 当任一状态的行为空间/!(.S〇 = 0时，称该状态为"空状态"，用Sleaf表示；
[0022] 对于任一状态Sx，其最优的激活接入点集合JT(Sx)为：
[0023]
(1)
[0024] 运里表示从状态Sx转换到状态Sy的最大累计报酬，其定义为：
[00951
(2)
[0026] 运里丫表示衰减因素，由于恶意节点随时可能移出，所W未来决策没有当前决策 重要，故设〇< 丫 < 1;
[0027] 由于"空状态'Sleaf和恶意节点察觉的状态Salert无法转换到其他的状态，所W两者 对应的最大累计报酬量为：
[002引 V(sieaf)=0; (3)
[0029] V(Salert)=-Calert； (4)
[0030] 运里的Calert表示恶意节点的察觉量；
[0031] 为了找到基于上述（1)和(2)式的最优激活接入点过程，还需计算状态转换的概率 和定义报酬函数：
[0032] 1)状态转换函数的概率:给定两个状态sx和Sy，W及行为曰，根据如下假设来计算状 态转换概率:在状态Sx下，恶意节点的分布密度在Area(Sx)内是均匀分布，处于Area(Sx)内 的某一点的恶意节点能够连接的接入点集合是在行为a的一个子集，假设恶意节点在进行 连接时完全的随机连接，运样每一个能够连接的接入点被连接的概率都相等;如果此时恶 意节点能够连接的接入点的个数为n，则其中每一个接入点被连接的概率为1/n;
[0033] 基于上述假设，得到状态转换公式：
[0034]
议
[0035] 其中rv为V中表示的接入点覆盖的交集，对式巧)进行化简：
[0036] 假设当前状态为sx，在行为a下发生状态转换，转换后的状态为sy，则从状态sx到状 态Sy的状态转换概率为：
[0037]
佩
[003引证明如下：
[0039]已知转换公式为：
[0047]证毕；
[0048] 2)报酬函数的定义：关于行为a在状态sx时获得的报酬可W理解为通过该激活接 入点集合后，对最后定位来说所减小的预估区间，对定位恶意节点来说，得到的预估区间越 大，定位误差越大，因此，从状态Sx转换到状态Sy的报酬定义为：
[0049] r(sx,Sy) = Area (sx)-Area (sy)-C； (7)
[0050] 其中C是步骤开销常数，运里C表示的是当定位过程的步骤进行的越长，则恶意节 点察觉的可能性越高，因此当定位结束时，其报酬越低，因此报酬函数的定义为：
[0化1 ]
(8)
[0052] 由于Salert和Sleaf状态不能转换成其他状态，所W定义其报酬为0。
[0053] 本发明的有益效果是：
[0054] 1)与现有技术相比，本发明结合马尔可夫决策过程，创造性的解决了对无线网络 中使用误导信息影响定位的恶意节点的主动定位。特别是使用的马尔可夫决策过程，有效 的提高了定位的效率。
[0055] 2)本发明充分调动了接入点的主动性，实现了可传送误导信息的恶意节点的定 位。
[0056] 3)诱导连接的目的是诱使恶意节点动态调整信号特征，迫使恶意节点显示信号的 真实特性，进而完成定位。为达成运个目的，需要诱导断开已连接接入点与恶意节点的连 接，然后恶意节点可W与其它的接入点建立连接，在选择其它的接入点时，使用马尔可夫决 策过程，得到最优的激活接入点集合，从而提高定位效率，减少连接接入点数目，降低恶意 节点的察觉度。
【附图说明】
[0057] 图1为本发明的基于诱导连接的无线网络恶意节点非测度快速定位方法的流程 图；
[005引图2为图1中步骤S2的子流程图；
[0059] 图3为图1中步骤S3的子流程图。
【具体实施方式】
[0060] 下面结合附图进一步详细描述本发明的技术方案，但本发明的保护范围不局限于 W下所述。
[0061] 如图1所示，一种基于诱导连接的无线网络恶意节点非测度快速定位方法，包括W 下步骤：
[0062] S1:计算上限距离和预估区间：记录当前与恶意节点连接的接入点的发射功率和 额定发射距离，并选取该发射功率下的额定发射距离的3/4距离作为当前接入点与恶意节 点的上限距离，并将W该上限距离作为半径，W当前接入点为圆屯、的区域作为恶意节点的 预估区间；
[0063] S2:如图2所示，诱导连接，包括W下子步骤：
[0064] S201:被接入点诱使或强迫恶意节点与之断开连接；
[0065] S202:结合步骤SI中得到的上限距离和预估区间，使用马尔可夫决策过程确定最 优的激活接入点集合；
[0066] S203:恶意节点随机接入步骤S202中的激活接入点集合中的一个接入点；
[0067] S204:执行步骤S1，得到步骤S203的接入点与恶意节点的上限距离和恶意节点的 预估区间；
[0068] 具体地，诱导连接的目的是诱使恶意节点动态调整信号特征，迫使恶意节点显示 信号的真实特性，进而完成定位。为达成运个目的，需要诱导断开已连接接入点与恶意节点 的连接，然后恶意节点可W与其它的接入点建立连接。在选择其它的接入点时，使用马尔可 夫决策过程，得到最优的激活接入点集合，从而提高定位效率，减少连接接入点数目，降低 恶意节点的察觉度。为将马尔可夫决策过程运用到该发明中，需要建立马尔可夫决策过程 模型。为此，需要做如下定义：
[0069] 定义五元组(5,4,4(3)，？3(3,3'），。(3))，运里，5为状态空间，4为行为空间，4(3) 为状态S的行为空间，Pa(s，s'）表示在行为a下由状态S转换为状态s'的概率，其中aEA(s)， ra(s)为在状态S时执行行为a得到的报馴I，其中aEA(s);
[0070] 状态空间S下的任一状态sx，表示在定位过程中被连接的接入点，运里x = X1X2. . .Xk，其中X1，X2, . . .，Xk表示已连接的接入点，在状态Sx下，定义恶意节点所在的预估 区间为Area(sx)，即各个接入点^1，^2，...，^骗预估区 间的交集，唯一的由于恶意节点的觉 察而导致定位过程中止的状态用Salert表示；
[0071] 行为空间下的任一行为a,表示每一步激活接入点对应的行为;假设当前恶意节点 的预估区间为Area(sx)，那么将所有预估区间和Area(sx)部分重叠的接入点的集合用I(s) 表示，则状态sx的行为空间为运里表示i(s)的幕集合，:0表示空集；
[0072] 当恶意节点随机连接激活接入点集合中的一个接入点时，发生状态转换，状态sx 转换到Sy要求：
[007；3] (l)xc J 且 |y-x| =1;
[0074] (2)(}f-x)Ea;
[0075] ( 3 ) Sx 辛 Salert;
[0076] 当任一状态的行为空间<<S'；)=0时，称该状态为"空状态"，用Sleaf表示；
[0077] 对于任一状态Sx，其最优的激活接入点集合3I(Sx)为：
[007引
(1)
[00巧]运里表示从状态Sx转换到状态Sy的最大累计报酬，其定义为：
[0080]
(2)
[0081]运里丫表示衰减因素，由于恶意节点随时可能移出，所W未来决策没有当前决策 重要，故设〇< 丫 < 1;
[0082] 由于"空状态"Sleaf和恶意节点察觉的状态Salert无法转换到其他的状态，所W两者 对应的最大累计报酬量为：
[0083] V(sieaf)=0； (3)
[0084] V(Salert)=-Calert； (4)
[0085]运里的Calert表示恶意节点的察觉量；
[0086] 为了找到基于上述（1)和(2)式的最优激活接入点过程，还需计算状态转换的概率 和定义报酬函数：
[0087] 1)状态转换函数的概率:给定两个状态Sx和Sy，W及行为曰，根据如下假设来计算状 态转换概率:在状态Sx下，恶意节点的分布密度在Area(Sx)内是均匀分布，处于Area(Sx)内 的某一点的恶意节点能够连接的接入点集合是在行为a的一个子集，假设恶意节点在进行 连接时完全的随机连接，运样每一个能够连接的接入点被连接的概率都相等;如果此时恶 意节点能够连接的接入点的个数为n，则其中每一个接入点被连接的概率为1/n;
[0088] 基于上述假设，得到状态转换公式：
[0089]
(5)
[0090] 其中rv为V中表示的接入点覆盖的交集，对式巧)进行化简：
[0091] 假设当前状态为sx，在行为a下发生状态转换，转换后的状态为sy，则从状态sx到状 态Sy的状态转换概率为：
[0092]
(6)
[0093] 证明如下：
[0094] 已知转换公式为：
[009引因为
[0102] 证毕；
[0103] 2)报酬函数的定义：关于行为a在状态Sx时获得的报酬可w理解为通过该激活接 入点集合后，对最后定位来说所减小的预估区间，对定位恶意节点来说，得到的预估区间越 大，定位误差越大，因此，从状态Sx转换到状态Sy的报酬定义为：
[0104] r(sx,Sy) = Area (sx)-Area (sy)-C； (7)
[0105] 其中C是步骤开销常数，运里C表示的是当定位过程的步骤进行的越长，则恶意节 点察觉的可能性越高，因此当定位结束时，其报酬越低，因此报酬函数的定义为：
[0106]
(8)
[0107] 由于Salert和Sleaf状态不能转换成其他状态，所W定义其报酬为0。
[0108] S3:如图3所示，完成恶意节点的定位:判断之前得到的所有预估区间的重叠区间 是否达到了期望的阔值或无法进一步缩小，若是，则完成定位;若不是，则重复步骤S1和步 骤S2。
[0109] 在得到预估区间后，需要计算预估区间的重叠区间，也就是恶意节点的存在区间。 为了获取尽可能精确的恶意节点的位置，需要对得到的重叠区间进行评估。如果重叠区间 到了期望的阔值，即达到定位恶意节点的要求，那么没必要进行额外的计算，定位已经成 功;如果重叠区间在多次定位都无法进一步缩小，说明该恶意节点周围的接入点已经无法 对该恶意节点作进一步的定位，定位已经结束；否则，定位过程还未结束，需继续执行定位 过程，即再次执行步骤S1和步骤S2。
[0110] W上所述仅是本发明的优选实施方式，应当理解本发明并非局限于本文所披露的 形式，不应看作是对其他实施例的排除，而可用于各种其他组合、修改和环境，并能够在本 文所述构想范围内，通过上述教导或相关领域的技术或知识进行改动。而本领域人员所进 行的改动和变化不脱离本发明的精神和范围，则都应在本发明所附权利要求的保护范围 内。
【主权项】
1. 一种基于诱导连接的无线网络恶意节点非测度快速定位方法，其特征在于，包括以 下步骤： SI:计算上限距离和预估区间：记录当前与恶意节点连接的接入点的发射功率和额定 发射距离，并选取该发射功率下的额定发射距离的3/4距离作为当前接入点与恶意节点的 上限距离，并将以该上限距离作为半径，以当前接入点为圆心的区域作为恶意节点的预估 区间； S2:诱导连接，包括以下子步骤： S201:被接入点诱使或强迫恶意节点与之断开连接； S202:结合步骤Sl中得到的上限距离和预估区间，使用马尔可夫决策过程确定最优的 激活接入点集合； S203:恶意节点随机接入步骤S202中的激活接入点集合中的一个接入点； S204:执行步骤Sl，得到步骤S203的接入点与恶意节点的上限距离和恶意节点的预估 区间； S3:完成恶意节点的定位:判断之前得到的所有预估区间的重叠区间是否达到了期望 的阈值或无法进一步缩小，若是，则完成定位;若不是，则重复步骤Sl和步骤S2。2. 根据权利要求1所述的一种基于诱导连接的无线网络恶意节点非测度快速定位方 法，其特征在于:使用马尔可夫决策过程确定最优的激活接入点集合的过程中，需要建立马 尔可夫决策过程模型，为此，需要做如下定义： 定义五元组(S，A，A(s)，Pa(S，S'），ra( S))，这里，S为状态空间，A为行为空间，A(S)为状 态s的行为空间，Pa(s，s'）表示在行为a下由状态s转换为状态s'的概率，其中aeA(s)，ra(s) 为在状态s时执行行为a得到的报酬，其中aeA(s); 状态空间S下的任一状态SX，表示在定位过程中被连接的接入点，这里X = X1X2. . .Xk，其 中XI，X2, ... ,Xk表示已连接的接入点，在状态sx下，定义恶意节点所在的预估区间为Area (Sx)，即各个接入点Xl，X2, ... ,Xk的预估区间的交集，唯一的由于恶意节点的觉察而导致定 位过程中止的状态用Salert表示； 行为空间下的任一行为a，表示每一步激活接入点对应的行为;假设当前恶意节点的预 估区间为Area(sx)，那么将所有预估区间和Area(Sx)部分重叠的接入点的集合用Hs)表示， 则状态s x的行为空间为2#0，这里2I(S)表示I(s)的幂集合，0表示空集； 当恶意节点随机连接激活接入点集合中的一个接入点时，发生状态转换，状态Sx转换到 Sy要求： (1) XC |y-x I =1； (2) (y-x)ea； (3 ) Sx 矣 Salert; 当任一状态的行为空间= 0时，称该状态为"空状态"，用Sle3af表示； 对于任一状态sx，其最优的激活接入点集合JT(Sx)为：这里Fs 表示从状态sx转换到状态sy的最大累计报酬，其定义为：这里γ表示衰减因素，由于恶意节点随时可能移出，所以未来决策没有当前决策重要， 故设〇<γ <1; 由于"空状态" Sld和恶意节点察觉的状态~1#无法转换到其他的状态，所以两者对应 的最大累计报酬量为： V(Sleaf)=O; (3) V(Salert)--Calert ； ( 4 ) 这里的Calert表示恶意节点的察觉量； 为了找到基于上述（1)和(2)式的最优激活接入点过程，还需计算状态转换的概率和定 义报酬函数： 1)状态转换函数的概率:给定两个状态Sx和sy，以及行为a，根据如下假设来计算状态转 换概率:在状态Sx下，恶意节点的分布密度在Area(Sx)内是均勾分布，处于Area(Sx)内的某 一点的恶意节点能够连接的接入点集合是在行为a的一个子集，假设恶意节点在进行连接 时完全的随机连接，这样每一个能够连接的接入点被连接的概率都相等;如果此时恶意节 点能够连接的接入点的个数为η，则其中每一个接入点被连接的概率为I /n; 基于上述假设，得到状态转换公式：其中rv为V中表示的接入点覆盖的交集，对式(5)进行化简： 假设当前状态为sx，在行为a下发生状态转换，转换后的状态为sy，则从状态sx到状态s y 的状态转换概率为：证明如下： 已知转换公式为：将其展开为：因为证毕； 2)报酬函数的定义:关于行为a在状态Sx时获得的报酬可以理解为通过该激活接入点集 合后，对最后定位来说所减小的预估区间，对定位恶意节点来说，得到的预估区间越大，定 位误差越大，因此，从状态Sx转换到状态Sy的报酬定义为： r( Sx，Sy) =Area(Sx)-Area(Sy)-C; (7) 其中C是步骤开销常数，这里C表示的是当定位过程的步骤进行的越长，则恶意节点察 觉的可能性越高，因此当定位结束时，其报酬越低，因此报酬函数的定义为：由于SalCTt和Sle3af状态不能转换成其他状态，所以定义其报酬为0。
【专利摘要】本发明公开了一种基于诱导连接的无线网络恶意节点非测度快速定位方法，包括以下步骤：计算上限距离和预估区间；诱导连接；完成恶意节点的定位。与现有技术相比，本发明结合马尔可夫决策过程，创造性的解决了对无线网络中使用误导信息影响定位的恶意节点的主动定位。特别是使用的马尔可夫决策过程，有效的提高了定位的效率。诱导连接的目的是诱使恶意节点动态调整信号特征，迫使恶意节点显示信号的真实特性，进而完成定位。为达成这个目的，需要诱导断开已连接接入点与恶意节点的连接，然后恶意节点可以与其它的接入点建立连接，在选择其它的接入点时，使用马尔可夫决策过程，得到最优的激活接入点集合，提高定位效率，降低恶意节点的察觉度。
【IPC分类】H04W12/00, H04W76/02, H04W64/00
【公开号】CN105491560
【申请号】CN201610006576
【发明人】詹思瑜, 廖建明, 候孟书, 刘杰彦, 叶娅兰
【申请人】电子科技大学
【公开日】2016年4月13日
【申请日】2016年1月6日
最新回复(0)