一種基于誘導(dǎo)連接的無線網(wǎng)絡(luò)惡意節(jié)點非測度快速定位方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明設(shè)及無線網(wǎng)絡(luò)領(lǐng)域，設(shè)及一種無線網(wǎng)絡(luò)惡意節(jié)點定位方法，特別是設(shè)及一 種基于誘導(dǎo)連接的無線網(wǎng)絡(luò)惡意節(jié)點非測度快速定位方法。
【背景技術(shù)】
[0002] 隨著無線網(wǎng)絡(luò)的快速發(fā)展，越來越多的人使用無線網(wǎng)絡(luò)接入互聯(lián)網(wǎng)，運為黑客攻 擊互聯(lián)網(wǎng)提供了新的渠道。為發(fā)現(xiàn)無線網(wǎng)絡(luò)中的惡意節(jié)點，有必要實現(xiàn)對無線網(wǎng)絡(luò)中惡意 節(jié)點的定位。有線定位雖然發(fā)展比較完善，但是卻無法適用在無線網(wǎng)絡(luò)環(huán)境。而且，目前的 定位，一方面其研究主要基于合法用戶；另一方面，對節(jié)點的定位方法主要停留在通過監(jiān)測 被定位節(jié)點的信息進行定位的被動定位。被動定位主要分為Ξ類:GPS定位、非測度定位和 測度定位。由于GPS系統(tǒng)本身不具備計算節(jié)點位置的能力，所W惡意節(jié)點可W通過發(fā)送非自 身位置信息，來實現(xiàn)隱藏。對于非測度定位和測度定位，惡意節(jié)點可W通過定向天線或軟件 無線電技術(shù)，調(diào)整其發(fā)射范圍和發(fā)射功率，來實現(xiàn)自身位置的隱藏。
[0003] 因此，有必要提出一種方法，該方法即使在惡意節(jié)點使用定向天線或軟件無線電 等技術(shù)掩蓋自身位置的情況下，仍能夠?qū)阂夤?jié)點實現(xiàn)定位。

【發(fā)明內(nèi)容】

[0004] 本發(fā)明的目的在于克服現(xiàn)有技術(shù)的不足，提供一種基于誘導(dǎo)連接的無線網(wǎng)絡(luò)惡意 節(jié)點非測度快速定位方法，在無線網(wǎng)絡(luò)中對惡意節(jié)點進行誘導(dǎo)連接，即使在惡意節(jié)點使用 定向天線或軟件無線電等技術(shù)掩蓋自身位置的情況下，仍能夠?qū)阂夤?jié)點實現(xiàn)快速定位。
[0005] 本發(fā)明的目的是通過W下技術(shù)方案來實現(xiàn)的：一種基于誘導(dǎo)連接的無線網(wǎng)絡(luò)惡意 節(jié)點非測度快速定位方法，包括W下步驟：
[0006] S1:計算上限距離和預(yù)估區(qū)間：記錄當(dāng)前與惡意節(jié)點連接的接入點的發(fā)射功率和 額定發(fā)射距離，并選取該發(fā)射功率下的額定發(fā)射距離的3/4距離作為當(dāng)前接入點與惡意節(jié) 點的上限距離，并將W該上限距離作為半徑，W當(dāng)前接入點為圓屯、的區(qū)域作為惡意節(jié)點的 預(yù)估區(qū)間；
[0007] S2:誘導(dǎo)連接，包括W下子步驟：
[000引S201:被接入點誘使或強迫惡意節(jié)點與之?dāng)嚅_連接；
[0009] S202:結(jié)合步驟S1中得到的上限距離和預(yù)估區(qū)間，使用馬爾可夫決策過程確定最 優(yōu)的激活接入點集合；
[0010] S203:惡意節(jié)點隨機接入步驟S202中的激活接入點集合中的一個接入點；
[00川 S204:執(zhí)行步驟S1，得到步驟S203的接入點與惡意節(jié)點的上限距離和惡意節(jié)點的 預(yù)估區(qū)間；
[0012] S3:完成惡意節(jié)點的定位:判斷之前得到的所有預(yù)估區(qū)間的重疊區(qū)間是否達到了 期望的闊值或無法進一步縮小，若是，則完成定位;若不是，則重復(fù)步驟S1和步驟S2。
[0013] 使用馬爾可夫決策過程確定最優(yōu)的激活接入點集合的過程中，需要建立馬爾可夫 決策過程模型，為此，需要做如下定義：
[0014] 定義五元組(5,4,4(3)，？3(3,3'），。(3))，運里，5為狀態(tài)空間，4為行為空間，4(3) 為狀態(tài)S的行為空間，Pa(s，s'）表示在行為a下由狀態(tài)S轉(zhuǎn)換為狀態(tài)s'的概率，其中aEA(s)， ra(s)為在狀態(tài)S時執(zhí)行行為a得到的報馴I，其中aEA(s);
[0015] 狀態(tài)空間S下的任一狀態(tài)sx，表示在定位過程中被連接的接入點，運里x = X1X2. . .Xk，其中X1，X2, . . .，Xk表示已連接的接入點，在狀態(tài)Sx下，定義惡意節(jié)點所在的預(yù)估 區(qū)間為Area(sx)，即各個接入點^1，^2，...，^騙預(yù)估區(qū)間的交集，唯一的由于惡意節(jié)點的覺 察而導(dǎo)致定位過程中止的狀態(tài)用Salert表示；
[0016] 行為空間下的任一行為a,表示每一步激活接入點對應(yīng)的行為;假設(shè)當(dāng)前惡意節(jié)點 的預(yù)估區(qū)間為Area(sx)，那么將所有預(yù)估區(qū)間和Area(sx)部分重疊的接入點的集合用I(s) 表示，則狀態(tài)sx的行為空間為運里嗦示I(s)的幕集合，0表示空集；
[0017] 當(dāng)惡意節(jié)點隨機連接激活接入點集合中的一個接入點時，發(fā)生狀態(tài)轉(zhuǎn)換，狀態(tài)sx 轉(zhuǎn)換到Sy要求：
[001 引（?)Λ-[-.ν 邑 |y-x| =1;
[0019] (2)(}f-x)Ea;
[0020] (3)Sx^Salert；
[0021] 當(dāng)任一狀態(tài)的行為空間/!(.S〇 = 0時，稱該狀態(tài)為"空狀態(tài)"，用Sleaf表示；
[0022] 對于任一狀態(tài)Sx，其最優(yōu)的激活接入點集合JT(Sx)為：
[0023]
(1)
[0024] 運里表示從狀態(tài)Sx轉(zhuǎn)換到狀態(tài)Sy的最大累計報酬，其定義為：
[00951
(2)
[0026] 運里丫表示衰減因素，由于惡意節(jié)點隨時可能移出，所W未來決策沒有當(dāng)前決策 重要，故設(shè)〇< 丫 < 1;
[0027] 由于"空狀態(tài)'Sleaf和惡意節(jié)點察覺的狀態(tài)Salert無法轉(zhuǎn)換到其他的狀態(tài)，所W兩者 對應(yīng)的最大累計報酬量為：
[002引 V(sieaf)=0; (3)
[0029] V(Salert)=-Calert； (4)
[0030] 運里的Calert表示惡意節(jié)點的察覺量；
[0031] 為了找到基于上述（1)和(2)式的最優(yōu)激活接入點過程，還需計算狀態(tài)轉(zhuǎn)換的概率 和定義報酬函數(shù)：
[0032] 1)狀態(tài)轉(zhuǎn)換函數(shù)的概率:給定兩個狀態(tài)sx和Sy，W及行為曰，根據(jù)如下假設(shè)來計算狀 態(tài)轉(zhuǎn)換概率:在狀態(tài)Sx下，惡意節(jié)點的分布密度在Area(Sx)內(nèi)是均勻分布，處于Area(Sx)內(nèi) 的某一點的惡意節(jié)點能夠連接的接入點集合是在行為a的一個子集，假設(shè)惡意節(jié)點在進行 連接時完全的隨機連接，運樣每一個能夠連接的接入點被連接的概率都相等;如果此時惡 意節(jié)點能夠連接的接入點的個數(shù)為n，則其中每一個接入點被連接的概率為1/n;
[0033] 基于上述假設(shè)，得到狀態(tài)轉(zhuǎn)換公式：
[0034]
議
[0035] 其中rv為V中表示的接入點覆蓋的交集，對式巧)進行化簡：
[0036] 假設(shè)當(dāng)前狀態(tài)為sx，在行為a下發(fā)生狀態(tài)轉(zhuǎn)換，轉(zhuǎn)換后的狀態(tài)為sy，則從狀態(tài)sx到狀 態(tài)Sy的狀態(tài)轉(zhuǎn)換概率為：
[0037]
佩
[003引證明如下：
[0039]已知轉(zhuǎn)換公式為：
[0047]證畢；
[0048] 2)報酬函數(shù)的定義：關(guān)于行為a在狀態(tài)sx時獲得的報酬可W理解為通過該激活接 入點集合后，對最后定位來說所減小的預(yù)估區(qū)間，對定位惡意節(jié)點來說，得到的預(yù)估區(qū)間越 大，定位誤差越大，因此，從狀態(tài)Sx轉(zhuǎn)換到狀態(tài)Sy的報酬定義為：
[0049] r(sx,Sy) = Area (sx)-Area (sy)-C； (7)
[0050] 其中C是步驟開銷常數(shù)，運里C表示的是當(dāng)定位過程的步驟進行的越長，則惡意節(jié) 點察覺的可能性越高，因此當(dāng)定位結(jié)束時，其報酬越低，因此報酬函數(shù)的定義為：
[0化1 ]
(8)
[0052] 由于Salert和Sleaf狀態(tài)不能轉(zhuǎn)換成其他狀態(tài)，所W定義其報酬為0。
[0053] 本發(fā)明的有益效果是：
[0054] 1)與現(xiàn)有技術(shù)相比，本發(fā)明結(jié)合馬爾可夫決策過程，創(chuàng)造性的解決了對無線網(wǎng)絡(luò) 中使用誤導(dǎo)信息影響定位的惡意節(jié)點的主動定位。特別是使用的馬爾可夫決策過程，有效 的提高了定位的效率。
[0055] 2)本發(fā)明充分調(diào)動了接入點的主動性，實現(xiàn)了可傳送誤導(dǎo)信息的惡意節(jié)點的定 位。
[0056] 3)誘導(dǎo)連接的目的是誘使惡意節(jié)點動態(tài)調(diào)整信號特征，迫使惡意節(jié)點顯示信號的 真實特性，進而完成定位。為達成運個目的，需要誘導(dǎo)斷開已連接接入點與惡意節(jié)點的連 接，然后惡意節(jié)點可W與其它的接入點建立連接，在選擇其它的接入點時，使用馬爾可夫決 策過程，得到最優(yōu)的激活接入點集合，從而提高定位效率，減少連接接入點數(shù)目，降低惡意 節(jié)點的察覺度。
【附圖說明】
[0057] 圖1為本發(fā)明的基于誘導(dǎo)連接的無線網(wǎng)絡(luò)惡意節(jié)點非測度快速定位方法的流程 圖；
[005引圖2為圖1中步驟S2的子流程圖；
[0059] 圖3為圖1中步驟S3的子流程圖。
【具體實施方式】
[0060] 下面結(jié)合附圖進一步詳細描述本發(fā)明的技術(shù)方案，但本發(fā)明的保護范圍不局限于 W下所述。
[0061] 如圖1所示，一種基于誘導(dǎo)連接的無線網(wǎng)絡(luò)惡意節(jié)點非測度快速定位方法，包括W 下步驟：
[0062] S1:計算上限距離和預(yù)估區(qū)間：記錄當(dāng)前與惡意節(jié)點連接的接入點的發(fā)射功率和 額定發(fā)射距離，并選取該發(fā)射功率下的額定發(fā)射距離的3/4距離作為當(dāng)前接入點與惡意節(jié) 點的上限距離，并將W該上限距離作為半徑，W當(dāng)前接入點為圓屯、的區(qū)域作為惡意節(jié)點的 預(yù)估區(qū)間；
[0063] S2:如圖2所示，誘導(dǎo)連接，包括W下子步驟：
[0064] S201:被接入點誘使或強迫惡意節(jié)點與之?dāng)嚅_連接；
[0065] S202:結(jié)合步驟SI中得到的上限距離和預(yù)估區(qū)間，使用馬爾可夫決策過程確定最 優(yōu)的激活接入點集合；
[0066] S203:惡意節(jié)點隨機接入步驟S202中的激活接入點集合中的一個接入點；
[0067] S204:執(zhí)行步驟S1，得到步驟S203的接入點與惡意節(jié)點的上限距離和惡意節(jié)點的 預(yù)估區(qū)間；
[0068] 具體地，誘導(dǎo)連接的目的是誘使惡意節(jié)點動態(tài)調(diào)整信號特征，迫使惡意節(jié)點顯示 信號的真實特性，進而完成定位。為達成運個目的，需要誘導(dǎo)斷開已連接接入點與惡意節(jié)點 的連接，然后惡意節(jié)點可W與其它的接入點建立連接。在選擇其它的接入點時，使用馬爾可 夫決策過程，得到最優(yōu)的激活接入點集合，從而提高定位效率，減少連接接入點數(shù)目，降低 惡意節(jié)點的察覺度。為將馬爾可夫決策過程運用到該發(fā)明中，需要建立馬爾可夫決策過程 模型。為此，需要做如下定義：
[0069] 定義五元組(5,4,4(3)，？3(3,3'），。(3))，運里，5為狀態(tài)空間，4為行為空間，4(3) 為狀態(tài)S的行為空間，Pa(s，s'）表示在行為a下由狀態(tài)S轉(zhuǎn)換為狀態(tài)s'的概率，其中aEA(s)， ra(s)為在狀態(tài)S時執(zhí)行行為a得到的報馴I，其中aEA(s);
[0070] 狀態(tài)空間S下的任一狀態(tài)sx，表示在定位過程中被連接的接入點，運里x = X1X2. . .Xk，其中X1，X2, . . .，Xk表示已連接的接入點，在狀態(tài)Sx下，定義惡意節(jié)點所在的預(yù)估 區(qū)間為Area(sx)，即各個接入點^1，^2，...，^騙預(yù)估區(qū)