一种基于势函数智能电表系统恶意节点识别新方法

一种基于势函数智能电表系统恶意节点识别新方法

ID:5598080

大小:29.00 KB

页数:6页

时间:2017-12-19

一种基于势函数智能电表系统恶意节点识别新方法_第1页
一种基于势函数智能电表系统恶意节点识别新方法_第2页
一种基于势函数智能电表系统恶意节点识别新方法_第3页
一种基于势函数智能电表系统恶意节点识别新方法_第4页
一种基于势函数智能电表系统恶意节点识别新方法_第5页
资源描述:

《一种基于势函数智能电表系统恶意节点识别新方法》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、一种基于势函数智能电表系统恶意节点识别新方法  摘要智能电网中的终端设备——智能电表在智能电网中执行双向通信,这使得黑客有机会入侵系统,可以通过滥用电能、恶意收集和分析用户的数据来实现对电网的破坏。论文介绍了一种基于节点势函数的恶意电表识别新方法,该方法利用物理层信道信息反映节点位置的特点,将由信道信息抽取的节点位置值通过势函数计算,使得节点的势函数反映了与其ID相同的所有节点的位置信息,实现了对各节点的位置信任度进行综合,从而实现智能电表系统的恶意节点识别,该方法在各智能电表的计算量和附加通信量极低,大部分的计算量在控制中心完成,特别适合智能电表系统资源受限的特点

2、。1引言6智能电网是通过数字化和信息化将电能的生产、输送、分配和使用等各个环节紧密联系在一起,通过智能化的控制实现“经济高效、灵活互动、友好开放、清洁环保”的新一代电力系统,其能有效节约能源,转移高峰负荷,降低成本提高可靠性。智能电网通常由智能电表、感知系统、通信系统、控制系统组成,为了保证电网系统安全可靠地运行,必须对这个庞大的系统提供安全保证。尤其是其中的智能电表和控制系统都在智能电网中执行双向通信,这使得黑客有机会入侵系统,可以通过滥用电能、恶意收集和分析用户的数据来实现对电网的破坏。智能电表系统深入千家万户,同时其本身通常又是资源非常有限的设备,关于其轻重量

3、的加密和认证方法在文献[4,5]中都有讨论,但关于智能电表系统恶意节点识别的研究尚少。本论文在文献[5]提出的物理层信道信息反映节点位置的基础上,通过引入势函授对各节点的位置信任度进行综合,从而实现智能电表系统的恶意节点识别,该方法使得各智能电表的计算量和附加通信量极低,大部分的计算量在控制中心完成,特别适合智能电表系统的特点。2基于信道特征的恶意节点检测原理如图1所示,方形节点是由捕获电表生成的恶意电表,明显地,捕获电表和恶意电表在不同的位置,等它们却只有一个身份(ID)号,例如,恶意电表和是捕获电表生成,若能知道它们在不同的位置但却有相同的ID号,那么说明发生了

4、一种称为赛贝(Sybil)的恶意节点攻击。让表示节点和在时刻的信道信息,若以表示节点和的位置在时刻的接近程度:6其中是归一化因子。通常的恶意节点判决方法是设定一个门限值,若则说明节点和在时刻处于相同的位置;若则说明节点和在时刻处于不同的位置,而此时节点和有相同的ID,则说明发生了赛贝的恶意节点攻击。本论文在上述理论的基础上,考虑的不同值反映为和的位置接近程度,引入势函数,基于多个节点对一个节点的评价,来得到更准确的判断。3势函数给定网络,其中表示网络中节点的集合,为边的集合且为网络中边的数目。任意节点的拓扑势可表示为其中表示节点和间的距离;影响因子用于控制每个节点的

5、影响范围。表示结点的质量,用以描述每个节点的固有属性。影响因子可通过求势熵最小值来确定。势熵定义为4基于势函数的信道特征的恶意节点检测基于势函数的信道特征的恶意节点检测步骤如下:第一步:将智能电表系统中的智能电表划分为待测组(CG)和见证组(WG),分别表示为待测节点和见证节点,智能电表系统中的智能电表周期性地扮演待测节点和见证节点;第二步:见证节点向通信范围内的待测节点广播请求信息,待测节点按如下格式回复响应信息:其中为抽取信道信息的导频,通常设置为8-32比特,根据系统需要设置。第三步:见证节点收到待测节点响应信息后,抽取信道信息,然后按照式(2)计算,6第四步

6、:由式(3)和(4)计算第个见证节点下的各待测节点的势函数,然后将待测节点在各见证节点下的势函数求和有:第五步:根据设定的门限对各待测节点进行判决,若,说明具有相同ID的节点位于不同的位置,没有赛贝的攻击发生;若说明具有相同ID的节点位于相同的位置,赛贝恶意节点攻击发生了。5仿真结果按照IEEE802.15.4g标准的物理层格式,设置电表节点最大个数为150个,门限设置为及,待测节点为100个、见证节点为50个,随机划分待测节点和见证节点,公式(1)中信道信息的抽取采用最大使然率方法(LRT)。图2为调制方式分别为MR-FSK和MR-O-QPSK时,采用公式(1)的

7、门限方法和采用势函数方法的检测率比较,从图中我们看到新方法在检测成功率上有了较大的提高。6结论6本文介绍了一种基于节点势函数的恶意节点识别新方法,论文在物理层信道信息反映节点位置的基础上,将由信道信息抽取的节点位置值通过势函数处理,使得待测节点的势函数反映了与其ID相同的所有节点的位置信息,实现了对各节点的位置信任度进行综合,从而实现智能电表系统的恶意节点识别,该方法识别度高,而且各智能电表的计算量和附加通信量极低,大部分的计算量在控制中心完成,特别适合智能电表系统的特点。参考文献[1]Cohen,F.:‘Thesmartergrid’,IEEESecurity

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。