中国计算机网络和通信

中国计算机网络和通信/2015年/文章

研究文章|开放获取

体积 2015年 |文章ID. 812613 | https://doi.org/10.1155/2015/812613

Noureddine Assad,Brahim Elbhiri,Moulay Ahmed Faqihi,Mohamed Ouadou,Driss Aboutajdine 无线传感器网络入侵检测部署质量分析“,中国计算机网络和通信 卷。2015年 文章ID.812613 7. 页面 2015年 https://doi.org/10.1155/2015/812613

无线传感器网络入侵检测部署质量分析

学术编辑:瑞张
已收到 2014年6月10日
修改 2015年1月18日
公认 2015年1月19日
发表 2015年2月5日

摘要

在均匀无线传感器网络中的入侵检测应用被定义为在感兴趣领域中检测未授权入侵或异常移动攻击者的机制。确定性传感器节点部署的质量可以通过在部署前进行严格的分析来充分确定。但是,当需要随机部署时,确定部署质量变得具有挑战性。一个区域可能要求多个节点监视来自传感区域的每个点;该约束被称为K.- 覆盖在哪里K.是节点的数量。传感器节点的部署质量直接取决于节点密度和传感范围;主要是需要随机传感器节点部署。主要问题围绕着网络覆盖问题,我们如何保证传感区域的每个点被所需数量的传感器节点覆盖以及足够的条件来保证网络覆盖?为此,采用概率入侵检测模型,称为单/多感测检测,在覆盖范围内进行调查和分析部署质量问题。我们在感测范围,节点密度和入侵距离方面评估我们的概率模型在均匀无线传感器网络中的能力。

1.介绍

微应用、无线电通信和微处理器集成方面的技术发展使开发一系列新的小型低成本电子设备成为可能,这些设备被称为传感器节点。后者可以大量部署,形成一个智能和自主的无线传感器网络(WSN),可用于处理监测、控制和监视的各种应用程序。每个传感器节点感知感兴趣的环境字段,该字段似乎是最不可访问的,并将收集到的数据传递给sink,最终用户可以访问它们[1].在本文中,我们主要关注无线传感器网络监控的应用,如检测未经授权或异常移动的入侵者的一个感兴趣的领域。这些关键的应用需要描述传统自组织网络中不存在的无线传感器网络参数。同质无线传感器网络中的入侵检测模型引入了参数、感知范围和节点密度,因为感兴趣域的每个点都必须在至少一个传感器节点的感知范围内。在传感覆盖领域中,传感器网络必须能够适应不断变化的网络拓扑和环境条件。在同质无线传感器网络中,入侵者可以通过单传感器节点或多传感器节点进行检测,多传感器节点采用单传感器检测和多传感器检测建模。

有些工作是针对特定的应用程序,但中心思想仍然围绕着覆盖问题。覆盖网络的问题在[23.],传感器节点监控或跟踪区域的程度,以及[4.5.还导出了分析表达式来量化增强部署质量的覆盖范围,因为网络覆盖概念是服务质量的衡量标准。提出了高效的分布式算法[6.7.]解决WSN中最佳能耗的覆盖网络问题。

1.1.动机和问题陈述

这些问题是由于以下简单的原因,包括随机网络拓扑,其中所有传感器节点都在一个区域中随机部署;这意味着有效地部署所需的覆盖范围。具体地,给定监控区域,我们如何保证该区域的每个点被所需数量的传感器节点覆盖?换句话说,我们需要识别足够的传感器覆盖哪些区域,以增强入侵检测的概率,并且入侵者不超过阈值距离。此外,由于无线传感器对能量供应,可用存储空间和计算能力以及计算能力的局限性,节能是WSN中的一个关键挑战。这意味着网络必须具有自组织功能。重要的是要放置或选择覆盖网络中的有效数量的传感器节点;传感器电源可以定期打开/关闭,以延长整个WSN寿命。

1.2.贡献和组织

本文的主要贡献可以概括如下:通过推导分析表达式来开发概率方法,以表征网络覆盖的拓扑特性,设计和分析均匀无线传感器网络中的入侵检测概率,并考虑到各种参数如传感范围,节点密度,节点可用性和入侵距离。这是为了提高传感器节点部署的质量。我们研究了我们在WSN中的入侵检测模型,以单传感和多感测检测。

本文的其余部分组织如下。节2在此基础上,对入侵检测和网络拓扑结构进行了综述。在本节中,我们对同构无线传感器网络中的入侵检测模型进行了分析评估3.同时,节4.,给出了仿真结果及其分析。最后,在本节中得出结论5.

2.入侵检测模型和网络拓扑

为了对无线传感器网络中的入侵检测模型进行更全面的回顾,我们在本节中描述了一些关键的定义,并描述了网络的拓扑结构和程度、覆盖范围和通信模型。

2.1.预赛和模型

定义1(感应范围)。节点的感知范围 是一个半径的磁盘 ,以at为中心 并由 在哪里 代表欧几里德之间的距离

定义2(传输范围)。节点的传输范围 是一个半径的磁盘 ,以at为中心 并由

定义3(协作传感器)。考虑两个节点 位于 , 分别。让我们注意到 是距离 .合作集 被定义为与工会之间 .除了, 据说如果才能合作,如果才能合作 ,在那里 为传感范围。通常,协作的传感器集

定义4(重叠区域)。重叠的区域 节点 是定义为交集区域吗 由以下等式制定的区域: 我们可以注意到每个点位于 可以被两者覆盖 节点。
一个例子 表面区域和传感器节点之间的通信 如图所示1

定义5(邻居节点)。每个节点的相邻信息 从图形 被定义为 在哪里 是节点之间的欧氏距离吗 表示向节点发送信息的节点的索引集

2.2。网络拓扑结构

在本文中,我们考虑 节点随机分布在平方区域 边的长度 在集合中 遵循统一分布;我们假设任何两个节点 是直接相连的 小于或等于传输范围 (IE。, );只考虑双向链接。一个地区 据说是覆盖,如果每一点都在 最多是距离 从至少一个传感器节点。在同类WSN中,我们假设每个节点都具有相同的传感范围 同样的传输 .得到的图表称为覆盖范围图形,并表示为 在哪里 是否用索引一组节点

2.3。程度和覆盖范围

监视感兴趣区域的目标是在至少一个传感器节点的感测范围内具有在感测区域中的每个位置。根据应用场景,文献中提出了几种覆盖模型。区域可能要求多个传感器节点监视传感区域中的每个点[8.].约束被称为 - 覆盖在哪里 表示节点的数量。我们可以定义任何凸面区域 覆盖度 ,其中所考虑的区域的每个点至少被覆盖 节点[9.].鉴于表面积 并由应用程序指定(在部署之前或之后)如图所示2,感应范围的要求值是多少 实现特定的覆盖度 ?在实践中,具有更高程度的覆盖度的网络可以实现更高的感测精度并且对传感失败更加坚固。一个例子 -覆盖率如图所示1:中间图(b)显示了冗余节点的示例,其中节点的受监控区域 完全由节点重叠 , 和 .因此,在不降低现场整体覆盖和规定覆盖程度的前提下,尽可能多地放置或选择传感器节点的有效数量来覆盖同一监测区域是非常重要的 .作者在[10把问题扩展到connected - 它们定义为必须保持活动的最小传感器数量的玻索,以便该字段中的每个点是 - 覆盖,这些传感器中的每一个都必须彼此连接。

数据准确性取决于包含接收器的连接组件的大小。它达到了宿接收到网络的最大连接组件时的最高值。因此,高质量的覆盖要求所有源传感器都连接到水槽。关于随机WSN的连接的最有趣问题之一是找到限制性地区,即连接几乎确定发生的限制。通常,这些制度涉及节点的数量和变速范围变大[8.11].换句话说,WSN的连接应该如此定义,以考虑这种网络的固有结构。

在本文中,我们假设任何两个节点 如果它们的欧几里德距离小于发射范围,可以彼此直接沟通 (IE。, )从图中的最后一张图片(c)所示1.一个点 被节点覆盖 如果点与点之间的欧氏距离 和节点 是否小于感应范围 节点

鉴于覆盖区域 和节点覆盖度 ,集成覆盖和连接配置的目标最大化在剩余节点必须保证的约束下计划睡眠的节点数量: 至少是 -Covered和所有活动节点都已连接。

3.均匀无线传感器网络中的入侵检测模型

无线传感器网络中的入侵检测被定义为检测未授权入侵或异常移动攻击器的机制。确定性节点部署的质量可以通过部署前的分析充分确定。但是,当需要随机部署时,确定部署质量变得具有挑战性[10].为了评估传感器节点的部署质量,可以采取适当的措施,从成功率和入侵检测概率方面揭示传感器网络覆盖的不足之处。因此,从高检测概率的角度来刻画节点密度、感知范围等参数是一个基础问题。本节将采用几种概率入侵检测模型,并从覆盖率的角度对部署质量问题进行调查和分析。

3.1。感应模型概率

我们考虑在本节中讨论的随机网络拓扑2.2其中所有节点随机部署在感兴趣的领域。随着检测概率的增加,部署质量也随之提高。传感模型概率一般与具体的传感器应用和所使用的传感器设备类型紧密耦合[1213].我们采用传感模型概率,其中传感器节点可以检测位于感测区域中的任何事件。假设所有传感器节点都是均匀的,并且它们具有相同的传感范围。

对于节点密度的均匀分布式传感器网络 ,表示部署在表面积上的传感器节点个数 , 经过 .对于每个传感器节点,每个传感器节点的概率,在传感范围内 点的距离,是伯努利试验,成功的概率是

因此,在距离内传感器节点的数量 一个点,形成一致的分布。而且,大大 和小 ,这种二项分布可以由泊松过程表示。然后,等效泊松过程的平均值是

检测到入侵者的感测模型概率 传感器节点遵循泊松分布;它由以下公式给出: 在哪里 该地区是否通过轨迹之后的入侵者席卷 .我们假设入侵者从传感区域中的随机点开始,并以随机方式移动,如图所示3. 因此,先前的概率可以进一步表示

侵入距离 .由于入侵者的随机运动,入侵距离 可以作为由以下等式制定的参数曲线的电弧长度来导出:

证明。参数曲线 可以被认为是用坐标穿过飞机移动的点的轨迹 ,在那里 属于 参数的类功能 .对于每个价值 的时间间隔 ,我们得到一个观点 曲线,我们划分表示的曲线 要点: 弧中的相应点具有坐标 在哪里 ,所以两个连续的点之间的距离等于 更一般地,我们求出弧的长度 通过刻不到多边形弧(即由直线段组成)并加入段的长度。因此,这个限制 存在是因为两个函数 是课堂 .考虑 作为函数 是课堂 那里 ,弧长公式然后变成 在哪里 是riemann的函数的总和 从这一点开始 在一定程度上 .这个公式也可以表示为:

节点密度 .节点密度是传感器节点部署的一个关键参数,要求WSN应用的入侵检测质量。部署质量直接取决于节点密度;主要需要随机节点部署[1415].网络连接概率随着节点密度的增加而增加,即使网络覆盖程度也在增加。为了提高节点密度的精度,我们考虑了部分密度,公式如下: 在哪里 为部分密度之和。在相同的要求覆盖程度下,活动节点的数量相对于节点密度保持稳定。

3.2。单感检测

在传感区域中没有传感器的概率可以检测一个事件 .补充 为至少有一个传感器节点检测到事件的概率。该感知模型概率可以表示为 根据入侵场景,入侵者从感知区域的随机点开始,并随机移动,如图所示3..入侵者未超过阈值距离的概率

距离阈值的入侵检测概率 在一个同质的WSN中.我们认为 节点随机分布在平方区域 边的长度 在一组 遵循统一分布。我们还考虑了一旦部署了均匀的WSN,所有传感器都是静态的。如果我们希望能够立即检测到任何入侵者,我们使用以下公式: 在哪里 是一个阈值概率。我们必须设置所有传感器节点的传感范围如下:

3.3。多感测检测

在无线传感器网络应用中,所需的传感器数量取决于覆盖质量;通过对节点部署的分析,可以充分提前确定。达到指定的覆盖程度 ),我们推导出概率 可以在阈值入侵距离内检测入侵者 ,通过下式中的多传感检测模型: 在轨迹之后,表面是否被入侵者扫过 为部分密度之和:

同时增加每个单元的感测范围和节点的数量,单感测和多感测的入侵检测概率增加。将涵盖网络中发生的所有事件。根据上面讨论的公式,可以预先确定感测范围和节点密度的最佳值以完全覆盖传感区域。

3.4。节点可用性

在密集的网络中,不同节点的感测区域可以类似于其邻居节点,因此它们将传输冗余信息,并且WSN总能量消耗将增加。因此,重要的是要放置或选择有效数量的传感器节点,以尽可能多地覆盖相同的监控区域,而不会减少整体场覆盖范围。因此,我们必须在密集网络中识别冗余节点,并在睡眠和活动模式之间改变其操作模式。我们可以表达可以部署的节点数量以通过节点可用性率覆盖传感区域 作为事件检测概率的变量 .我们可以有效地降低大多数WSN应用中的能耗,并在定期打开/关闭传感器电源时延长整个网络寿命。因此,应考虑到节点可用性率是合适的 在我们的分析中。每个传感器节点可以决定是否具有概率的活动 或者以概率移动到睡眠模式 这意味着在每个传感期间都关闭。因此,感测模型概率确切地说 传感器节点检测入侵者由公式给出 在哪里 在轨迹之后,表面是否被入侵者扫过 为部分密度之和。考虑 入侵距离 可以作为参数曲线的弧长导出:

在单传感技术中,指入侵者在不超过阈值距离的情况下被检测到的概率 节点密度均匀的传感器网络中 ,传感范围 ,节点可用性 是由

在多感测,概率 在阈值入侵距离内可以检测到入侵者 -Sensing在节点密度的同质WSN中 ,传感范围 ,节点可用性 是由

4.讨论结果

在本节中,我们使用MATLAB软件评估我们的入侵检测模型在同质无线传感器网络中的概率。根据本节中描述的入侵场景2,我们在感测范围,节点密度和入侵距离方面评估单感和多感应入侵检测的模型概率。我们考虑一个随机无线传感器网络组成 静态传感器节点,其独立和分布在方形字段中。

结果如图所示4.显示入侵检测概率 并且存在至少一个传感器节点,其检测到表面积中的入侵者  m2相对  m2;它由节点号决定 以及传感范围 .入侵检测可能需要大的感测范围或高节点数,从而增加了WSN部署成本。我们可以注意到,如果我们增加节点号 或传感范围 ,覆盖发生在网络中的入侵的概率也会增加。这是由于感知范围或节点数量的增加显著提高了网络覆盖。然而,增加更多 概率参加 并且保持不变,不会影响检测的稳健性。因此,对于传感范围的给定值 ,我们可以找到最优节点数,可以部署有效地覆盖控制区域。该节点数和传感范围将是最优值,必须用于完全覆盖感兴趣的区域。

数字5.给出了不同节点可用率下的入侵检测概率模型与入侵距离的关系曲线 .很明显,如果入侵距离 增加,检测概率 也增加了。在正常循环中,节点可用性 通常少于 ;人们认为,在不减少整个外地覆盖范围的情况下,尽可能多地监测一个地区是令人满意的。如果某个节点检测到入侵者,则向整个网络广播警报信息,以确保网络连通性,提高检测效率;用节点可用率来说明

我们在图中绘制6.多感测检测的检测概率作为入侵距离的函数。检测概率随着侵入距离的增加而增加。同时,单感测量概率( )高于多传感检测( )。这是因为多感测检测对检测网络中的入侵者提出了更严格的要求;至少 传感器是必需的。

结论

在本文中,我们研究了在监控WSN应用中随机部署传感器节点的基本特征,例如在感兴趣领域中检测未经授权的入侵者。提出入侵检测模型来解决网络覆盖问题并增强部署质量的问题。因此,传感器网络的每个点在至少一个传感器节点的感测范围内。我们开发了一个概率模型,通过推出分析表达式来表征网络覆盖的拓扑特性,设计和分析均匀的无线传感器网络中的入侵检测概率,并考虑了诸如传感范围,节点密度,节点可用性等各种参数和入侵距离。我们研究了我们在WSN中的入侵检测到单/多感测检测模型。我们的结果使我们能够设计和分析同类WSN,并帮助我们选择网络的关键参数,以满足WSN应用要求。

利益冲突

作者声明本文的发表不存在利益冲突。

参考

  1. I. F. Akyildiz,W. Su,Y. Sankarasubramaniam和E. Cayirci,“无线传感器网络:调查”,计算机网络第38卷第2期4,第393-422页,2002。查看在:出版商的网站|谷歌学者
  2. R. Mulligan和H. M. Ammari,“无线传感器网络的覆盖范围:调查”网络协议和算法,第2卷,第2期2,页27-53,2010。查看在:出版商的网站|谷歌学者
  3. V. Ravelomanana,“具有应用的三维传感器网络的极值属性”,IEEE移动计算汇刊,第3卷,第2期。3,页246-257,2004。查看在:出版商的网站|谷歌学者
  4. E. Onur,C.Ersoy和H.Deliç,“用于可接受的违规检测概率有多少传感器?”电脑通讯,卷。29,不。2,pp。173-182,2006。查看在:出版商的网站|谷歌学者
  5. C. Gui和P. Mohapatra,“目标跟踪传感器网络中的电力节约和监视质量”第十届移动计算与网络国际年会论文集(MobiCom '04),第129-143页,ACM, 2004年10月。查看在:谷歌学者
  6. H.Gupta,Z.周,S. R. DAS和Q.Cu,“连接传感器封面:传感器网络的自组织以获得高效查询执行”,“IEEE/ACM网络汇刊,卷。14,不。1,pp。55-67,2006。查看在:出版商的网站|谷歌学者
  7. G. Xing,X. Wang,Y. Zhang,C. Lu,R. Pless和C. Gill,“传感器网络中节能的集成覆盖和连接配置”,ACM传感器网络汇刊,卷。1,不。1,pp。36-72,2005。查看在:出版商的网站|谷歌学者
  8. J.LI,L.L.H.H. Andrew,C.H.Foh,M. Zukerman和H.-h。陈,“无线传感器网络的连接,覆盖和放置”,“传感器,卷。9,没有。10,pp。7664-7693,2009。查看在:出版商的网站|谷歌学者
  9. S. Kumar,T.H. Lai和J.Balogh,“在大多数睡眠传感器网络中的K覆盖”中,“第十届移动计算与网络国际年会论文集(MobiCom '04),pp.144-158,ACM,2004年10月。查看在:谷歌学者
  10. C.-f.黄和y.-c。Tseng,“无线传感器网络中的覆盖问题”,移动网络和应用,卷。10,没有。4,pp。519-528,2005。查看在:出版商的网站|谷歌学者
  11. Y. Wang,“无线传感器网络的拓扑控制”无线传感器网络和应用,pp.113-147,Springer,柏林,德国,2008年。查看在:谷歌学者
  12. C.-Y.Chong和S.P.Kumar,“传感器网络:进化,机会和挑战,”IEEE的诉讼程序,卷。91,没有。8,pp。1247-1256,2003。查看在:出版商的网站|谷歌学者
  13. 贾建军,吴旭东,陈建军,“利用传感器再分布消除移动传感器网络中的能量空洞问题”,无线通信和网络欧洲兴普日报, 2012年第68条。查看在:出版商的网站|谷歌学者
  14. Zhang H.和J. C. Hou,“在大型传感器网络中保持传感覆盖和连通性”,ad hoc和传感器无线网络,卷。1,不。1-2,pp。89-124,2005。查看在:谷歌学者
  15. B. Liu和D. Towsley,“大规模传感器网络覆盖的研究”,载IEEE移动临时和传感器系统国际会议的诉讼程序,页475-483,IEEE, 2004年10月。查看在:谷歌学者

版权所有©2015 Noureddine Assad等人。这是一篇发布在创意公共归因许可证如果正确引用了原始工作,则允许在任何媒体中的不受限制使用,分发和再现。


更多相关文章

PDF. 下载引用 引用
下载其他格式更多的
订单印刷副本命令
意见1954年
下载804.
引用

相关文章

年度奖项:由我们的首席编辑所选的2020年突出的研究捐款。阅读获奖文章