文摘

精准农业(PA)是新一代的智能农业技术革命,在传感技术是核心技术的球员。节能的数据传输通过传感技术在PA是可能只有当额外的安全措施都是同步的。尽管如此,安全注意事项往往引入额外开销。因此,有必要开发一个有效的机制来实现最优的安全和资源效率之间的权衡。提出研究的主要目的是介绍一个轻量级通信协议能够确保一个适当的平衡能源效率和最高要求PA的成功中受益。提出了一种同步框架,使用独特的公钥加密,与任何现有的方法促进合法场上传感器参与PA。另一方面,能源效率,独特的结构管理的算法讨论了路由聚合器节点。相比之下,安全算法讨论了独有的进步和noniterative机制执行安全数据聚合并行验证技术。提出的逻辑是在MATLAB脚本,考虑一个合适的PA环境比较进行评估是一个统一的试验台。这项研究结果展示方案的有效性有关更好的能源效率和高弹性的威胁与现有方案。

1。介绍

T他技术进步已经渗透到农业的有利方面,导致精准农业(PA) (1]。它可以讨论独家管理农业,设计基于各种外部测量与农业和周围的环境2]。PA主要涉及的概念做一个合适的决定所以可以优化作物种植没有太多依赖资源的使用(3]。传统的PA利用卫星信息,例如,全球定位系统(GPS)和全球导航系统(GNSS) [4]。这种技术也与其他传感技术集成,使之更有效。另一个传统技术是可变利率技术(VRT),采用改善农业资源分布。除此之外,无人飞行器,如无人机,是另一种常用的技术来获得意象和其他农业相关信息(5]。这些信息帮助农民在决定采取某些措施抵制即将到来的环境风险在PA或改善生产。这一切,传感技术是非常划算的。更容易安装于农田的聚合数据可以提供更全面的农业土地的信息(6]。在这个角度来看,现有研究表明,物联网(物联网)一直在慢慢地采用智能/智能农业,这将加速PA的实际实现(7- - - - - -9]。物联网的使用将要求三个方面,即(我)使用物联网设备(或球场上传感器)收购工厂的直接数据,土壤,或环境和转发到水槽节点,(2)一个网关节点,提供翻译服务,以缓解不同变体的传感器之间的沟通,和(3)所有的聚合数据被转发到分布式云存储单元称为数据中心(10]。实现和部署物联网的基本特征并不是一个艰巨的任务。然而,一旦部署物联网开始下一个挑战。传统的物联网网络使用独立的球场上的传感器,可以维护的安全极具挑战性和资源管理。一个有效的解决方案是实现无线传感器网络(WSN)创建一个紧凑的球场上的传感器和网络意味着数据聚合的过程,在传统基础上协助。然而,由于固有的特点和弱点与网络联系在一起,这带来了一个重大安全问题对于数据聚合过程中农业的农场。

另一方面,确保有效地利用网络资源(能源)是另一个重要的担忧对农业生态系统的长期可持续性。然而,由于发展物联网的实际使用情况,,系统有更大的安全数据传输问题当物联网与传感器网络集成。目前,许多节能协议存在在WSN(两11和物联网12]。也有许多安全协议在网络13和物联网14]。然而,他们不是可互操作的,当两个协作环境是不能直接实现用于PA。识别的基本问题之一是开发一个安全考评的方法适用于场景中使用,系统确保很好的平衡,能源效率。因此,该研究旨在开发一种新型的然而简化计算方案,保证能源效率考虑传感器网络部署在农业土地。研究的理念是确保每个节点正确识别恶意节点使用独家身份验证策略。二级的想法提出系统也抵制任何形式的未知攻击者WSN部署到耕作的土地。

这个手稿的组织如下:部分2讨论了现有文献对能源效率和安全在WSN适用于PA,和部分3强调了重要的现有研究的局限性。相比之下,部分4论述了采用提出的研究方法。讨论的算法部分5,结果分析给出部分6,而部分7总结了纸。

2。相关工作

各种变体的文献强调能源效率和安全公司基础上;然而,拟议的研究是面向调查WSN关于PA,只有研究WSN研究关于PA被认为在研究中直接或间接。

2.1。现有的能源效率的方法

数据聚合可能影响网络的寿命15]。因此,各种方案在这个方向上连接网络生命周期与能源效率的目标。对能源效率的方法主要强调节能路由方案,目标和解决其他相关问题。最近的工作Azarhava和Niya [16)实现了能量收获机制基础上,爸爸经常采用的方案之一。这项工作的目标是开发一个资源分配模型来减少能量的累积消费达到更高的能源效率和优化吞吐量。类似的方向能量采集方案也已由河中的小岛Aoudia et al。17),reinforcement-based学习计划已经被利用。这个计划执行能源管理基于环境动态性的时间方面使用线性近似。该模型可直接用于PA。张的工作和蔡18)建造了一个路由方案使用双跳转概率方法考虑水下传感的案例研究。可持续发展路线是基于转发数,剩余能量,节点深度。随着能源效率,该模型提供了一个更好的包交货率。现有系统也目睹了文中针对方法实现能源效率。最近工作的王et al。19)利用粒子群优化的混合能力和蚁群优化解决传感器网络的网络损耗问题。爸爸并没有看到多少仿生算法,但是这种方法可以直接导致能源效率。智能环境是另一个更好的选择在PA智能数据传输。因此,最近的一项研究Ammad et al。20.)使用雾计算在一个IoT-based环境来提高网络的生命周期。赵et al。21)另一个仿生算法,实现覆盖问题是强调有关能源问题。此外,有很多文献方法WSNs-enabled农业能源利用系统。邓等人建立了一个模型对能源收集从多个来源(22]。工作由余et al。23)设计了一种单跳通信协议为分散的网络能量收获。信息融合的方法被认为是工作的El-Fouly和斋月24为实现节能意识的WSN路由业务)。此外,太阳能的应用中使用的工作Gulec et al。25)能源收获和显著延长网络寿命。除此之外,研究还考虑使用移动代理在能效数据聚合(Mehmood et al。26])。此外,scheduling-based方法论也见证了提高能源效率的基础上,指出在汗等的工作。27]。也有使用的3 d打印(Estrada-Lopez et al。28])和模糊逻辑机制(Jamroen et al。29日),使更高的能源效率在感知网络。

2.2。现有方法的安全

不同的安全的方法是在的时候重点是农业。最近工作的Sontowski和张30.)提出了一个方案来抵抗网络攻击和拒绝服务。使用覆盆子π原型,提出系统开发了一种抵制deauthentication攻击方案由于采用常用的IEEE 802.11标准。最近的另一个工作Astillo et al。31日)实现一个机制来模拟攻击者在农业环境的不当行为。研究开发了抗攻击规则环境物联网使用卡尔曼滤波器。本研究的另一个重要发现是,物联网是一个最好的选择对提高PA过程管理这两个小型和大型规模。然而,物联网本身是笼罩在各种安全漏洞。伊克巴尔et al。32]讨论了有关物联网的安全问题,软件定义网络提供更好的决策而构建的对策对物联网的安全威胁。这项工作由傅et al。33)是唯一的研究在目前安全和能源因素都集中。本研究侧重于农业的威胁之间的连接农场和电源使用数学建模方法。应该注意的是,智能农业是PA在即将到来的时代,不可分割的一部分,与之相关的各种安全挑战。这些网络攻击等威胁,在各种智能家电是一致的;因此,智能农业并非例外情况。这一事实进行了讨论研究Gupta et al。34]。与此同时,本文还讨论了多层体系结构,重点是留住最大隐私水平智能农业。在这种情况下,各种智能设备(如无人机,球场上传感器、机械、和附加传感器在动物)与一条边与云服务网关连接。现有系统也见证了区块链的增加使用安全的智能和智能农业等(吴和蔡35])。采用区块链增加防御分布式拒绝服务的能力。构建网络安全应用双线性配对,传感器节点的标识进行身份验证。这也保证了更大的隐私作为数据分块和存储在不同分布核算每一次,几乎是不可能的攻击者访问。确保通信环境的潜在功能区块链在PA也是讨论Ferrag et al。36]。此外,这项工作由Mehmood [37)提出了一个会话密钥设计有关医疗保健应用程序。计划是高度动态的,执行关键重启的情况下积极事件的威胁。根据这一讨论,隐私是在农业应用区块链时的主要目标。因此,可以看出有分裂版本的研究工作进行了高度分散的方法来解决能源和安全问题。

3所示。研究问题

回顾目标之后,问题解决,采用的方法,和结果实现在现有的系统中,一个特定的结论已经得到。开放式研究问题与现有的方法如下:

3.1。少强调能源效率

这是毫无疑问的大型档案相关的文献基础上提高能源效率。然而,这些解决方案是不太适用的传感器网络部署时。需要节能技术可以在一个分布式的方式与一个不影响数据质量的大量节省资源。因此,主要的问题是现有的节能方法必须大规模调整工作和考评的分布式环境,坚持它的实时约束。

3.2。复杂的安全方法

有一些专门的尝试复杂和复杂的安全机制中实现智能/智能农业应用程序。这是非常有利于抵制cyber-physical等潜在威胁的攻击,但是这样的保障福利资源消耗的成本。具有成本效益的安全协议绝不影响通信性能的影响的资源。不幸的是,现有的工作状态对安全PA从来没有考虑到能源方面进行。

3.3。特定的场景

安全改进目前的研究都强调他们认为一个预定义的攻击场景。这将意味着解决方案模式已经十分清楚对手的定义及其启动策略。这种安全机制是不适用于不同的场景有不同的攻击变异,使现有安全解决方案高度攻击特定和计算昂贵。

3.4。一些研究与能源和安全在一起

PA中使用的工具和系统有不同的变异类型的机械,传动装置,和球场上传感器,所有,传感技术是在几乎所有的常用标准,常规和非常规的方法。因此,最终,他们将消耗更多的能量来执行特定的操作。同时,机械用两种不同的传感器将很难保护暴露在相同的威胁,解决抵制威胁可能依赖于系统参数。简而言之,结合能源和安全问题的研究可以权衡的WSN在PA桥。

因此,现有的研究问题的声明将“整合更高程度的安全弹性以及最大保留的能量在球场上传感器PA是一个具有挑战性的任务。”

4所示。研究方法

开发一种安全方法resource-constrainedon-field传感器和确保更高程度的能源效率是一个更大的挑战,特别是它与一个大型部署区域。这项研究的挑战是解决在拟议的研究中,在强调弹性安全相结合的方法和能源效率。拟议的研究工作考虑分析建模策略开发这个框架实现安全性和能源效率。

能源效率的思想提出了系统安全方法设计概念即基于以下的基础。(i)减少负载的球场上传感器进行数据聚合,(ii)发展中安全使用公开密匙加密的方法,提供更快的执行和较小的存储的依赖。即这一概念将有两个好处。(i)减少内存消耗,减少发生的关键存储将导致更快的操作,和广泛的残余能量,和(2)缺乏存储私钥信息将导致攻击者没有信息安全变量使用。该研究采用的分析方法和介绍了建模节能意识安全数据聚合方案PA。该方案实现使用一组特定的网络参数和简化公钥加密在PA。方法采用系统的示意图表示设计如图1。

如图1,该系统的主要组件进行安全通信和数据传输。系统的每个组件的建模进行了连续的阶段性。系统设计假定一个感官设备执行进步的一代的安全令牌,以确保多层安全在每一个沟通的过程。与现有的方法相比,使用密钥管理计划,该系统提供高效和低成本建模的安全功能不依赖存储机密信息,只强调秘密密钥生成。

这将意味着只有当请求生成的密钥,并生成的密钥存储在临时缓冲区和立即用于身份验证。一旦使用,从临时密钥处理节点的缓冲区,从而最终存储在节点内存的任何信息。这种方式,它不会造成内存开销问题同时执行安全操作。系统的目的是连接到大型基于云的存储单元,接受公共密钥,为公钥生成加密密钥操作,并生成私钥通过传感器。该研究还引入了一个聚合器节点验证融合和聚合的感官信息的机制。核心思想是保持最大安全性和能源效率在一个单一的目标。下一节描述了实现过程相结合的最大安全特性在一个节能的方式。

5。算法实现

本节讨论提出的算法体系,迎合双重目的的(i)能源效率和(2)的安全。提出的算法是一个单元系统;然而,讨论关于能源效率和安全考虑更好的说明。下面是该算法的讨论:

5.1。在PA节能数据聚合

一个大尺寸的农业地区将拥有大量的球场上传感器,最终消散所需要的能量进行数据聚合。如果所有传感器的感知数据并将数据转发给汇聚节点,大多数需要承担这种传输负载。该算法解决了这个问题,分类小subfarming区域完整的农业区域。该算法的核心思想是选择一个特定的节点可能是能够聚集的感觉数据各自subfarming面积对农业用地中的水槽节点。这将减少从所有的传感器数据传输负载,导致广泛的节能。实现节能的数据聚合的重大步骤讨论了PA算法1。该算法的输入n(传感器),年代_x,y(水槽的位置),一个(农业区域),d_x,y(数据中心位置),E_o(初始能量)n_ggydF4y2Ba(数量的聚合器节点),在处理收益的结果d(向前聚合数据)。算法初始化一个特定数量的球场上传感器n在农业领域一个与一个固定的汇聚节点的位置年代_x,y。汇聚节点的位置可以改变在任何位置一个。

该算法分散的球场上传感器以随机的方式(x_r,y_r)是随机位置的节点覆盖范围内的数据中心的位置d_xy。完整的农业地区一个被分成一定数量的小区域称为农业集团吗 ,每个农业组由一个聚合器节点在哪里n_ggydF4y2Ba。然后宣布其任意数量的算法α_o通过乘以一个随机数ag)ydF4y2Ba与质数(核心键)α,和它的公钥计算分布式基于云的存储单元α₂乘以另一个随机数b与素数α。

应该注意的是,提出的主要区别和任何现有的公钥加密协议,现有的公钥方案作为违约并公开访问。相比之下,该方案的公钥加密的公开。感兴趣的节点使用这个公钥必须先确认其身份访问它。此外,该方案生成机制执行节点索引任何攻击者无法复制。因此,一个额外的安全层制定本法提出的公钥加密。

接下来的这个算法的过程是获得两个循环组,η₁和η_2,通过应用独家功能f₁(x),任意数量的发电机。该算法然后计算农业团体存在的最大数量获得结构的农业地区T_fr。此外,算法适用于截止为选择节点的比例被认为是聚合器节点。它将意味着聚合器节点选择从正常的传感器节点。一个显式的函数f₂(x)是应用的输入参数p和t选择一个传感器节点的概率,代表作为一个聚合器节点和仿真时间t。

应该注意的是,参数p和t是该算法的主要输入的一部分,连同其他输入参数。所有的农业地区T_fr算法最初发现,如果传感器属于subfarming地区,其次是寻找唯一活着的节点。节点的剩余能量E_th被认为是活着的节点。该算法提取指数印第安纳州活着节点nact变量第九代表了所有节点在一个特定的索引subfarming地区。第九是一个方法制定为一个二维矩阵分配一个新的索引作为发送方和接收节点票执行合法的通信。

算法时才执行第二个算法,包含了安全认证的所有参与传感器的数据聚合。一旦安全算法表现其执行,它导致的结果确定如果目标节点定期的或恶意的。一旦发现一个普通节点,它执行进一步的操作。在这种情况下,所有的指数₂候选人的聚合器节点选择任意数量的地方arb生成的并与阈值T₁。印第安纳州的变量₂代表了下一个聚合器的索引节点,即。,候选节点。此外,聚合节点从候选人中选择聚合器节点N_n,在那里G代表所有节点的初始化值。因此,声明G(和(印第安纳州₂(j))=N_n指候选人聚合器节点的配置吗N_n到G矩阵的主索引印第安纳州为候选人聚合器节点访问矩阵有关指数₂。进一步的行动,应该注意的是,用于授权参与的循环传感器非常节能。除此之外,值得注意的是,该算法验证只有节点积极参与数据聚合过程。节点不在范围将不参与;然而,这是与一个案例作为初始部署的节点进行以这样一种方式,它是由单个或多次反射。仿真节点的拓扑是高度相互关联。

最后,聚合节点确认算法。所有其他nonaggregating场上传感器感觉到农业数据转发给该聚合器节点进一步聚合数据d_gg这是最终转发到汇聚节点。这就完成了操作转发的聚合数据。是指出,该系统也已初始化E_o以及其他能源参数确保消耗更少的能量,同时提出了系统执行安全操作。因此,一个有效的数据聚合过程中实现该系统。讨论安全方面遵循下一个。

5.2。算法验证聚合

这个算法是一个中间过程数据聚合算法。这个算法的完整建设进行某些假设。第一个假设是一个分布式云存储单元的存在能够处理敏感数据的转发,球场上传感器,然后通过水槽节点转发。提出了安全系统的设计和开发使用改进的公钥进行加密。与现有系统,公共密钥不强调,该系统提供了重要的公共密钥编码提供扩展安全除了计算私钥。研究假设所有分布式云存储单元获得一个公共密钥,即,α₂和α_3,分别。下一个假设是聚合器节点能力的验证消息。它们是唯一授权的节点访问的公钥α_2。聚合器节点也可以验证令牌总转发给分布式云存储单元。然而,对于延长安全识别聚合器节点的合法性,一个可信的权威,以及系统参数,生成私钥。应该注意的是,由于多个聚合器节点,可信权威生成多个私有密钥特定聚合器节点各自的身份。生成的私钥存储在临时节点的缓冲区。因此,值得信赖的权威(水槽节点)的作用是桥本身和其他传感器节点之间的连接,收集所有的聚合数据,进一步提出用户应用程序。除此之外,受信任的机构中也扮演了重要的角色在发展中私钥。聚合器节点是嵌入式的系统参数和私钥而部署在农业地区a算法的步骤如下:

这个算法的输入n(传感器),产生一个身份验证的结果_gg处理后(经过身份验证的聚合)。此外,传感器节点n,该算法构造了一个加密功能λ,生成一个集团η₂从η₁。该算法认为α是一个随机生成的值η_1。应该注意的是,α不是一个函数,而是一个变量来保存密钥的随机数。研究还认为的哈希函数γ₁,γ₂,γ散列的值在哪里γ₁和γ₂在[0,1]的概率范围η₁的散列值γ是另一个自然数和同事η_2。可信权威考虑选择两个随机值,ag)ydF4y2Ba和b(自然)。执行计算的可信权威α_o=b。α和α₂=b.α和α₃=b。系统参数被信任权威参数= {λ,η_1,η_2,α,γ₁,γ₂,γ,α_o}的变量ag)ydF4y2Ba被认为是核心关键。分布式云存储单元将一对公钥和机密密钥,这是(b。α),b,分别。这就完成了配置阶段。第二个进程的算法进行密钥生成传感器节点的数据聚合。这个密钥进行的计算β_我=γ₁(iden_我),而私钥公关= (ag)ydF4y2Ba。β_我),4号线所示。应该注意的是,β和公关代表秘密密钥(公钥)编码的一部分数据聚合和私钥加密密钥管理的标准程序,分别。这个算法的第三个过程是嵌入在消息验证令牌味精_我。传感器节点计算三个变量τ_我,τ_2我,和τ_3我。这些变量的等效计算如下:τ_1我=r_我。α,τ_2我=γ₁(r_我,iden_我,味精_我),τ_3我=(公关_我+r_我。τ_2我),第5行所示。安全令牌的一代圣终于形成,如第5行所示。第四这算法执行身份验证的过程找到等价的两个条件,气孔导度₁和电导率_2,有关λ。第一个条件,气孔导度_1,相当于(τ_1我,α),而第二个条件,气孔导度_2,是λ(α_o,β_我)。λ(τ_2我,τ_3我)。第五这个算法的过程,是进行农业数据聚合。数据聚合过程中,每个传感器节点与一个特定的身份嵌入安全令牌的消息。后获得的公钥α_o,聚合节点计算一个新的变量χ和τ_1j。第一个变量的计算是由应用功能f₃(x)使用输入属性attr,相当于γ(λ(τ_1j。,α₂),…),…(τ_1n,α₂)),而第二个变量进行计算χ。Στ_1j。最后,汇总信息的算法执行身份验证,原始消息味精_我由一个聚合的秘密令牌年代_t,生成的传感器在特定subfarming地区。在这种情况下,分布式云存储单元检查两个条件,即:,气孔导度₃和电导率_4,这是表示为λ(τ_1j,α),λ(α_o,β_我)。λ(τ₂,τ₃),分别。如果发现这种情况是有效的,那么分布式云存储单元执行计算公钥β_我和哈希函数γ_我=γ(τ_2j,iden_我、味精_我)。

因此,提出认证算法主要提供多个依赖项,公钥和私钥进行可靠的信息,例如,任意数字考虑由一个可信的权威,哈希函数值和身份信息只能由授权的节点进行访问。任何攻击者试图获得最终会否认对这些资源的访问他们的参与导致主要阻力与恶意的意图。仔细看看这个算法表明,它提供连接到每个步骤相似的变量在哪里继续更新在每个过程,确保如果这个算法的任何一步是破坏,攻击者没有任何控制或权威的内容信息进行解码味精_我需要秘密令牌年代_t。攻击者无法知道解码秘密令牌的过程安全依赖性较高的变量。

6。结果分析

的实现算法进行了MATLAB,分析是评估的想法提出安全算法对能源效率的影响。本节讨论的结果模拟研究从能源和安全的角度对其成就。

6.1。模拟环境

系统包括1000年提出的模拟环境场上传感器分布在1100×1200 m的农田²区域。完整的农业区域进一步将同样分成四个subfarming领域。每个subfarming区域由一个特定形式的球场上传感器和一个聚合器节点。一个水槽节点(也表示为一个可信的权威)可以定位在任何时候在农业地区。研究认为,每个传感器拥有10米的传感范围转发5000字节数据包的能力。控制消息的公称尺寸保持在30个字节的50 nano-joules初始能量考虑的所有节点。现有研究对能源效率评估主要使用能耗参数,同时文献安全评估使用多个参数,viz.内存利用率(31日)、能源电力输出的形式33),和执行时间35]。作为该计划的目标是能源效率和安全,因此性能指标选择了主要能源为基础指标,执行时间和安全性分析。

6.2。能源效率分析

能源消耗是标准的性能指标评估的有效性宣称任何方法来实现能源效率。然而,对于更好的推理,提出系统能效分析关于两个性能参数,即。,在球场上的传感器节点和残余的能量还活着。进行有效的分析,研究的结果是与一个标准的工作安全的浸出(38]。认为这是现有系统的主要原因是实现共同安全与能源效率的目标。在图2,比较分析来评估该方案的性能保持活跃节点的数量在进步沟通轮。结果表明,该方案优于现有的系统。

安全功能的设计是基于一个轻量级的加密机制和散列。该方案的另一个重要特性是noniterative方法验证令牌生成,这使得它适合节能和高响应执行。此外,信息聚合进行了只有通过聚合器节点,其他节点不允许浪费精力在数据传输。它也观察到,现有技术,即。,Secured Leach, is based on a complex cryptographic mechanism, making it unsuitable for WSN-based PA.

图3亮点的比较分析,提出和现有系统残余能量。可以看出该系统维护了一个更好的能源利用和支撑节点分布不再运行。

另一方面,数字4强调,如果相同的LEACH算法,提出了两种测试环境系统分析了安全数据聚合(agg-existing和agg-proposed)和不安全数据聚合(unagg-existing和unagg-proposed)。发现该系统获得聚合总是擅长更好的结果与其他情况。

6.3。分析执行时间和安全性

提出系统的一种新型公钥加密方案,因此,有必要提供足够的证据来宣称其有效性与现有的公钥加密方法,例如,数字签名算法(DSA),莱维斯特沙米尔算法(RSA),椭圆曲线数字签名算法(ECDSA), diffie - hellman关键协议协议(DHKAP)。该方案道具与上面提到的所有这些公钥加密标准执行时间、高亮显示,如图5。结果在图4展示了该方案提供大约52%更快的执行速度与现有方案。RSA算法的执行时间是那样由于其较大的关键尺寸和不对称的依赖。

除此之外,RSA也有更高的依赖第三方验证公钥的合法性,这不是实际接受爸爸的应用程序。然而,这些问题不存在于DSA。不过,由于包含的复杂形式的其余部分运营商,DSA算法执行比RSA在给定的测试环境中,虽然在其执行时间略有增加。进一步采用ECDSA提供重要的控制大小的关键。然而,依赖对签名计算双阶段消耗太多时间,尽管它是一种更好的认证。

此外,DHKAP遭受更高的计算密集型过程对CPU资源的依赖性。该方案表现出没有上述特性,使得该算法处理相当快。身份验证过程不包含复杂的实证计算和条件操作导致更快的操作。进一步,它只使用哈希编码,使它更轻。

谈论安全体系结构,它是必要的调查和了解攻击者的行为。没有直接攻击者将试图引入一个攻击,因为它不知道attack-resistance政策。所以,让我们说明这个关于攻击的可能性机制如下:(我)通过一些受害者洪水消息转发节点(常规场上传感器资源较差)(2)自我介绍作为常规节点通过偷听信号交换(3)试图通过听来执行窃听的交流沟通

这种攻击可以通过引入一个流氓传感器启动农业地区,或者即使使用机载车辆附近的传感器的传感范围。因此,记住这个场景,在所有attack-introduction方法常见的第一件事是理解相邻节点的合法性和他们的信息。一个相邻节点可以进行第一轮的合法性评估其身份和公钥由一个可信的权威。

抵抗攻击的机制,该方案将如下:如果这个节点是恶意,核心关键的价值,即。,永远不会匹配,因为它是一个随机生成的数字的分布式云存储单元。因此,亲眼验证失败。即使在连续的水平,如果攻击者试图访问任何消息的一部分,他们将永远无法解码。解码,他们需要具备系统参数参数,只拥有的值得信赖的权威。他们将不会错误的请求受信任的机构为此,他们将被抓的几率更高由于无与伦比的公钥。除此之外,所生成的密钥和分布式信任机关本身;然而,独特性是生成的密钥加密形式的公钥不能由任何未经授权访问节点。除此之外,分布式密钥也被散列,紧随其后的是加密步骤确保他们不能分解任何二级成员未被授权的人。

因此,该系统并不强调识别和捕获恶意节点。不过,它确保如果攻击者妥协一个编码的数据包,他们应该永远无法解码。从这个潜在的抵制非法的请求,因此,该系统可以声称抵制cyber-physical,天坑,蠕虫和分布式拒绝服务。

表1和2表明,该方案提供了一个更好的平衡之间的能源效率和安全的要求。

7所示。结论

该研究提出了一个解决方案来平衡能源效率和安全性。提出工作的主要贡献是(i)与现有的公钥加密,提出研究不使用复杂的加密除了散列,(2)不同于现有的公钥加密方法,提出了系统执行计算以及编码的公钥转发在公共频道提供一个额外的安全层,(3)不同于现有的密钥管理技术,提出了系统不存储私钥,而生成它当PA,所需的事务(iv)的完整建模是进行考虑,以激活对手的信息,因此该系统的电阻率对任何形式的动态攻击者增加其弹性范围,和(v)拟议的系统提供了一个重要的储蓄剩余能量最大的节点数量的所有球场上传感器不需要直接与汇聚节点通信。因此,该系统提供了一个具有成本效益的解决方案在PA平衡能源和安全问题。该方案提供了大约35%的活跃节点以及32%的残余能量更高的保留与现有的聚合方案。此外,该方案提供了比现有方案执行快52%。

该方案的未来的工作是对安全数据聚合的实现进一步的优化过程中,考虑更多的潜在威胁。为了这个目的,一个复杂的对抗模型与多个动态攻击者发起并发恶意代码的传播将构造。这是一个优化模型,其次是进一步发展可以识别它。

数据可用性

本研究不使用任何现有的数据集。然而,实验数据可从作者在合理的请求。

的利益冲突

作者宣称没有利益冲突。

确认

作者要感谢Nagaraja G S博士,IEEE高级会员,并承认的支持部门CSE RV大学工程和Farooque Azam博士,高级成员(IEEE)从学校的CSE REVA大学对这个研究他的贡献。