曹 璐，熊深文，李嘉俊

(廣東工業(yè)大學(xué) 信息工程學(xué)院，廣東 廣州 510006)

基于MCB的移動(dòng)節(jié)點(diǎn)安全定位算法

曹 璐，熊深文，李嘉俊

(廣東工業(yè)大學(xué) 信息工程學(xué)院，廣東 廣州 510006)

針對(duì)移動(dòng)無(wú)線傳感器網(wǎng)絡(luò)定位安全性的問(wèn)題，分析了蟲(chóng)洞攻擊對(duì)MCB方法的影響，在MCB的基礎(chǔ)上提出了一種安全定位算法DWMCB。在錨節(jié)點(diǎn)存在蟲(chóng)洞攻擊的情況下，該算法通過(guò)計(jì)算當(dāng)前定位節(jié)點(diǎn)可檢測(cè)到的錨節(jié)點(diǎn)組成多邊形的質(zhì)心以及幾何關(guān)系，識(shí)別并剔除偽錨節(jié)點(diǎn)。仿真結(jié)果表明，DWMCB算法在受到蟲(chóng)洞攻擊的網(wǎng)絡(luò)中能夠提高節(jié)點(diǎn)定位的精度。

移動(dòng)無(wú)線傳感器網(wǎng)絡(luò)；安全定位；蟲(chóng)洞攻擊；錨節(jié)點(diǎn)

0 引言

對(duì)于無(wú)線傳感器網(wǎng)絡(luò)來(lái)說(shuō)， 節(jié)點(diǎn)的準(zhǔn)確定位是其提供的重要服務(wù)之一，其中移動(dòng)無(wú)線傳感器網(wǎng)絡(luò)(Mobile Wireless Sensor Network,MWSN)的定位是當(dāng)前的研究重點(diǎn)。MWSN最重要的特點(diǎn)是節(jié)點(diǎn)的移動(dòng)性，在監(jiān)測(cè)和定位追蹤上有一定的作用，在這種情況下，無(wú)線傳感器網(wǎng)絡(luò)更容易受到各種攻擊[1-2]。在網(wǎng)絡(luò)中這種以破壞定位過(guò)程為目的且不易被發(fā)現(xiàn)的惡意攻擊的現(xiàn)象比較普遍，因此如何安全、準(zhǔn)確地確定節(jié)點(diǎn)位置信息成了一個(gè)亟待解決的關(guān)鍵問(wèn)題，即安全定位問(wèn)題[3]。

文獻(xiàn)[4]提出了在移動(dòng)傳感器網(wǎng)絡(luò)中使用迭代梯度下降方法的節(jié)點(diǎn)安全定位算法。該算法先是通過(guò)監(jiān)測(cè)到的定位信息構(gòu)造一個(gè)代價(jià)函數(shù)，然后利用迭代梯度下降最小化代價(jià)函數(shù)剔除偏差大的矢量。該算法不能廣泛適用于多種攻擊類(lèi)型。文獻(xiàn)[5]的方法是，當(dāng)網(wǎng)絡(luò)遭受欺騙攻擊時(shí)，MCL定位算法在濾波后可能無(wú)法得到足夠的有效樣本數(shù)目。SecMCL算法采取了消息認(rèn)證和一種新的抽樣方法，當(dāng)有攻擊時(shí)，就執(zhí)行這種抽樣方法，使定位精度盡可能與無(wú)攻擊時(shí)的一樣。但這種方法僅適合欺騙攻擊，并且對(duì)節(jié)點(diǎn)的性能要求比較高。文獻(xiàn)[6]研究的是抵御蟲(chóng)洞攻擊的情況，提出的DewormMCL算法利用節(jié)點(diǎn)的移動(dòng)性和蟲(chóng)洞攻擊的影響機(jī)制，解決了上一時(shí)刻定位值及時(shí)以及準(zhǔn)確更新的問(wèn)題，分析理論上存在的錨節(jié)點(diǎn)運(yùn)動(dòng)范圍的限制條件來(lái)識(shí)別并剔除偽錨節(jié)點(diǎn)信息。

MCB是MCL的改進(jìn)算法，其定位誤差更小，當(dāng)前關(guān)于MCL與MCB的安全定位的研究都非常少。在多種攻擊類(lèi)型里面，蟲(chóng)洞攻擊是一種較常出現(xiàn)的攻擊類(lèi)型，動(dòng)態(tài)網(wǎng)絡(luò)更是容易受到影響。目前已有的抵抗蟲(chóng)洞攻擊的方法大多是在靜止節(jié)點(diǎn)定位的背景下，并不適用于移動(dòng)傳感器網(wǎng)絡(luò)，因此本文針對(duì)MCB定位算法在錨節(jié)點(diǎn)中存在蟲(chóng)洞攻擊的現(xiàn)象進(jìn)行了研究。

1 MCB方法

2004年Hu Lingxuan等人第一次把蒙特卡羅定位思想引入移動(dòng)無(wú)線傳感器網(wǎng)絡(luò)，提出了 MCL算法[7]。MCL主要通過(guò)重復(fù)采樣和濾波的過(guò)程獲得一定數(shù)量的有效樣本來(lái)完成對(duì)節(jié)點(diǎn)當(dāng)前位置的估計(jì)。由于算法中無(wú)數(shù)次的采樣過(guò)程會(huì)造成能量的極大浪費(fèi)，BIGGO A等人在MCL算法的基礎(chǔ)上提出了MCB算法[8]。MCB方法進(jìn)一步縮小了采樣區(qū)域，提高了定位精度。MCB方法共有四個(gè)步驟[9]。

(1)預(yù)測(cè)

在這個(gè)階段，先創(chuàng)建一個(gè)錨盒子，該盒子是能夠包含所有一跳和二跳錨節(jié)點(diǎn)通信范圍重疊區(qū)域的最小的矩形。圖1給出了一個(gè)包含三個(gè)一跳錨節(jié)點(diǎn)的錨盒子(陰影部分)創(chuàng)建過(guò)程。對(duì)于每個(gè)一跳錨節(jié)點(diǎn)，構(gòu)建一個(gè)以錨節(jié)點(diǎn)為中心、邊長(zhǎng)為2R的正方形，R為通信半徑。錨盒子的四個(gè)頂點(diǎn)坐標(biāo)為：

(1)

錨盒子創(chuàng)建完成之后，再創(chuàng)建樣本盒子，它是以上一時(shí)間的樣本點(diǎn)lt-1為中心、2Vmax為邊長(zhǎng)的正方形和錨盒子相交的區(qū)域，如圖2陰影部分所示，其四個(gè)頂點(diǎn)的坐標(biāo)公式為：

(2)

圖2 MCB采樣盒子建立

(2)濾波

節(jié)點(diǎn)根據(jù)一跳和二跳錨節(jié)點(diǎn)信息，從樣本集合Lt中過(guò)濾出不可能的樣本點(diǎn)，過(guò)濾的條件為：Filter(l)=(?s∈S,d(l,s)≤r)∩(?s∈T,r

其中，S表示監(jiān)測(cè)到的一跳錨節(jié)點(diǎn)集合，T為監(jiān)測(cè)到的二跳錨節(jié)點(diǎn)集合。

(3)重采樣

濾波后Lt中的有效樣本數(shù)可能小于樣本數(shù)N，這時(shí)就需要重采樣，不斷對(duì)采集到的樣本點(diǎn)進(jìn)行過(guò)濾，直到采集到的符合過(guò)濾條件的有效樣本點(diǎn)數(shù)達(dá)到給定的最大樣本點(diǎn)數(shù)。

(4)定位

計(jì)算得到的樣本點(diǎn)的加權(quán)平均值，將計(jì)算結(jié)果作為定位節(jié)點(diǎn)的定位估計(jì)值，計(jì)算公式如下：

(3)

2 安全定位算法

MWSN有兩種存在形式，一種是錨節(jié)點(diǎn)和未知節(jié)點(diǎn)均移動(dòng)，一種是僅未知節(jié)點(diǎn)移動(dòng)。本文研究的是錨節(jié)點(diǎn)靜止以及定位節(jié)點(diǎn)隨機(jī)運(yùn)動(dòng)的情況，定位節(jié)點(diǎn)在移動(dòng)過(guò)程中利用周?chē)^節(jié)點(diǎn)信息來(lái)完成定位過(guò)程[10]。

2.1 蟲(chóng)洞攻擊影響機(jī)制

蟲(chóng)洞攻擊具有隱蔽性大、攻擊力強(qiáng)等特點(diǎn)，不僅可以對(duì)距離無(wú)關(guān)的定位過(guò)程進(jìn)行攻擊，也可以破壞基于測(cè)距的定位過(guò)程[11]。攻擊者可以建立一條不在對(duì)方通信范圍內(nèi)的鏈路，一方面經(jīng)過(guò)此鏈路傳送定位數(shù)據(jù)信息，另一方面接收并重放[12]。

如圖3所示，節(jié)點(diǎn)O為定位節(jié)點(diǎn)，節(jié)點(diǎn)A，B，C在節(jié)點(diǎn)O的通信范圍內(nèi)，節(jié)點(diǎn)D，E，F(xiàn)不在其通信范圍。惡意節(jié)點(diǎn)W2能將偵聽(tīng)到的D，E，F(xiàn)的信息傳遞給W1，W1會(huì)將接收到的信息重放給節(jié)點(diǎn)O，節(jié)點(diǎn)O誤認(rèn)為D，E，F(xiàn)也是其通信范圍內(nèi)的錨節(jié)點(diǎn)，在定位過(guò)程中接收到不準(zhǔn)確的定位信息，從而會(huì)大大降低定位的精度。

圖3 蟲(chóng)洞攻擊示意圖

MCB定位方法需要用到一跳和二跳錨節(jié)點(diǎn)信息創(chuàng)建錨盒子，若存在蟲(chóng)洞攻擊，會(huì)對(duì)錨盒子的創(chuàng)建過(guò)程造成嚴(yán)重的影響，導(dǎo)致定位不準(zhǔn)確甚至出現(xiàn)無(wú)法正常定位的現(xiàn)象。如圖3所示，O點(diǎn)為上一時(shí)刻定位節(jié)點(diǎn)的位置，A點(diǎn)為一跳錨節(jié)點(diǎn)，B為二跳錨節(jié)點(diǎn)，W1，W2構(gòu)成一條蟲(chóng)洞鏈路，C為通過(guò)蟲(chóng)洞鏈路進(jìn)入定位錨節(jié)點(diǎn)集合中的一個(gè)偽錨節(jié)點(diǎn)，由圖中可以看出，若未進(jìn)行判斷識(shí)別偽錨節(jié)點(diǎn)，圖中的各個(gè)錨點(diǎn)形成的矩形沒(méi)有交集，沒(méi)有有效的采樣盒子，無(wú)法進(jìn)行采樣，定位算法無(wú)法運(yùn)行，下一時(shí)刻同樣受到影響，定位不能及時(shí)有效地進(jìn)行。

2.2 DWMCB算法

定位節(jié)點(diǎn)在移動(dòng)過(guò)程中不斷地進(jìn)行定位，當(dāng)某個(gè)時(shí)刻有蟲(chóng)洞攻擊影響，接收到錯(cuò)誤的錨節(jié)點(diǎn)信息時(shí)，會(huì)降低定位精度甚至無(wú)法定位。因此，可以在構(gòu)建錨盒子的過(guò)程中通過(guò)挑選可信的錨節(jié)點(diǎn)，剔除可能的惡意節(jié)點(diǎn)，從而減少定位誤差。

構(gòu)建錨盒子需要用到定位節(jié)點(diǎn)二跳范圍內(nèi)的所有錨節(jié)點(diǎn)，在此集合中存在通過(guò)蟲(chóng)洞鏈路進(jìn)入這個(gè)集合而并非通信范圍內(nèi)的錨節(jié)點(diǎn)。最直接的方法是計(jì)算所有用來(lái)構(gòu)建錨盒子的錨節(jié)點(diǎn)與上一時(shí)刻定位節(jié)點(diǎn)位置的距離，確定是否在通信范圍內(nèi)?？紤]到這種方法計(jì)算量較大，因此提出先識(shí)別偽錨節(jié)點(diǎn)的思路。由于定位的節(jié)點(diǎn)隨機(jī)，運(yùn)動(dòng)速度大小不定但有最大限制，定位節(jié)點(diǎn)這一時(shí)刻的位置必然在以上一時(shí)刻位置為圓心、最大速度為半徑的圓內(nèi)部，其次質(zhì)心算法作為最簡(jiǎn)單有效的定位算法可以用于惡意節(jié)點(diǎn)判斷。然后再分別計(jì)算距離，識(shí)別具體的偽錨節(jié)點(diǎn)。

下面介紹DWMCB算法的實(shí)現(xiàn)。

(1)初始化

初始情況，沒(méi)有先驗(yàn)樣本，首先自定義初始位置，Xrange，Yrange是已知的值，則定位初始位置為：

(4)

定位節(jié)點(diǎn)P發(fā)送定位請(qǐng)求，Ot為t時(shí)刻P節(jié)點(diǎn)所監(jiān)測(cè)到的錨節(jié)點(diǎn)的集合。

(2)偽錨節(jié)點(diǎn)的識(shí)別

(xn，yn)為集合Ot中某個(gè)錨節(jié)點(diǎn)On的坐標(biāo)，Lt為t時(shí)刻的樣本位置集合。(xp，yp)為t時(shí)刻定位節(jié)點(diǎn)的位置。如圖4所示，計(jì)算t時(shí)刻O(píng)t內(nèi)所有元素構(gòu)成的多邊形的質(zhì)心M(xm,ym)：

(5)

點(diǎn)M與點(diǎn)Pt-1的距離：

(6)

若D>Vmax則判定有偽錨節(jié)點(diǎn)存在。若不存在錨節(jié)點(diǎn)，則直接利用MCB定位方法進(jìn)行定位。

圖4 算法示意圖

(3)偽錨節(jié)點(diǎn)的剔除

比較Ot-1與Ot，新加入的錨節(jié)點(diǎn)為O1，O2，…，分別計(jì)算O1，O2，…等與Ot-1的距離

(7)

若Di<2R或Di=2R,則將Oi保留在集合Ot中；若Di>2R，則將Oi從集合Ot中剔除掉。

(4)定位

將最終得到的Ot中的元素根據(jù)MCB方法構(gòu)建采樣盒子，進(jìn)行定位。

在定位過(guò)程中由于所有節(jié)點(diǎn)均隨機(jī)分布，因此可能出現(xiàn)定位節(jié)點(diǎn)周?chē)鸁o(wú)錨節(jié)點(diǎn)的情況?；蚴艿较x(chóng)洞攻擊，定位節(jié)點(diǎn)收集到不可靠的錨節(jié)點(diǎn)信息而無(wú)法定位。針對(duì)這個(gè)問(wèn)題，當(dāng)檢測(cè)到出現(xiàn)錨節(jié)點(diǎn)集合為空集這種特殊的情況時(shí)，停止更新此刻的定位值，待錨節(jié)點(diǎn)信息更新正常時(shí)，再啟動(dòng)算法。

3 仿真與分析

為了驗(yàn)證DWMCB算法的有效性，進(jìn)行了仿真實(shí)驗(yàn)。仿真在MATLAB平臺(tái)上進(jìn)行。仿真方案中，在500×500的矩形區(qū)域內(nèi)隨機(jī)分布著一定數(shù)量的錨節(jié)點(diǎn)和未知節(jié)點(diǎn)，定位節(jié)點(diǎn)按照Random WayPoint運(yùn)動(dòng)模型，即運(yùn)動(dòng)速度和方向均為隨機(jī)的，且速度取值區(qū)間為 [0，Vmax]，算法中采用限制條件使得節(jié)點(diǎn)移動(dòng)范圍不會(huì)超出傳感器的邊界。

表1 仿真參數(shù)設(shè)置值

主要仿真參數(shù)參照表1，其中Sd表示信標(biāo)節(jié)點(diǎn)密度，即一跳范圍內(nèi)平均信標(biāo)節(jié)點(diǎn)數(shù)目。一跳通信范圍內(nèi)的未知節(jié)點(diǎn)為未知節(jié)點(diǎn)密度，用Nd表示。本次仿真結(jié)果均在MATLAB上獨(dú)立運(yùn)行50次取平均值，從而得到每一個(gè)時(shí)刻定位誤差的平均值。

從圖5可以看出3種算法分別隨運(yùn)動(dòng)時(shí)刻定位誤差變化的情況，整體隨運(yùn)動(dòng)時(shí)間的推移定位誤差在減小，最后趨于平穩(wěn)，在初始階段由于算法是利用較少的歷史信息定位，誤差比較大。仿真圖顯示MCB定位算法在受到蟲(chóng)洞攻擊后定位誤差從10 m提高到18 m，DWMCB算法的定位誤差和受到蟲(chóng)洞攻擊相比則從18 m降低到13 m。圖6表明了本文所提出的算法對(duì)蟲(chóng)洞攻擊確實(shí)有一定的防御能力的。

圖5 定位誤差對(duì)比圖

圖6顯示了最大速度對(duì)DWMCB算法定位性能的影響。仿真表明，隨速度增加，定位精度先不斷提高后不斷減小。這是因?yàn)楫?dāng)節(jié)點(diǎn)從零開(kāi)始運(yùn)動(dòng)逐漸增大速度的時(shí)候，節(jié)點(diǎn)能監(jiān)測(cè)到更多錨節(jié)點(diǎn)，把可能性為零的位置過(guò)濾掉。但在速度增大到一定程度后，節(jié)點(diǎn)在下一時(shí)刻的采樣區(qū)域過(guò)大，這樣采集的樣本會(huì)不準(zhǔn)確，過(guò)濾失效的可能性也加大，因此定位精度會(huì)降低。由圖中可看出將速度選在20 m/s左右為最佳。

圖6 最大運(yùn)動(dòng)速度對(duì)定位誤差的影響

圖7說(shuō)明了錨節(jié)點(diǎn)密度對(duì)定位誤差的影響。錨節(jié)點(diǎn)密度增大，節(jié)點(diǎn)在定位時(shí)周?chē)囊惶投^節(jié)點(diǎn)個(gè)數(shù)會(huì)增多，可利用的定位信息增加，必然會(huì)使定位精度提高。錨節(jié)點(diǎn)密度較小時(shí)，定位沒(méi)有足夠的信息而對(duì)定位效果沒(méi)有太大改善。而當(dāng)錨節(jié)點(diǎn)密度增大到1.1之后，受蟲(chóng)洞攻擊的節(jié)點(diǎn)可能收到了不一致的錨節(jié)點(diǎn)信息從而不能定位，這種情況并不會(huì)影響定位誤差，因此三種情況的定位誤差曲線基本重合。

圖7 錨節(jié)點(diǎn)密度Sd對(duì)定位誤差的影響

4 結(jié)論

MCB作為移動(dòng)傳感器網(wǎng)絡(luò)的一種經(jīng)典定位算法，其安全問(wèn)題亟待解決。本文提出了能抵抗蟲(chóng)洞攻擊的MCB定位算法，通過(guò)剔除偽錨節(jié)點(diǎn)信息達(dá)到減小誤差的目的。該算法是在傳感器網(wǎng)絡(luò)中僅存在少量的惡意錨節(jié)點(diǎn)的前提下提出來(lái)的，且假設(shè)攻擊者實(shí)施的是某種獨(dú)立的、特定的網(wǎng)絡(luò)攻擊。今后應(yīng)該注重對(duì)選擇性或合謀攻擊的研究以及對(duì)存在更多惡意節(jié)點(diǎn)情況的研究。

[1] 梅舉, 陳滌, 辛玲. 基于蒙特卡洛方法的移動(dòng)傳感網(wǎng)節(jié)點(diǎn)定位優(yōu)化算法[J]. 傳感技術(shù)學(xué)報(bào), 2013, 26(5): 689-694.

[2] 黃海輝, 李龍連. WSN 中一種基于 RSSI 的移動(dòng)節(jié)點(diǎn)改進(jìn)定位算法[J]. 電子技術(shù)應(yīng)用, 2015, 41(1): 86-89.

[3] Shen Xianjun, Yi Yang, Dong Wenyong, et al. Mobile nodes localization based on adaptive particle swarm optimization and modified Monte Carlo localization boxed in wireless sensor networks[J]. Sensor Letters, 2014, 12(2): 313-318.

[4] 彭保. 無(wú)線傳感器網(wǎng)絡(luò)移動(dòng)節(jié)點(diǎn)定位及安全定位技術(shù)研究[D]. 哈爾濱: 哈爾濱工業(yè)大學(xué), 2009.

[5] GARG R, VARNA A L, Wu Min. A gradient descent based approach to secure localization in mobile sensor networks[C].2012 IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP). IEEE, 2012:1869-1872.

[6] 池玉辰, 鄧平. 一種移動(dòng)無(wú)線傳感器網(wǎng)絡(luò)抵御蟲(chóng)洞攻擊 MCL 算法[J]. 傳感技術(shù)學(xué)報(bào), 2015, 28(6): 876-882.

[7] Hu Lingxuan, EVANS D. Localization for mobile sensor networks[C]. Proceedings of the 10th Annual International Conference on Mobile Computing and Networking, Philadelphia, 2004: 45-47.

[8] BAGGIO A, LANGENDOEN K. Monte Carlo localization for mobile wireless sensor networks[J]. Ad Hoc Networks, 2008, 6(5): 718-733.

[9] 曲強(qiáng), 夏勇, 申培峰. 基于改進(jìn) MCB的無(wú)線傳感器網(wǎng)絡(luò)移動(dòng)節(jié)點(diǎn)定位[J]. 計(jì)算機(jī)應(yīng)用與軟件, 2015, 32(3): 101-104.

[10] MUNIR S A, Ren Biao, Jiao Weiwei, et al. Mobile wireless sensor network: Architecture and enabling echnologies for ubiquitous computing[C]. 21st International Conference on Advanced Information Networking and Applications Workshops, 2007, AINAW′07. IEEE, 2007: 113-120.

[11] 丁革媛, 李振江, 李詩(shī)涵. 無(wú)線傳感器網(wǎng)絡(luò)的體系結(jié)構(gòu)和應(yīng)用安全[J]. 微型機(jī)與應(yīng)用, 2016,35(11): 60-61.

[12] 陳鴻龍,王志波,王智,等.針對(duì)蟲(chóng)洞攻擊的無(wú)線傳感器網(wǎng)絡(luò)安全定位方法[J]. 通信學(xué)報(bào),2015,36(3):106-113.

Secure localization algorithm for mobile nodes based on MCB

Cao Lu, Xiong Shenwen, Li Jiajun

(School of Information Engineering, Guangdong University of Technology, Guangzhou 510006, China)

To solve the problem of secure localization in mobile wireless sensor networks, this paper analyzes the effect of wormhole attack on MCB method, and then proposes a secure localization algorithm DWMCB. In case that anchor nodes are under worm attack, this algorithm identifies and eliminates the false anchor node information by calculating the centroid of the polygon of the anchor nodes which are currently detected and the geometric relationship. The simulation results show that the secure localization algorithm can improve the accuracy of localization in wireless sensor networks which are under wormhole attack.

mobile wireless sensor networks; secure localization; wormhole attack; anchor node

TP393

A

10.19358/j.issn.1674- 7720.2017.16.001

曹璐，熊深文，李嘉俊.基于MCB的移動(dòng)節(jié)點(diǎn)安全定位算法[J].微型機(jī)與應(yīng)用，2017,36(16)：1-4.

2017-02-27)

曹璐(1991-)，女，碩士研究生，主要研究方向：移動(dòng)傳感器網(wǎng)絡(luò)的安全定位。

熊深文(1989-)，男，碩士研究生，主要研究方向：無(wú)線傳感器網(wǎng)絡(luò)的安全定位。

李嘉俊(1992-)，男，碩士研究生，主要研究方向：移動(dòng)無(wú)線傳感器網(wǎng)絡(luò)的安全定位。