无线传感器网络中的sinkhole攻击检测

doi:10.3778/j.issn.1002-8331.2008.22.040

计算机工程与应用 ›› 2008, Vol. 44 ›› Issue (22): 135-138.DOI: 10.3778/j.issn.1002-8331.2008.22.040

无线传感器网络中的sinkhole攻击检测

周玲玲¹,张建明¹,王良民^1,2

1.江苏大学计算机科学与通信工程学院，江苏镇江 212013
2.东南大学计算机科学与工程学院，南京 210019

收稿日期:2007-10-15 修回日期:2007-12-29 出版日期:2008-07-11 发布日期:2008-07-11
通讯作者: 周玲玲

Research on sinkhole attack detection in wireless sensor networks

ZHOU Ling-ling¹,ZHANG Jian-ming¹,WANG Liang-min^1,2

1.School of Computer Science and Communication Engineering，Jiangsu University，Zhenjiang，Jiangsu 212013，China
2.School of Computer Science and Engineering，Southeast University，Nanjing 210019，China

Received:2007-10-15 Revised:2007-12-29 Online:2008-07-11 Published:2008-07-11
Contact: ZHOU Ling-ling

摘要/Abstract

摘要： 对sinkhole攻击进行了研究，提出了基于多点监测与回复信息的攻击检测方法。利用基站和节点间数据包的传输与确认，结合邻节点的监视机制对节点收发的数据包统计分析，检测sinkhole攻击。这种方法避免了复杂的加密算法与身份认证，与多路径安全机制相比有着更高的可靠性。对安全概率进行了理论分析，并进一步通过仿真实验对方法进行了验证。

关键词: 无线传感器网络, 入侵检测, sinkhole攻击, 多点监测

Abstract: To study sinkhole attack，a light-weight method based on multipoint monitoring and acknowledge information is proposed.Through the transmission and acknowledgement of packets between base station and sensor nodes，combined with multipoint monitoring，the author makes the statistical analysis of the packets sent and received to detect the sinkhole attack.The method avoids from complicated encryption and identity certification proposed in some other methods.By comparison，the reliability of the method is relatively higher than that of multipath security mechanism .The author also examines the security probability of the method using both theoretical analysis and simulations.

Key words: wireless sensor networks, intrusion detection, sinkhole attack, multipoint monitoring

周玲玲¹,张建明¹,王良民^1,2. 无线传感器网络中的sinkhole攻击检测[J]. 计算机工程与应用, 2008, 44(22): 135-138.

ZHOU Ling-ling¹,ZHANG Jian-ming¹,WANG Liang-min^1,2. Research on sinkhole attack detection in wireless sensor networks[J]. Computer Engineering and Applications, 2008, 44(22): 135-138.

[1]	王振东，张林，李大海. 基于机器学习的物联网入侵检测系统综述[J]. 计算机工程与应用, 2021, 57(4): 18-27.
[2]	曹磊，李占斌，杨永胜，赵龙飞. 基于双层注意力神经网络的入侵检测方法[J]. 计算机工程与应用, 2021, 57(19): 142-149.
[3]	沈少禹，蔡满春，芦天亮，赵琪. 基于LFKPCA-DWELM的入侵检测方案[J]. 计算机工程与应用, 2021, 57(17): 130-137.
[4]	巩俊辉，胡晓辉，杜永文. 基于演化博弈的最优防御策略选取研究[J]. 计算机工程与应用, 2021, 57(13): 116-123.
[5]	孙泽宇，董汉磊，苏艳超，徐琛，聂雅琳，李传锋. 传感网中基于能量有效的多参数数据重构方法[J]. 计算机工程与应用, 2021, 57(11): 103-110.
[6]	黎佳玥，赵波，李想，刘会，刘一凡，邹建文. 基于深度学习的网络流量异常预测方法[J]. 计算机工程与应用, 2020, 56(6): 39-50.
[7]	龚本灿，周峰，陈鹏，任东. 基于路径质量的无线传感网路由协议[J]. 计算机工程与应用, 2020, 56(6): 99-104.
[8]	陈虹，王闰婷，肖成龙，郭鹏飞，黄洁，陈红霖. 基于DBN-XGBDT的入侵检测模型研究[J]. 计算机工程与应用, 2020, 56(22): 83-91.
[9]	狄冲，李桐. 网络未知攻击检测的深度学习方法[J]. 计算机工程与应用, 2020, 56(22): 109-116.
[10]	汪盼，宋雪桦，王昌达，陈锋，徐夏强，蔡冠宇. 基于改进的深度信念网络的入侵检测方法[J]. 计算机工程与应用, 2020, 56(20): 87-92.
[11]	陈虹，赵建智，肖成龙，陈建虎，肖越. 改进ADASYN-SDA的入侵检测模型研究[J]. 计算机工程与应用, 2020, 56(2): 97-105.
[12]	郑祖朋，汪祖民，彭杨，季长清，秦静. 能量采集传感器网络中MAC协议研究综述[J]. 计算机工程与应用, 2020, 56(15): 24-29.
[13]	杨彦荣，宋荣杰，周兆永. 基于GAN-PSO-ELM的网络入侵检测方法[J]. 计算机工程与应用, 2020, 56(12): 66-72.
[14]	吴德鹏，柳毅. 基于可变网络结构自组织映射的入侵检测模型[J]. 计算机工程与应用, 2020, 56(12): 81-86.
[15]	韩雨涝. 非并行二分法的覆盖空洞修复算法[J]. 计算机工程与应用, 2020, 56(12): 87-92.

无线传感器网络中的sinkhole攻击检测

Research on sinkhole attack detection in wireless sensor networks

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics