基于多源反馈信息融合的IOT边缘设备信任计算机制

本文探讨了物联网(IoT)边缘设备的信任计算问题,指出传统机制的不足并提出一种新的解决方案。该方案结合设备间的直接信任和代理的客观评级,形成轻量级的信任评估机制,减轻云端负担,动态调整信任因素权重。文章还分析了体系结构,信任因子计算以及全局信任度的聚合方法,并进行了实验效率评估,以验证其在不同环境下的性能和可靠性。
摘要由CSDN通过智能技术生成

解决问题:

边缘设备之间缺乏信任,设备间的恶意攻击

传统的信任计算机制,只考虑设备间的直接信任进行信任评估,而且计算方法复杂,让云端承担计算任务,信任因素手动或主观加权

该方案通过设备间的直接信任以及代理对设备的客观评级进行聚合,得到设备的整体信任,并采用了轻量级的信任评估机制,设备和代理承担运算任务,设备不存储信任值,信任因素权重动态变化

现存的3个问题:

1.没有研究集中于信任计算机制本身的可靠性问题

2.完全忽略了有反馈机制本身引起的串谋或饱腹问题

3.在全局信任聚合计算中缺乏适应性

贡献:

1.全局信任度:D-D直接信任、D-D反馈信任、B-D反馈信任

2.轻量级:信任计算完全由代理层和设备层完成

3.适应性和可靠性:基于客观信息地理论的反馈信息融合算法

 

III. 体系结构

提出体系结构,讨论攻击模式

A.体系结构

架构包括3层:网络、代理、设备层。

  • 网络层

由传统的云计算平台支持

假设云数据中心是可靠和总是可用的,不考虑它的攻击和风险问题

  • 代理层

监视设备的服务行为,负责反馈信息的信任聚合计算

基站:有线网络和无线网络之间的网关/作为本地无线网络集线器的无线接收器发射器

  • 设备层

通过wifi或者蜂窝接入点进行网络通信

根据位置和特征被划分为不同的域

B.信任关系分析

信任计算完全有代理层和设备层完成

参考文献【41】 提出信任关系的定义

  • 定义1 D-D直接信任  完成请求任务能力的量化值
  • 定义2 B-D反馈 代理的客观计算评级
  • 定义3 D-D整体信任 直接信任+代理反馈

算法1

输入:设备集、代理集、时间窗

输出:全局信任

IV. 信任和反馈计算

A.信任因子计算

D-D直接信任计算

         

          Tdi;dj\epsilon[0,1];∆t是历史交互的时间窗

         风险概率模型:

          

           (+)是T>=0.5  (-)是T<0.5

           (+)\neq0 &(-)=0 => D=1

           (+)+(-)=>D=0

B-D反馈信任计算

      bk周期性请求,其他设备转发对di的信任值,bk保存到一个矩阵里

     

      i=j时,D是自我评级,反馈信任聚合时会丢弃该值

      等式2中D属于[0,1],矩阵是正规化矩阵

算法2

B.全局信任计算

\varpi是权重因子,当失败的交互增多,\varpi无限接近于0

C.时空复杂度分析

 

V. 实验效率评估

A.参数

Netlogo模拟器

通过控制PCD (交互设备的百分比 ) 、MD (恶意设备的百分比)来比较

分三种环境:空闲且诚实、繁忙且不诚实、高度繁忙且高度不诚实

B.效率  

通过全局收敛时间,即信任聚合所需的总时间[32]判定

C可靠性.

通过任务失败率[33]判定

 

 

 

 

 

 

 

 

 

 

 

 

  • 0
    点赞
  • 4
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值