一种抗敌手的异常节点协同统计检测方法

在簇中区分异常节点与正常丢包节点有助于减少簇状网络资源的损失。现有检测方案的检测性能受限于量化节点行为的技术，且多数方案无法避免被伪造信息误导。本文提出一种新颖的概率化异常节点检测方案 CSD——协同统计检测（Cooperative Statistical Detection）——用于在簇状网络中存在伪造检测数据时实现准确高效的检测。具体而言，采用基于似然比检验（LRT）的检测方法度量节点转发行为，我们提出一种基于改进 Z-score 的抗伪造机制以滤除伪造数据。我们证明，当且仅当伪造数据的节点传输量少于总量的一半时，误报概率与漏检概率均呈指数下降。此外，推导了改进 Z-score 方法的最优阈值，其在所提检测模型下保证我们的 CSD 在任何伪造策略下均能完美检测。评估结果验证了本方案相较于最先进方法的的有效性、鲁棒性与优越性。