操纵攻击下物联网网络中基于前景理论的信任管理方案

随着物联网（IoT）和信息物理系统变得无处不在并成为我们日常生活的组成部分，我们能够信任从此类系统聚合的数据十分重要。然而，可信性的解释是情境相关的，并随相关应用的风险容忍态度以及信任模型所依据证据的不同不确定性水平而变化。因此，数据完整性评分机制应 provisions 以适应不同的风险态度和不确定性。在本文中，我们提出了一种贝叶斯推断模型和一种前景理论框架用于数据完整性评分，以量化在存在操纵数据的对手时从IoT设备收集的数据的可信性。我们考虑一种不完善的异常监测机制，其监测从每个设备发送的数据并将结果分类为未受损、受损和无法推断。这些结果被概念化为具有三个参数的贝叶斯推断模型的多项假设，然后用于计算聚合数据可靠性的效用值。我们使用受前景理论启发的方法量化该数据完整性分数并评估IoT框架中聚合数据的可信性。此外，我们还使用传统使用的期望效用理论对系统建模，并将结果与使用前景理论获得的结果进行比较。由于决策基于数据如何融合，我们提出了两种度量模型：一种乐观的和另一种保守的。所提框架通过广泛的仿真实验得到验证。我们展示了数据完整性分数如何在各种系统因素（如攻击强度和错误检测）下变化。