基于投票方案的随机部署无线传感器网络本地化安全强化

本工作旨在提供一种可信赖的解决方案，用于在恶意节点存在的恶劣环境中的目标本地化，这些节点能够操纵距离测量（即执行欺骗攻击），从而阻碍准确定位。除了本地化之外，另一个目标是识别（检测）参与该过程的节点中哪些是恶意的。这一问题在即将到来的物联网和智慧城市应用中变得极其重要，这些应用依赖于准确定位，而恶意攻击者的存在如果不被考虑，将代表严重的安全威胁。大多数现有本地化系统都缺乏此类考虑，使其对欺骗攻击极其脆弱。此外，旨在针对对抗环境进行设计的方法要么考虑非常特定的设置，要么需要关于系统模型的额外知识，使其仅部分安全。因此，本工作提出了一种基于聚类和加权中心质量投票方案的 novel 方法，以安全方式解决本地化问题并检测攻击者。该 proposed 解决方案包含两个主要阶段：1）通过利用问题几何来分配投票，以选择合适的感兴趣点群来本地化目标；2）利用位置估计和基本统计信息进行攻击者检测。该方法在不同设置下的本地化精度、攻击者检测成功率和计算复杂度方面进行评估。计算机仿真和实际实验都证实了该方案在多个方面都优于最先进的方法，表明它可实现约 $30\%$ 的误差降低，且在攻击强度与噪声标准差比值显著时，几乎可以实现完美的攻击者检测率。