1.一种超密集异构网络中考虑终端安全的网络选择方法,其特征在于,包括以下步骤:
首先,在网络侧通过基于有限状态机的攻击检测算法,构建终端安全评估模型,计算得到终端安全度;其次,结合网络拥塞度、用户数据传输速率和终端安全度构建一个多目标优化函数;再次,计算超密集异构网络与终端之间的综合效益,把多目标优化函数转换成单目标优化函数求解;最后,终端选择综合效益值最大的网络进行接入;
当终端发生DoS攻击时,将导致其连接状态发生非顺序转移,系统将其定义为异常,并规定终端在连接过程中,其状态变化必须严格按照对应FSM模型制定的顺序进行转移,否则将被记录为异常,根据之前已建好的FSM模型,在网络侧设计一个基于FSM的攻击检测算法,该算法将会记录终端在网络连接过程中状态转移异常的次数,以便计算后续的终端安全度,算法描述如下:
该算法首先根据输入帧的类型,查询状态转移表,得到对应的状态转移情况;然后与之前已建好的FSM模型进行状态转移一致性比较,若转移不一致则记录为异常,并继续监督,直到异常次数超过自适应检测阈值时关闭FSM,若没有出现异常转移,则记录当前状态转移次数,当达到系统规定的最大状态数时关闭FSM,最后输出终端在此次连接中状态转移异常的总次数;
采用一种基于指数加权滑动平均EWMA的自适应阈值调整方法,计算不同网络环境下的检测阈值,具体包括:
网络在第q个时间段内的帧数量表示为xq,滑动窗口的大小为H,随着时间的变化,滑动窗口将向前移动,以获取到最新的观测数据;然后通过简单滑动平均的方法计算得到t时刻的观测数据Y(t),t=H,H+1,H+2...,则Y(t)表示为:
利用EWMA计算网络在t时刻的帧估计值F(t),即:
F(t)=λY(t)+(1‑λ)F(t‑1) 0<λ<1 (2)
假设网络能够容忍的最大异常转移次数为Emax,其值取决于不同的网络环境,因此可以将网络j在t时刻的检测阈值Ej(t)定义为:
‑ηFt
Ej(t)=Emax(1‑e ) 0<η<1 (3)
其中,λ为权重系数,η表示阈值系数,根据式(3)可看出检测阈值随着网络流量的增大而增大,符合实际的变化情况,因此根据EWMA算法可以实现对检测阈值的自适应调整;
基于指数加权滑动平均EWMA的自适应阈值调整方法过程,结合式(3)定义t时刻终端i在连接网络j的过程中发生攻击行为的概率Pij(t):
Pij(t)=终端i出现异常的总数/网络j的检测阈值
其中,hi表示终端i在一次网络注册过程中状态转移异常的总次数, 即Ej
(t),表示网络j在t时刻的检测阈值;
最后,根据式(4)定义t时刻终端i在网络j中的安全度指标Sij(t),即未发生攻击的概率:
Sij(t)=1‑Pij(t) (5)
计算网络拥塞度、用户数据传输速率,具体包括:
301、网络拥塞度:假设每一个网络的资源被分为了若干个资源块,将网络j在t时刻的拥塞程度定义为网络的平均资源块利用率;
NCij(t)表示t时刻终端i在接入过程中,网络j的拥塞度,其中Rj表示网络j的物理总资τ
源块数量,RBj则表示网络j在时间τ内已分配的资源块,T为给定的持续时间;
302、用户数据传输速率:
其中,Cij(t)表示t时刻终端i从网络j中获取的用户数据传输速率,Zij(t)表示t时刻终端i从网络j中分到的资源块数,Br表示每一个资源块的带宽,ρij表示基站的传输功率,δij为信道增益,N0为高斯白噪声,∑n∈N,n≠jG表示来自其它基站的信号干扰总和;
t
此外,由于终端安全度S和网络拥塞度NCj的取值范围均为[0,1],因此为了数据处理方便,需要对用户的数据传输速率Cij(t)进行归一化处理:
*
其中,Cij (t)表示归一化之后的用户数据传输速率,μi表示终端i所有样本数据的均值,σi表示终端i所有样本数据的标准差;
所述构建一个多目标优化函数,具体包括:将用户的垂直切换问题定义为一个多目标优化问题,并通过求解该问题,找到一个满足用户切换需求的最佳网络;
假设在网络场景中有m个终端和n个网络,则将切换判决时需要优化的目标函数表示为:
O1=Maximize Sij(t) (9)
式(9)表示终端在接入网络时,切换算法会优先考虑让高安全性的终端接入,以减小网络受到攻击的概率;式(10)则表示终端在选择网络时,切换算法将会对网络的拥塞度以及用户数据传输速率进行综合优化;上述多目标优化函数还需要满足的约束条件为:
式(11)中Aij(t)表示t时刻终端i与网络j的连接关系,式(12)表示每一个终端只能同时接入到一个网络中,或者不接入任何网络;式(13)表示网络j在t时刻的接入终端数不得超过其可容纳的最大终端数,其中Nj表示网络j可容纳的最大终端数;式(14)表示网络j当前已分配的资源块之和不得超过其总资源块数Rj。
2.根据权利要求1所述的一种超密集异构网络中考虑终端安全的网络选择方法,其特征在于,在启用终端安全评估模型前,还包括切换触发的步骤:当接收信号强度RSS低于设定阈值Rth与RSS迟滞余量HM之和时,触发切换。
3.根据权利要求1所述的超密集异构网络中考虑终端安全的网络选择方法,其特征在于,在保持约束条件不变的条件下,通过考虑终端i与网络j之间的综合效益bij(t),将上述定义的多目标优化函数O1和O2转换为单优化目标函数O3,以实现终端与网络之间的综合效益最大化;
*
bij(t)=ωSij(t)+(1‑ω)[Cij(t)‑NCij(t)] (15)
O3=Maximize bij(t) (16)
单优化目标O3中的权重ω应该满足以下约束条件:
基于上述单目标优化函数,垂直切换算法首先计算t时刻的终端安全度Sij(t),网络拥*
塞度NCij(t)和用户数据传输速率Cij(t)得到归一化的用户数据传输速率Cij(t);
然后根据式(15)计算终端i在各个候选网络中获得的综合效益值,表示为:Bi=(bi1(t),bi2(t),...,bin(t))i=1,2,...,m,最后在Bi中筛选出综合效益值最大的网络,作为终端i的目标接入网络。
引用专利(该专利引用了哪些专利)
序号 | 公开(公告)号 | 公开(公告)日 | 申请日 | 专利名称 | 申请人 | 该专利没有引用任何外部专利数据! |
被引用专利(该专利被哪些专利引用)
序号 | 公开(公告)号 | 公开(公告)日 | 申请日 | 专利名称 | 申请人 | 该专利没有被任何外部专利所引用! |