CN102869006B - 无线传感器网络层次型入侵诊断处理***及其方法 - Google Patents
无线传感器网络层次型入侵诊断处理***及其方法 Download PDFInfo
- Publication number
- CN102869006B CN102869006B CN201210338304.XA CN201210338304A CN102869006B CN 102869006 B CN102869006 B CN 102869006B CN 201210338304 A CN201210338304 A CN 201210338304A CN 102869006 B CN102869006 B CN 102869006B
- Authority
- CN
- China
- Prior art keywords
- data
- module
- decision
- node
- invasion
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 59
- 230000009545 invasion Effects 0.000 title claims abstract description 48
- 238000012545 processing Methods 0.000 claims abstract description 53
- 238000001514 detection method Methods 0.000 claims abstract description 50
- 238000013480 data collection Methods 0.000 claims abstract description 35
- 238000003745 diagnosis Methods 0.000 claims abstract description 11
- 238000012546 transfer Methods 0.000 claims abstract description 10
- 238000003672 processing method Methods 0.000 claims description 13
- 238000012544 monitoring process Methods 0.000 claims description 5
- 238000006243 chemical reaction Methods 0.000 claims description 4
- 239000008358 core component Substances 0.000 claims description 4
- 238000011161 development Methods 0.000 claims description 4
- 238000005516 engineering process Methods 0.000 claims description 4
- 230000003044 adaptive effect Effects 0.000 claims description 2
- 230000006870 function Effects 0.000 description 3
- 230000002411 adverse Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000007123 defense Effects 0.000 description 1
- 238000002405 diagnostic procedure Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
Landscapes
- Mobile Radio Communication Systems (AREA)
- Arrangements For Transmission Of Measured Signals (AREA)
Abstract
一种无线传感器网络层次型入侵诊断处理***及其方法，涉及一种无线传感器网络的安全保护***及其方法，***包括由大量传感器节点组成的数据探测层和由基站组成的入侵诊断层，其中数据探测层用于数据检测、数据聚合、数据加密、数据传输，并将检测数据发送到网络接入点，网络接入点将检测数据通过无线信道向基站转发；入侵诊断层用于根据数据探测层提供的检测数据，诊断出网络中所有的妥协节点，并采取应对措施处理。方法包括步骤S1.数据检测；S2.数据传输；S3.数据收集；S4.数据处理；S5.决策；S6.执行。本发明能有效提高入侵诊断的准确性，降低漏报率和误报率，并可对入侵进行有效处理，提高了无线传感器网络的安全性。
Description
技术领域
本发明涉及一种无线传感器网络的安全保护***及其方法，特别是一种无线传感器网络层次型入侵诊断处理***及其方法。
背景技术
无线传感器网络是由许多微小的传感器节点通过无线介质自组织形成的分布式网络***，其作用是协作地感知、采集和处理网络覆盖区域中感知对象的信息，并发送给观察者，在国防军事、医疗保健、工业控制、环境监测、智能家居等方面有广泛的实用价值。由于无线传感器网络通常配置在恶劣环境、无人区域或敌方阵地中，加上无线网络固有的脆弱性，其安全问题显得尤为重要。由于传感器节点资源（包括能量、内存、存储空间和带宽）有限，在节点上直接开发复杂的安全算法以构建入侵检测***是很难实现的。
发明内容
本发明要解决的技术问题是：提供一种能有效地提高入侵诊断的准确性，降低漏报率和误报率，并对入侵进行有效处理的无线传感器网络层次型入侵诊断处理***及其方法。
解决上述技术问题的技术方案是：一种无线传感器网络层次型入侵诊断处理***，包括由大量传感器节点组成的数据探测层和由基站组成的入侵诊断层，所述的数据探测层用于数据检测、数据聚合、数据加密、数据传输，并将检测数据发送到网络接入点，网络接入点将检测数据通过无线信道向基站转发；所述的入侵诊断层用于根据数据探测层提供的检测数据，诊断出网络中所有的妥协节点，并采取应对措施处理。
本发明的进一步技术方案是：所述的入侵诊断层包括依次相连的数据收集模块、数据处理模块、决策模块和执行模块，其中，
所述的数据收集模块用于收集数据探测层提供的检测数据，并为后期数据处理作准备；
所述的数据处理模块是基站的核心组件，用于将数据收集模块收集到的检测数据使用数值算法进行数据处理；
所述的决策模块用于对一个节点是否为妥协节点作诊断，然后采用独立的或合作的决策算法在传感器节点或基站上实施；
所述的执行模块用于根据决策模块的处理结果将妥协节点恢复为正常节点；或者将妥协节点进行部分或全部隔离。
本发明的再进一步技术方案是：所述的传感器节点包括传感器、处理器、无线收发器和电池，所述的传感器用于检测数据，处理器用于将传感器检测到的数据进行加工处理，无线收发器用于接收查询指令并将处理后的检测数据发送到网络接入点，电池用于为传感器、处理器、无线收发器提供电源，所述的传感器、处理器、无线收发器依次相连，所述的电池输出端分别与传感器、处理器、无线收发器的输入端连接。
本发明的另一技术方案是：一种无线传感器网络层次型入侵诊断处理方法，该方法是一种采用上述的无线传感器网络层次型入侵诊断处理***对无线传感器进行入侵诊断的处理方法，该方法包括以下步骤：
S1.数据检测：
数据探测层开始检测，并将检测数据进行数据聚合、数据加密；
S2.数据传输：
数据探测层将加密后的检测数据发送到网络接入点，网络接入点将检测数据通过无线信道向基站转发；
S3.数据收集：
入侵诊断层的数据收集模块收集到数据探测层转发来的检测数据，并为后期数据处理作准备；
S4.数据处理：
数据处理模块将检测数据使用数值算法进行数据处理；
S5.决策：
决策模块对一个传感器节点是否为妥协节点作诊断，如果是，则采用独立的决策算法在传感器节点上实施；如果否，则采用合作的决策算法在基站上实施；
S6.执行：
执行模块根据决策模块的处理结果将妥协节点恢复为正常节点，或者将妥协节点进行部分或全部隔离，操作结束。
本发明的进一步技术方案是：在步骤S3中所述的为后期数据处理作准备是数据收集模块将收集到的检测数据的存储格式统一为后期数据处理模块的数据存储格式。
本发明的进一步技术方案是：在步骤S4中所述的使用数值算法进行数据处理的过程如下：
S4.1.建立Simulink模型，Simulink模型根据应用程序的要求，对来自数据收集模块的数据进行处理；
S4.2.基于Simulink模型开发一个独立的Simulink应用程序；
S4.3.通过Matlab接口程序改写来自Java应用程序的数据，使之符合Matlab数据格式的要求，修改后的数据通过内存加载到Matlab工作区，该过程作为一个独立的应用程序进行处理；
S4.4.使用基于Java的Matlab生成器生成一个Java程序库集合，该程序库用于整个数据处理方法的Java代理类；
S4.5.数据处理结束后，Simulink应用程序提供某个传感器节点的预测值和预测误差，所述的预测误差为实际检测值与预测值之间的差异；
S4.6.通过Matlab接口程序，将Matlab数据格式转换为Java数据格式，输出数据到决策模块。
本发明的再进一步技术方案是：在步骤S5中所述的决策模块的决策过程如下：
S5.1.输入数据；
S5.2.判断预测误差是否大于阈值：
决策模块根据***预先设定的阈值对传感器节点进行审核，判断预测误差是否大于阈值，如果是，则进入步骤S5.3，如果否，则其信任因子值不变；
S5.3.传感器节点的信任因子值减1；
S5.4.判断信任因子值是否小于零：
判断传感器节点的信任因子值是否小于零，如果是，则进入步骤S5.5，如果否，基站继续监控并处理网络数据；
S5.5.宣告该传感器节点是一个妥协节点；
S5.6.输出指令，将该妥协节点排除到网络之外。
由于采用上述结构，本发明之无线传感器网络层次型入侵诊断处理***及其方法与现有技术相比，具有以下有益效果：
1.可提高数据处理的准确度和实时性，降低误报率：
由于本发明之无线传感器网络层次型入侵诊断处理***分为两层：由大量普通的传感器节点构成的数据探测层和由基站构成入侵诊断层，其中，数据探测层可完成各种简单的任务，如数据检测、数据聚合、数据加密、数据传输等；入侵诊断层能完成对入侵进行诊断的主要功能，如数据收集、数据处理、恶意行为分析、应用安全措施等。因此，本发明的***功能强大，极大地提高了数据处理的准确度和实时性，从而降低了误报率。
2．可对入侵进行有效处理：
由于本发明之无线传感器网络层次型入侵诊断处理包括的步骤为S1.数据检测；S2.数据传输；S3.数据收集；S4.数据处理；S5.决策；S6.执行，其中在步骤S4通过数据模块使用数值算法对数据进行处理后，在步骤S5中，可通过决策模块对一个传感器节点是否为妥协节点作诊断，如果是，则采用独立的决策算法在传感器节点上实施；如果否，则采用合作的决策算法在基站上实施；而在步骤S6中，执行模块根据决策模块的处理结果将妥协节点恢复为正常节点；或者将妥协节点进行部分或全部隔离。因此，本发明可对入侵进行有效处理，提高了无线传感器网络的安全性。
3．本无线传感器网络层次型入侵诊断处理***具有通用性，可以实施于任何路由、任何拓扑结构的无线传感器网络中。
4．本无线传感器网络层次型入侵诊断处理***的主要功能模块由基站完成，确保了入侵诊断处理***自身的安全性，并节省了网络能耗。
5．方法简便，操作便捷：
本发明之无线传感器网络层次型入侵诊断处理方法比较简单，无需复杂的算法，其操作也比较便捷。
下面，结合附图和实施例对本发明之无线传感器网络层次型入侵诊断处理***及其方法的技术特征作进一步的说明。
附图说明
图1：实施例一所述本发明之无线传感器网络层次型入侵诊断处理***的结构框图，
图2：实施例一所述传感器节点以及数据收集模块的数据格式结构图，
图3：实施例一所述的数据处理模块的结构框图，
图4：实施例二所述本发明之无线传感器网络层次型入侵诊断处理方法的流程框图，
图5：实施例二的步骤S4所述使用数值算法进行数据处理过程的流程框图，
图6：实施例二的步骤S5所述决策过程的流程框图。
在上述附图中，各标号如下：
1-数据探测层，11-传感器节点，2-入侵诊断层，21-基站，211-数据收集模块，212-数据处理模块，213-决策模块，214-执行模块，111-传感器，112-处理器，
113-无线收发器，114-电池，
A-传感器节点的数据格式，B-数据收集模块的数据格式。
具体实施方式
实施例一：
一种无线传感器网络层次型入侵诊断处理***（参见图1），包括由大量传感器节点11组成的数据探测层1和由基站21组成的入侵诊断层2，所述的数据探测层1用于数据检测、数据聚合、数据加密、数据传输，并将检测数据发送到网络接入点，网络接入点将检测数据通过无线信道向基站21转发，所述的传感器节点11包括传感器111、处理器112、无线收发器113和电池114，其中传感器111用于检测数据，处理器112用于将传感器检测到的数据进行加工处理，无线收发器113用于接收查询指令并将处理后的检测数据发送到网络接入点，电池114用于为传感器111、处理器112、无线收发器113提供电源，所述的传感器111、处理器112、无线收发器113依次相连，所述的电池114输出端分别与传感器111、处理器112、无线收发器113的输入端连接；所述的入侵诊断层2用于根据数据探测层1提供的检测数据，诊断出网络中所有的妥协节点，并采取应对措施处理；所述的入侵诊断层2包括依次相连的数据收集模块211、数据处理模块212、决策模块213和执行模块214，其中，
所述的数据收集模块211用于收集数据探测层提供的检测数据，并为后期数据处理作准备；由于从网络中各传感器节点处收集到的数据都有一个类似的格式，如TinyOS数据包格式，通常包含5字节TinyOSHeader、7字节XSensorHeader和若干字节Payload（如图2的A所示），而数据收集模块存储的数据结构则如图2的B所示，该格式与数据处理模块的要求相符，数据收集模块的功能使用J2EE环境和Java语言实现，并启动一个线程，从传感器节点处收集数据；
所述的数据处理模块212是基站的核心组件，用于将数据收集模块收集到的检测数据使用数值算法进行数据处理，该数据处理模块212的任务是使用数值算法进行数据处理，由于simulink有丰富的工具库和函数库，能进行准确、可靠的科学计算，可以针对任何能够用数学来描述的***进行建模，因此该模块使用一个专门的自回归预测器（AR）来开发Simulink模型，该自回归模型的通用格式如下：
x(t)=a1x(t-1)+a2x(t-2)+……+anx(t-n)+ξ(t)
其中，x(t)是根据历史检测值估计的预测值，ai是自回归系数（由AR预测器提供），也称作权值，n是自回归次数（本文方案取n=3），ξ为高斯白噪声；
数据处理模块建立了一个独立的Simulink应用程序，该Simulink模型使用一个3阶的RLS自适应滤波算法输出预测值，预测误差和权重与每个时间步长匹配；
使用Simulink模型可以进行准确的数据处理，如图3所示，Simulink模型的输入数据来自数据收集模块的输出，由于Simulink模型把数据结构作为输入动态存储到Matlab工作空间中，所以需要一个进行数据模式转换的接口程序，负责将数据收集模块的输出格式转变为有效的Matlab数据格式；同时在Simulink模块和决策模块之间也需要一个接口程序作相应数据格式转换，两种技术（Matlab和Simulink）的应用嵌入到一个Java库集合中；
所述的决策模块213用于对一个节点是否为妥协节点作诊断，然后采用独立的或合作的决策算法在传感器节点或基站上实施；
所述的执行模块214用于根据决策模块的处理结果将妥协节点恢复为正常节点；或者将妥协节点进行部分或全部隔离。
实施例二：
一种无线传感器网络层次型入侵诊断处理方法，该方法是一种采用实施例一所述的无线传感器网络层次型入侵诊断处理***对无线传感器进行入侵诊断的处理方法，它包括以下步骤（参见图4）：
S1.数据检测：
数据探测层开始检测，并将检测数据进行数据聚合、数据加密；
S2.数据传输：
数据探测层将加密后的检测数据发送到网络接入点，网络接入点将检测数据通过无线信道向基站转发；
S3.数据收集：
入侵诊断层的数据收集模块收集到数据探测层转发来的检测数据，并为后期数据处理作准备，所述的为后期数据处理作准备是数据收集模块将收集到的检测数据的存储格式统一为后期数据处理模块的数据存储格式。
S4.数据处理：
数据处理模块将检测数据使用数值算法进行数据处理；
S5.决策：
决策模块对一个传感器节点是否为妥协节点作诊断，如果是，则采用独立的决策算法在传感器节点上实施；如果否，则采用合作的决策算法在基站上实施；
S6.执行：
执行模块根据决策模块的处理结果将妥协节点恢复为正常节点，或者将妥协节点进行部分或全部隔离，操作结束。
在步骤S4中，所述的数据处理模块将检测数据使用数值算法进行数据处理的过程如下（流程框图参见图5）：
S4.1.建立Simulink模型，Simulink模型根据应用程序的要求，对来自数据收集模块的数据进行处理；
S4.2.基于Simulink模型开发一个独立的Simulink应用程序；
S4.3.通过Matlab接口程序改写来自Java应用程序的数据，使之符合Matlab数据格式的要求，修改后的数据通过内存加载到Matlab工作区，该过程作为一个独立的应用程序进行处理；
S4.4.使用基于Java的Matlab生成器生成一个Java程序库集合，该程序库用于整个数据处理方法的Java代理类；
S4.5.数据处理结束后，Simulink应用程序提供某个传感器节点的预测值和预测误差，所述的预测误差为实际检测值与预测值之间的差异；
S4.6.通过Matlab接口程序，将Matlab数据格式转换为Java数据格式，输出数据到决策模块。
在步骤S5中所述的决策模块的决策过程如下（流程框图参见图6）：
S5.1.输入数据；
S5.2.判断预测误差是否大于阈值：
决策模块根据***预先设定的阈值对传感器节点进行审核，判断预测误差是否大于阈值，如果是，则进入步骤S5.3，如果否，则其信任因子值不变；
S5.3.传感器节点的信任因子值减1；
S5.4.判断信任因子值是否小于零：
判断传感器节点的信任因子值是否小于零，如果是，则进入步骤S5.5，如果否，基站继续监控并处理网络数据；
S5.5.宣告该传感器节点是一个妥协节点；
S5.6.输出指令，将该妥协节点排除到网络之外；所述的指令是一个包含节点ID和特殊消息的能被目标节点认可的数据结构，指令会触发一个专用程序以处理网络中的一个或多个节点，例如，激活妥协节点的睡眠程序，使该节点不能参与网络通信。
Claims (4)
1.一种无线传感器网络层次型入侵诊断处理***，其特征在于：包括由大量传感器节点（11）组成的数据探测层（1）和由基站（21）组成的入侵诊断层（2），所述的数据探测层（1）用于数据检测、数据聚合、数据加密、数据传输，并将检测数据发送到网络接入点，网络接入点将检测数据通过无线信道向基站（21）转发；所述的入侵诊断层（2）用于根据数据探测层（1）提供的检测数据，诊断出网络中所有的妥协节点，并采取应对措施处理；
所述的入侵诊断层（2）包括依次相连的数据收集模块（211）、数据处理模块（212）、决策模块（213）和执行模块（214），其中，
所述的数据收集模块（211）用于收集数据探测层提供的检测数据，并为后期数据处理作准备；
所述的数据处理模块（212）是基站的核心组件，用于将数据收集模块收集到的检测数据使用数值算法进行数据处理；所述的使用数值算法进行数据处理的过程如下：
S4.1.建立Simulink模型，Simulink模型根据应用程序的要求，对来自数据收集模块的数据进行处理；
S4.2.基于Simulink模型开发一个独立的Simulink应用程序；
S4.3.通过Matlab接口程序改写来自Java应用程序的数据，使之符合Matlab数据格式的要求，修改后的数据通过内存加载到Matlab工作区，该过程作为一个独立的应用程序进行处理；
S4.4.使用基于Java的Matlab生成器生成一个Java程序库集合，该程序库用于整个数据处理方法的Java代理类；
S4.5.数据处理结束后，Simulink应用程序提供某个传感器节点的预测值和预测误差，所述的预测误差为实际检测值与预测值之间的差异；
S4.6.通过Matlab接口程序，将Matlab数据格式转换为Java数据格式，输出数据到决策模块；
所述的决策模块（213）用于对一个节点是否为妥协节点作诊断，然后在传感器节点或基站上执行独立的或合作的决策算法；所述的决策模块的决策过程如下：
S5.1.输入数据；
S5.2.判断预测误差是否大于阈值：
决策模块根据***预先设定的阈值对传感器节点进行审核，判断预测误差是否大于阈值，如果是，则进入步骤S5.3，如果否，则其信任因子值不变；
S5.3.传感器节点的信任因子值减1；
S5.4.判断信任因子值是否小于零：
判断传感器节点的信任因子值是否小于零，如果是，则进入步骤S5.5，如果否，基站继续监控并处理网络数据；
S5.5.宣告该传感器节点是一个妥协节点；
S5.6.输出指令，将该妥协节点排除到网络之外；
所述的执行模块（214）用于根据决策模块的处理结果将妥协节点恢复为正常节点；或者将妥协节点进行部分或全部隔离。
2.根据权利要求1所述的无线传感器网络层次型入侵诊断处理***，其特征在于：所述的传感器节点（11）包括传感器（111）、处理器（112）、无线收发器（113）和电池（114），所述的传感器（111）用于检测数据，处理器（112）用于将传感器检测到的数据进行加工处理，无线收发器（113）用于接收查询指令并将处理后的检测数据发送到网络接入点，电池（114）用于为传感器（111）、处理器（112）、无线收发器（113）提供电源，所述的传感器（111）、处理器（112）、无线收发器（113）依次相连，所述的电池（114）输出端分别与传感器（111）、处理器（112）、无线收发器（113）的输入端连接。
3.一种无线传感器网络层次型入侵诊断处理方法，其特征在于：该方法是一种采用权利要求2所述的无线传感器网络层次型入侵诊断处理***对无线传感器进行入侵诊断的处理方法，该方法包括以下步骤：
S1.数据检测：
数据探测层开始检测，并将检测数据进行数据聚合、数据加密；
S2.数据传输：
数据探测层将加密后的检测数据发送到网络接入点，网络接入点将检测数据通过无线信道向基站转发；
S3.数据收集：
入侵诊断层的数据收集模块收集到数据探测层转发来的检测数据，并为后期数据处理作准备；
S4.数据处理：
数据处理模块将检测数据使用数值算法进行数据处理；所述的数据处理模块是基站的核心组件，用于将数据收集模块收集到的检测数据使用数值算法进行数据处理，该数据处理模块的任务是使用数值算法进行数据处理，该模块使用一个专门的自回归预测器来开发Simulink模型，该自回归模型的通用格式如下：
x(t)=a1x(t-1)+a2x(t-2)+……+anx(t-n)+ξ(t)
其中，x(t)是根据历史检测值估计的预测值，t是预测时间，ai是自回归系数，由AR预测器提供，称作权值，n是自回归次数，ξ为高斯白噪声；
数据处理模块建立了一个独立的Simulink应用程序，该Simulink模型使用一个3阶的RLS自适应滤波算法输出预测值，预测误差和权重与每个时间步长匹配；
使用Simulink模型进行准确的数据处理，Simulink模型的输入数据来自数据收集模块的输出，Simulink模型把数据结构作为输入动态存储到Matlab工作空间中，需要一个进行数据模式转换的接口程序，负责将数据收集模块的输出格式转变为有效的Matlab数据格式；同时在数据处理模块和决策模块之间也需要一个接口程序作相应数据格式转换，Matlab和Simulink两种技术的应用嵌入到一个Java库集合中；
在步骤S4中所述的使用数值算法进行数据处理的过程如下：
S4.1.建立Simulink模型，Simulink模型根据应用程序的要求，对来自数据收集模块的数据进行处理；
S4.2.基于Simulink模型开发一个独立的Simulink应用程序；
S4.3.通过Matlab接口程序改写来自Java应用程序的数据，使之符合Matlab数据格式的要求，修改后的数据通过内存加载到Matlab工作区，该过程作为一个独立的应用程序进行处理；
S4.4.使用基于Java的Matlab生成器生成一个Java程序库集合，该程序库用于整个数据处理方法的Java代理类；
S4.5.数据处理结束后，Simulink应用程序提供某个传感器节点的预测值和预测误差，所述的预测误差为实际检测值与预测值之间的差异；
S4.6.通过Matlab接口程序，将Matlab数据格式转换为Java数据格式，输出数据到决策模块；
S5.决策：
决策模块对一个传感器节点是否为妥协节点作诊断，如果是，则在传感器节点上执行独立的决策算法；如果否，则在基站上执行合作的决策算法；在步骤S5中所述的决策模块的决策过程如下：
S5.1.输入数据；
S5.2.判断预测误差是否大于阈值：
决策模块根据***预先设定的阈值对传感器节点进行审核，判断预测误差是否大于阈值，如果是，则进入步骤S5.3，如果否，则其信任因子值不变；
S5.3.传感器节点的信任因子值减1；
S5.4.判断信任因子值是否小于零：
判断传感器节点的信任因子值是否小于零，如果是，则进入步骤S5.5，如果否，基站继续监控并处理网络数据；
S5.5.宣告该传感器节点是一个妥协节点；
S5.6.输出指令，将该妥协节点排除到网络之外；
S6.执行：
执行模块根据决策模块的处理结果将妥协节点恢复为正常节点，或者将妥协节点进行部分或全部隔离，操作结束。
4.根据权利要求3所述的无线传感器网络层次型入侵诊断处理方法，其特征在于：在步骤S3中所述的为后期数据处理作准备是数据收集模块将收集到的检测数据的存储格式统一为后期数据处理模块的数据存储格式。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201210338304.XA CN102869006B (zh) | 2012-09-13 | 2012-09-13 | 无线传感器网络层次型入侵诊断处理***及其方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201210338304.XA CN102869006B (zh) | 2012-09-13 | 2012-09-13 | 无线传感器网络层次型入侵诊断处理***及其方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN102869006A CN102869006A (zh) | 2013-01-09 |
| CN102869006B true CN102869006B (zh) | 2016-02-17 |
Family
ID=47447543
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201210338304.XA Active CN102869006B (zh) | 2012-09-13 | 2012-09-13 | 无线传感器网络层次型入侵诊断处理***及其方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN102869006B (zh) |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP3272102A4 (en) * | 2015-03-18 | 2018-11-14 | Hrl Laboratories, Llc | System and method to detect attacks on mobile wireless networks based on motif analysis |
| CN106131826A (zh) * | 2016-07-11 | 2016-11-16 | 华东师范大学 | 一种通过自组织网络无线通讯的智能家居网络控制*** |
| US20230075736A1 (en) * | 2021-08-19 | 2023-03-09 | General Electric Company | Systems and Methods for Self-Adapting Neutralization Against Cyber-Faults |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101013976A (zh) * | 2007-02-05 | 2007-08-08 | 南京邮电大学 | 无线传感器网络的混合入侵检测方法 |
| WO2008091244A2 (en) * | 2007-01-19 | 2008-07-31 | Georgia Tech Research Corporation | Determining enclosure intrusions |
| WO2009157616A8 (en) * | 2008-06-25 | 2010-10-07 | Questlabs Corporation | Wireless security networking system using zigbee technology |
| JP2012039364A (ja) * | 2010-08-06 | 2012-02-23 | Panasonic Corp | 基地局、不審者侵入検知システム及び不審者侵入検知方法 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20040123141A1 (en) * | 2002-12-18 | 2004-06-24 | Satyendra Yadav | Multi-tier intrusion detection system |
-
2012
- 2012-09-13 CN CN201210338304.XA patent/CN102869006B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2008091244A2 (en) * | 2007-01-19 | 2008-07-31 | Georgia Tech Research Corporation | Determining enclosure intrusions |
| CN101013976A (zh) * | 2007-02-05 | 2007-08-08 | 南京邮电大学 | 无线传感器网络的混合入侵检测方法 |
| WO2009157616A8 (en) * | 2008-06-25 | 2010-10-07 | Questlabs Corporation | Wireless security networking system using zigbee technology |
| JP2012039364A (ja) * | 2010-08-06 | 2012-02-23 | Panasonic Corp | 基地局、不審者侵入検知システム及び不審者侵入検知方法 |
Non-Patent Citations (1)
| Title |
|---|
| 归奕红.无线传感器网络SHIDS入侵检测方案.《计算机应用与软件》.2013,第30卷(第5期), * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN102869006A (zh) | 2013-01-09 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Ahmed et al. | Internet-of-things-based smart environments: state of the art, taxonomy, and open research challenges | |
| CN101110713B (zh) | 基于无线传感器网络体系下的信息融合***性能测试床*** | |
| CN105515184B (zh) | 基于无线传感网络的多传感器多参量配网协同监测*** | |
| Daponte et al. | A survey of measurement applications based on IoT | |
| Bal | An industrial Wireless Sensor Networks framework for production monitoring | |
| CN110994798A (zh) | 变电设备监控*** | |
| CN106056269A (zh) | 一种基于贝叶斯网络模型的微纳卫星星务健康管理*** | |
| CN109496416A (zh) | 对物联网网络进行未来验证和原型制作 | |
| CN103338451B (zh) | 一种无线传感器网络中分布式的恶意节点检测方法 | |
| CN103476147B (zh) | 一种面向节能的无线传感器网络目标跟踪方法 | |
| CN106961349A (zh) | 一种基于数据融合的传感器故障识别***及方法 | |
| CN105357085A (zh) | 一种智能家居实现***及方法、家居网关 | |
| CN102869006B (zh) | 无线传感器网络层次型入侵诊断处理***及其方法 | |
| CN111174905B (zh) | 低功耗物联网振动异常检测装置及其检测方法 | |
| CN105632108A (zh) | 一种结合GPRS和ZigBee网络的泥石流监测及预警*** | |
| CN112702219B (zh) | 物联网网络监测方法、装置、设备及存储介质 | |
| CN115224794A (zh) | 一种基于物联网技术的配电网监测方法 | |
| Xiao et al. | A Review on fault diagnosis in wireless sensor networks | |
| Weimer et al. | Multiple source detection and localization in advection-diffusion processes using wireless sensor networks | |
| EP2736301A1 (en) | Method for communication between gateways in wsn, initiator gateway, and target gateway | |
| Sun et al. | Study on multi-equipment failure prediction based on system network | |
| Qiu et al. | Application study on prognostics and health management of armored equipment based on wireless sensor networks | |
| Prakash et al. | A Perspective on Impact of Machine Learning in WSNs: Applications and Research Challenges | |
| Lv | Research on state monitoring technology for power equipment based on Internet of things | |
| CN110519788A (zh) | 一种物理环境传感器辅助的无线通信链路质量估计方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| C14 | Grant of patent or utility model | ||
| GR01 | Patent grant | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20190201 Address after: 430000 No. 01, 1-4 Floors, 9 Building 1-4, Shenzhou Digital Wuhan Science Park, No. 7, Financial Port Road, Donghu New Technology Development Zone, Wuhan City, Hubei Province Patentee after: Optics Valley technology stock company Address before: No. 28 Shewan Road, Liuzhou City, Guangxi Zhuang Autonomous Region Patentee before: Liuzhou Vocational & Technical College |
|
| TR01 | Transfer of patent right | ||
| PE01 | Entry into force of the registration of the contract for pledge of patent right |
Denomination of invention: System and method for diagnosing and treating hierarchical invasion of wireless sensor network Effective date of registration: 20190828 Granted publication date: 20160217 Pledgee: Wuhan rural commercial bank Limited by Share Ltd Optics Valley branch Pledgor: Optics Valley technology stock company Registration number: Y2019420000007 |
|
| PE01 | Entry into force of the registration of the contract for pledge of patent right | ||
| PC01 | Cancellation of the registration of the contract for pledge of patent right |
Date of cancellation: 20200813 Granted publication date: 20160217 Pledgee: Guanggu Branch of Wuhan Rural Commercial Bank Co.,Ltd. Pledgor: OPTICAL VALLEY TECHNOLOGY Co.,Ltd. Registration number: Y2019420000007 |
|
| PC01 | Cancellation of the registration of the contract for pledge of patent right | ||
| PE01 | Entry into force of the registration of the contract for pledge of patent right |
Denomination of invention: Hierarchical Intrusion diagnosis and processing system and its method for Wireless Sensor Networks Effective date of registration: 20200818 Granted publication date: 20160217 Pledgee: Guanggu Branch of Wuhan Rural Commercial Bank Co.,Ltd. Pledgor: OPTICAL VALLEY TECHNOLOGY Co.,Ltd. Registration number: Y2020420000053 |
|
| PE01 | Entry into force of the registration of the contract for pledge of patent right | ||
| CP01 | Change in the name or title of a patent holder |
Address after: 430000 No. 01, 1-4 Floors, 9 Building 1-4, Shenzhou Digital Wuhan Science Park, No. 7, Financial Port Road, Donghu New Technology Development Zone, Wuhan City, Hubei Province Patentee after: Optical Valley Technology Co.,Ltd. Address before: 430000 No. 01, 1-4 Floors, 9 Building 1-4, Shenzhou Digital Wuhan Science Park, No. 7, Financial Port Road, Donghu New Technology Development Zone, Wuhan City, Hubei Province Patentee before: OPTICAL VALLEY TECHNOLOGY Co.,Ltd. |
|
| CP01 | Change in the name or title of a patent holder | ||
| PC01 | Cancellation of the registration of the contract for pledge of patent right |
Date of cancellation: 20220609 Granted publication date: 20160217 Pledgee: Guanggu Branch of Wuhan Rural Commercial Bank Co.,Ltd. Pledgor: OPTICAL VALLEY TECHNOLOGY Co.,Ltd. Registration number: Y2020420000053 |
|
| PC01 | Cancellation of the registration of the contract for pledge of patent right | ||
| PE01 | Entry into force of the registration of the contract for pledge of patent right |
Denomination of invention: Hierarchical Intrusion diagnosis and processing system for wireless sensor networks and its method Effective date of registration: 20220613 Granted publication date: 20160217 Pledgee: Guanggu Branch of Wuhan Rural Commercial Bank Co.,Ltd. Pledgor: Optical Valley Technology Co.,Ltd. Registration number: Y2022420000157 |
|
| PE01 | Entry into force of the registration of the contract for pledge of patent right |