參數聯合優化的物聯網安全分析與研究

賈鵬

摘 要： 為了提高軍事物資供應鏈物聯網的安全性能，提高網絡入侵的防御能力，提出一種基于網絡入侵信息特征參量的聯合優化估計的物聯網安全檢測模型。首先構建軍事物資供應鏈物聯網的節點部署結構模型，分析物聯網入侵特征參量，提取物聯網入侵特征參數，采用波動和頻率參量聯合優化方法設計物聯網安全構架的參數安全檢測模型，實現物聯網入侵的安全檢測模型構架。仿真測試結果表明，該方法進行軍事物資供應鏈物聯網安全構架，對網絡入侵信息的準確檢測性能較好，抗干擾能力較強，確保了物聯網安全。

關鍵詞： 物聯網； 網絡安全； 入侵檢測； 參數優化

中圖分類號： TN915.08?34； TP393 文獻標識碼： A 文章編號： 1004?373X（2017）17?0083?03

Analysis and research on IoT security of parameters combined optimization

JIA Peng

（School of Equipment Engineering， Engineering University of CAPF， Xian 710000， China）

Abstract： In order to improve the Internet of Things （IoT） security performance of military material supply chain， and enhance the defense capability of network intrusion， an IoT security detection model based on characteristics parameters combined optimization and estimation of network intrusion information is proposed. The IoT node deployment structure model of military material supply chain was constructed to analyze and extract the IoT intrusion characteristic parameters. The parameters combined optimization method of fluctuation and frequency is used to design parameter safety detection model of IoT security framework. The framework of security detection model for IoT intrusion was realized. The simulation test results show that the method used to construct the IoT security framework of military material supply chain has high accurate detection performance of network intrusion information， strong anti?interference ability， and can ensure the IoT safety.

Keywords： Internet of Things； network security； intrusion detection； parameter optimization

0 引 言

物聯網是利用傳感器或無線射頻識別標簽技術進行物物相連組網的網絡結構形式。通過構建物聯網能實現物體之間的信息感知和數據傳輸，物聯網技術在智能家居控制[1]、無線傳感器網絡設計和物流供應鏈構建等應用領域展示了較高的應用前景。采用物聯網技術構建軍事物資供應鏈，軍事物資供應鏈物聯網中的物理設備節點通過RFID技術實現信息收集和數據傳輸[2]，對軍事物資供應鏈中的物資設立獨一無二的射頻標簽，采用射頻識別技術構建標簽閱讀器，并嵌入到物聯網環境中進行物聯網組網設計，提高供應鏈收發的安全性能。在軍事物資供應鏈物聯網系統中，由于物資傳輸的保密性較高，需要一個較為可靠的物聯網安全構架體系[3]，避免網絡遭到入侵，導致物資信息泄露，影響軍事安全。對此，本文提出一種基于網絡入侵信息特征參量聯合優化估計的物聯網安全檢測模型，通過入侵檢測進行物聯網安全構架，提高安全性能。

1 物聯網的節點部署結構模型

物聯網覆蓋區域是一個邊長為的正方形區域，共有個物資供應站節點，對于每一個物聯網的路由中繼節點，Source與Sink節點的傳輸時間間隔為考慮物聯網的相鄰節點集內位置在Sink節點的每個幀的傳遞能量函數，進行物聯網的傳感節點自主部署[4]，節點處的傳輸路由協議從（0，CW?1）中隨機選擇，假設物聯網的基站位于網絡監測區域頂點，若干簇內節點表示物聯網設備與傳輸路徑的能量開銷為：

（1）

式中表示供應鏈鏈路兩端的圖拓撲結構。

假設物聯網的Sink節點A向Source節點C發送數據包受到的干擾強度為：

（2）

根據物聯網簇頭的通信負載和簇頭的負載進行能量均衡控制，得到節點的分布函數為：

（3）

物聯網全網能量的負載開銷為：

（4）

根據上述構建的物聯網體系全網能力負載開銷函數進行節點優化部署，如圖1所示。

2 物聯網安全檢測模型構建endprint

2.1 物聯網入侵特征參量分析

在構建了物聯網的節點部署結構模型的基礎上，進行物聯網的安全體系構架，提高物資供應鏈物聯網的安全性能，當前方法采用防火墻檢測方法，隨著網絡入侵隱蔽性增大，檢測的準確性不好[5?6]。為了克服傳統方法的弊端，本文提出一種基于網絡入侵信息特征參量的聯合優化估計的物聯網安全檢測模型，采用最優入侵特征的檢測方法進行物聯網入侵信息檢測。在進行物聯網安全設計中，需要利用式（5）描述軍事物資供應鏈物聯網的個入侵特征基向量的加權和矩陣形式：

（5）

式中：物聯網中通信節點的路由傳輸狀態特征向量， 。

采用線性規劃技術進行物聯網入侵聯合參量特征提取，設置基向量為正交向量，則：

（6）

由網絡病毒入侵的狀態轉移模型構成，因此，為一個規范的正交矩陣，即其中，為單位矩陣，表示物聯網的全部防御措施集合。對式（5）兩邊同時乘以則有即，。

在攻擊行為約束下，供應鏈物聯網系統遭受攻擊后，從個入侵特征向量中隨機選取個正交基向量組成入侵信號的頻譜特征矩陣即，，此時，能有效描述物聯網入侵的特征時間尺度，對其進行變換，在經驗模態分解下通過維正交分解，得到物聯網入侵信息檢測的新向量。

選取個軍事物資供應鏈物聯網原始入侵向量，找到入侵源頭并使新的入侵向量在最小誤差范圍內實現入侵波動抑制，隨著入侵向量的接近，只保留項，用新的入侵特征對入侵行為進行識別，利用預設的常數取代，提高了軍事物資供應鏈物聯網入侵檢測的速度和準確率，此時軍事物資供應鏈物聯網入侵向量的估計值用下式進行計算：

（7）

采用參數聯合估計，最優入侵特征解向量的誤差為：

（8）

通過物聯網入侵信息檢測，軍事物資供應鏈物聯網入侵波動特征參量的均方差為：

（9）

為了降低物聯網系統被入侵的風險，需要在物聯網體系構架中使最小，即需要滿足下述約束條件：

（10）

利用最優入侵特征分類方法對軍事物資供應鏈物聯網的入侵進行準確分類[7]，輸出的入侵特征基向量為：

（11）

在進行物聯網入侵特征參量分析的基礎上，提取物聯網入侵信息的時間波動和攻擊頻率等特征參數，進行物聯網的安全分析。

2.2 物聯網入侵特征參數提取

由于軍事物資供應鏈物聯網受到入侵后，入侵特征參量在時域和頻域上會出現波動，因此，需要根據入侵檢測的結果進行參數聯合優化，進行特征參量估計，提取時間波動和攻擊頻率等特征參數，軍事物資供應鏈物聯網入侵信號數值波動變化的突發衰變計算式為：

（12）

式中是軍事物資供應鏈物聯網入侵特征參數。由于檢測出現滯后性，對入侵信號檢測的時延為是入侵向量估計的延遲因子，當時，物資供應鏈物聯網入侵的波動幅值為。物聯網入侵特征參數提取的公式為：

（13）

利用有效的傅里葉變換得到參數提取值為：

（14）

式中：用來描述軍事物資供應鏈物聯網中入侵波動的強度特征；是入侵波動的幅值；是入侵的頻域衰減系數；和用來描述入侵行為和入侵檢測的指令控制行為特征補償系數。提取軍事物資供應鏈物聯網的入侵特征參數，為進行物聯網安全構架提供參數基礎。

2.3 物聯網安全構架的參數安全檢測模型設計

在提取物聯網入侵信息的時間波動和攻擊頻率等特征參數的基礎上，以此為約束參量建立安全檢測目標函數：

（15）

式中：用來描述軍事物資供應鏈物聯網安全控制的高頻分量；是合法信號掩蓋下網絡入侵的波動系數；是軍事物資供應鏈物聯網的反饋波動傳導系數。對入侵信號的波動進行補償，得到入侵檢測的參數聯合優化結果為：

（16）

對物聯網入侵檢測的安全檢測模型為：

（17）

式中：是軍事物資供應鏈物聯網入侵特征參數矩陣的第個原始特征向量值；是特征向量對應的入侵信號的包絡分量。

將已知軍事物資供應鏈物聯網入侵行為和正常控制指令行為進行歸一化評估，通過參數聯合估計，采用波動和頻率參量聯合優化方法得到最優檢測模型，根據上面闡述的方法，構建軍事物資供應鏈物聯網的最優入侵特征檢測的安全構架模型，從而實現基于參數聯合優化的物聯網入侵檢測和安全構架。

3 實驗測試分析

通過實驗分析驗證本文方法在實現軍事物資供應鏈物聯網的入侵檢測中的性能，實驗采用Matlab 7仿真工具進行軍事物資供應鏈物聯網拓撲模型構建，采用C++進行算法設計編程，構建軍事物資供應鏈物聯網的節點分布模型，物聯網節點的通信半徑為200 m，數據傳遞的拓撲個數為10，物聯網的網關相對坐標設定為（0，0），供應鏈物聯網中的數據傳輸比特率120 b/sHz-1，物聯網的傳輸帶寬Hz，從KDD Cup99數據集中選取數據作為入侵信息來源，在實驗的過程中，選取7個軍事物資供應鏈物聯網的操作信號特征，為供應鏈物聯網的登錄次數，為軍事物資的敏感信息查看次數，為輸出控制接口的掃描次數，為軍事物資供應鏈的反饋信號，為物聯網IP掃描次數，為無效連接數，為物聯網與Internet的有效連接次數。根據上述實驗環境參數描述，進行供應鏈物聯網入侵檢測性能分析。圖2給出了采用本文方法、神經網絡方法和小波檢測方法進行物聯網入侵檢測的準確檢測概率對比結果。從圖2得知，隨著節點規模的增大，準確檢測概率提升，而采用本文方法對網絡入侵的準確檢測概率最高，說明本文方法能有效發現物聯網的入侵行為，確保網絡安全。

當軍事物資供應鏈物聯網的入侵干擾強度分別為300 dB和800 dB時，做1 000次蒙特卡洛實驗，表1分別給出了不同方法進行安全檢測的用時和準確檢測率的均值對比。endprint

分析表1得知：

（1） 在干擾強度分別為300 dB和800 dB時，本文方法的準確檢測率為99.98%和96.43%，檢測準確性最高，小波檢測方法的準確性最低；

（2） 干擾強度越大，計算開銷就越大，準確性能越低；

（3） 本文方法能在較高強度的干擾下提高物聯網入侵的準確檢測能力，抗干擾能力較強且耗時較短。

4 結 語

為了提高軍事物聯網信息安全性能，在搭建的軍事物資供應鏈物聯網平臺中進行網絡安全構架，提出一種基于網絡入侵信息特征參量的聯合優化估計的物聯網安全檢測模型。采用最優入侵特征的檢測方法進行物聯網入侵信息檢測，提取物聯網入侵信息的時間波動和攻擊頻率等特征參數，建立安全檢測目標函數，采用波動和頻率參量聯合優化方法進行最優檢測模型設計，物聯網入侵的安全檢測模型構架研究結果表明，該方法進行軍事物資供應鏈物聯網安全構架對網絡入侵信息的準確檢測性能較好，抗干擾能力較強，對入侵檢測的實時性較好，確保了軍事物聯網安全。

參考文獻

[1] 陸興華，吳恩燊，黃冠華.基于Android的智能家居控制系統軟件設計研究[J].物聯網技術，2015，5（5）：692?695.

[2] 劉茂旭，何怡剛，鄧芳明，等.融合RFID的無線濕度傳感器節點設計研究[J].電子測量與儀器學報，2015，29（8）：1171?1178.

[3] 柳虹，周根貴，傅培華.分層供應鏈復雜網絡局部演化模型[J].計算機科學，2013，40（2）：270?273.

[4] 秦寧寧，余穎華，吳德恩.移動混合傳感網中節點自主部署算法[J].電子與信息學報，2016，38（7）：1838?1842.

[5] 黎峰，吳春明.基于能量管理的網絡入侵防波動控制方法研究[J].計算機仿真，2013，30（12）：45?48.

[6] SHAO K， BAI Y， CHENG X， et al. Best effort SRLG failure protection for optical WDM networks [J]. IEEE journal of optical communications and networking， 2011， 3（8）： 739?749.

[7] JIANG Y Z， CHUNG F L， WANG S T， et al. Collaborative fuzzy clustering from multiple weighted views [J]. IEEE transactions on cybernetics， 2015， 45（4）： 688?701.endprint