移动Ad Hoc网络中基于模糊逻辑的信任预测模型

摘 要：为了增强Ad Hoc网络的安全性，提出了一种动态信任预测模型。该模型综合考虑了影响信任的两个因素：节点的历史行为和节点提供服务的能力，引入了时间衰减函数来精确地估计节点的直接信任值，并通过模糊逻辑规则预测方法来评估节点的当前信任值。最后，为了验证该模型的有效性，将该模型应用于AODV路由协议中，定义为FTAODV路由协议，并利用NS-2仿真软件对两种协议进行比较。仿真结果表明：FTAODV路由协议能够有效地监测恶意节点，从而提高了分组投递率，降低了平均端到端时延和路由包开销。

关键词：Ad Hoc网络；信任预测；模糊逻辑；隶属函数；恶意节点

中图分类号： TP393.08

文献标志码：A

Trust prediction model based on fuzzy logic in mobile Ad Hoc networks

ZHANG Xiang-yun*， WANG Cai-fen

College of Computer Science and Engineering， Northwest Normal University， Lanzhou Gansu 730070， China

Abstract：

In order to enhance the security of Ad Hoc networks， a dynamic trust prediction model was presented in this paper. This model took the account of two factors that affect trust： the nodes historical behaviors and capacity of providing services. A time decay function was introduced to estimate the nodes direct trust value accurately， and the nodes current trust value was assessed by using fuzzy logic rules prediction methods. Finally， this model was applied into AODV routing protocol to verify the validity of the model，which was defined as FTAODV routing protocol， and the two protocol were compared by using NS-2 simulator. The simulation results show that FTAODV routing protocol can effectively detect malicious nodes， thus improving packet delivery ratio， and decreasing average end-to-end delay and routing packet overhead.

英文关键词　Key words：

Ad Hoc network；trust prediction；fuzzy logic；membership function；malicious node

0 引言

移动ad hoc网络是一种临时自治的分布式系统，具有无认证中心、自组织、节点资源有限、网络拓扑结构变化频繁等特征，因此移动Ad Hoc网络容易遭受各种攻击[1]。移动Ad Hoc网络中的攻击者根据其特点可分为内部攻击者和外部攻击者。内部攻击者是指网络内部的自私节点，他们广播错误的路由信息，目的是为了破坏网络中的信息流，产生灰洞攻击、黑洞攻击、篡改攻击以及sybil攻击；外部攻击者通过网络外部的未授权节点注入错误的路由信息来破坏网络，创建路由环路或者通过虫洞参与网络路由，也可能在节点之间重播旧的路由信息或修改路由信息。

目前针对Ad Hoc网络安全的措施主要有两种方式[2]：一种是基于密码学的安全措施；另一种是基于信任评估的非密码学措施。密码学方式主要通过加密、认证、数字签名等成熟技术保证路由信息的机密性、完整性和不可否认性等，它虽然能较好地防止各种外部攻击，但不能有效地防止内部攻击，并且涉及密钥分发和证书管理等问题，与Ad Hoc网络自身的分布式特性不匹配；而基于信任评估的非密码学方式利用节点的信任度选择路由，不仅有利于恶意节点的检测，而且还能提高网络的安全性能和鲁棒性。因此基于信任评估的方法更适合Ad Hoc网络。

1 信任模型研究现状

“信任”是社会关系中最复杂的概念之一，也是一个抽象的心理认知过程，涉及假设、期望、行为和环境等其他因素。类似在人类社会里，一个人相信另一个人能够完成一个动作，“信任”的概念可以引入Ad Hoc网络，用来测量一个实体对另一个实体未来行为的期望或不确定性。因此有必要提出一种适合资源受限和网络拓扑结构动态变化的移动Ad Hoc网络信任评估模型。

Liu等[3]提出了一种同时使用密码和信任的Ad Hoc网络信任模型，在该模型中，每个节点在初始化时都被分配了一个信任级别，模型不依赖集中控制、密钥分发协议或者任何特定的路由协议，所以这个模型很容易集成到移动Ad Hoc网络中。但是节点可能为了获得有利的行为只有等到在关键时刻才阻断广播，可能会导致不良后果。

Sun等[4]以信息论为理论基础评估信任，利用熵表示信任的不确定性，引入熵函数表示两个节点之间的信任，熵函数可以捕捉到信任证据的动态性。但该模型没有考虑多个推荐信任合成的问题，无法处理同时来自多方面的信任推荐，也没有明确区分直接信任与间接信任。

文献[5]引入模糊集合理论和声誉的概念，提出了一种基于确定因素的主观信任管理模型，该模型可以量化和评估节点的可信度，信任管理采用模糊似然估计和置信估计来建模。这种主观信任模型原则上可以应用到直接路由中，但是模型没有考虑信任衰减问题，推荐信息的交互会导致很大的网络负载，从而影响网络传输。

文献[6]利用报文转发率评估邻居节点的行为，利用加权求和的方法计算节点的直接信任度。评价模型可以从满足信任度要求的路径中选择一条最短路径，这种方法虽然灵活可行，但是没有考虑推荐信任以及多跳传输之后信息的稳定性以及节点的计算能力和提供服务的能力。

本文对文献[6]的信任模型进行改进，借助模糊逻辑规则，提出了一种信任预测模型，网络中的节点可以利用邻居节点的历史行为来预测其未来的行为，节点的历史行为和未来行为都通过信任度来量化，其中节点的历史信任值计算综合考虑了直接信任和推荐信任，还考虑了节点目前提供服务的能力（如CPU使用率、剩余能量和带宽等）。在直接信任值计算中引入了时间衰减函数，可以精确地估计节点的信任度，解决了信任的动态性问题，通过信任预测机制预测节点的未来行为，增强了模型的稳定性和可扩展性。