２０１２年第２１卷第７期 ｈｔｔｐ：ｌｌｗｗｗ．ｃ－Ｓ—ａ．ｏｒｇ．ｃｎ 计算机系统应用 一种有效防御虫洞攻击的方法① 吕振 ，林振杨 ，张晓红 ｆ辽宁工程技术大学电气与控制工程学院，葫芦岛１２５１０５） ｒ辽宁工程技术大学应用技术学院，阜新１２３００９） 摘要：由于无线传感器网络节点位置信息对网络的应用起着重要的作用，且传感器网络的资源有限，因此， 针对Ｄｖ．ＨｏＤ定位算法的安全性能较差，定位过程中极易受到破坏性极大的虫洞攻击等缺点，提出了一种有效防 御ＤＶ－Ｈｏｐ中的虫洞攻击的方法，在ＤＶ－Ｈｏｐ算法中引入了检测虫洞攻击及有效防御虫洞攻击的ＥＰＷＤＶ－Ｈｏｐ算 法，通过Ｍａｔｌａｂ仿真软件进行模拟仿真。仿真结果表明，修改后的算法不仅提高了定位精度，而且很好地预防 了算法中的虫洞攻击。 关键词：无线传感器网络；ＤＶ－Ｈｏｐ算法；虫洞攻击；ＥＰＷＤＶ－Ｈｏｐ算法 Ｅｆｆｅｃｔｉｖｅ Ｄｅｆｅ ｎｓｅ Ｍｅｔｈｏｄ ｆｏｒ Ｗ６ｒｍｈｏｌｅ Ａｔｔａｃｋ ＬＶ Ｚｈｅｎ ，ＬＩＮ Ｚｈｅｎ．Ｙａｎｇ ，ＺＨＡＮＧ Ｘｉａｏ．Ｈｏｎｇ （Ｆａｃｕｌｔｙ ｏｆＥｌｅｃｔｒｉｃａｌ ａｎｄ Ｃｏｎｔｒｏｌ Ｅｎｇｉｎｅｅｒｉｎｇ，Ｌｉａｏｎｉｎｇ Ｔｅｃｈｎｉｃａｌ Ｕｎｉｖｅｒｓｉｙ，Ｈｕｌｔｕｄａｏ １２５１０５，Ｃｈｉｎａ） （Ｉｎｓｔｉｔｕｔｅ ｏｆＴｅｃｈｎｏｌｏｇｙ，Ｌｉａｏｎｉｎｇ Ｔｅｃｈｎｉｃａｌ Ｕｎｉｖｅｒｓｉｙｔ，Ｆｕｘｉｎ１２３００９，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ｔｈｅ ｉｎｆｏｒｍａｔｉｏｎ ａｂｏｕｔ ｎｏｄｅ ｌｏｃａｔｉｏｎ ｏｆ ｗｉｒｅｌｅｓｓ ｓｅｎｓｏｒ ｎｅｔｗｏｒｋ ｐｌａｙｓ ａｎ ｉｍｐｏｒｔａｎｔ ｒｏｌｅ ｔｏ ｔｈｅ ａｐｐｌｉｃａｔｉｏｎ ｏｆ ｎｅｔｗｏｒｋ，ｈｏｗｅｖｅｒ，ｉｔ’Ｓ ｌｉｍｉｔｅｄ ｏｆ ｓｅｎｓｏｒ ｎｅｔｗｏｒｋ ｒｅｓｏｕｒｃｅｓ，ｔｈｅｒｅｆｏｒｅ，ｔｈｉｓ ｐａｐｅｒ ｐｕｔｓ ｆｏｒｗａｒｄ ａ ｋｉｎｄ ｏｆ ｅｆｆｅｃｔｉｖｅ ｄｅｆｅｎｓｅ ｍｅｔｈｏｄ ｔｏ ｔｈｅ ｗｏｒｍｈｏｌｅ ａｂａｃｋ ｏｆ ＤＶ－Ｈｏｐ，ｗｈｉｃｈ ｉｓ ｄｉｒｅｃｔｅｄ ｔｏ ｔｈｅ ｓｈｏｒｔ ｃｏｍｉｎｇｓ ｏｆ ｔｈａｔ ｔｈｅ ｓａｆｅｔｙ ｐｅｒｆｏｒｍａｎｃｅ ｏｆ ＤＶ－Ｈｏｐ ａｌｇｏｒｉｔｈｍ ｐｏｏｒ，ａｎｄ ｔｈｅ ｌｏｃａｔｉｏｎ ｐｒｏｃｅｓｓ ｅａｓｉｌｙ ａｔｔａｃｋｅｄ ｂｙ ｈｅ ｄｅｓｔｔｒｕｃｔｉｖｅ ｗｏｒｍ．ｈｏｌｅ ａｎｄ ＳＯ ｏｎ．Ｔｈｅ ｍｅｔｈｏｄ ｉｓ ｈａｔｔ ｉｎｔｒｏｄｕｃｉｎｇ ＥＰＷＤＶ－Ｈｏｐ ａｌｇｏｒｉｔｈｍ ｗｈｉｃｈ ｉｓ ａｎ ｅｆｆｅｃｔｉｖｅ ｄｅｔｅｃｔｉｏｎ ｄｅｆｅｎｓｅ ａｌｇｏｒｉｔｈｍ ａｇａｉｓｔ ｎｈｅ ｗｏｒｔｍｈｏｌｅ ａｔｔａｃｋ ｉｎｔｏ ｔｈｅ ＤＶ－Ｈｏｐ ａｌｇｏｒｉｔｍ．Ａｃｃｏｒｈｄｉｎｇ ｔｏ ｔｈｅ ｓｉｍｕｌｔｉａｏｎ ｔｅｓｔ ｏｆ Ｍａｔｌａｂ ｓｏｆｔｗａｒｅ，ｉｔ ｓｈｏｗｓ ｔｈａｔ ｈｅ ｍｏｄｉｔｉｆｅｄ ａｌｇｏｒｉｔｈｍ ｃａｌｌ ｎｏｔ ｏｎｌｙ ｉｍｐｒｏｖｅ ｈｅ ｔｐｒｅｃｉｓｉｏｎ ｏｆ ｌｏｃａｔｉｏｎ，ｂｕｔ ａｌｓｏ ｉｓ ｖｅｒｙ ｇｏｏｄ ｔｏ ｐｒｅｖｅｎｔ ｔｈｅ ｗｏｒｍｈｏｌｅ ａｔｔａｃｋ ｉｎ ａｌｇｏｒｉｔｈｍ． Ｋｅｙ ｗｏｒｄｓ：ｗｉｒｅｌｅｓｓ ｓｅｎｓｏｒ ｎｅｔｗｏｒｋ；ＤＶ－Ｈｏｐ ａｌｇｏｒｉｔｈｍ；ｗｏｒｍ＿ｈｏｌｅ ａｔｔａｃｋ；ＥＰＷＤＶ－Ｈｏｐ ａｌｇｏｒｉｔｈｍ 目前，绝大多数已有的定位系统或者定位算法的 现对虫洞攻击的防御；文献【３．４】基于前提测试的邻居 前提均是在安全可信的网络环境下实施的，忽略了无 线传感器网络在定位过程中安全性的脆弱问题。由于 节点定位过程很容易收到各种攻击，导致错误、无效 数测试和所有距离测试的方法来防御虫洞攻击。然而 这些方法需要借助外界的特殊硬件支持或者以增加算 法的开销为代价，对依赖于数据包传递来实现准确定 位的ＤＶ－Ｈｏｐ算法显然是不合适的。本文根据前人的 工作，通过对ＤＶ－Ｈｏｐ算法中的虫洞攻击进行详细的 分析，进而，提出了一种有效的防御虫洞攻击的算法 ＥＰＷＤＶ－Ｈｏｐ（Ｅｆｆｅｃｔｉｖｅ Ｐｒｅｖｅｎｔｉｏｎ Ｗｏｒｍｈｏｌｅ Ａｔｔａｃｋ ｉｎ 的定位结果，将这个定位结果应用在一些重要的场合， 如战场监视，则会导致网络功能局部或整个网络的瘫 痪，从而造成难以估计的重大损失。因此，在资源受 限的无线传感器网络中，如何安全、有效地获取节点 的物理位置信息，是一个极具挑战性的安全问题。 ＤＶ－Ｈｏｐ），该算法通过检测节点之间的跳数ＨｏｐＳｉｚｅ 与最小跳数Ｈｏｐ ｉｎ相比较，从而判断是否存在虫洞攻 击。最后通过Ｍａｔｌａｂ仿真表明，该改进后的算法既提 文献【ｌ】采用特殊硬件如方向天线来实现对虫洞攻 击的检测；文献［２】引入了基于邻居信任评估的方法实 ①收稿时间：２０１１—１０－１２；收到修改稿时间：２０１ｌ—ｌ】一２５ Ｅｘｐｅｒｉｅｎｃｅｓ Ｅｘｃｈａｎｇｅ经验交流２０３ 计算机系统应用 ｈｔｔｐ：Ｈｗｗｗ．ｃ—Ｓ—ａ．ｏｒｇ．ｃｎ ２０１２年第２ｌ卷第７期 高定位精度，也很好地预防了虫洞攻击，进而实现了 预期的目标。 １．２虫洞攻击的常见类型［８，９１ 所谓的虫洞攻击是一种针对网络的路由协议，破 坏网络路由机制的攻击，它是两个物理位置之间的专 用链接，是无线传感器网络的最大安全威胁。虫洞攻 击的常见类型有： １ ＤＶ．Ｈｏｐ算法及虫洞攻击 １．１ ＤＶ－Ｈｏｐ算法的基本定位过程 基本的ＤＶ－Ｈｏｐ定位算法的过程可分为三个基本 ①数据包被篡改：该攻击类型是最简单的一种攻 阶段 】： ①计算未知节点与每个锚节点的最小跳数。 ②假设网络中节点的通信半径相同，平均每跳距 离为节点的通信半径，未知节点计算到每个锚节点的 跳段距离。 ⑨利用三边测量法或极大似然估计值法计算未 知节点的自身位置。然后根据下面公式可估算平均每 跳的实际距离。 而 其中，（ ， ），（ ｆ， ，）是参考节点ｆ、ｊ的坐标， ｆ是 参考节点ｆ与．ｊ（， ｆ）之间的跳段数。最后结合前面 的两个阶段，在利用三边测量法或者极大似然估计值 法即可计算出自身坐标。 下面用一个小型传感器网络来说明ＤＶ－Ｈｏｐ定位 算法的过程，图１是一个９个节点的ＷＳＮ结构图， 已知参考锚节点的厶、厶、厶，Ａ为未知节点，每 个锚节点估计的平均每跳距离分别为： ＝等、 ：等、 ＝等。 对未知节点 ，首先接收到 发出的平均每跳距离， Ａ到厶、 、厶的估计距离分别为： ＝３ ｓ－ｓｚ￣， ｄ２＝２＊ＨＤ￣，ｄ３＝３ ＨＤ ，最后利用三边测量法或 者极大似然估计值法即可计算出Ａ自身坐标。 图１ 小型传感器网络结构图 ２０４经验交流Ｅｘｐｅｒｉｅｎｃｅｓ Ｅｘｃｈａｎｇｅ 击，常规密码学机制就可以有效的防御此种类型的攻 击。 ②大功率重放攻击：攻击节点不篡改数据包中的 信息，只是以大功率重放该数据包。 ③使用带外隐藏信道攻击：如果虫洞连接由带外 隐藏信道构成，那么跳数必会减少。 本文只对第三种情况下的攻击进行检测及防御。 １－３ ＤＶ－Ｈｏｐ算法中的虫洞攻击及危害 １－３．１虫洞攻击的危害【ｍ】： 虫攻击的主要危害有以下两个方面： ①能量的大量消耗：由于虫攻击，造成节点发送 大量重复的数据包，因而消耗过多的能量，且不考虑 节点的能量补给问题，从而造成节点失效而不能正常 工作。 ②定位不准确：由于虫攻击，得不到正确的跳数， 未知节点点也就得不到正确距离，也就不能正确计算 出平均跳距，从而确定出来的坐标也是不准确的。 １．３．２ ＤＶ－Ｈｏｐ算法中的虫洞攻击 带外隐藏信道攻击有两种情况：一是攻击锚节点， 如图２所示；二是攻击未知节点，如图３所示。在图 ２中，恶意节点Ｃ１、 通过虫洞进行通信，厶接收 恶意节点Ｃ，关于厶信息，从而使厶与厶之间的跳 数变为１，此时，厶估计的平均每跳距离为 ’＝（ 十 ）／（２十１） （ 正 常 情 况 Ｈ ＝（ｄｌ＋ｄ２）／（２＋５）），对于未知节点Ａ来说， 到参考节点厶、厶、厶的估计距离分别为： ＝３＊ＨＳ￣、 ＝２ Ｈ 、 ＝ｌ年月 ，正常情况 （ ：１ 日 ）。在图３中，由于存在恶意节点的攻击， Ａ与厶之间的跳数变为】，厶与厶之间的跳数因此 变为３， 则厶估计的平均每跳距离 ｉｒｓｅ’＝（ｄｔ十ｄ ）／（２＋３） （ 正 常 情 况 ：（ ＋ ）／（２＋５）），对于未知节点Ａ来说， 到参考节点厶、厶、厶的估计距离分别为 ＝３ 、 ＝２ 、 ：１ 。 ２０１２年第２ｌ卷第７期 ｈｔｔｐ：／／ｗｗｗ．Ｃ—Ｓ—ａ．ｏｒｇ．ｃｎ 计算机系统应用 厶 图２攻击锚节点情形 图３攻击未知节点情形 ２算法设计的步骤 ２．１算法的核心思想 虫攻击主要攻击原始ＤＶ－Ｈｏｐ算法的跳距，本算 法提出了一种有效预防虫攻击的安全定位算法ＥＰＷ ＤＶｏＨｏｐ，通过检测到的跳数ＨｏｐＳｉｚｅ与最小跳数 Ｈｏｐ ｉ 相比较，从而判断是否存在虫攻击。当 ＨｏｐＳｉｚｅ＜ＨｏＰｍｍ时，则说明ＨｏｐＳｉｚｅ是不符合的， 即存在虫攻击，此时，利用最佳跳数Ｈｏｐ。 替代检测 受到虫攻击的跳数ＨｏｐＳｉｚｅ。具体检测示意图如图４ 所示。 ●钳节点０未知节点９存在虫攻山 、 ／ ＼ ／ ＼ ／ 、 一 一一一（ａ）锚节点监测虫攻击 （ｂ）未知节点检测虫攻击 图４虫攻击检测示意图 ２．２算法设计的步骤 ①最小跳段Ｈｏｐ ｉ 的计算。首先计算出某两个 节点之间的跳数，并将位于这两个节点间的所有节点 排成一条直线上，如图５所示。如果任意两个节点之 间的通信半径都相等，则最小跳段Ｈｏｐ 可以根据公 式２计算出来，其中ｉｎｔＯ为取整函数。 脚 ｉ ＝…ｎｔ（警） ，、、，、＼，、、／＼ ／＼ ，＼ ／ 、＼ — — …— ｅ ＼ Ｉ＼ ，＼ ， ＼ ， 、 ／ 、 ／ 、 Ｉ 、 ／ ＼ ／ ＼ ／ ＼ ／ ＼ ／ ＼／ 、／ 、／ 、／ 图５两个节点间的最小跳段 ②虫洞攻击的检测。如果获得一个ＨｏｐＳｉｚｅ， 锚节点就能够根据公式２检测出该跳数是否符合，如 果公式２成立，即该ＨｏｐＳｉｚｅ的路径中存在邻居节点 的通信半径比Ｒ大，表明通信路径不符合且存在虫洞 攻击。反之，说明网络中也有可能存在虫攻击，但是 影响不大。某些节点获得了有效位置ＥＰ。 ＨｏｐＳｉｚｅ＜Ｈｏｐ （３） ③攻击下获取最小跳数的校正。如果Ｍ个节点 在均匀分布的方正形（ 木口）区域内，则单个节点占整 个网络的区域有公式３可以求出，若将该区域量化为 边长ｂ的正方形。 ｆ＝ 幸口）／Ｍ ｂ＝４ｔ （４） 此时正方形（ 木口）被划分为多个小的正方形，假 设各个小方形内的节点被分布在中心位置，根据工程 数学上的覆盖定义，节点的通信半径要覆盖与该节点 Ｅｘｐｅｒｉｅｎｃｅｓ Ｅｘｃｈａｎｇｅ经验交流２０５ 计算机系统应用 ｈｔｔｐ：／／ｗｗｗ．ｃ—Ｓ・ａ．ｏｒｇ．ｃｎ ２０１２年第２１卷第７期 的邻居的正方形，如图５所示。该方法能够得到较高 的连通度。此时Ｒ具有最高的连通性，所以说是最优 《 ， ）被过滤，因此，并不是所有节点都能够得到估 计位置坐标的。 的拓扑结构。 图５最佳通信半径及 印Ｓ 示意图 在水平或垂直方向上各个节点的距离都比１／２＊Ｒ 小，ＨｏｐＳｉｚｅ ，由公式５、公式． ６ 可以计算出来。任意方向：ＨｏｐＳｉｚｅｏｐ，＝√２６ （５） 垂直或水平方向：ＨｏｐＳｉｚｅ ＝２ｂ （６） 两个网络节点之间间隔的最佳跳段可以通过下列 公式７计算得到： ｄ （７） ３仿真分析与结果评价 ３．１仿真环境 为了验证ＥＰＷＤＶ－Ｈｏｐ算法的有效性，利用Ｍａｔ Ｌａｂ／Ｓｉｍｕｌｉｎｋ仿真软件对基本的ＤＶ－Ｈｏｐ算法同本章 的算法在防虫攻击方面进行了仿真比较，仿真实验的 模拟区域假设将２２５个随机分布在１００ｍ×１ＯＯｍ的正 方形区域内，其中，在程序编写时将设置Ｒ＝１５，网 络连通度为ｌ２，锚节点个数占网络中所有节点总数的 １０％。但是由于在矩阵逆置过程中有可能导致仿真的 失败，因此，在仿真过程中引入一个额外的合理检测， 即利用已知给定的距离 ；和锚节点与估计位置间的 距离之间的平均剩余值 ，其计算如下公式８： ：Ｌ兰 —— 而—一一 （８） 式中（ ， ）为锚节点的坐标，（ ， ）为估计位置的 坐标， 为给定的距离。如果 ＞Ｒ，那么位置 ２０６经验交流ＥｘｐｅｒｉｅｎｃｅｓＥｘｃｈａｎｇｅ ３．２仿真分析与结果评价 在仿真过程中，将无效位置率 和均方误差 （Ｍｅａｎ Ｓｑｕａｒｅｄ Ｅｒｒｏｒ，ＭＳＥ），如公式９，当作评判该两 种算法的性能。 ，∑√ 一 ） ＋ 一 ） 』 ＝二生Ｌ———————一 （９） 其中，ｍ一取得ＥＰ的节点个数。如果计算出来的 ＭＳＥ＞１，那么将这以位置的节点过滤掉。公式ｌ０是 ＰＲ的计算公式。 ｌＥ ｐ 。＋，… （１。） 其中，， 一取得的节点个数。 Ｚ 一取得无效位置 Ｐ和公式８拒绝的节点 个数。在不受到虫攻击时，两种算法的ＭＳＥ都等于 ０．３４，ＩｎＰＲ为０．９５ 下面对算法的性能进行仿真分析： ①存在虫攻击，攻击节点随机布置，从表１、表 ２可以看出，节点的物理位置和误差都发生了改变。 对原始的ＤＶ－Ｈｏｐ而言，在其他参数一样的情况下， 本文的算法在一定程度上降低了虫攻击下的误差，但 是该算法引起了正常节点的误差增加，这是由于在算 法执行的算过程中利用Ｈｏｐｏｏ，替代虫攻击下所产生 的跳数造成的。如果存在严重的虫攻击，原始算法中 的误差比ｌ大，而本文算法使误差减少到小于１。公 式８能够处理不一致序列的情况，但是对虫攻击下 ＨｏｐＳｉｚｅ的快速增加并不作任何的反应，所以，本文的 算法可以有效地防御虫攻击。 ②带外隐藏信道攻击：恶意节点的分布情况有两 种：随机分布和部署在锚节点的通信半径以内。当恶 意攻击节点是随机分布时，则从一个节点是以虫洞链 接的形式向另一个节点发送数据包，节点间的最佳跳 数减少了，从而导致平均条数减少。当恶意的攻击节 点分布在通信半径之内，此时存在恶意攻击节点的两 段节点可以直接进行通信，得到的平均跳距ＨｏｐＳｉｚｅ比 正常情况要大，其仿真结果如图６、７所示。在图６中， 恶意攻击节点随机分布下，与ＤＶ－Ｈｏｐ算法相比较， ＥＰＷＤＶ－Ｈｏｐ算法的ＭＳＥ小，如果恶意攻击节点在通 ２０１２年第２１卷第７期 ｈｔｔｐ：／／ｗｗｗ．ｃ－ｓ－ａ．ｏｒｇ．ｃｎ 计算机系统应用 信半径范围之内，ＤＶ－Ｈｏｐ的ＭＳＥ出现了比 ＥＰＷＤＶ－Ｈｏｐ算法要大的情况。从图７可以看出，两 表１恶意节点在通信半径内 恶意节点在通信半径内 种算法的 ＰＲ都同时减少，网络中存在１０个恶意攻 击节点，此时，ＥＰＷＤＶ－Ｈｏｐ算法的 尸Ｒ：Ｏ．２３， 序 号 实际 位置 ＥＰＷＤＶ－Ｈｏｐ 估算 位置 误差 （％） ３５．４ ＤＶ－Ｈｏｐ 估算 位置 ・ ２３．３３ ２０．Ｏ５ 误差 （％） ｌ３．４ ＭＳＥ＝Ｏ．６４，而原始ＤＶ－Ｈｏｐ算法的 ＝Ｏ．０３， Ｘ ｙ 距：Ｏ．４７。总的来说，如果恶意攻击节点是随机分 布，那么该情况下的误差就会更大，而恶意节点在通 ２４．８８ １７．８５ ３Ｏ．１９ １６．６９ 行范围内，由于额外的合理检测导致较多的节点不能 Ｘ ７０．５ｌ ７６．２４ ４３．８ ６１．４８ ６３．１ 够获取 Ｐ，所以从图６、７可以看到，恶意节点在 不同程度的攻击下ＥＰＷＤＶ－Ｈｏｐ算法的脚＝Ｏ．５左 右，而原始ＤＶ－Ｈｏｐ算法的舰＝Ｏ．２左右，因此说， ＥＰＷＤＶ－Ｈｏｐ算法能够有效地防御该虫洞攻击。 ３．３计算复杂度比较 通过对两种算法的分析比较得出，ＥＰＷＤＶ－Ｈｏｐ 算法由于在第一阶段额外的附加了对跳数进行检测， 增加了很小的计算开销，其他各个阶段与ＤＶ－Ｈｏｐ算 法的计算开销一样。所以本章的ＥＰＷＤＶ－Ｈｏｐ算法只 需要额外的增加很小一部分的计算开销就能够达到有 效预防虫洞攻击的效果，从而使更多的传感器节点获 取有效的物理位置信息。 图６ ＭＳＥ仿真比较 攻击 点弛阳 图７ ＩｎＰＲ仿真比较 ｙ ３４．１８ ３７．５ｌ ３１．１２ Ｘ ９２．９５ １０．Ｏ２ ２４．９ １０８－３５ ｌ０８．９ ｙ ３６．８Ｏ ３６．４８ ３０．９９ Ｘ ５０．５８ ３２．Ｏ５ ２０２．８ ２６．Ｏ２ ２７７．８ ｙ ２５．６９ １．９０ ７．８６ 表２恶意节点随机分布 恶意节点随机分布 序 实际 ＥＰＷＤＶ－Ｈｏｐ ＤＶ－Ｈｏｐ 号 位置 估算 误差 估算 误差 位置 （％） 位置 （％） Ｘ ２４．８８ ２９．４９ ３４．９ ２８．５６ ９０．８ ｙ ｌ７．８５ ３２．８９ ７．０４ Ｘ ７０Ｊ５１ ８１．９８ ７６．９ ６７，５ｌ ３７．２ ｙ ３４．１８ ３３．４５ ３５．６２ Ｘ ９Ｚ９５ ９２．４９ ２６．９ ｌ】Ｏ．３１ ｌ３ ５ ｙ ３６．８Ｏ ３２．８ｌ ２６．２７ Ｘ ５ ５Ｓ ７６．１】 ２２９．８ ７５．４９ ２９３．９ ｙ ２５．６９ ３．０２ ９．９８ ４结论 本文通过对改进前后的定位算法进行比较，利用 ＭＡＴＬＡＢ／Ｓｉｍｄｉｎｋ仿真软件的仿真，得出本文算法无需 其他外部的硬件支持，只在算法执行的第一阶段增加了额 外的少量的计算开销，就可以达到有效地预防虫洞攻击的 效果。通过仿真实验表明，在条件相同的情况下，与 ＤＶ－Ｈｏｐ算法相比较，ＥＰＷＤＶ－Ｈｏｐ算法可以很好的防御 虫洞攻击，如果网络中存在严重的虫攻击，那么 ＥＰＷＤＶ－Ｈｏｐ算法能够使得更多节点获得有效位置。同 时，ＥＰＷＤＶ－Ｈｏｐ算法也为其他解决虫洞攻击问题提供了 —个参考方案。抛弃来自于恶意节点的数据包以达到降低 能量消耗的目的将是本文需要进一步研究的不足之处。 （下转第１２２页） Ｅｘｐｅｒｉｅｎｃｅｓ Ｅｘｃｈａｎｇｅ经验交流２０７ 计算机系统应用 ｈｔｔｐ：Ｈｗｗｗ．ｃ－Ｓ・ａ．ｏｒｇ．ｃｎ ２０１２年第２１卷第７期 ４结论 模糊控制技术和ＰＩＤ控制技术在工业生产中的应 用越来越多，但是各有自己的缺陷。本文通过实验分 ４ Ｌｕ ＣＨ，Ｘｕ ＹＷ Ｙａｎｇ ＷＭ．Ｐｅｒｍａｎｅｎｔ ｍａｇｎｅｔ ｌｉｎｅａｒ ｓｙｎｃｈｒｏｎｏｕｓ ｍｏｔｏｒ ｆｅｅｄ ｓｙｓｔｅｍ ｆｏｒ ｆｕｚｚｙ ＰＩＤ ｃｏｎｔｒｏ１． Ｊｏｕｒｎａｌ ｏｆＥｌｅｃｔｒｏｔｅｃｈｎｉｃｓ，２００７，２２（９）：５９－６３． 析表明，如果改常规ＰＩＤ控制为模糊自适应ＰＩＤ控制 方式，则能够明显改善其动态性能，不仅较小了起动 电流，缩短了起动时间，而且具有了更强的鲁棒性和 自适应性从而可以更快地重新趋于稳定，提高了控制 精度和起动性能。 ５张化光，何希勤．模糊自适应控制理论及其应用．北京：北京 航空航天大学出版社，２００２． ６陈志伟，杨向宇，申辉阳．无刷双馈电机专家自适应ＰＩＤ控制 仿真研究．华南理工大学学报（自然科学版），２００３（１２）：３７— ４１． ７杨白厚，杨超．模糊控制在工业中的应用阴．电气自动化． 参考文献 １储岳中，陶永华．基于ＭＡＴＬＡＢ的自适应模糊ＰＩＤ控制系统 计算机仿真．安徽工业大学学报（自然科学版），２００４，（１）． ２００５，８９：１７－２１． ８陶永华．新型ＰＩＤ控制及其应用．北京：机械工业出版社， ２００２． ２杨瑜，庄圣贤．异步电机的模糊ＰＩＤ矢量控制．电子元器件应 用，２０１０，（１Ｏ）． ３ Ａｓｔｒｏｍ ＫＪ，ＨａｇｇｌｕｎｄＴ，ＰＩＤｃｏｎｔｒｏｌｌｃｒｓ：ｔｈｅｏｒｙ，ｄｅｓｉｇｎ ａｎｄ ｔｕｎｉｎｇ．２ｎｄ Ｅｄｉｔｉｏｎ．Ｒｅｓｅａｒｃｈ Ｔｒｉａｎｇｌｅ Ｐａｒｋ，Ｎｏｒｔｈ Ｃａｒｏｌｉｎａ： Ｉｎｓｔｒｕｍｅｎｔ Ｓｏｃｉｅｔｙ ｏｆＡｍｅｆｉｃ＆１９９５． ９张泾周，杨伟静，张安祥．模糊自适应ＰＩＤ控制的研究及应用 仿真．计算机仿真，２００９，（９）． １０刘金昆．先进ＰＩＤ控制及其ＭＡＴＬＡＢ仿真．北京：电子工业 出版社，２００３． （上接第２０７页） 参考文献 １ Ｈｕ Ｌ，Ｅｖａｎｓ Ｄ．Ｕｓｉｎｇ ｄｉｒｅｃｔｉｏｎａｌ ａｎｔｅｎｎａ ｔｏ ｐｒｅｖｅｎｔ ｗｏｒｍｈｏｌｅ ａｔｔａｅｋｓ．Ｎｅｔｗｏｒｋ ａｎｄ Ｄｉｓｔｒｉｂｕｔｅｄ Ｓｙｓｔｅｍ Ｓｅｃｕｒｉｔｙ ５王晟．无线传感器网络节点定位于覆盖控制理论及技术研 究．武汉理工大学，２００６． ６石为人，贾传江，梁焕焕．一种改进的无线传感器网络ＤＶ－ Ｓｙｍｐｏｓｉｕｍ．２００４．１３ １—１４１， ２周启明，．ＤＶ－Ｈｏｐ中虫洞攻击的仿真及其抵御方法．计 算机工程与应用，２ＯＬＯ，４６（１４）：８８－９０． Ｈｏｐ定位算法．传感技术学报，２０１１，２４（Ｉ）：８３－８７． ７肖美华．无线传感器网络节点定位关键技术研究．南昌航空 大学大学，２０１ ０． ８杨姣，王东．基于ＲＴＴ的统计分析方法检测与防御虫洞攻 ３ Ｂｕｔｔｙａｎ Ｌ，Ｄｏｒａ Ｌ，ＶａｄｊａＩ．Ｓｔａｔｉｓｔｉｃａｌ Ｗｏｒｍｈｏｌｅ Ｄｅｔｅｃｔｉｏｎ ｎ ｉＳｅｎｓｏｒ ｎｅｔｗｏｒｋｓ．Ｓｅｃｏｎｄ Ｅｕｒｏｐｅａｎ Ｗｏｒｋｓｈｏｐ ｏｎ Ｓｅｃｕｒｉｔｙ 击．计算机系统应用，２０１ １，２０（６）：６５—６８． ａｎｄ Ｐｒｉｖａｃｙ ｉｎ ＡｄＨｏｃ ａｎｄ Ｓｅｎｓｏｒ ｎｅｔｗｏｒｋｓ（ＥＳＡＳ２００５）． Ｖｉｓｅｇｒａｄ，Ｈｕｎｇａｒｙ，Ｊｕｌｙｌ３－１４，２００５． ９朱彤，唐俊国．无线传感器网络安全定位和位置检测．计算机 工程与应用，２００８，４４（２１）：５７—６３． ４程海青，王华，王芳，等．无线传感器网络节点定位中一种检 测欺骗攻击的方法．太原理工大学学报，２０１１，４２（５）：５１０－ ５】３． １Ｏ刘方圆，严斌宇，张永齐，等．无线传感器网络的信任模型研 究．计算机测量与控制，２０１１，１９（５）：１２３２—１２３５． １２２研究开发Ｒｅｓｅａｒｃｈ ａｎｄ Ｄｅｖｅｌｏｐｍｅｎｔ
