限制一个特定节点被连接的次数
认证机制
3・4常见的网络攻击模型及对定位的影响
U前无线传感器网络中存在的攻击类型主要有：
虫洞攻击卩21（Wormhole）、
重放、伪造、篡改攻击（ReplayAttack、ForgeAttack>DistortZTamperAttack）、女巫攻击31（SybilAttack）、改变测量距离攻击（AllerEstimationDistanceAttack）、节点俘虏攻击mi（CompromiseAttack）拒绝服务（DoS）攻击、黑洞（Sinkhole）攻击、HELLO洪泛攻击等。
3・4・1虫洞攻击（WoirnholeAttack）
虫洞攻击是一种非常复杂的攻击方式，对传感器网络的精确定位有着严重的影响。
虫洞攻击至少需要两个攻击者通过建立虫洞链路（WormholeLink）将
偷听到网络中的有用信息从网络一端传送到另一端。
虫洞攻击可以通过
WormholeLink将整个网络中受到攻击的节点或恶意节点连接成一个整体，这
些连接在一起的节点会同时发起对整个网络的攻击，这样虫洞攻击就会威胁到整个网络的安全。
另外在虫洞攻击中攻击者往往不会忠实、完整的传输所偷听到的消息，而是故意传递部分数据包，从而造成数据包的丢失。
虫洞攻击在传输数据过程中往往会结合篡改、选择转发等手段对网络中的数据进行破坏。
山于虫洞攻击没有破坏通信的验证性和完整性，也没有攻击网络中的相关主体结构，因此很难被检测到也更具有隐蔽性。
虫洞攻击所带来的影响可以从图3-2
中看出来。
N
图3-2虫洞攻击示意图
Figure3-2DiagramofWormholeAttack
在图3・2中节点A、B、C、D在节点M的通信范圉内，而节点E、F、
G、H在节点N的通信范圉内。
节点M要与节点N进行通信需要经过节点D
和£,而节点M、N—旦受到虫洞攻击就会在它们之间形成虫洞链路，通过这个虫洞链路M和N之间能直接进行通信，就好像M、N都在其通信范圉之内。
M能够接收到A、B、C和D的信息，并且能够通过虫洞将这些信息传送到节
点N,节点N也能将收到的E、F、G和H所发送的信息转发给节点M。
这时，节点M和N就会接收到不在其通信范n内的消息，在定位过程中若用到此信息进行运算必然会增大误差，从而导致网络定位精度降低。
在以PIT理论为基础的APIT算法中闪】，也容易受到虫洞攻击。
针对APIT定位算法的虫洞攻击如图3-3所示。
a3-3APIT定位算法的虫洞攻击
Figure3-3DiagramofWormholeAttackdirectatAPIT
在图3-3中节点M位于A、B、C三个信标节点所组成的三角形之中，但是
山于虫洞攻击的存在，节点M与节点N之间存在一条虫洞链路，从而节点M错误的判断出其位于这个三角形之外的错误结论。
3・4・2重放、伪造、篡改攻击
重放攻击（ReplayAttack）是一种最简单的、最常用的而且最普遍的攻击方
式。
特别是在攻击者自身资源受限或者没有能力俘获两个或多个传感器节点的时候，攻击者无法伪装成多个节点，重放攻击就成了攻击者最主要的攻击手段。
重放攻击的主要过程是：
攻击者采用特殊的手段阻塞发射节点和接收节点之间的信息传递，与此同时攻击者将发射节点所发送的信息保存下来，然后向接收节点重放以前的定位信息。
在重放攻击过程中，攻击者无需修改定位信息而直接重放以前相同的定位信息，因此在信标节点的位置信息变化快、定位信息更新的速度快、网络的拓扑结构也变化很快的具有高速移动性的网络中，重放攻击就会极大的影响定位精度。
重放攻击对网络的精确定位影响很大，一旦存在这种攻击，未知节点就会接收不到正确的位置信息，从而导致定位精度的下降,更有其者会导致定位的失败。
针对于固定的传感器网络结构，重放攻击造成的影响如图3・4所示。
节点A向节点B和C发送定位参数，恶意节点M对节点C所发送的信息进行阻塞,同时恶意节点M能够很好的伪装成节点C并将所接受到信息发送给节点D,使
得节点D误以为所接收到的信息是节点C所发的，从而导致定位的误差。
针对于移动的传感器网络的结构，a放攻击造成的影响如图3・5所示。
节点
A、B、C、D、E和F都是信标节点，节点F具有移动性，节点M会阻塞移动
节点和未知节点之间的通信。
在定位过程中，一旦节点F的位置发生改变，攻
击节点M就会把以前旧的节点F的信息发送给信标节点，借标节点A和£收到这个旧的节点F的坐标后进行定位计算就会得到错误的位置信息，从而造成未知节点实际位置山G变为G（如图3・5所示），从而造成定位错误。
伪造、篡改攻击（ForgeAttackDistort/TainperAttack）和重放攻击方式类似，这时恶意节点对所接收到的发射节点的定位参数信息进行篡改、伪造然后传递给接收节点。
伪造、篡改攻击相对于重放攻击更具有破坏性，使得未知节点的定位更容易出现大的误差或错误。
3・4・3女巫攻击（SybilAttack）
女巫攻击（SybilAttack）和車放攻击（ReplayAUnck）—样.也只需要一个攻击节点即可完成，但是女巫攻击对攻击者的要求要复杂的多。
它要求攻击者在传感器网络中随意俘获一个信标节点，然后伪装成多个信标节点，这个被俘虏的倍标节点就会依次对外发送多个错误的信标节点位置信息。
这个节点对整个系统的定位精度有极大的影响，一旦某一个节点受到女巫攻击就会导致大量的节点定位失效，更严重的会导致整个网络的瘫痪。
女巫攻击的原理如图3・6所示，在网络中一旦节点M受到女巫攻击，它就会阻塞与其进行通信的节点A、B和C的信息，然后节点M分别伪装成节点B和G依次转发经过篡改的或随机产生的节点的位置信息，这样节点D就会接收到许多错误的坐标信息导致定位失败。
在质心定位算法（Centroid）中，女巫攻击更具有危害性。
受到攻击的一个节点会伪装成多个信标节点，分别向网络中的未知节点发送错误的位置信息,未知节点利用接收到的错误的信息进行定位运算必然会得出错误的结果。
如图
3・7所示，节点M—旦受到女巫攻击，它就会伪装成两个信标节点E和F,然后分
别向未知节点G发送出错误的坐标信息，未知节点G接收到这些错误的定位信息之后进行定位计算就会得出其位置为6的错误坐标。
3・4・4改变测量距离攻击
在基于测距的定位算法（AlterEstimationDistanceAttack）中，需要测量节
点之间的距离，而攻击者可以在测距过程中通过在参考节点和未知节点之间设置障碍物或干扰设备来产生多径干扰，从而延长信号的传输时间、改变信号的
强度，从而改变测量距离。
distance（b）
如图3・8和图3・9所示，己知信标节点A"/b，43的位置，要确定未知节点S
的坐标。
信标节点使用三边测量法、多边测量法等测距技术计算出节点间的距离，就可以估计出未知节点S的坐标。
假若没有测量误差，未知节点位于三个圆的公共交点处如图3・8所示。
然而在实际应用中，在测量距离过程中很容易受到外界改变测量距离的攻击，如图3・9所示。
节点如的实际通信半径力山于受到外界改变测量距离的攻击使之成为从而致使对S的估计位置范围变大。
3・4.5节点俘虏攻击
节点俘虏攻击（CompromiseAttack）是无线传感器网络攻击模式中较为复
朵的一种攻击方式，它对攻击者有着更为复杂的要求。
在这种攻击方式中，攻击者首先要俘虏网络中的部分节点，然后采用解密技术破解被俘虏节点的通信密钥和网络中的加密和认证机制，最后攻击者利用己获得的通信密钥和加密认证机制伪装成网络中的信标节点并伪造虚假报文消息向周传播。
在定位过程中，当未知节点与攻击者所伪装的节点进行通信以获取信标节点的位置信息时,伪装的信标节点就会伪造错误的虚假信息并发送给要定位的节点，在这种请况下未知节点直接利用接收到的错误消息进行定位计算肯定会导致定位失败。
节点俘虏攻击危害巨大，一旦网络受到这种攻击就会导致大量的节点定位失效,从而会导致整个网络功能丧失。
3・5现有的安全定位机制
近儿年来随着无线传感器网络的大量投入使用，无线传感器网络面临着更多的安全问题，其安全定位方法也得到越来越多人的关注。
针对于不同的应用场合，已经出现了各种各样的安全定位算法，根据安全目标不同，可以将这些安全定位措施分为安全定位机制13"切、距离界定与安全定位【3叭鲁棒性节点定位算法和异常检测技术mi等三个方面。
攻击者会针对不同的定位技术发起不同的攻击，安全定位机制具有最大限度的减弱攻击效果或剔除攻击节点的能力。
针对不同的攻击也相应的具有不同的安全定位算法，大致可以分为两类：
监测节点攻击安全定位算法（寻找最大可信任的参考节点集合）和容忍节点攻击安全定位算法（最大程度弱化攻击效果），下面分别介绍。
3・5・1监测攻击节点安全定位算法
监测节点攻击的安全定位算法（寻找最大可信任的参考节点集合）主要是根据系统所采用的定位方法的不同和受到的攻击模型的性质和特点，选用有效的方法和定位机制，剔除掉攻击节点或恶意节点，寻找最大的可信任的参考节点集合来进行安全定位。
检测节点攻击的安全定位算法主要是基于距离界限
（DistanceBounding）和业离改变量相同（SDM）、投票佔计（Voting-based
Estimation）＞统计量的（StatisticalMethods）稳定性等三个性质进行安全定位'
本节简单介绍一下儿种具有代表性的安全定位算法。
DonggangLiu,PengNing问等提出BeaconSuite安全定位算法。
该算法在定位过程中将已知位置信息的节点充当测试节点，该测试节点用来测试周W节点是否具有可信任性。
具体方法是：
该测试节点向周围被测试的节点发送定位请求，被测试节点则向测试节点回复自己的坐标信息，测试节点利用得到的被测试节点的坐标值和自身坐标值计算与被测试节点距离的同时通过接收信号的强度测量两点间的距离。
然后比较测量距离和计算距离的大小，若大于设定误差的最大值，则被测试节点为恶意节点，就可以把该被测试节点列为不可信任节点，反之则将该节点列为信任的参考节点。
最后这些通过测试的节点组成可信任的参考节点的集合，以用于对未知节点的定位。
DonggangLiu,PengNing等提出两种抵制攻击的无线传感器网络定位佔讣算法刖（Attack-ResistantLocationEstimationinSensorNetworks）。
第一种是应
用均方误差作为定位参数集合稳定性的判别指标，在该算法中定位参数集合为/：
（3-1）
（3-2）
/—{（人|，X9（^2'$2，）9…C'；"，J}
（兀，儿）为从定位参数汁算得到的坐标位置。
均方误差定义为:
歹2二£（4一J（兀厂+（开一儿）2）2
/=!
在没有攻击的悄况下先计算均方误差的值作为判决门限，然后应用蛮力算法
（Brute-forceAlgorithm）、贪婪算法（GreedyAlgorithm）或者增强型贪婪算法
（EnhancedGreedyAlgorithm）找出最大稳定的定位参数集合。
第二种是基于投票的定位算法，如图3・10所示。
该定位算法的基本思想是:
首先山定位参数集合确定未知节点可能所在的区域，然后将该区域划分成小的正方形网格，将信标节点覆盖最多的区域视为可信区域并将该区域的质心作为未知节点的坐标。
SrdjanCapkun和Jean-PierreHubaux等提出一种基于测距系统的无线传感器网络安全定位算法H习（SecurePositioninginWirelessNetworks»SPINE）。
SPINE是建立在距离界定协议上的，该协议中攻击者只能增大其和验证者之间
的距离而不能缩短P它还利用了多边形校验（VerifiableMultilateration,VM）
的性质。
VM应用在TOA算法中，如果采用与光传播速度相同的电磁波作为测量距离的媒介，则恶意节点不会减小信标节点与未知节点之间的距离（光的传播速度最快），所以攻击节点只能假装比实际距离大；在三角形内部时，为了保持位置稳定性（PositionConsistence）只要移动节点必然将缩短到某一节点间
的距离。
SPINE上要用于三个以上的信标节点来组成多个三角形，它就可以通过可验证的多边测量法计算自己的位置，并判断所得位置结果的均方差是否低于阈值来验证该结果的准确性。
具体的验证步骤如下
（1）首先验证该节点是否在信标节点组成的三角形内部;
其次验证该节点到周围三个信标节点间的均方差是
否在阈值范W之内，该均方差计算公式为:
（3-3）
4一丿（召一兀『+（升一九）24（,=123）
其中（兀”刃）为信标节点的坐标值，（心,力）为被验证节点坐标值，如果上武成立，则认为该估计的坐标有效。
SPINE需要较多的定位参数，并且该算法属于集中式定位，这样使得节点的运算量增大。
LoukasLazos.RadhaPoovendran和SrdjanCapkun等人提出了无线传感器网络位置估计•算法"⑸（RobustPositionEstimationinWirelessSensorNetworks,
ROPE）。
ROPE是基于具有方向性的天线来实现了数据采集前的定位声称验证，集体步骤如下:
（1）首先判断能否应用多边形校验（VM）算法，如果
执行下一步运算;
位置和天线的边界，未知节点收集所有的能接收到得信标节点的
坐标和界限，讣算®叠区域，并以重叠区域的质心作为坐标。
该算法可以防止虫洞攻击和女巫攻击，但增加了计算复杂度和通信开销。
XinLbBeiHun等提出Bilateration安全定位算法冋，Bilateration算法如图
3・11和图3-12.3・13所示。
在图3・H中，对于两个信标节点组成的圆形区域可
以通过求交点来确定两个位置。
在图3・12中，对于三个信标节点组成的圆形区
域可以通过求交点来确定唯一的一个位置。
如果信标节点的个数大于三个，如
图3-13所示，在理想的W况下，未知节点的坐标是某三个圆的交点，但是在非
理想悄况下，三个圆不一定能交到一起。
寻找所有相交节点最近的交点组成集
合，逐个排除可疑节点。
Figure3-11TwobeaconnodesFigure3-12ThreebeaconnodesFigure3-13Morebeaconnodes
MuratDemirbas,YoungwhanSong等提出ARSSI-basedSchemeforSybil
AttackDetectioninWirelessSensorNetworks^习。
该算法是根据女巫攻击在同一
位置具有不同身份的特点，利用接收信号功率与距离的关系检测是否存在攻击。
女巫攻击检测原理如图3・14所示。
A4t
Alt
•S
•As
•A2
图3-14女巫攻击检测
Figure3-14SybilAttackdetection
S节点在〃和"时刻发送ID（坐标信息），节点A/分别计•算D和"时刻S节点到A/、A"去的信号强度的比率，如果两时刻信号强度的比率相同,则认为存在女巫攻击。
该算法在不增加硬件设备的悄况下能有的效检测出女巫攻击，但是该算法不适合在节点移动的无线传感器网络中应用。
WenliangDu.LeiFang,PengNing等提出的定位不规则检测算法购（LocalizationAnomalyDetection»LAD）,该算法中认为基于群的布置模型服从某一个概率分布（ProbabilityDistributionFunction）,即未知节点按一定的概率分布在U标节点的周为了减小节点的运算量，釆用査表法和插值法近似计算结果。
如图3・15所示，未知节点S
升级会员 