[论文解读] A Method in Security of Wireless Sensor Network based on Optimized Artificial immune system in Multi-Agent Environments

Morteza Jaderian, Hossein Moradzadeh+3 more|arXiv (Cornell University)|Aug 7, 2015

Artificial Immune Systems Applications参考文献 7被引用 4

一句话总结

本文提出了一种基于多智能体的无线传感器网络（WSNs）安全框架，采用优化的人工免疫系统（AIS）检测并隔离恶意节点。通过模仿生物免疫反应，该方法利用亲和力和适应度度量区分自体节点与非自体（恶意）实体，在动态网络环境中实现了高检测准确率，并有效消除了入侵者。

ABSTRACT

Security in computer networks is one of the most interesting aspects of computer systems. It is typically represented by the initials CIA: confidentiality, integrity, and authentication or availability. Although, many access levels for data protection have been identified in computer networks, the intruders would still find lots of ways to harm sites and systems. The accommodation proceedings and the security supervision in the network systems, especially wireless sensor networks have been changed into a challenging point. One of the newest security algorithms for wireless sensor networks is Artificial Immune System (AIS) algorithm. Human lymphocytes play the main role in recognizing and destroying the unknown elements. In this article, we focus on the inspiration of these defective systems to guarantee the complications security using two algorithms; the first algorithms proposed to distinguish self-nodes from non-self ones by the related factors and the second one is to eliminate the enemy node danger.The results showed a high rate success and good rate of detecting for unknown object; it could present the best nodes with high affinity and fitness to be selected to confront the unknown agents.

研究动机与目标

• 为应对无线传感器网络日益严峻的网络安全威胁挑战。
• 提高在资源受限的WSNs中对未知及零日攻击的检测能力。
• 基于人工免疫系统原理，开发一种可扩展、自适应的安全机制。
• 集成多智能体系统以实现分布式决策与实时威胁响应。
• 基于亲和力和适应度优化节点选择，以实现对恶意代理的有效防御。

提出的方法

• 系统将网络节点建模为自体与非自体实体，利用基于亲和力的度量区分合法节点与恶意节点。
• 优化算法增强了高适应度节点的选择，使其作为免疫响应者。
• 两阶段检测：首先通过基于因子的比较识别非自体节点；其次通过多智能体协同行动将其消除。
• 该方法利用AIS的动态适应性，无需事先了解攻击模式即可响应新型威胁。
• 多智能体协调实现了去中心化、可扩展且具有弹性的WSN安全执行。
• 使用适应度函数与亲和力函数对节点进行排序，确保仅最具备能力的节点被选中参与威胁对抗。

实验结果

研究问题

• RQ1 如何有效将人工免疫系统适配于无线传感器网络中未知威胁的检测？
• RQ2 在资源受限环境中，哪些机制可确保高检测准确率并最小化误报？
• RQ3 多智能体协调如何提升WSNs中入侵检测的可扩展性与响应速度？
• RQ4 何种优化策略可增强高适应度节点在威胁缓解中的选择？
• RQ5 该系统如何在不断演变且前所未见的攻击模式下维持安全性？

主要发现

• 所提方法对未知对象实现了高成功率的检测，展现出对新型威胁的强大适应能力。
• 系统通过基于亲和力和适应度的选择标准，有效识别并隔离了恶意节点。
• 优化过程提升了最具能力节点在防御入侵中的选择效率。
• 多智能体环境实现了无需中心控制的分布式、实时安全威胁响应。
• 该方法在动态网络条件下仍能稳健地区分自体与非自体节点。
• 结果表明，基于AIS的模型在检测WSNs中的零日攻击和未知攻击方面优于传统方法。