摘  要： 基于貝葉斯博弈理論并結合自私節(jié)點激勵機制構建了一個入侵檢測模型，并運用這一理論制定了一種改進的安全路由協(xié)議，證明了該模型中存在貝葉斯納什均衡。仿真實驗表明，該模型能夠有效地抑制節(jié)點的自私行為并提高網(wǎng)絡的服務質量。
關鍵詞： 貝葉斯博弈；激勵機制；無線傳感器網(wǎng)絡；入侵檢測

    一個WSN網(wǎng)絡包含成百上千個低能量低消耗節(jié)點，這些節(jié)點通過無線的方式進行通信[1]。在很多情況下，安全問題對于WSN來說是極其重要的。有許多適用于Ad Hoc網(wǎng)絡的IDS的系統(tǒng)模型[2-3]，但是都不適用于WSN，因為這些節(jié)點在內存、處理器和電池電量方面有著更加嚴格的限制。同樣的原因，加密機制也不適合在WSN中使用，因為計算消耗大，這些節(jié)點時間和能量都不夠充足。另外，要保障無線通信信道安全也很困難。
    本文提出了一個基于貝葉斯博弈的安全策略，在監(jiān)視設備和傳感器節(jié)點之間實施協(xié)作，可以防御主動DOS攻擊[4]，惡意節(jié)點一經發(fā)現(xiàn)，就會從網(wǎng)絡中隔離，并且入侵檢測系統(tǒng)會對博弈過程的每個階段實施監(jiān)控，根據(jù)路由節(jié)點的信譽值提供安全路由。
    入侵檢測系統(tǒng)負責監(jiān)視節(jié)點。IDS是一個軟件或硬件系統(tǒng)，對網(wǎng)絡中的事件進行自動檢測，分析其安全特征[5]。簡單的安全算法(例如加密)不能滿足必要的安全需求。加密算法只能防御來自外部節(jié)點的攻擊，但是不能防御內部的惡意節(jié)點。
1 改進的LEACH協(xié)議
    LEACH協(xié)議是WSN中極其重要的基于簇的路由協(xié)議，通過在不同的時間段讓每個節(jié)點都有機會成為簇頭節(jié)點來最小化能量的消耗。簇頭節(jié)點（CHs）需要對數(shù)據(jù)進行數(shù)據(jù)融合，并負責把數(shù)據(jù)傳遞給基站（BS）。LEACH協(xié)議在能量消耗方面比其他路由協(xié)議都要好，能夠將系統(tǒng)壽命提高一個數(shù)量級[6]。
    本文提出一種基于貝葉斯博弈理論的安全路由協(xié)議，結合自私節(jié)點激勵機制[7]，使入侵檢測系統(tǒng)取得更好的檢測效果，這種協(xié)議稱之為“S-LEACH”，在基站上的入侵檢測系統(tǒng)稱為“全局IDS”，其他的入侵檢測系統(tǒng)在簇頭節(jié)點上，稱為“本地IDS”。整個過程分為設置和持續(xù)兩個階段。在設置階段，選出簇頭節(jié)點（CHs）。某一節(jié)點以一定的規(guī)則被選為簇頭節(jié)點，對其他的節(jié)點廣播這個消息。這個過程中，簇頭節(jié)點使用CSMA MAC協(xié)議，用相同的廣播能量發(fā)送這個消息。其他節(jié)點就可以根據(jù)接收到的廣播信號的強度確定它們屬于哪一個簇，然后再發(fā)送一個消息給首選的簇頭節(jié)點。第二個階段，簇頭節(jié)點安排時間段給簇中的節(jié)點，就可以在不同時間段發(fā)送數(shù)據(jù)給這些節(jié)點（基于TDMA的方法）。節(jié)點只能在分派的傳送時間段內發(fā)送數(shù)據(jù)。如果一個節(jié)點被認為是自私節(jié)點，本地IDS就不會分派任何時間給自私節(jié)點。這個階段與LEACH協(xié)議相同。
    假設節(jié)點總是有數(shù)據(jù)要傳送，本地IDS就會尋找在數(shù)據(jù)包傳送過程中的不合作的節(jié)點（自私節(jié)點），并記錄這個節(jié)點的ID。在每一個階段結束時，節(jié)點的信譽值都會被傳送到全局IDS。全局IDS負責核查所有節(jié)點的信譽值，并將那些信譽值低于閾值的節(jié)點的ID廣播到整個網(wǎng)絡。而本地IDS不會分派任何時間段給自私節(jié)點，從而減少系統(tǒng)資源的浪費。
    如果節(jié)點是靜止不動的，就沒有必要用到全局IDS，本地IDS可以監(jiān)視節(jié)點并計算隸屬于它們簇中每個節(jié)點的信譽值，以表格的形式存儲。
2 IDS與WSN之間的貝葉斯博弈
    在這里提出一個貝葉斯博弈模型，有2個參與者，一個是位于簇頭節(jié)點中的IDS（本地IDS），用j表示；另一個是簇中的某一個節(jié)點，用i表示。參與者i有兩種類型：正常節(jié)點?茲i=0；自私節(jié)點?茲i=1。節(jié)點類型是私有信息，參與者j不知道參與者i是自私節(jié)點還是正常節(jié)點。節(jié)點有兩種純策略：合作與不合作。合作意味著要優(yōu)先轉發(fā)數(shù)據(jù)包。參與者j只有一種類型，正常的IDS的?茲j=0。它也有兩種純策略：報警和不報警。報警是指發(fā)現(xiàn)一個節(jié)點是自私的，并相應降低該節(jié)點的信譽值；不報警就是認為該節(jié)點是正常節(jié)點。
    為了加強節(jié)點間的協(xié)作，本文提出信譽值(reputation)的概念，用R來表示。IDS也有信任度，當它發(fā)現(xiàn)惡意節(jié)點時，R+1；當節(jié)點優(yōu)先轉發(fā)數(shù)據(jù)包時，節(jié)點的信譽值R+1，否則R-1。
    IDS捕獲一個節(jié)點的成本等于它在此過程中消耗的能量，用Cc來表示。自私節(jié)點不會有任何的成本，因為不轉發(fā)數(shù)據(jù)包也不會消耗任何額外的能量。當自私節(jié)點沒有傳遞數(shù)據(jù)而且也沒有被IDS捕捉時，自私節(jié)點就會有收益，用G來表示。
    表1、表2是博弈收益表。α表示IDS正確檢測出自私節(jié)點的概率，β表示IDS發(fā)出錯誤警報概率，α，β∈[0，1]。

    在表1中，組合策略（不合作，報警），節(jié)點的信譽值會降低，減少的值就是被發(fā)現(xiàn)是自私節(jié)點的次數(shù)，而IDS的信譽值會增加，增加的值是它正確檢測的次數(shù)；組合策略（不合作，不報警），參與者i獲得了收益，同時也增加了信譽值，增加的值是未被IDS檢測出的次數(shù)，與此同時，參與者j會因為錯誤的檢測而減少信譽值。另外兩種組合策略，當參與者i合作時，它的收益就等于信譽值，也就是它表現(xiàn)正常的次數(shù)。如果參與者j什么都不做，就不會有能量消耗，也不會得到信譽值的增加，否則就會既損失成本又得到了錯誤的檢測結果。收益矩陣對正常節(jié)點也是一樣的道理。

3 貝葉斯納什均衡[8]
    首先假設節(jié)點有一個先驗概率，參與者i是自私節(jié)點的概率為p。在博弈理論[9-10]中通常都會假設參與者是理性的，并且都想最大化它們的收益。所以參與者i始終不想合作，不想因為轉發(fā)數(shù)據(jù)而有能量的消耗，同時也不想被IDS捕獲。另一個方面，IDS想發(fā)現(xiàn)自私節(jié)點，不想因為錯誤的檢測而浪費能量。


4 仿真實驗及結果
    這里用網(wǎng)絡模擬軟件NS2來對算法進行仿真。節(jié)點分布在1 000 m×1 000 m的區(qū)域范圍內，仿真時間為1 200 s，假設在實驗一開始所有節(jié)點都有相同的能量。
    圖1顯示的是未轉發(fā)的數(shù)據(jù)包的數(shù)量與自私節(jié)點占總節(jié)點數(shù)的百分比之間的關系。在無防御的網(wǎng)絡中，數(shù)據(jù)包丟失的數(shù)量比有博弈理論的防御系統(tǒng)多很多。在該系統(tǒng)中，節(jié)點通過信譽值的激勵作用來選擇合作策略；如果不合作，節(jié)點就會被檢測系統(tǒng)從網(wǎng)絡中隔離。

    圖2顯示的是當自私節(jié)點占總節(jié)點的40%時，網(wǎng)絡的吞吐量與時間的關系。在前400 s，IDS發(fā)現(xiàn)了一些自私節(jié)點，但是因為惡意行為的次數(shù)還沒有超過預先設定的閾值，所以IDS沒有采取任何行動，使得LEACH與S-LEACH的表現(xiàn)大致相同，但是隨著時間的推移，自私節(jié)點被隔離，這時整個網(wǎng)絡的吞吐量就不斷增大。

    圖3顯示的是自私節(jié)點所占比例與時間的關系。在實驗一開始，自私節(jié)點占總節(jié)點的60%，正常節(jié)點占40%，隨著時間的變化，自私節(jié)點的比例越來越小，因為IDS會不斷地捕獲自私節(jié)點，并將它們從網(wǎng)絡中隔離。
    圖4顯示了丟包率與節(jié)點數(shù)目之間的關系。在所有節(jié)點中，始終保持有50%的自私節(jié)點。當節(jié)點數(shù)不是很多時，在LEACH實驗中丟棄的數(shù)據(jù)包要比S-LEACH實驗中的多很多，這是因為簇頭節(jié)點能夠在分配給各個成員節(jié)點的時間段中，檢測出節(jié)點的類型。

    本文提出了一個入侵檢測系統(tǒng)與傳感器節(jié)點之間的貝葉斯博弈防御模型，并證明了在該模型中存在兩個貝葉斯納什均衡。下一步的研究工作，要將該模型改為動態(tài)的貝葉斯博弈模型，IDS不是根據(jù)節(jié)點的類型來修改先驗概率，而是可以動態(tài)更新先驗概率。
參考文獻
[1] 陳林星.無線傳感器網(wǎng)絡技術與應用[M].北京：電子工業(yè)出版社，2009.
[2] DONADIO P, CIMMINO A, VENTRE G. Enhanced intrusion detection systems in Ad Hoc Networks using a grid  based agnostic middleware[C].In proceedings of the ACM，2008.
[3] KACHIRSKI O, GUHA R. Intrusion detection using mobile agents in wirelless Ad Hoc networks[C]. In Proc. of the IEEE Workshop on Knowledge on Media Networking,2006.
[4] STRIKOS A A. A full approach for intrusion detection in  wireless sensor networks[J]. Computer Networks,2007.
[5] 陳海光.無線傳感器網(wǎng)絡中若干安全問題研究[D].上海：復旦大學，2008.
[6] HEINZELMAN W R,CHANDRAKASAN A,BALAKRISHNAN H. Energy-efficient communication protocol for wireless sensor networks[C]. In the Proc.of the Hawaii Int’l. Conf. on System Sciences, Hawaii, Jan. 2000.
[7] HABIB A,CHUANG J.Service different-iated peer selection: an incentive mechanism for Peer-to-Peer media streaming[C]. In Proc.of the IEEE Transactions on Multimedia,2004.
[8] 姚國慶.博弈論[M].北京：高等教育出版社，2007.
[9] 曹暉，王青青，馬義忠，等.基于靜態(tài)貝葉斯博弈的攻擊預測模型[J].計算機應用研究，2007，24(10)：122-124.
[10] 張輝，許峰.WSN中基于權值的Leach協(xié)議的研究與改進[J].微計算機信息，2010(22)：199-201.