.png){kind=icon}
返回
A Provenance-Driven Trust Framework with Physics-Consistent Validation for Secure Wireless Sensor Networks
.png){kind=icon}
OA
AI
DOI：10.3390/s26185695.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
无线传感器网络（WSNs）在工业监控、环境传感和关键基础设施管理等物理信息融合应用中发挥着关键作用。在这些环境中，安全机制不仅要检测恶意活动，还需解释受破坏的测量数据如何通过感知、聚合和决策过程传播，同时需在严格的资源约束下运行。现有方法通常独立处理入侵检测、信任管理、来源分析和区块链基完整性，对集成化可解释安全支持有限。本文提出PhyProvTrust-WSN框架，该框架结合了物理一致性验证、动态来源图、证据基信任传播、多因素风险融合和选择性证据锚定，以提高安全传感器数据聚合的透明度和可审计性。该框架将感知、转发、聚合、验证和响应事件建模为有界来源有向无环图（DAG），实现可疑活动的因果追溯，同时保持低内存和通信开销。加权风险融合机制整合异常证据、领域一致性评估、信任演化及继承来源风险，支持可解释安全决策。该框架并非持续记录所有事件，仅将高风险或决策相关证据哈希锚定至许可审计层，从而降低存储和通信成本。为避免过度声称，所提框架采用混合方法评估，结合带攻击标签的WSN数据集、真实传感器测量进行物理一致性验证，以及基于仿真的开销分析。结果表明，集成框架在提高可解释性、支持根本原因分析的同时，具备强检测能力，并保持适用于资源受限WSN部署的有限通信和存储开销。
Keyword:
wireless sensor networks
sensor data aggregation
provenance
trust management
intrusion detection
physics consistency
blockchain anchoring
cyber-physical security
wireless communication
期刊
IF:
3.5
论文数:
7.2W
被引数:
20.9W
机构
引用论文
Kirsche, M.; Schnurbusch, M. A new IEEE 802.15.4 simulation model for OMNeT++/INET. arXiv 2014. [Google Scholar] [CrossRef] [Scilit]Kirsche, M.; Schnurbusch, M. 一种针对OMNeT++/INET的IEEE 802.15.4新型仿真模型。arXiv 2014. [Google Scholar] [CrossRef] [Scilit].png)
IF0
PREAI
分享收藏Secure data aggregation methods and countermeasures against various attacks in wireless sensor networks: A comprehensive review无线传感器网络中安全数据聚合方法及应对各种攻击的综合评述
PREAI
分享收藏
查看更多内容