近日，光电科学与工程学院2019级本科生，学院“光引未来”科研育人班成员黄心宇的论文“LSTM-NV: A Combined Scheme Against Selective Forwarding Attacks in Event-Driven Wireless Sensor Networks under Harsh Environments”被人工智能领域顶级期刊Engineering Applications of Artificial Intelligence (EAAI)接收。光电学院2019级本科生黄心宇同学为论文第一作者，光电学院吴援明教授为论文通讯作者，光电学院为论文第一单位。这也是黄心宇同学继IEEE Sensors Journal之后，本科阶段以第一作者发表的第二篇Top期刊论文。
Engineering Applications of Artificial Intelligence（EAAI）是国际业界公认的在计算机科学、人工智能领域的Top学术期刊，收录内容广泛包括人工智能与机器学习方法在解决工程问题的应用；该刊系JCR一区，中科院Engineering, Multidisciplinary小类一区Top，2022年最新影响因子为7.802。
随着物联网领域的不断研究和发展，无线传感器网络作为物联网的基础网络之一也逐渐成为研究热点。由于无线传感器网络的广播式通信特性、无人照看特性等特征，使得它极易遭受外界的网络攻击，尤其是攻击方式较为先进的选择性转发攻击。选择性转发攻击常常表现为恶意节点在时间维度和数据维度上随机丢弃接收到的数据包，引起节点转发行为的随机异常性。当网络陷入恶劣通信环境，信道质量较差时，正常节点的转发率往往会和发动选择性转发攻击的恶意节点的转发率混杂在一起从而难以分辨。而以往研究的计算机网络安防系统由于其算法高复杂度，需要耗费巨大的能量、时间成本来实现攻击检测。因此，如何建立一个轻量级且有效的检测系统成为目前国内外研究人员的最大难点。
发动选择性转发攻击的恶意节点的每轮次转发率往往会在时间尺度上出现震荡回落现象，这与平稳的正常转发率差异巨大。针对这一点，本研究工作利用处理时间序列数据常用的LSTM网络，对每个节点的转发率数据进行预测。将每轮预测的转发率数据和每轮的真实转发率数据进行对比，再结合本工作中设计好的节点邻居投票方法对节点进行判定，从而实现对选择性转发攻击的检测。
图1. LSTM-NV方案的检测机制
本研究工作LSTM-NV由时序数据处理模型VMD-LSTM和邻居投票（Neighbor Voting）方法构成，并分为四个步骤：第一步，用生成的正常节点数据投入VMD-LSTM模型进行训练，掌握正常节点的转发特征后保存训练好的模型参数，并为每个节点的当下轮次转发率提供预测值，将预测值和真实值对比得到误差序列；第二步，设立一个基于数据统计规律的动态阈值方法对误差序列进行处理，得到每个节点对应的局部异常点；第三步，构建一个动态自适应的节点邻居投票机制对每个节点的局部异常点进行进一步判定，确定节点的异常特性；最后，根据预选好的约束判定次数，将连续被系统投票为异常的节点判定为恶意节点，并将其孤立出网络。
在攻击检测方案构建完成后，本工作采用了现实情况中最为常用的事件驱动型网络作为仿真的网络模式，利用MATLAB 2022b对入侵检测过程进行仿真实验。在设置网络中恶劣环境随时间变动的情况下，随机指定网络中恶意节点的比例分别为5%、10%、15%、20%，得到检测方案对应的漏检率（MDR）、误检率（FDR）及整体检测精度（DAR）。
图2.事件驱动型无线传感器网络部署图
图3.系统平均漏检率（MDR）与平均误检率（FDR）
图4.系统平均检测精度（DAR）
从实验结果来看，本工作所提出的LSTM-NV方案整体平均漏检率（MDR）低于3.3%，平均误检率（FDR）低于0.6%，平均检测精度均高于96%，证明了方案的有效性。同时，经过对检测方案的复杂度分析，LSTM-NV方案的检测复杂度为参数对数量级，远低于复杂度为参数平方量级的其他方案。
黄心宇，2019级光电科学与工程学院本科生，电子科技大学栋梁工程立人班成员，本科生第三党支部入党积极分子，入选光电学院“菁英计划”、“光引未来科研育人计划”等，自2021年起当选IEEE Student Member，同时担任IEEE Sensor Journal、IEEE Access、Sensors等国际权威期刊审稿人。在校期间，获得包含全国大学生数学竞赛一等奖、高教社杯数学建模竞赛一等奖、美国数学建模竞赛M奖在内的二十余项校级以上文体科创奖。他自大二起加入光电科学与工程学院吴援明教授课题组，致力于物联网安全技术的科研项目，并以第一作者身份在中科院Top期刊IEEE Sensor Journal发表论文。目前，黄心宇同学已至香港中文大学全奖直博，师从港中大尹峰教授、张纵辉教授（IEEE Fellow）开展6G通信感知一体化技术的研究。
