面向社交物联网信任系统的协同虚假关系攻击防御：基于语义门控结构多样性惩罚的边缘侧检测方法

《Journal of Cybersecurity and Privacy》：A Semantic-Gated Structural Diversity Penalty to Mitigate Orchestrated Recommendation Attacks in the SIoT

　　

摘要

社交物联网（SIoT）信任算法通常假设同伴推荐是独立的，这使得它们容易受到协同虚假关系攻击（FRA）的威胁。对手利用这一漏洞创建密集的恶意小团体，以操纵信任计算并绕过标准异常阈值。为了在不干扰合法共识的情况下消除这一问题，本文提出了一种基于局部邻域划分的语义门控结构多样性惩罚。该防御机制完全在边缘端运行，能够从推荐子图中提取连通分量，分离出协同拓扑岛。该框架充当多阶段逻辑门，用于中和执行信任膨胀或同步恶意诋毁的西比拉小团体，同时保护合法的协作社区。指数折扣因子仅应用于同步恶意小团体，从而保留诚实节点的信任权重。在递增攻击量、自适应抖动和节点移动场景下的实验结果表明，我们的机制系统地抑制了信任操纵。该框架以高弹性维持准确的节点分类（实证 F1 分数为 0.986，假阳性率为 0.006），以轻量的 边缘复杂度实现安全收敛。该方法提供了针对有组织串通的稳健保护，而无需重型加密验证或密集型的基于机器学习的信任估计。