使用机器学习和区块链技术的智能电表中虚假隐蔽数据注入攻击检测

《Computers》：Detection of False Stealthy Data Injection Attacks in Smart Meters Using Machine Learning and Blockchain Technology

　　

飞行自组织网络（Flying Ad Hoc Networks，FANETs）允许无人机（unmanned aerial vehicles，UAVs）在时间关键型场景（如灾难响应、搜索救援、边境监视、精准农业和军事侦察）中直接通信，无需依赖固定地面基础设施。然而，UAV的移动性导致频繁的拓扑变化和间歇性连接，因此节点通常将数据本地存储并在网络中复制以保持可用性。由此产生的挑战是一致性：独立演化的副本必须在没有中央协调器的情况下进行协调，而在如此容易分区的网络中，强一致性是不现实的。研究人员通过去中心化移动协调协议（Decentralized Mobile Reconciliation Protocol，DMRP）解决了这一问题，该协议在UAV节点之间提供最终一致性，无需外部协调，并且只要蜂群的同步图最终连通，收敛性在形式上得到保证。DMRP结合了即时本地验证和基于无冲突复制数据类型（conflict-free replicated data type，CRDT）属性的收敛保证；基于滞后的内存管理，采用双阈值来限制日志存储开销；基于接收节点滞后程度的自适应增量或全状态同步；以及用于传递更新传播的流行病传播。能效贯穿整个设计，通过无线广播和避免冗余传输实现。DMRP通过针对三维FANET场景的广泛OMNeT++/INET模拟进行了实现和评估。结果表明，该协议维持严格有界的协调日志，而参考的δ-CRDT日志无界增长，在评估的最大工作负载下，协调日志存储减少高达75%，同时在节点隔离和网络分区后实现近乎完全的一致性。

## 论文解读：去中心化移动协调协议（DMRP）——面向飞行自组织网络的轻量级副本一致性方案

### 研究背景与问题

飞行自组织网络（Flying Ad Hoc Networks，FANETs）由一组自主无人机（unmanned aerial vehicles，UAVs）组成，通过无线自组织多跳通信直接交互，无需固定地面基础设施，适用于灾难响应、搜索救援、边境监视、精准农业和军事侦察等时间敏感型任务。在FANETs中，UAV之间需要广播关键数据，包括感知数据、任务信息、控制信息和态势信息。然而，由于UAV的持续移动性、拓扑频繁变化、无线连接间歇性以及网络频繁分区，建立端到端通信极为困难。信息以去中心化方式共享，UAV保留本地生成的数据，在移动中传输，并在通信机会出现时进行同步。为增强冗余，同一信息的多份副本可能分布在不同的UAV上。

副本复制虽能提高数据可用性、减少对地面支持的依赖、降低长距离重复传输需求，并支持个别UAV失效时的自主任务执行，但随之而来的关键挑战是：不同副本之间必须保持一致性。在FANETs中，网络分区、接触稀少、带宽限制以及机载存储和计算能力约束使得数据复制问题尤为突出。强一致性要求所有副本在任何时刻状态一致，这在网络分区场景下不可行；最终一致性（eventual consistency）则允许系统在更新过程完成后达到一致状态。现有方法（如基于路由的协议、缓存机制、区块链共识等）要么忽略副本状态管理，要么假设内容不可变，要么依赖外部协调或基础设施，无法同时满足去中心化、内存有界、分区容忍的FANET复制需求。因此，研究人员开发了去中心化移动协调协议（Decentralized Mobile Reconciliation Protocol，DMRP），旨在为FANETs提供最终一致性，同时严格限制机载日志内存占用。

### 研究内容与结论

研究人员提出了DMRP协议，该协议结合了五种互补机制：即时本地验证、基于无冲突复制数据类型（conflict-free replicated data type，CRDT）的正式收敛保证、基于滞后的内存管理、自适应增量/全状态同步以及传递流行病传播。DMRP在OMNeT++/INET框架中进行了全面实现和评估，模拟了三维FANET场景。结果表明，DMRP在多种条件下（不同蜂群规模、密度、节点隔离、网络分区、写入速率）均能维持严格有界的协调日志，而参考的δ-CRDT日志无界增长；在最大评估工作负载下，协调日志存储减少高达75%；在节点隔离或网络分区后，DMRP能恢复近乎完全的一致性（99.28%–100%）。与现有多播基元（best-effort、flooding、gossip）的跨平台对比表明，DMRP在较高密度下达到100%同步率，同时网络开销显著降低（在50个节点时仅发送约1000个数据包，而flooding约100000个）。该论文发表在《Computers》。

### 关键方法

1. **基于无冲突复制数据类型（CRDT）的收敛保证**：利用CRDT的交换律、结合律和幂等性，确保副本在接收相同更新集后确定性收敛，无需全局协调。
2. **基于滞后的日志截断机制**：采用高阈值（τ_high）和低阈值（τ_low）的双阈值策略，当日志大小达到高阈值时触发截断，将大小降至低阈值，从而严格限制日志内存消耗，同时通过“富快照”（RichSnapshot）保留截断操作的效果。
3. **自适应增量/全状态同步**：根据接收节点的滞后程度，动态选择增量同步（Delta-Sync，仅传输缺失操作）或全状态同步（State Transfer，传输完整快照），以平衡带宽效率和恢复速度。
4. **传递流行病传播**：通过八卦机制（gossip）进行传递更新传播，在同步会话中，一个UAV不仅交换本地生成的更新，还交换先前从其他节点接收的更新，从而无需直接接触即可实现全网传播。

### 研究结果

**D1. 可扩展性分析（S1）**：在蜂群规模从10到60架无人机、总操作数从约600到3600的实验中，平均日志大小（M3）始终保持在约472至591.7条条目之间，低于高阈值（τ_high=600），验证了内存有界性。最终一致性率（CR）在150秒时介于91.9%–98%，在180秒时除N=10（98.7%）外均达到100%。收敛不随规模退化，而是受密度影响。

**D2. 连通性影响（S2）**：改变发射功率（2–20mW）以调节有效连通性（平均邻居数1.1–10.1）。在所有密度配置下，日志大小保持有界。在低连通性（D1，平均邻居1.1）下，一致性率仅64.19%；当平均邻居增至2.8（D2）时，一致率升至95.07%；当平均邻居达到6–7（D3）时，一致率达到100%，表明足够的接触机会是收敛的关键。

**D3. 隔离与分区下的鲁棒性**：在节点隔离90秒后重新整合，DMRP通过自适应切换至全状态同步（4.9次状态传输会话），最终一致率达99.93%。在完全网络分区90秒后恢复连通，经过大量增量同步（585次）和状态传输（29次），最终一致率达99.28%，验证了强最终一致性（SEC）。

**D4. 写入速率敏感性（S4）**：随着本地写入速率从0.2 Hz增至1.0 Hz，每操作带宽开销（M2）先下降后略有上升（从2060降至822再升至935字节/操作），日志大小始终低于阈值。最终一致性率在180秒时均达到99.97%以上，表明触发策略（时间、体积、拓扑条件）互补，维持高一致性。

**D5. SEC验证**：所有密度达到临界阈值（≥6个邻居）的配置在静止期后均收敛到近乎完全一致性，包括节点隔离（99.93%）和网络分区（99.28%）。低连通性配置（D1、D2）因同步图结构分区而停滞，符合SEC前提。

**D6. 滞后宽度敏感性**：增大滞后宽度（τ_high-τ_low）从200到600，状态传输会话比例从8.85%降至1.42%，日志截断频率从13.3降至1.4次，表明更大滞后宽度保留更多历史，减少状态传输需求。

### 讨论与结论

讨论部分指出，DMRP在强最终一致性、分区容忍性和严格有界日志方面提供了形式化保证，并通过实验验证了这些保证在极端FANET条件下的有效性。与δ-CRDT相比，DMRP在保持相同收敛保证的同时，将日志内存使用减少约75%。与多播基元的跨平台对比表明，DMRP在同步率和网络开销上具有优势，但需原生实现以确认趋势。研究局限性包括：仅使用单一移动模型、与一个协议族对比、蜂群规模未超过60、信道模型未包含小尺度衰落等。结论部分翻译如下：在无人机蜂群中，数据复制问题面临内在张力。去中心化需求与限制机载内存和保证操作一致性之间的矛盾。当前解决方案仅解决一面：强共识忽视分区容忍，δ-CRDT忽视内存，基于主服务器的架构牺牲去中心化。DMRP通过整合五种互补机制解决了这一张力：即时本地验证赋予每个UAV完全自主性，CRDT保证收敛，滞后截断严格限制日志，自适应同步根据节点滞后调整策略，流行病传播将共享无线介质转化为优势。DMRP在最严苛的FANET条件下（包括长时间隔离、完全网络分区、波动写入负载）恢复近乎完全一致性，仅需6–7个邻居的适度连通性。与δ-CRDT相比，在最大评估工作负载下减少日志内存使用近75%，显著改善了内存-一致性权衡。该研究证明，无需中央协调和无界日志增长的一致性是切实可行的，去中心化、轻量级、鲁棒的复制不仅是理论概念，而是FANET操作挑战的具体答案。