物聯(lián)網(wǎng)安全中基于博弈論的BP—1模型研究

郝方超++王海春

摘要：物聯(lián)網(wǎng)應(yīng)用中，感知層節(jié)點存在對攻擊的防范、隱私保護、可信合作等若干關(guān)鍵技術(shù)問題。而物聯(lián)網(wǎng)工作的場地條件和其可變的拓撲結(jié)構(gòu)，從某種意義上決定了物聯(lián)網(wǎng)設(shè)備工作時只具備較低的復(fù)雜度，而這為通過傳統(tǒng)信息安全手段解決其安全問題帶來了困難。本文描述了基于演化博弈理論，模仿神經(jīng)網(wǎng)絡(luò)學(xué)習算法，建立物聯(lián)網(wǎng)節(jié)點的演化博弈數(shù)學(xué)模型BP-1的主要工作。基于模型，節(jié)點面對攻擊表現(xiàn)出良好的演化穩(wěn)定策略。文章提出了基于對手承諾條件下的安全多方計算合作機制和隱私保護博弈算法，為物聯(lián)網(wǎng)安全中的若干關(guān)鍵問題的解決探索了一條新的路徑。

關(guān)鍵詞：物聯(lián)網(wǎng) 博奕理論 信息安全 演化

中圖分類號：F224 文獻標識碼：A 文章編號：1007-9416（2014）08-0195-02

1 引言

國家《關(guān)于推進物聯(lián)網(wǎng)健康有序發(fā)展的指導(dǎo)意見指出》，“我國已將物聯(lián)網(wǎng)作為戰(zhàn)略性新興產(chǎn)業(yè)的重要組成部分”。但是，我國的物聯(lián)網(wǎng)發(fā)展仍然存在“核心技術(shù)缺乏，網(wǎng)絡(luò)信息安全存在隱患”的問題。物聯(lián)網(wǎng)分為三層，智能感知層、網(wǎng)絡(luò)傳輸層，應(yīng)用層。智能感知層由大量節(jié)點組成結(jié)構(gòu)化的分層網(wǎng)絡(luò)。節(jié)點具有計算能力，節(jié)點中包含有傳感器模塊、數(shù)據(jù)處理模塊和無線通信模塊。傳感器對周邊環(huán)境中聲、光、電、熱等信號進行探測，實現(xiàn)對溫度、濕度、速度等眾多物質(zhì)運動的感知，最終對我們生活的物理世界實現(xiàn)全方位的監(jiān)測與控制。感知層網(wǎng)絡(luò)的自組織性和密集冗余節(jié)點提供的容錯能力使其不會因為某些節(jié)點的異常而導(dǎo)致整個系統(tǒng)的崩潰，非常適合在特殊場合和特殊環(huán)境中快速構(gòu)建基礎(chǔ)信息系統(tǒng)，因此具有廣泛的應(yīng)用前景。物聯(lián)網(wǎng)具有三大特征：全面感知、可靠傳遞和智能處理。

因為物聯(lián)網(wǎng)節(jié)點計算能力較弱，存儲空間有限，通常只具有有限的能量，又經(jīng)常運行在人無法接近的惡劣，甚至危險的遠程環(huán)境，促使物聯(lián)網(wǎng)在解決自身安全問題上必須采取更新的有別于傳統(tǒng)的理論和算法。

博弈論為博弈雙方的策略選擇提供了數(shù)學(xué)基礎(chǔ)。它提供了一種用于預(yù)測當具有利益沖突的代理之間相互作用時可能會發(fā)生什么的工具。但依據(jù)傳統(tǒng)的靜態(tài)博弈理論，個體基于自利的原則趨向于采取能夠最大化自身利益的背叛策略，很難有合作的行為發(fā)生。當體系中所有個體都選擇背叛策略時，整體利益和個體利益都會受到最大程度的損害。本項目基于演化博弈理論，模仿神經(jīng)網(wǎng)絡(luò)學(xué)習算法，已試探性建立了一個物聯(lián)網(wǎng)節(jié)點的演化博弈數(shù)學(xué)模型BP-1。BP-1模仿神經(jīng)刺激機制，對于不同的節(jié)點策略給予不同的激勵，并將這種激勵逐步累加（類似于神經(jīng)網(wǎng)絡(luò)節(jié)點受刺激后的相應(yīng)化學(xué)濃度累加），使節(jié)點對響應(yīng)有了一定的記憶能力。

2 演化博奕國內(nèi)外研究現(xiàn)狀

博弈論為博弈雙方的策略選擇提供了數(shù)學(xué)基礎(chǔ)。它提供了一種用于預(yù)測當具有利益沖突的代理之間相互作用時可能會發(fā)生什么的工具。但依據(jù)傳統(tǒng)的靜態(tài)博弈理論，個體基于自利的原則趨向于采取能夠最大化自身利益的背叛策略，很難有合作的行為發(fā)生。當體系中所有個體都選擇背叛策略時，整體利益和個體利益都會受到最大程度的損害。

然而現(xiàn)實生活中，特別是在生物群體和動物群體中，合作的現(xiàn)象隨處可見。文獻[1]指出，囚徒困境對策論檢驗發(fā)現(xiàn)了社會相互作用新回路，關(guān)在籠子中的兩只猴子發(fā)生了合作行為。但文章作者的分析結(jié)論是猴子頭腦中存在有“共享”基因。生物學(xué)家將進化論中的自然選擇與變異引入博弈論，將博弈從一次性博弈行為轉(zhuǎn)變?yōu)橐幌盗械亩嚯A段博弈行為，進而提出了演化博弈理論。演化博弈理論將個體的收益對應(yīng)于生物進化論中的適應(yīng)度，使得個體收入增加，適應(yīng)度變大，收入減少，適應(yīng)度變小。有限理性的個體不斷地重復(fù)博弈，最終達到穩(wěn)定的均衡狀態(tài)[2]。

文獻[3]提出了帶熵博弈的局勢分析學(xué)理論，將信息熵引入博弈決策過程，在博弈中有了更大的可能性獲得更優(yōu)的均衡點。在此基礎(chǔ)上，提出了研究非對稱條件下的演化博弈均衡穩(wěn)定策略，試驗在不同生長因子條件下的演化博弈曲線收斂速率，提出基于對手承諾條件下的安全多方計算合作機制和隱私保護博弈算法。

大規(guī)模物聯(lián)網(wǎng)節(jié)點的集中管理和控制是很困難的，應(yīng)用仿生學(xué)原理，利用節(jié)點的簡單智能，形成網(wǎng)絡(luò)群體的智能與突現(xiàn)計算[4]，我們做了一點嘗試。基于物聯(lián)網(wǎng)的現(xiàn)狀和安全特點，項目只在探索解決問題的一種新的途徑。

3 基于演化博奕的BP-1模型的建立

本項目基于演化博弈理論，模仿神經(jīng)網(wǎng)絡(luò)學(xué)習算法，已試探性建立了一個物聯(lián)網(wǎng)節(jié)點的演化博弈數(shù)學(xué)模型BP-1。BP-1模仿神經(jīng)刺激機制，對于不同的節(jié)點策略給予不同的激勵，并將這種激勵逐步累加（類似于神經(jīng)網(wǎng)絡(luò)節(jié)點受刺激后的相應(yīng)化學(xué)濃度累加），使節(jié)點對響應(yīng)有了一定的記憶能力。BP-1用于節(jié)點的路由機制時，表現(xiàn)出良好的合作機制。在用于抗DDOS和DOS攻擊時，也展現(xiàn)出了良好的演化穩(wěn)定策略。然而當面對攻擊者出現(xiàn)攻擊策略快速調(diào)整時，BP-1節(jié)點模型的應(yīng)對速率較慢。在研究“演化穩(wěn)定策略學(xué)習規(guī)則”，基礎(chǔ)上，試探性地提出了BR-2節(jié)點模型，仿真不同的參數(shù)條件，尋找節(jié)點面對競爭環(huán)境的動態(tài)適應(yīng)度，節(jié)點應(yīng)對DDOS/DOS攻擊的速率有很大改善。傳統(tǒng)的博弈理論，僅依據(jù)自利來選擇博弈方的策略，經(jīng)常是只能找到一些次優(yōu)的均衡點。

依據(jù)演化博弈論、神經(jīng)網(wǎng)絡(luò)模型、群體智能與突現(xiàn)計算理論，并結(jié)合物聯(lián)網(wǎng)安全特點建立物聯(lián)網(wǎng)節(jié)點的演化博弈數(shù)學(xué)模型BP-1。節(jié)點如圖1所示，為了顯示簡化，圖中只考慮僅有兩種策略的情況。

4 BP-1模型主要研究內(nèi)容

（1）BP-1模型的系統(tǒng)工作機制。對節(jié)點的簡化模型，系統(tǒng)工作時，可采取兩種策略T1或策略T2 ，每一次具體行動時，是采取T1或是采取T2 是依據(jù)概率來決定。選擇T1的概率為 P1=D1/（D1+D2），選擇T2的概率為P2=D2/（D1+D2）。

（2）BP-1模型在DDOS/DOS攻擊下的測試分析。研究分析BP-1的模型，要求調(diào)試針對物聯(lián)網(wǎng)受到DOS攻擊時的響應(yīng)情況。針對物聯(lián)網(wǎng)的DOS的最經(jīng)常的一種攻擊是同頻干擾。endprint

（3）BP-1模型在物聯(lián)網(wǎng)中多級別密碼強度選擇的博弈的測試分析。由于物聯(lián)網(wǎng)工作時能量有限，要求依據(jù)外部安全狀況，盡量選擇工作在能別消耗較低的密碼強度上。研究分析BP-1的模型，要求針對物聯(lián)網(wǎng)工作的不同環(huán)境，自主決策采取什么級別的加密強度。

攻擊發(fā)生時，危險記憶濃度增加，不發(fā)生攻擊時，危險記憶濃度降低，多次博弈后，系統(tǒng)均衡在一個與外部攻擊曲線相對應(yīng)的勻衡點上。分析BP-1模型，可能因記憶發(fā)生系統(tǒng)反映靈敏度降低的情況。

（4）BP-1模型在物聯(lián)網(wǎng)中隱私保護方面應(yīng)用的測試分析。根據(jù)安全多方計算理論，將零知識證明運用于物聯(lián)網(wǎng)，研究基于演化博弈的物聯(lián)網(wǎng)隱私保護問題。采用混沌哈希算法，進行數(shù)據(jù)的隱私保護。

（5）以現(xiàn)有的NS2軟件和物聯(lián)網(wǎng)軟硬件實驗設(shè)備，建立項目的研究測試平臺，作為項目的實驗支撐。

5 BP-1模型性能分析和測試

5.1 BP-1模型的構(gòu)建

依據(jù)演化博弈論、神經(jīng)網(wǎng)絡(luò)模型、群體智能與突現(xiàn)計算理論，并結(jié)合物聯(lián)網(wǎng)安全特點建立物聯(lián)網(wǎng)節(jié)點的演化博弈數(shù)學(xué)模型BP-1。節(jié)點如圖1所示，為了簡化顯示，圖中只考慮了系統(tǒng)僅有兩種策略的情況。

設(shè)有n個節(jié)點組成物聯(lián)網(wǎng)系統(tǒng)，n 個節(jié)點組成集合N={N1，N2，…Nn}，其中對參與者而言，它的策略集T={T1，T2，….Ti}.支付A=（A1，A2，….Ai），系統(tǒng)濃度慣性系數(shù)設(shè)為G={G1，G2….Gi}， 系統(tǒng)可配置參數(shù)為C={（C1，C2，….Ci }。系統(tǒng)中物質(zhì)濃度D={D1，D2，…..Di}。

5.2 BP-1模型的系統(tǒng)工作機制

對節(jié)點的簡化模型，具有兩種策略T1和T2。每一次行動時，是采取T1或T2由概率決定。選擇T1的概率為 P1=D1/（D1+D2），選擇T2的概率為P2=D2/（D1+D2）。兩種行動回報為，D1=D1+A1，D2=D2+A2。

由于A1與A2不相等，每次行動后，物質(zhì)濃度改變了，下次行動的概率也改變了。相當于節(jié)點記住了上次行動的回報。

5.3 BP-1模型在DDOS/DOS攻擊下的測試分析

研究分析BP-1的模型，要求調(diào)試針對物聯(lián)網(wǎng)受到DOS攻擊時的響應(yīng)情況。針對物聯(lián)網(wǎng)的DOS的最經(jīng)常的一種攻擊是同頻干擾。采取的對策是節(jié)點工作在多個跳動的頻率上，當一個頻率工作受到干擾時，其相應(yīng)的記憶濃度降低（減少一個D），下次工作時，其選中的工作頻率就降低，多次博弈后，系統(tǒng)均衡在外部干擾機率最低的一個頻率上。

5.4 BP-1模型在物聯(lián)網(wǎng)中多級別密碼強度選擇的博弈的測試分析

由于物聯(lián)網(wǎng)工作時能量有限，要求依據(jù)外部安全狀況，盡量選擇工作在能別消耗較低的密碼強度上。研究分析BP-1的模型，要求針對物聯(lián)網(wǎng)工作的不同環(huán)境，自主決策采取什么級別的加密強度。

攻擊發(fā)生時，危險記憶濃度增加，不發(fā)生攻擊時，危險記憶濃度降低，多次博弈后，系統(tǒng)均衡在一個與外部攻擊曲線相對應(yīng)的勻衡點上。分析BP-1模型，可能因記憶發(fā)生系統(tǒng)反映靈敏度降低的情況。

研究增加系統(tǒng)濃度慣性系數(shù)問題，設(shè)為G={G1，G2….Gi}，初步分析，每次工作后，計算式調(diào)整為：Di=Di+Ai，Di=Gi*Di 。初步的測試發(fā)現(xiàn)，調(diào)整后的模型，對外部攻擊的應(yīng)變能力明顯提高。這僅是初步測試的結(jié)論，進一步的研究取得更多的實驗數(shù)據(jù)后。

5.5 BP-1模型在物聯(lián)網(wǎng)中隱私保護方面應(yīng)用的測試分析

根據(jù)安全多方計算理論，將零知識證明運用于物聯(lián)網(wǎng)，研究基于演化博弈的物聯(lián)網(wǎng)隱私保護問題。采用混沌哈希算法，進行數(shù)據(jù)的隱私保護。根據(jù)博弈中的信息商原理，將節(jié)點的承諾信息反映在節(jié)點的記憶因子中，研究BP-1的改進模型，研究非對稱條件下的演化博弈均衡穩(wěn)定策略，試驗在不同生長因子條件下的演化博弈曲線收斂速率；研究博弈過程中競爭雙方的信息傳遞機制，探索帶熵博弈的均衡條件理論，提出基于對手承諾條件下的安全多方計算合作機制和隱私保護博弈算法。

6 結(jié)語

物聯(lián)網(wǎng)安全是一個新的領(lǐng)域，演化博弈是一種解決安全問題的新的理論。提出的PR-1安全模型，具有一定的創(chuàng)新性。在BR-1中引入生長因子具有物色。研究了博弈過程中競爭雙方的信息傳遞機制，探索帶熵博弈的均衡條件理論具有一定特色。提出的基于對手承諾條件下的安全多方計算合作機制和隱私保護博弈算法。具有創(chuàng)新特色。

參考文獻

[1]Cara Reardon，“Monkey brains wired to share”， Nature News， Feb，25 2014.

[2]Wang.W.X， Lai.Y.C and Grebogi.C ，“Networkreconstruction based on evolutionary-game data viacompressive sensing[J]， Phys Rev X， 2011， 1（2）： 021021.

[3]Jiang.D.Y， “Situation analysis of boxed pigs games”，The 2nd International Conference on E_Business and E-Government， Shanghai.IEEE，2011.1574-1576.

[4]Xia.R.L，Muppala.J.K，“A survey of Bit Torrent performance”，IEEE Communications Surveys & Tutorials，2010，12（2）：140-158.endprint

（3）BP-1模型在物聯(lián)網(wǎng)中多級別密碼強度選擇的博弈的測試分析。由于物聯(lián)網(wǎng)工作時能量有限，要求依據(jù)外部安全狀況，盡量選擇工作在能別消耗較低的密碼強度上。研究分析BP-1的模型，要求針對物聯(lián)網(wǎng)工作的不同環(huán)境，自主決策采取什么級別的加密強度。

攻擊發(fā)生時，危險記憶濃度增加，不發(fā)生攻擊時，危險記憶濃度降低，多次博弈后，系統(tǒng)均衡在一個與外部攻擊曲線相對應(yīng)的勻衡點上。分析BP-1模型，可能因記憶發(fā)生系統(tǒng)反映靈敏度降低的情況。

（4）BP-1模型在物聯(lián)網(wǎng)中隱私保護方面應(yīng)用的測試分析。根據(jù)安全多方計算理論，將零知識證明運用于物聯(lián)網(wǎng)，研究基于演化博弈的物聯(lián)網(wǎng)隱私保護問題。采用混沌哈希算法，進行數(shù)據(jù)的隱私保護。

（5）以現(xiàn)有的NS2軟件和物聯(lián)網(wǎng)軟硬件實驗設(shè)備，建立項目的研究測試平臺，作為項目的實驗支撐。

5 BP-1模型性能分析和測試

5.1 BP-1模型的構(gòu)建

依據(jù)演化博弈論、神經(jīng)網(wǎng)絡(luò)模型、群體智能與突現(xiàn)計算理論，并結(jié)合物聯(lián)網(wǎng)安全特點建立物聯(lián)網(wǎng)節(jié)點的演化博弈數(shù)學(xué)模型BP-1。節(jié)點如圖1所示，為了簡化顯示，圖中只考慮了系統(tǒng)僅有兩種策略的情況。

設(shè)有n個節(jié)點組成物聯(lián)網(wǎng)系統(tǒng)，n 個節(jié)點組成集合N={N1，N2，…Nn}，其中對參與者而言，它的策略集T={T1，T2，….Ti}.支付A=（A1，A2，….Ai），系統(tǒng)濃度慣性系數(shù)設(shè)為G={G1，G2….Gi}， 系統(tǒng)可配置參數(shù)為C={（C1，C2，….Ci }。系統(tǒng)中物質(zhì)濃度D={D1，D2，…..Di}。

5.2 BP-1模型的系統(tǒng)工作機制

對節(jié)點的簡化模型，具有兩種策略T1和T2。每一次行動時，是采取T1或T2由概率決定。選擇T1的概率為 P1=D1/（D1+D2），選擇T2的概率為P2=D2/（D1+D2）。兩種行動回報為，D1=D1+A1，D2=D2+A2。

由于A1與A2不相等，每次行動后，物質(zhì)濃度改變了，下次行動的概率也改變了。相當于節(jié)點記住了上次行動的回報。

5.3 BP-1模型在DDOS/DOS攻擊下的測試分析

研究分析BP-1的模型，要求調(diào)試針對物聯(lián)網(wǎng)受到DOS攻擊時的響應(yīng)情況。針對物聯(lián)網(wǎng)的DOS的最經(jīng)常的一種攻擊是同頻干擾。采取的對策是節(jié)點工作在多個跳動的頻率上，當一個頻率工作受到干擾時，其相應(yīng)的記憶濃度降低（減少一個D），下次工作時，其選中的工作頻率就降低，多次博弈后，系統(tǒng)均衡在外部干擾機率最低的一個頻率上。

5.4 BP-1模型在物聯(lián)網(wǎng)中多級別密碼強度選擇的博弈的測試分析

由于物聯(lián)網(wǎng)工作時能量有限，要求依據(jù)外部安全狀況，盡量選擇工作在能別消耗較低的密碼強度上。研究分析BP-1的模型，要求針對物聯(lián)網(wǎng)工作的不同環(huán)境，自主決策采取什么級別的加密強度。

攻擊發(fā)生時，危險記憶濃度增加，不發(fā)生攻擊時，危險記憶濃度降低，多次博弈后，系統(tǒng)均衡在一個與外部攻擊曲線相對應(yīng)的勻衡點上。分析BP-1模型，可能因記憶發(fā)生系統(tǒng)反映靈敏度降低的情況。

研究增加系統(tǒng)濃度慣性系數(shù)問題，設(shè)為G={G1，G2….Gi}，初步分析，每次工作后，計算式調(diào)整為：Di=Di+Ai，Di=Gi*Di 。初步的測試發(fā)現(xiàn)，調(diào)整后的模型，對外部攻擊的應(yīng)變能力明顯提高。這僅是初步測試的結(jié)論，進一步的研究取得更多的實驗數(shù)據(jù)后。

5.5 BP-1模型在物聯(lián)網(wǎng)中隱私保護方面應(yīng)用的測試分析

根據(jù)安全多方計算理論，將零知識證明運用于物聯(lián)網(wǎng)，研究基于演化博弈的物聯(lián)網(wǎng)隱私保護問題。采用混沌哈希算法，進行數(shù)據(jù)的隱私保護。根據(jù)博弈中的信息商原理，將節(jié)點的承諾信息反映在節(jié)點的記憶因子中，研究BP-1的改進模型，研究非對稱條件下的演化博弈均衡穩(wěn)定策略，試驗在不同生長因子條件下的演化博弈曲線收斂速率；研究博弈過程中競爭雙方的信息傳遞機制，探索帶熵博弈的均衡條件理論，提出基于對手承諾條件下的安全多方計算合作機制和隱私保護博弈算法。

6 結(jié)語

物聯(lián)網(wǎng)安全是一個新的領(lǐng)域，演化博弈是一種解決安全問題的新的理論。提出的PR-1安全模型，具有一定的創(chuàng)新性。在BR-1中引入生長因子具有物色。研究了博弈過程中競爭雙方的信息傳遞機制，探索帶熵博弈的均衡條件理論具有一定特色。提出的基于對手承諾條件下的安全多方計算合作機制和隱私保護博弈算法。具有創(chuàng)新特色。

參考文獻

[1]Cara Reardon，“Monkey brains wired to share”， Nature News， Feb，25 2014.

[2]Wang.W.X， Lai.Y.C and Grebogi.C ，“Networkreconstruction based on evolutionary-game data viacompressive sensing[J]， Phys Rev X， 2011， 1（2）： 021021.

[3]Jiang.D.Y， “Situation analysis of boxed pigs games”，The 2nd International Conference on E_Business and E-Government， Shanghai.IEEE，2011.1574-1576.

[4]Xia.R.L，Muppala.J.K，“A survey of Bit Torrent performance”，IEEE Communications Surveys & Tutorials，2010，12（2）：140-158.endprint

（3）BP-1模型在物聯(lián)網(wǎng)中多級別密碼強度選擇的博弈的測試分析。由于物聯(lián)網(wǎng)工作時能量有限，要求依據(jù)外部安全狀況，盡量選擇工作在能別消耗較低的密碼強度上。研究分析BP-1的模型，要求針對物聯(lián)網(wǎng)工作的不同環(huán)境，自主決策采取什么級別的加密強度。

攻擊發(fā)生時，危險記憶濃度增加，不發(fā)生攻擊時，危險記憶濃度降低，多次博弈后，系統(tǒng)均衡在一個與外部攻擊曲線相對應(yīng)的勻衡點上。分析BP-1模型，可能因記憶發(fā)生系統(tǒng)反映靈敏度降低的情況。

（4）BP-1模型在物聯(lián)網(wǎng)中隱私保護方面應(yīng)用的測試分析。根據(jù)安全多方計算理論，將零知識證明運用于物聯(lián)網(wǎng)，研究基于演化博弈的物聯(lián)網(wǎng)隱私保護問題。采用混沌哈希算法，進行數(shù)據(jù)的隱私保護。

（5）以現(xiàn)有的NS2軟件和物聯(lián)網(wǎng)軟硬件實驗設(shè)備，建立項目的研究測試平臺，作為項目的實驗支撐。

5 BP-1模型性能分析和測試

5.1 BP-1模型的構(gòu)建

依據(jù)演化博弈論、神經(jīng)網(wǎng)絡(luò)模型、群體智能與突現(xiàn)計算理論，并結(jié)合物聯(lián)網(wǎng)安全特點建立物聯(lián)網(wǎng)節(jié)點的演化博弈數(shù)學(xué)模型BP-1。節(jié)點如圖1所示，為了簡化顯示，圖中只考慮了系統(tǒng)僅有兩種策略的情況。

設(shè)有n個節(jié)點組成物聯(lián)網(wǎng)系統(tǒng)，n 個節(jié)點組成集合N={N1，N2，…Nn}，其中對參與者而言，它的策略集T={T1，T2，….Ti}.支付A=（A1，A2，….Ai），系統(tǒng)濃度慣性系數(shù)設(shè)為G={G1，G2….Gi}， 系統(tǒng)可配置參數(shù)為C={（C1，C2，….Ci }。系統(tǒng)中物質(zhì)濃度D={D1，D2，…..Di}。

5.2 BP-1模型的系統(tǒng)工作機制

對節(jié)點的簡化模型，具有兩種策略T1和T2。每一次行動時，是采取T1或T2由概率決定。選擇T1的概率為 P1=D1/（D1+D2），選擇T2的概率為P2=D2/（D1+D2）。兩種行動回報為，D1=D1+A1，D2=D2+A2。

由于A1與A2不相等，每次行動后，物質(zhì)濃度改變了，下次行動的概率也改變了。相當于節(jié)點記住了上次行動的回報。

5.3 BP-1模型在DDOS/DOS攻擊下的測試分析

研究分析BP-1的模型，要求調(diào)試針對物聯(lián)網(wǎng)受到DOS攻擊時的響應(yīng)情況。針對物聯(lián)網(wǎng)的DOS的最經(jīng)常的一種攻擊是同頻干擾。采取的對策是節(jié)點工作在多個跳動的頻率上，當一個頻率工作受到干擾時，其相應(yīng)的記憶濃度降低（減少一個D），下次工作時，其選中的工作頻率就降低，多次博弈后，系統(tǒng)均衡在外部干擾機率最低的一個頻率上。

5.4 BP-1模型在物聯(lián)網(wǎng)中多級別密碼強度選擇的博弈的測試分析

由于物聯(lián)網(wǎng)工作時能量有限，要求依據(jù)外部安全狀況，盡量選擇工作在能別消耗較低的密碼強度上。研究分析BP-1的模型，要求針對物聯(lián)網(wǎng)工作的不同環(huán)境，自主決策采取什么級別的加密強度。

攻擊發(fā)生時，危險記憶濃度增加，不發(fā)生攻擊時，危險記憶濃度降低，多次博弈后，系統(tǒng)均衡在一個與外部攻擊曲線相對應(yīng)的勻衡點上。分析BP-1模型，可能因記憶發(fā)生系統(tǒng)反映靈敏度降低的情況。

研究增加系統(tǒng)濃度慣性系數(shù)問題，設(shè)為G={G1，G2….Gi}，初步分析，每次工作后，計算式調(diào)整為：Di=Di+Ai，Di=Gi*Di 。初步的測試發(fā)現(xiàn)，調(diào)整后的模型，對外部攻擊的應(yīng)變能力明顯提高。這僅是初步測試的結(jié)論，進一步的研究取得更多的實驗數(shù)據(jù)后。

5.5 BP-1模型在物聯(lián)網(wǎng)中隱私保護方面應(yīng)用的測試分析

根據(jù)安全多方計算理論，將零知識證明運用于物聯(lián)網(wǎng)，研究基于演化博弈的物聯(lián)網(wǎng)隱私保護問題。采用混沌哈希算法，進行數(shù)據(jù)的隱私保護。根據(jù)博弈中的信息商原理，將節(jié)點的承諾信息反映在節(jié)點的記憶因子中，研究BP-1的改進模型，研究非對稱條件下的演化博弈均衡穩(wěn)定策略，試驗在不同生長因子條件下的演化博弈曲線收斂速率；研究博弈過程中競爭雙方的信息傳遞機制，探索帶熵博弈的均衡條件理論，提出基于對手承諾條件下的安全多方計算合作機制和隱私保護博弈算法。

6 結(jié)語

物聯(lián)網(wǎng)安全是一個新的領(lǐng)域，演化博弈是一種解決安全問題的新的理論。提出的PR-1安全模型，具有一定的創(chuàng)新性。在BR-1中引入生長因子具有物色。研究了博弈過程中競爭雙方的信息傳遞機制，探索帶熵博弈的均衡條件理論具有一定特色。提出的基于對手承諾條件下的安全多方計算合作機制和隱私保護博弈算法。具有創(chuàng)新特色。

參考文獻

[1]Cara Reardon，“Monkey brains wired to share”， Nature News， Feb，25 2014.

[2]Wang.W.X， Lai.Y.C and Grebogi.C ，“Networkreconstruction based on evolutionary-game data viacompressive sensing[J]， Phys Rev X， 2011， 1（2）： 021021.

[3]Jiang.D.Y， “Situation analysis of boxed pigs games”，The 2nd International Conference on E_Business and E-Government， Shanghai.IEEE，2011.1574-1576.

[4]Xia.R.L，Muppala.J.K，“A survey of Bit Torrent performance”，IEEE Communications Surveys & Tutorials，2010，12（2）：140-158.endprint