基于Python爬虫技术的虚假数据溯源与过滤.pdf

2021年3月

文章编号：1006-9348(2021)03-0346-05
基于Python爬虫技术的虚假数据溯源与过滤

陈丛，周力臻
(福建师范大学协和学院，福建福州350117)

摘要:针对现有网络虚假数据追踪与过滤方法中存在的追踪定位精度低、过滤覆盖范围小的问题，提出基于Python爬虫技
术的虚假数据溯源与途中过滤。将虚假数据覆盖的网络划分为相同大小的网格，根据一定概率标记数据包;分析Python爬
虫抓取过程，以适用多场景、界面可视化、负载均衡为系统设计目标，设计爬虫管理器、采集器与内嵌浏览器硬件设备;结合
系统爬取数据流程描述各软件模块的协作方式;在系统中部署节点，建立协作关系区域，利用布隆过滤器生成数据包，通过
共享密钥证明MAC是否合法，启动溯源过程;在溯源途中若节点不存在任何一个密钥，则将其过滤，完成虚假数据溯源与途
中过滤。仿真结果证明，上述方对虚假数据的过滤效果较高，且对虚假数据溯源定位精度较高。
关键词：爬虫技术;虚假数据;途中过滤;共享密钥；负载均衡
中图分类号:TP318.2文献标识码：B
TracingandFilteringofFakeData
BasedOnPythonCrawlerTechnology

CHENCong,ZHOULi-zhen
(ConcordUniversityCollegeFujianNormalUniversity,FuzhouFujian350117,China)

ABSTRACT：Inthenetworkfalsedatatrackingandfiltering,traditionalmethcxlshavedefects,suchaslowtracking
andpositioningaccuracy,andsmallfilteringcoverage.Forthisreason,thispaperproposesaPythoncrawlerbased
falsedatatracingandfiltering.Thenetworkcoveredbyfalsedatawasdividedintogridsofthesamesize.Basedona
certainprobability,packetsweremarked.Pythoncrawlercaptureprocesswasanalyzedindetail.Inordertomake
thesystemsuitableformultiscene,interfacevisualizationandloadbalancing,crawlermanager,collectorandem­
beddedbrowserhardwaredevicesweredesigned.Basedonthesystemcrawlingdataflow,thecooperationmodeof
eachsoftwaremodulewasdescribed.Thenodesweredeployedinthesystem,andthecooperationrelationshiparea
wasconstructed.Accordingtothebloomfilter,thepacketwasgenerated.ThevalidityofMACwasprovedbysharing
thekey,thusthetraceabilityprocesswasstarted.Intheprocessoftracing,nodeswithoutkeywereexcluded,and
thefalsedatatracingandfilteringwascompleted.Simulationresultsshowthatthemethodhasexcellentfiltering
effectandhighpositioningaccuracy.
KEYWORDS：Crawlertechnology；Falsedata；Enroutefiltering；Sharedkey；Loadbalancing

集、处理、定位与连接等功能。但无线传感网络属于开放式
i引言
网络，其计算性能、储存空间较为有限，抗捕获能力较弱，攻
随着嵌入式计算与传感器技术的不断发展，推动了无线击者可通过捕获节点获得其中敏感信息，并对其注人虚假数
传感网络的迅速崛起，并广泛应用于军事、医疗、建筑等领据，如果不能及时过滤掉这些虚假数据，则会导致网络瘫痪，
域:1]。与传感网络不同，无线传感网络将海量廉价小型传感引发错误报警，影响用户决策[2]。为此，该领域研究者对该
器节点随机布置在不同区域，利用自组织形式生成网络，同问题进行了很多研究,并取得了一定成果。
时采用多