近日，我校伟德victory碩士研究生馬祖超（指導老師：劉亮）在物聯網惡意節點檢測領域的研究成果DCONST: Detection of Multiple-Mix-Attack Malicious Nodes Using Consensus-based Trust in IoT Networks被信息安全著名會議25th Australasian Conference on Information Security and Privacy (ACISP 2020)錄用，并被評為會議唯一一篇最佳學生論文。ACISP會議自1995年首次舉辦以來，至今已是第25屆，這是繼西安電子科技大學、國防科技大學之後，國内高校再次獲得最佳學生論文，也是南航首次獲得該會議最佳學生論文。

随着物聯網技術的飛速發展，物聯網在智能家居，智慧醫療，公共安全，工業監控及環境保護等領域廣泛應用，近年來成為研究熱點。然而，由于物聯網網絡拓撲十分靈活，接入設備軟硬件安全性低，使整個網絡安全性不足，容易遭受各種惡意攻擊。物聯網設備計算、存儲能力弱，面向傳統網絡的惡意節點檢測技術無法有效地部署至物聯網環境中。現有惡意節點檢測算法性能易受網絡拓撲影響，檢測結果對節點的存活性以及其所收集信息的可靠性有較強的依賴，魯棒性差。為此，該研究針對物聯網中具有多種攻擊能力的惡意節點，建立惡意節點混合攻擊模型，通過對網絡中傳遞的數據報文嵌入知識标簽，以知識标簽的流動為惡意節點檢測提供感知信息，使物聯網節點無需額外的網絡通信即可獲取網絡的數據傳輸、節點交互曆史、數據完整性等證據信息，進而學習網絡中節點的信譽；提出了一種基于群體共識的信譽量化模型（DCONST），對惡意節點進行定位并識别出其具體的攻擊行為。此成果降低了檢測算法對網絡拓撲、節點存活性、收集信息可靠性的依賴，提升了檢測魯棒性。

Australasian Conference on Information Security and Privacy (ACISP) 是信息安全領域的著名國際會議。ACISP旨為國際研究人員和行業專家提供一個介紹與讨論信息安全、隐私和網絡安全領域最新研究趨勢、突破和挑戰的學術論壇，使一些前沿的信息安全技術及其存在的問題得到讨論與分享。ACISP2020收到投稿151篇，錄用論文30篇，錄用率20%。ACISP組委會每年僅選取1篇到2篇論文授予最佳論文獎，挑選1篇論文授予最佳學生論文獎，其中最佳學生論文獎要求學生對研究的貢獻超過50%。此前該會議的最佳論文、最佳學生論文多數由國外著名高校獲得。

該研究工作得到了國家自然科學基金項目的資助和支持。