1.一种基于雾计算和分层信任评价机制的隐藏数据攻击检测方法，其特征在于，包括：建立行为层次信任评价机制；

基于所述行为层次信任评价机制，进行数据层次信任评价以检测隐藏数据攻击。

2.根据权利要求1所述的基于雾计算和分层信任评价机制的隐藏数据攻击检测方法，其特征在于，行为层次包括：对象是物理传感器节点的直接信任层，用于一般信任因素的收集、网络状态因素的监测和验证性信任信息的发送，并向雾层反馈节点或无线传感器网络的异常信息；

对象是底层雾设备的异常状态处理层，用于对所述直接信任层反馈的异常信息进行初步分析、初步决策和初步处理，以及对网络异常情况做出及时响应；

对象是雾层计算或存储设备的数据分析处理决策层，用于网络全局信任状态分析、故障节点分析、误判节点恢复、底层网络异常情况决策及发送到云端数据的安全预处理。

3.根据权利要求2所述的基于雾计算和分层信任评价机制的隐藏数据攻击检测方法，其特征在于，一般信任因素的收集包括节点剩余能量、节点路由失败率、节点通信成功率、节点数据正确性、节点信号强度和/或节点转发数据时延的收集；单个因素的信任评价如下式所示：其中，Factornormal表示单个因素的正常行为数量；Factortotal表示单个因素整体行为数量； 表示单个因素正常行为占据整体行为的比例； 表示单个因素的旧信任值；Threshold1表示新旧信任值差值的阈值1；w1表示单个因素正常行为占据整体行为比例的权值；w2表示单个因素旧信任值的权值；Threshold2表示新旧信任值差值的阈值2；

Exception表示一种异常；

综合一般信任因素形成对目标节点的一般信任，如下公式所示：

其中，Trustgeneral表示一般信任因素的信任值；Weighti表示不同因素信任值的权重；f(xi)表示不同因素的信任值；n表示所选取的因素数量。

4.根据权利要求3所述的基于雾计算和分层信任评价机制的隐藏数据攻击检测方法，其特征在于，所述网络状态因素的监测用于关注路由情况、减轻节点通信压力和保证网络负载均衡，并向簇头节点、汇聚节点和/或雾层传递网络实时状态的异常信息。

5.根据权利要求4所述的基于雾计算和分层信任评价机制的隐藏数据攻击检测方法，其特征在于，所述验证性信任信息的发送用于监测设定为0-1值的节点的严重异常行为，并向簇头节点、汇聚节点和/或雾层传递异常信息，请求进行节点异常判定；直接信任由一般信任因素收集部分和验证性信息的发送部分组成，如下式所示：Trustdirect＝Trustgeneral×Trustexception其中，Trustexception表示验证性信任信息的信任值。

6.根据权利要求5所述的基于雾计算和分层信任评价机制的隐藏数据攻击检测方法，其特征在于，所述异常状态处理层包括推荐信任计算和初级决策；

所述推荐信任计算的公式如下：

其中，Trusti表示第i个可信邻节点的推荐信任值；

当收到异常信息后，异常状态处理层收集网络拓扑结构及相应节点信任列表，进行网络状态分析和推荐节点信任变化趋势分析，确定不同节点推荐值的权重；并对相邻节点的信任值进行基于权重的聚合运算；此外，异常状态处理层将收集到的信息发送给雾层，做进一步分析、处理和决策；根据推荐信任计算、网络拓扑结构、网络状态信息，对处于异常的正常节点进行信任恢复或对恶意节点进行隔离。

7.根据权利要求1所述的基于雾计算和分层信任评价机制的隐藏数据攻击检测方法，其特征在于，所述数据层次信任评价，包括：布置多个传感器对目标进行监测以发现异常传感值，对冗余节点监测值进行相似性计算，确认异常节点。

8.根据权利要求1所述的基于雾计算和分层信任评价机制的隐藏数据攻击检测方法，其特征在于，所述数据层次信任评价，包括：当检测区域的监测值呈曲线形式时，对目标范围内的节点数据进行分析，判断数据值是否符合预设的曲线。

9.根据权利要求1所述的基于雾计算和分层信任评价机制的隐藏数据攻击检测方法，其特征在于，所述数据层次信任评价，包括：当监测目标具有固定属性时，对比节点的监测值与标准值是否具有较大的偏差。