虫Kong攻击是对无线ad hoc和传感器网络的严重威胁。 以前的大多数对策要么需要专用的硬件设备，要么在网络上进行严格的假设，以捕获由虫洞引起的特定症状。 这些要求和假设限制了这些方法的适用性。 最近，提出了一些基于拓扑或图论技术的方法，仅使用连通性信息来识别虫洞，从而阐明了基于连通性的虫洞检测这一具有挑战性的问题。 不幸的是，这些基于连接性的最新对策要么提出了在连续域中跟踪虫洞的原理，这使其在离散网络中将其转换为协议的代价很高，要么仅研究了虫洞的局部（不稳定）症状，因此导致较高的假阳性或阴性率。 在这项工作中，我们首次尝试建立一种称为Worm Planar的图论方法，该方法仅利用局部连接性信息，并且能够直接在离散网络中捕获虫洞的全局基本症状。 Worm Planar利用无位置网络平面化技术来执行基于连接性的虫洞检测。 我们对虫洞症状的新见解使“蠕虫平面”与现有的基于连接性的方法正交。 我们通过广泛的模拟和与最新技术方法的比较，正式证明了我们方法的正确性并评估了其有效性。 仿真结果表明，Worm Planar能够准确识别和隔离大型网络实例中的虫洞。
