基于信任模型的MANET负载均衡可信机会路由机制研究

来源 :常州大学 | 被引量 : 0次 | 上传用户:carlos_yu
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
在移动自组网络(Mobile Ad Hoc Network,MANET)中,机会路由可以有效地提高网络性能。然而,机会路由也存在安全问题。例如,恶意节点很容易混入节点候选集,从而干扰网络性能。针对机会主义路由转发候选集中恶意节点的问题,提出了一种基于节点行为的信任模型。该信任模型利用剪枝和过滤机制去除恶意建议,在计算综合信任值时采用动态权重计算方法,将直接信任和间接信任相结合,可以对网络中的低信任节点进行筛选和过滤。然后,结合ETX(Expected Transmission Count)值和节点信任值,提出了一种基于信任模型的机会路由算法BTOR(Opportunistic routing algorithm based on trust model)。大量仿真结果表明,该算法能显著提高网络性能,减少恶意节点对网络系统的干扰。在网络环境中进行节点的信任评估伴随着额外的能量消耗,针对机会路由中使用信任模型带来额外的开销和自身能耗优化不足等问题,本文提出一种负载均衡机会路由算法。该算法综合考虑节点信任值,转发及维护预期成本和节点剩余能量,提出一种基于信任值,转发及维护预期成本和节点剩余能量的机会路由算法TCEOR(Based on trust value,cost and energy Opportunistic routing)。根据该算法选择最优下一跳节点,从而减少网络能耗,增加网络寿命。此外,根据网络内的节点密度和距离来确定最优转发区域,进一步平衡不同下一跳候选节点之间的负载。对比实验表明所提出的算法在能耗、时延和数据包投递率上能够有效提高网络性能。
其他文献
大脑功能网络(BFN)是认知神经科学中非常重要的研究内容,目前已经成为人类认识和研究大脑的工具,并且被广泛应用于脑疾病的病理研究和辅助诊断。本文将正常被试和轻度认知障碍(MCI)被试作为研究对象,使用两类被试的静息态大脑功能磁共振成像(f MRI)数据构建动态大脑功能网络(DBFN),并结合机器学习中的特征学习与分类方法对DBFN进行了多个方面的研究。本文主要内容如下:(1)基于图正则化非负矩阵分
注意多动缺陷障碍(ADHD)作为一种儿童常见的神经发育障碍,目前已成为我国的一个严重公共卫生问题,需要及时干预、及时治疗。功能性磁共振成像(fMRI)为ADHD的神经机制研究提供了技术手段。基于视觉注意俘获任务下的ADHD儿童与正常对照儿童fMRI数据,研究ADHD儿童在特定刺激下的脑功能网络特征变化,具体如下:首先,采集ADHD儿童与正常儿童在视觉注意俘获任务下的fMRI数据,探寻ADHD儿童与
为构建"全域互联,透彻感知,数据融合,协同管控"特征的大坝施工智慧化管理体系,针对现有大坝施工管理系统缺乏数据关联分析和可视化辅助决策等问题,提出了基于数字孪生的大坝施工智慧管理平台总体架构和数据集成模型。探讨了GIS+BIM数据融合、微服务架构设计、大数据集成分析等技术在智慧管理平台中的应用。最后通过新集水电站智慧施工管理平台的应用案例,指出基于数字孪生技术的大坝施工智慧管理平台具有实时性、可视
钢的粉末法铝铬共渗层比粉末法单一渗铝、渗铬层具有更优良的综合性能,能有效提高表面硬度、耐磨性、耐腐蚀性和抗高温氧化性等。传统的粉末法铝铬共渗存在处理温度高、保温时间长、渗剂利用率低等问题。为克服传统粉末法铝铬共渗存在的问题,本研究主要以Q195钢和45钢为研究对象,在粉末法铝铬共渗保温过程中施加交流电场进行交流电场粉末法铝铬共渗。通过观察、测试与分析渗层的组织与相结构、生长规律、显微硬度分布及高温
海洋是人类活动不可缺少的一部分,它蕴含着取之不尽的资源,合理的利用能够产生庞大的经济效应。对于海洋资源的开发与利用少不了对于海洋钢材的开发与应用,但因为海洋环境复杂严酷的特性,使得其中的钢材很容易发生海水腐蚀与磨损等问题。同时海水中还存在的很多盐和其他化学污染物也将加速海洋环境中钢材的腐蚀的速度,减少钢材的使用寿命。S355钢拥有高强度、优秀的塑性以及耐疲劳性能,是一种新型结构钢,目前在海洋平台上
大多数的超疏水表面容易被外界环境的化学或机械损伤从而失去超疏水性能。通过研究自然界中的一些生物的超疏水表面研究发现,自然界中的超疏水表面在受损后能够自愈从而恢复本身的超疏水性能,由此研究人员以自然界的自修复超疏水表面为启发开始研究具有自修复功能的超疏水人造材料。超疏水表面的微纳米结构和低表面能是导致涂层表面能够超疏水的重要原因。本课题选择这两个基本要素之一进行设计:通过修复涂层表面的低表面能物质来
软件缺陷预测通过设计一个鲁棒的机器学习模型,可准确判断待预测软件模块中是否存在缺陷程序,进而为合理分配测试资源以及提高软件可靠性提供指导。软件缺陷预测是一个代价敏感学习问题,即将有缺陷程序错判为无缺陷程序造成的代价大于将无缺陷程序错判为有缺陷程序造成的代价。软件缺陷预测存在的另一个问题是跨项目软件缺陷预测问题,即目标软件项目的样本数目少,希望通过利用与其数据分布不同的其他软件项目的样本,提升学习模
随着大数据时代的到来,数据的产生和使用日益增多,同时随着数据存储技术的进步,使得收集到的数据的规模越来越庞大,但是收集到的数据往往是杂乱无章的,数据中包含很多无用的信息,并且由于人工标记的代价十分昂贵,所以有标签数据稀少而无标签数据庞大且容易获取。无标签数据对应无监督学习,聚类分析作为无监督学习的典型方法,在发掘数据间的内在联系与潜在规律方面具有重要意义。对于数据中包含很多无用信息,如何避免在提取
随着工业化水平的不断提高,社会用电量的大幅度增长。虽然我国大力发展各种类型的清洁能源,但由于技术条件的限制,我国仍然需要依靠火力发电。为了提高发电量,降低能源消耗,我国火电行业积极推进发电机组升级改造,高蒸汽参数、低能耗、高热效率的超(超)临界机组陆续组装运行。作为关键材料的T91无缝管具有非常广阔的应用前景。本论文目标是优化T91马氏体耐热钢无缝管的生产工艺流程。现有生产工艺流程为:第一道次大变
钛合金以其低密高强、良好的生物相容性等优点,在航天、医疗和军工等领域得到广泛应用。但钛合金还具有耐磨性差、硬度低、高温稳定性差等缺点,严重限制了钛合金在高温磨损领域的应用。m Cr Al Y(m为Ni,Co或两者混合)涂层具有优秀的抗高温氧化性能和灵活添加元素等优点,是一种较为有效的钛合金抗高温涂层体系。Ni Co基涂层结合了Ni基和Co基涂层的优点,具有优异的高温性能。因此,本文选择NiCoCr