基于WSNs簇结构的云模型信任评估方法研究

来源 :西安理工大学 | 被引量 : 0次 | 上传用户:logan_lxh
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
无线传感器网络(Wireless Sensor Networks,WSNs)作为物联网技术的重要组成部分,已被广泛应用到各个领域中。然而由于传感器节点固有的特点,导致其通信、计算、存储、和电源资源均受限;且传感器节点通常部署在无人监管或敌对的环境中,容易出现突发故障或遭遇恶意节点的捕获,严重威胁网络安全。传统的加密解密的安全保证机制由于复杂的算法和大量的开销,使其不适应于资源受限的无线传感器网络;此外,该类机制主要用于抵抗网络外部引起的攻击,无法有效地识别网络内部发生的攻击。为了节约无线传感器网络资源,识别网络内部攻击,本文在分析和研究了现有的解决网络资源受限问题和内部安全问题的基础上,设计了一个基于无线传感器网络簇结构的云模型信任评估方法。本论文取得的研究成果如下:(1)提出一种高效节能均衡的无线传感器网络非均匀分簇节点调度算法。该算法在簇的选举与形成阶段,考虑候选簇首与基站的距离、节点所在区域的密度和能量形成非均匀的竞争范围,构造大小不等的簇,平衡簇内和簇间的通信能耗;同时,在簇形成之后,通过判断中心节点与其感知节点夹角的方法在簇内查找冗余节点,调度其工作状态,减少网络中.]工作节点数量,提高网络能量利用率。(2)考虑无线传感器网络易遭遇内部攻击,在分簇结构的背景下,提出一种基于云模型的无线传感器网络信任评估方法,有效解决信任关系的不确定性,提高信任评估的准确性。首先,该算法考虑影响节点信任度量的多种因素,包括通信、消息和能量因素,对各种因素进行数学建模,并结合云发生器得到因素信任云;其次,通过动态的权重合并因素信任云计算节点的直接信任云,实现更准确的信任评估。同时通过修正的时间敏感因子综合节点的推荐信任云与直接信任云,得到节点的最终信任云;最后,根据信任云决策算法得到节点的最终信任等级,更好地协调信任的模糊性和随机性,保证网络安全。(3)使用OMNeT++网络仿真软件对本文提出的算法进行仿真。通过多方面验证与对比实验表明,本文的非均匀分簇节点调度算法能有效节约并均衡节点能耗,延长网络生存时间。同时,在此分簇结构下的信任评估算法能准确和全面地评估节点的信任,不仅能更快地识别恶意节点,抵御多种攻击,而且对异常环境具备更高的容忍度。
其他文献
随着网络技术的发展,人们已经进入了网络时代,出现了“信息爆炸”的局面。然而,面对丰富的信息资源的同时也面对着信息灾难,海量的信息具有杂乱性和冗余性,人们很难高效的获
图像资料以其生动而又形象的特点充斥着人们的生活。图像数据的不断丰富与增长,强烈要求对其进行快速、自动而又有效的检索,基于内容的图像检索便是在这样的背景下得到了前所
粗糙集理论是由Z.Pawlak于1982年提出的,它是一种处理信息的工具,可以有效地对不精确、不一致、不完整信息进行分析。有关粗糙集理论的研究现已成为热点,该理论的应用也非常
随着信息技术的高速发展以及计算机网络的日益普及,计算机网络正在以其独特的魅力影响着人们的生活方式,这其中就包括人们的学习方式。传统的学习方式受到时间和空间的制约,
自网络编码理论提出后,网络编码以其可以增加网络带宽利用率、增强网络健壮性等优点被广泛研究和应用。然而,网络编码很容易受到污染攻击。在科技发展日益飞速的今天,安全性
随着集群规模的逐渐扩大和性能的日益提高,集群调度技术作为集群的关键技术也成为研究的难点和热点。粒子群优化算法(Particle Swarm Optimization, PSO)具有并行性、有效的全
随着现代工业的迅速发展,机械设备的规模越来越庞大,自动化程度越来越高,集成化管理方式也越来越普遍,一旦设备出现问题将会带来重大的事故和巨大的财产损失。传统的采用简单仪器和人工经验的方法己不能满足现代复杂设备的故障诊断。近年来,机械故障诊断技术在国内外受到高度的重视,在机械学、通信学、计算机学和人工智能等科学的基础上迅速发展成为一门新兴学科。利用智能系统对设备进行故障诊断,及时发现故障,以保障关键设
随着3D图形学以及计算机软硬件的发展,现在的游戏已经可以创造出非常优美的画面。在这种情况下,游戏中人工智能的好坏成为了决定一款游戏成功还是失败的重要因素。因此人工智能
随着计算机网络的发展,越来越多的人使用互联网办公、娱乐。在享受着互联网服务的同时,面临着的安全威胁也日益加剧。木马病毒、僵尸网络的崛起,降低了网民的网络使用体验。
近年来,增强现实中自然场景的重建已经成为计算机视觉领域中的一个研究热点。它的研究在虚拟现实、自然灾害预警、游戏动画、军事仿真等领域有着广泛的应用前景和重要的应用