基于 Beta信誉系统的无线传感网络鲁棒安全自定位

针对现实应用中各种不利因素干扰而严重影响无线传感网络的定位性能的问题,提出一种鲁棒安全定位算法. 首先在Beta信誉系统的基础上建立信任评估框架;然后,传感器节点在多跳通信范围内将锚节点的最终信任值与所存储的阈值进行比较;最后,采用基于泰勒级数展开的加权最小二乘法估算普通传感器节点的坐标. 仿真结果验证了该算法的有效性和鲁棒性,相比其他几种定位算法,该算法具有更高的定位精度,不仅能够很好地识别出无线传感网络中的恶意锚节点,同时大大地提高了节点自定位技术的定位精度.     

抵御欺骗攻击的DV-hop安全定位算法

针对无线传感器网络中距离无关的定位技术,提出了DV-Hop定位中普通节点被俘获的欺骗攻击模型,分析了这种欺骗攻击模型对DV-Hop定位过程的影响,进而提出了一种抵御欺骗攻击的DV-Hop安全定位算法.首先,在普通节点端提出了基于发送-转发信息一致性的检测机制来检测恶意节点;其次,在汇聚节点端提出了基于消息转发链举证的检测机制来确定恶意节点;最后,当汇聚节点检测出存在恶意节点进行篡改攻击后,汇聚节点通报全网弃用恶意节点转发的数据分组并重启定位.仿真结果表明,本文提出的安全定位算法可以有效滤除恶意节点,且安全定位算法的定位性能与无攻击下的DV-Hop定位性能基本相当,可以有效解决欺骗攻击对DV-Hop定位过程造成的影响.     

抵抗恶意信标的安全优化DV-Hop算法

信标节点在无线传感器网络定位算法中起着关键作用,然而信标节点的安全常常被忽视.针对恶意信标节点发送虚假位置信息这种较常见且破坏性较强的攻击方式,在DV-Hop定位算法的基础上提出了一种抵抗恶意信标的安全Dv-Hop定位算法.该算法利用信标之间的距离约束来隔离恶意信标节点,同时采用多信标校正值权衡的策略克服了信标比例下降...     

Investigation of malware propagation model over wireless sensor network based on nodes' diversity

针对目前无线传感网络中恶意软件模型化工作的不足,在二维元胞自动机基础上提出了节点差异性的恶意软件传播模型.该模型引入了MAC无线信道争用机制和邻域通信距离因素,描述了节点差异度对恶意软件在无线传感网传播扩散的影响.分析仿真实验表明,大规模无线传感网络的节点差异度、无线信道争用机制都对传播行为产生了重要影响,降低了恶意软件的传播速度.与传统传播模型相比,该模型更能够准确描述恶意软件在无线传感网络环境下的传播行为,为无线传感网络安全防御研究提供基础.     

基于邻居信息的无线传感网络节点覆盖优化方法

无线传感网络的冗余节点会导致网络节点覆盖不均匀，为了提升无线传感网络节点覆盖效果，提出基于邻居信息的无线传感网络节点覆盖优化方法。利用邻居信息获取网络节点与邻居节点的距离、能量及覆盖率，根据获取结果判断无线传感网络中是否存有冗余节点，若存有冗余，则需要对节点实施休眠处理，以此降低节点能耗。基于处理结果建立无线传感网络覆盖模型，令网络节点在网络中均匀分布，并采用粒子群算法优化模型，使粒子能够不断迭代更新自身位置及速度，达到网络节点覆盖率最大化的目的，实现网络节点覆盖优化。实验结果表明，所提方法的无线传感网络节点覆盖率和收敛性分别高达97%和98.4%，能够有效实现网络节点部署，确保无线传感网络节点覆盖效果。     

无线传感器网络在协同攻击环境中的安全定位研究

在恶意危险的环境中,一些锚节点可能会被攻击者所俘获,然后向网络中发送错误的信息,目的在于阻碍其他节点的准确定位。介绍了无线传感器网络中存在的攻击类型,建立了协同攻击的数学模型,并提出一种能够抵御协同攻击的安全定位算法。仿真结果表明：在受到30%恶意锚节点协同攻击时,即使在攻击强度较大的情况下,该算法依然能对节点进行准确的定位,且平均定位误差不超过2m。     

基于遗传算法WSN节点定位算法研究

研究无线传感器网络节点定位问题.针对无线传感网络由于位置信息等原因而造成节点定位误差较大,精确度不高等问题缺陷,提出了一种改进的基于遗传算法优化DV-hop定位算法,并将算法应用在无线传感网络节点定位中,算法首先利用节点间的距离和锚节点的位置,在距离无关定位算法的最后一个阶段,采用遗传优化算法对DV-hop算法定位得到位置进行校正,在不增加传感器节点的硬件开销的基础上有效提高定位精度和扩大定位范围,仿真结果表明,改进的网络节点定位算法定位误差小和定位范围广等性能,与原始的DV-Hop定位算法相比定位误差明显减小,精度明显提高.表明算法是一种高效节能的定位算法.     

基于PSO的无线传感网络节点定位算法

研究稀疏无线传感网络下异常节点的准确定位问题。在信息较少的空旷区域,无线传感网络的传感节点分布较为稀松,为方便计算,多采用多跳距离代替节点间的真实距离,导致距离计算存在较大误差,在传统的基于分布式加权距离定位算法建立的网络分布模型中,节点定位准确度低,导致节点定位误差较大。为了解决上述问题,提出了一种粒子群优化的多维标度节点定位算法。采用多维标度算法求得各未知节点的初始坐标,利用粒子群优化算法对其目标代价函数进行优化求得未知节点的真实距离坐标,准确定位节点。实验结果表明:改进算法在定位精度上有明显的提高。     

基于移动锚点的三维无线传感网节点定位算法研究

考虑在三维环境下移动锚点辅助定位传感节点的场景,提出一种基于移动锚点的三维无线传感网节点定位算法(NLA_3D).在NLA_3D算法中,移动锚点在随机移动探测的过程中,获知未定位传感节点所在连接树的所有传感节点信息,建立最小化移动路径长度和定位误差的优化模型,并引入遗传算法思想,提出一种混合海洋捕食者算法求解优化模型,即将遗传算法的变异操作认为是布朗运动,将遗传算法的交叉操作认为是莱维运动,并计算移动锚点的最优移动路径.移动锚点在最优移动路径上提供不共面的参考位置信息.因此未定位传感节点能够根据移动锚点或已定位传感节点位置信息,采用极大似然估计算法计算自身位置坐标.仿真结果表明:NLA_3D算法可定位监测区域内所有传感节点,增加传感节点的平均锚点位置个数和降低平均节点定位误差,比RAND、GREED和LMPS算法更优.     

无线传感器网络中的节点位置验证方法

节点位置信息是感测数据的重要上下文信息,节点自定位技术是无线传感器网络的支撑技术之一。在基于信标节点的定位技术中,信标节点位置的可靠性是影响网络服务质量的关键因素。针对信标节点位置漂移和恶意信标节点引起定位精度下降的问题,提出了一种基于信誉模型的分布式轻量级节点位置验证方法(ReputationbasedLocationVerification,RLV),通过建立无线传感器网络中的节点位置信誉模型来识别网络中的不可靠信标节点。仿真结果表明信誉模型能够较好的反映节点的定位精度,RLV算法可以探测出95%以上的不可靠信标节点。