一种基于灰色马尔可夫模型的信誉评测模型及其安全路由协议

针对无线传感器网络信誉评测机制不全面, 可能造成误判节点信誉值的行为, 设计一种基于灰色马尔可夫模型的信誉评测模型, 并针对该模型设计一种查询路由协议, 解决路由协议中存在选择性转发攻击的问题。基于灰色马尔可夫信誉评测模型是通过改进BRSN模型, 综合考虑节点通信行为和评价行为的直接信誉、间接信誉、历史信誉以及能量信誉, 使用灰色马尔可夫模型对节点的当前信誉与历史信誉进行纵向分析, 提高信誉评测模型的精确度。此外, 将该模型的节点综合信誉应用于路由选择, 设计一种能量高效的查询路由协议, 从而提高查询路由协议的安全性。实验表明, 该信誉评测模型的节点信誉分布情况符合节点类型, 且误判率较低; 该查询路由协议的路由安全性较高, 能耗性较低, 因此无线传感器网络安全路由协议的整体性能都得到了提高。     

基于信誉机制的传感器网络安全路由协议设计

无线传感器网络具有与传统网络不同的特点,传统的安全路由协议不能有效地应用于无线传感器网络,所以无线传感器网络安全问题成为亟待解决的课题。针对无线传感器网络路由面临安全威胁和节点能量有限的不足,提出了一种新的安全路由协议R-GEAR。该协议在GEAR路由算法的基础上,引入了信誉评测机制对攻击节点进行检测;并在能耗方面对其加以改进,通过在数据传输时进行数据融合来节约能量。仿真结果表明,在存在攻击节点的情况下,R-GEAR协议比GEAR协议具有较高的包传输率和较低的包丢失率等属性。     

一种基于移动性的无线传感器网络分簇路由协议

近年来,包含移动节点的无线传感器网络逐渐得到了广泛应用,传统的无线传感器网络路由协议已不能适用于节点移动的场景。LEACH-Mobile协议是一种较适用于移动无线传感器网络的路由协议,它在LEACH协议基础上对节点移动的处理进行了优化。本文针对移动的场景提出了一种基于移动性的无线传感器网络分簇路由协议MCR,该协议包含了一个基于移动性的簇头选举算法MCE和一个自适应LEACH-Mobile算法ALM,保证了簇头尽可能地在相对移动性最小的节点中选择,充分考虑了节点的移动性因素和剩余能量。仿真实验结果显示,MCR协议能够有效提高在移动环境下的吞吐量。     

基于Sun SPOT平台的无线传感器网络多跳路由协议设计

多跳路由协议是无线传感器网络中的关键技术之一,针对传统多跳传输协议在无线传感器网络的实际应用中存在部署过程过于复杂等问题,设计了一种灵活实用的基于Sink节点控制的无线传感器网络多跳传输协议(Sink Controlling Multi-hop Protocol,SCMP)。Sink节点通过发送命令信息实现对传感器节点的控制,并收集各个节点的路由信息从而获得全局路由,然后对传感器节点的数据传输进行进一步控制。在Sun SPOT平台上对SCMP进行了部署实验,结果表明,基于Sink节点控制的多跳传输协议更加方便灵活,在实际的无线传感器网络应用中具有一定的有效性和可行性。     

遗传算法在WSN路由协议设计中的研究与应用

和传统无线网络的节点相比,无线传感器网络的节点有其特殊的地方:电源能量有限,通信能力有限以及计算能力有限,网络拓扑结构更加不稳定,这些特性使得以前研究很多的无线自组织网的网络路由协议不能直接应用于无线传感器网络.提出基于遗传算法思想来设计和优化无线传感器网络的路由协议,使得源节点和目的节点之间以及中间节点之间存在多条最佳路径,节点在进行路由选择的同时,最大限度来保证网络各节点的总体能量消耗最少,最终保证整个网络的残存性能有进一步的提高.     

无线传感器网络路由技术研究

无线传感器网络是当前研究和应用的热点,路由协议是其研究的重要领域.在比较与其它传统无线网络路由协议区别的基础上,归纳了无线传感器网络路由协议应具有的特性,并对近年来针对无线传感器网络提出的有代表性的路由协议进行了研究,总结了各种路由协议的特点和适合的应用场合,重点分析了它们的不足之处,最后指出了无线传感器网络路由技术未来发展的趋势.     

基于云安全模型的簇状树形无线传感器网络路由协议

由于传统的簇状树形无线传感器网络路由协议簇首能耗方差较大,导致存活节点数量和节点剩余能量较少,降低了无线传感器网络的使用寿命,为此设计一种基于云安全模型的簇状树形无线传感器网络路由协议。通过计算簇状树形无线传感器网络在接收与发送数据时的传输能耗,利用云安全模型获取云安全态势各种要素之间的不确定关系,预测节点的综合信任值,以预测结果为基础,采用蚁群算法获取分区节点的最优路径,完成簇状树形无线传感器网络路由协议。实验结果表明,本文设计的路由协议簇首能耗方差较小,存活节点数和节点剩余能量更多,接收数据包量比其他2种协议分别高出了48.1%和22.6%。由此可见,本文设计的路由协议延长了簇状树形无线传感器网络的使用寿命。     

高数据融合的非均匀分簇无线传感器网络路由协议*

探讨了基于非均匀分簇的无线传感器网络路由协议,提出了一种高数据融合的非均匀分簇无线传感器网络路由协议。仿真实验结果表明,该路由协议有效地平衡了无线传感器网络的节点能耗,延长了网络的存活时间。     

一种WSN分簇路由协议研究和实现

近年来,我国兴建了众多基础设施,基础设施的健康监测直接关系着人们的生命和财产安全,也关系着基础设施的正常运行,因此研究面向基础设施健康监测的无线传感器网络分簇路由协议至关重要.目前已经有多个成熟平面路由协议和分层路由协议,但它们都存在传感器节点能量有限、结构简单等缺陷.为了延长网络寿命、提高信息传榆的可靠性,就需要对现有的路由协议做一些改进,以适应大规模的无线传感器网络.首先分析了设计无线传感器网络路由协议时面临的挑战,分类总结了典型的无线传感器网络路由协议及其优缺点;然后在详细分析LEACH协议的基础上,对LEACH协议在簇头节点选择和簇间路由方面进行改进,提出了面向基础设施健康监测的无线传感器网络分簇路由协议.将分簇优化算法和簇间多跳路由算法相结合,组成面向基础设施健康监测的无线传感器网络分簇路由协议.实验仿真表明,该路由协议有效地均衡了网络的能耗,推迟了多数节点的死亡,延长了网络的有效寿命.     

一种通过剩余能量过滤进行簇头选举的低能耗无线路由算法

基于LEACH协议提出一种改进的无线传感器网络的自组织路由算法。该算法在原LEACH协议的簇头产生环节做了较大改进,在簇头产生过程中,将当前节点剩余能量与全无线传感器网络节点平均剩余能量进行比较,防止剩余能量小于全网平均剩余能量的节点当选簇头,进一步优化了全网络节点能量消耗的均衡性,有效推迟了节点的死亡时间。通过在簇头选举阶段使用有目的性的筛选取代LEACH的随机选取,实现降低无线传感器网络能耗、延长网络生命周期的目的。通过MATLAB仿真软件进行试验测试,结果表明,改进的算法可以提高无线网络的生命周期,均衡无线网络能量消耗,增加网络吞吐量,有效延迟无线网络节点的死亡时间。     

战场环境中基于簇的WSN生存性路由协议

当无线传感网络应用于战场环境时,复杂恶劣的网络环境以及传感节点受限的能源、内存和通信能力导致节点容易失效、遭受攻击或被俘获,从而影响侦察任务的完成。本文提出一种基于簇的生存性路由协议—SRPC,该协议通过密钥协商和身份认证等机制抵御恶意节点的攻击;并在主簇头被摧毁后启用备用簇头链将监测数据传输到基站。仿真结果表明,SRPC协议可以在均衡能耗的基础上有效抵御恶意节点的攻击,并在簇头节点遭受攻击或者被摧毁后保证数据包的可靠投递,提高了WSN在战场侦察环境中的生存能力。     

WSN中一种基于可控能耗的源位置隐私保护协议

现有无线传感器网络的源节点位置隐私保护协议采用随机游走的方法,导致能耗难以控制。针对这一问题,本文提出一种基于可控能耗的源位置隐私保护协议（CEP）。该协议以节点间物理距离为路由能耗的衡量标准,利用可控的路由能耗建立源节点到基站节点间3段路由转发源数据包。协议通过幻影路由、环带路由、信贷路由3个阶段增加路由路径的多样性,从而增加源节点位置隐私保护强度。理论分析和仿真实验表明,本文提出的基于可控能耗的源位置保护策略相比已有相关协议在提高源节点安全周期的同时,可较好地控制路由能耗,提高隐私保护协议的性能。     

基于簇首能量均衡分布的无线传感器网络LEACH协议改进

能量有限性是无线传感器网络(WSN)的最重要的特性,在网络路由算法中也是优先考虑的一个主要因素。分析了传统LEACH算法的不足,并对一些改进协议的LEACH进行认真研究,在此基础上提出了一种新的LEACH改进协议,仿真结果表明,改进后的协议能均衡节点能耗,提高了负载均衡度,并延长了无线传感器网络的生存时间。     

SEEM: Secure and energy-efficient multipath routing protocol for wireless sensor networks

A Wireless Sensor Network (WSN) is a collection of wireless sensor nodes forming a temporary network without the aid of any established infrastructure or centralized administration. In such an environment, due to the limited range of each node’s wireless transmissions, it may be necessary for one sensor node to ask for the aid of other sensor nodes in forwarding a packet to its destination, usually the base station. One important issue when designing wireless sensor network is the routing protocol that makes the best use of the severely limited resource presented by WSN, especially the energy limitation. Another import factor required attention from researchers is providing as much security to the application as possible. The proposed routing protocols in the literature focus either only on increasing lifetime of network or only on addressing security issues while consuming much power. None of them combine solutions to the two challenges. In this paper, we propose a new routing protocol called SEEM: Secure and Energy-Efficient multipath Routing protocol. SEEM uses multipath alternately as the path for communicating between two nodes thus prolongs the lifetime of the network. On the other hand, SEEM is effectively resistive to some specific attacks that have the character of pulling all traffic through the malicious nodes by advertising an attractive route to the destination. The performance of our protocol is compared to the Directed Diffusion protocol. Simulation results show that our protocol surpasses the Directed Diffusion protocol in terms of throughput, control overhead and network lifetime.     

一个新型分布式无线传感器分层路由协议

IEACH算法假定所有节点都可以和Sink节点通信,致使其不适合大规模网络场景下的应用。一些研究机构力图对IEACH进行改进,但是这些改进本身要么需要大量的计算,要么需要占用大量的存储,不适合在实际应用中使用。在分析现有算法的基础上,提出了一种分布式的、簇间多跳的无线传感器分层路由协议MSRP,并在OMNET＋＋平台上进行了仿真。算法通过簇间多跳机制提高协议的扩展性;协议提出了基于邻接度、剩余能量等信息的随机数加权簇头选举机制,使簇头的分布更加合理;协议提出“虚拟Sink层技术”缓解“通信热区”问题,抵御Wormhole攻击。仿真结果表明,MSR路由协议有较低的能耗、良好的扩展性,适合在大规模网络场景中使用。     

无线传感器网络在滑坡监测中的应用研究

分析了滑坡形成机理和主要影响因子,在分析、归纳和总结已提出的滑坡监测方法的基础上,提出基于无线传感器网络的滑坡监测方法,给出了无线传感器网络总体构建方案和传感器节点、网关的设计方法,应用射频模块CC2520完成了温湿度感知数据的点对点无线通信实验,并对节能路由协议进行了仿真。仿真和物理实验显示所给出无线传感网架构能满足长期观测和数据传输的要求。无线传感器网络在滑坡监测中有着良好的前景。     

无线传感器网络模拟程序MySim的设计

无线传感器网络(WSN)的模拟仿真是网络仿真领域的新课题.在简要分析现有传感器网络仿真工具的优缺点的基础上,阐述了现有网络仿真平台不适合进行WSN通用模拟实验的原因,提出应当根据WSN具体的应用需求,开发相应的网络仿真环境,并设计开发了一个抽象的WSN的模拟模型.在该平台的基础上,设计了可靠传输协议的模拟实验.实验结果表明,该模拟环境可以有效地对新算法进行实践和评价.最后得出结论,根据具体应用开发的模拟环境,能更好的满足WSN的仿真需求.     

三维无线传感器网络干扰问题研究

干扰问题是影响传感器节点间成功通信的主要因素,如何合理地调度节点通信以减小干扰,是无线传感器网络接入层的首要任务。目前,在无线传感器网络通信协议设计中,人们通常分析网络中相邻节点间的干扰,如隐藏终端和暴露终端问题。然而,实际上非相邻节点间的干扰依然会存在。本文证明了在三维无线传感器网络中,当节点规模达到一定门限时,非相邻节点间的干扰将表现得尤为严重,以至网络无法工作。基于此,本文同时给出了适用于三维无线传感器网络的MAC接入方法。仿真表明,该方法极大地减小了网络间的干扰,保证了较高的通信成功率。     

无线传感器网络中能量保护策略的研究

无线传感器网络是一组带有无线收发装置的传感器节点组成的临时性的网络自治系统，由于无线传感器网络的节点是用有限寿命的电池来提供的，因此能量保护策略成为该网络所有协议层的关键问题。从节点级、链路级和网络级3个层次总结和评估了适用于无线传感器网络的能量保护策略；在网络层提出了基于信道接入分簇算法的路由协议，并简述了该算法的主要实现过程；通过OPNET仿真给出相关结果。     

Layered Diffusion-based Coverage Control in Wireless Sensor Networks

Coverage is an important performance metric for many applications, such as surveillance in wireless sensor networks. Coverage control is used to select as few active nodes as possible from all deployed sensor nodes, such that sufficient coverage of the monitored area can be guaranteed while reducing the energy consumption of each individual sensor node to prolong the network lifetime. This paper classifies three types of coverage control protocols based on the available information about nodes’ distances or locations, and reviews several representative protocols for each type. We also propose a new distributed and localized coverage control protocol, called Layered Diffusion-based Coverage Control (LDCC). The LDCC protocol does not require information about the node location coordinates when selecting active nodes. Instead, it exploits hop count information, which is easily obtained in a WSN, to select active sensor nodes. Furthermore, the LDCC protocol is very simple and does not require any sophisticated computation such as distance or covered area computation. Our simulation results show that the LDCC protocol achieves a high coverage ratio while incurring very low message overhead compared with other existing protocols. Furthermore, simulation results suggest that in a large-scale sensor network with medium to large localization errors, LDCC performs even better than location-based coverage control protocols.