基于能耗信任值的无线传感网络克隆攻击检测方法

为避免无线传感网络信息传输时被黑客克隆攻击，导致数据传输质量下降，在能耗信任值的基础上，提出一种无线传感网络克隆攻击检测方法。根据无线传感网络节点拓扑图，建立无线传感网络节点能耗模型，计算接收端和发送端在信息传输时所消耗的能耗。以簇内成员节点信息路由表为依据，利用簇头节点对每个成员节点的ID、Postion和剩余能量值展开初期检测、能耗信任值计算和数据融合。基站端通过对簇头节点路由信息和融合后的信息进行检测的方式，完成对整个无线传感网络的克隆攻击检测。仿真分析结果表明，所提方法具有较高的检出率、数据包投递率以及较低的时延和能耗，取得了较理想的攻击检测结果。     

面向配电网故障检测的WSN可信路由算法

为了提高配电网故障检测数据传输的可信性,提出一种面向配电网故障检测的WSN可信路由算法。算法提出一种防范针对信任模型攻击的轻量级信任值计算方法,并在簇头选举与簇间多跳路由中引入信任值,避免恶意节点降低网络安全;簇间多跳阶段中,对邻居节点的位置因子、距离因子、信任值及剩余能量等参数进行融合判决,构建最优数据传输路径。仿真结果表明,提出的算法能够自适应剔除网络恶意节点,防范恶意攻击,最大化网络生存时间。     

基于代理的无线传感器网络多层安全检测方法

针对无线传感器网络(WSN)通信安全的问题,提出了一种基于代理的多层安全检测方法。该模型按节点功能不同将网络中的节点分为三层,各层分别执行相应的检测方法进行入侵判定,以维护网络的安全。考虑到节点能量有限的约束,引入移动代理技术进行高效的数据采集;同时,利用代理节点辅助簇头节点完成底层安全检测任务,降低簇头节点的能耗,提高簇头节点的生命周期。仿真实验表明,与传统的Su和eHIDS安全检测方法相比,对于Normal、Probe、Hello等攻击,所提方法下的检测率最多可提升约35%,误报率最多可降低约10%并且网络整体能耗明显减少,因此该方法可有效地检测无线传感网络中的网络攻击。     

基于能量预测的传感器网络信任机制研究

信任机制最近已建议作为一个无线传感器网络(WSNs)有效的安全机制.文中提出了一种信任机制(EPTM),该机制不仅可以防止被入侵的节点或者恶意节点选举为簇头,而且还设计出一种新型副簇头节点来监察簇头以防止他们的恶意行为.特别介绍了一种基于能量预测的方法来检测拒绝服务攻击(DoS)的节点,选出值得信赖的簇.最后通过仿真验证了机制的可行性,结果表明:EPTM可以有效防御拒绝服务(DoS)攻击.     

基于LEACH协议的安全节能路由算法研究

针对现有及经典自适应分簇路由协议LEACH存在网络生存周期短和节点可靠性低的问题,提出一种安全的低能耗分簇路由协议S-LEACH。采用多角度信任模型,即从节点数据、通信带宽和剩余能量3个方面对待检测网络内各节点进行信任度评估,建立信任值集合并对照节点信任度阈值进行簇头安全选举,用萤火虫算法模拟实现成员节点聚簇,以单跳或多跳方式与基站节点通信的方法降低由于通信距离较远而带来的额外能耗。实验结果表明,与LEACH协议相比,S-LEACH协议可延长4倍以上的网络生存周期,且与以数据信任度为评测标准的BTSR协议相比,S-LEACH协议可将网络内非信任节点检测率提高2.3%。     

基于分布式信誉评价的低能耗安全定位算法

针对无线传感器网络中节点安全定位和能耗问题,提出了一种基于分布式信誉评价的低能耗安全定位算法。该算法引入簇头节点中可靠节点表(TNT)和备份簇头节点的概念,通过查找TNT快速定位可靠信标节点,并且备份簇头节点协助、监督簇头节点,减轻簇头节点的工作负荷,且参与信标节点信誉值整合过程,增强了信标节点的可靠性和完整性,提高了节点定位的效率和安全性,降低了系统能耗,提高了恶意节点检测率。仿真实验表明,在恶意节点存在的环境中,该算法能有效提高恶意节点的检测率,减少定位误差,削弱恶意节点对定位系统的破坏和影响,实现节点的安全定位。     

基于能量和信任的非均匀分簇路由协议

无线传感器网络存在易遭受恶意节点攻击而导致能量浪费和数据丢失等问题,为解决该问题,提出ETM-LEACH(energy and trust models based LEACH)算法.通过均衡网络能耗计算动态最优簇首数,引入能量判决因子、节点密度因子、节点信任因子改进选举簇首的阈值计算公式.加入绝对偏差过滤掉能量较低节点,采用信任模型引入多种状态信息计算直接信任值和间接信任值,筛选高可信节点.仿真结果表明,与现有协议相比,该协议能够有效降低节点能耗,优化网络部署,提高网络的安全性和可靠性.     

基于引力搜索算法的异构无线传感器网络路由分簇算法

针对异构无线传感器网络簇头节点能耗大、网络寿命较低等问题,提出一种路由分簇算法.以均衡簇头节点的能耗为目标,采用引力搜索算法对网络簇头的通信链路进行规划,从而降低簇头节点间通信的负载能耗.为同时兼顾普通节点和簇头节点的工作时间,根据普通节点与高能节点携带能量的差异和簇头节点的负载情况进行分簇.实验结果表明,所提出的路由分簇算法相对于目前优化性能较好的粒子群算法(PSO)、遗传算法(GA)和最小距离聚类法(LDC),在不同检测环境、不同的节点布撒比例下,能够更好地均衡节点能耗,从而获得更长的网络寿命.     

基于簇头预测的无线传感器网络节能算法

针对无线传感器网络寿命受节点能量制约的问题,提出基于簇头预测的节能算法。分析节点接收、发送和处理数据所需能耗与通信中数据包长度的近似线性关系,给出节能算法的能耗模型。以已有融合数据为基础,簇头利用灰色预测算法求出该簇的数据,降低簇头与非簇头节点的通信频率,使簇头以较低能耗延长其轮回周期。仿真结果表明,该算法能有效降低节点死亡速度,延长网络寿命。     

基于细胞膜优化算法的WSN分簇协议研究

针对无线传感器网络能量受约束的问题,为实现节点均衡能耗,平衡网络簇头分布,并最大限度地延长网络寿命,提出一种基于细胞膜优化算法的无线传感器网络能量均衡分簇协议。细胞膜优化算法具有良好的全局寻优和快速收敛能力,通过浓度与能量因素对节点进行划分,并结合距离因素完成全局均衡分簇,能够解决传感器网络中簇头分布不均匀、全局能耗不均衡等问题。实验结果表明,该协议具有对无线传感器网络进行快速全局均衡分簇的能力,且与LEACH算法和LEAH-C算法相比,在均衡节点能耗和延长网络生存周期等方面具有更好的性能。     

MANET环境中多角色的分簇信任评估模型研究

MANET是一种自组网络工作组,其将节点划分为固定节点和移动节点.在MANET环境下网络拓扑结构不断发生变化,网络节点之间相互协作完成互联与通信.正是由于移动MANET环境下路由的复杂性,网络中角色的信任评估机制对于网络的安全性具有非常重要的作用.对多角色节点的信任值进行研究,构建多角色的分簇信任评估模型,将节点角色划分为簇头、簇成员、网管、代理4种类型,从节点的相关度、信任值和移动性等多方面因素进行分析,计算簇头节点的信任值,并通过代理节点进行监督计算,构建基于簇透、代理和网关节点的简化网络,以节点分配关系计算节点的可信度,以NS2仿真检验模型的有效性,得出结果表明,研究的多角色的分簇信任评估模型能够较快、较为准确地检测出恶意节点,保证了移动网络应用的安全性.     

基于双簇头的无线传感器网络反馈信任模型

针对无线传感器网络存在恶意或妥协节点导致通信数据被攻击的问题,提出一种基于双簇头的反馈信任模型,以保障数据在传输、感知以及融合等环节的可靠性与完整性。利用节点间直接交互结果评估节点的直接信任,同时考虑通信、数据感知和融合信任,通过贝叶斯公式评估邻居节点的通信信任,使用时间滑动窗将节点历史信任作为直接信任的补充,动态调整直接与间接信任权重使综合信任评价更客观和准确。在此基础上,引入双簇头交互监测和基站信任反馈机制,主簇头和监督簇头根据本地数据空间相关性独立评估成员数据感知信任,基站利用双簇头数据融合结果的时间相关性评估数据融合信任,并将最终信任结果反馈到所有节点。仿真结果表明,该模型能有效检测异常数据和恶意节点,成功抵御选择性转发攻击、伪造本地数据攻击以及伪造融合数据攻击,在网络安全与能耗间实现良好的平衡。     

WSN中改进的节点复制攻击检测方法

节点复制攻击能直接危害传感器节点,且破坏力强,给网络带来严重影响。为此,提出一种改进的节点复制攻击检测方法。基于LEACH算法进行网络分簇,簇头节点通过阈值计算定期确定节点的信任等级,节点根据信任等级选择接收或拒绝数据,簇内节点基于证人节点有效地检测节点复制攻击。仿真实验结果表明,该方法能提高复制节点的检测效率,相对于传统方法,其能耗和传输开销更低。     

WSN中兼顾安全和剩余能量的簇头选择算法

通过对无线传感器网络的信任模型和节点的能量消耗的研究,针对能量受限的无线传感器网络容易受到攻击的问题,提出了一种基于信任机制的分布式簇头选举优化算法。簇头的选举综合考虑了节点的信任度和节点的剩余能量两种因素。实验证明,该算法提高了网络安全性,延长了网络生存周期。并且信任模型中的校正机制体现了模型的健壮性。     

无线传感器网络中基于ELM的混合入侵检测方案

在研究机器学习算法的基础上,提出一种基于极限学习机( ELM)的混合入侵检测方案。将无线传感器网络分为感知层、数据汇聚层和核心控制层,在每层分别设置与其相适应的入侵检测方案,并在能量充足的核心控制层布置信任管理模块和ELM模块。信任模块可以及时筛去异常节点,相比于支持向量机算法训练速度更快,可提高入侵检测效率。实验结果表明,该方案在保证较高检测率的基础上,降低了能耗,延长网络运行时间,更适合于资源受限的无线传感器网络。     

基于信任机制的水下传感器网络节点安全定位算法

为了及时检测出水下传感器网络(UWSN)定位系统中的恶意锚节点,提出一种基于信任机制的节点安全定位算法。算法结合簇结构和信任机制,根据锚节点提供的位置信息采用Beta分布作出初步信任评价,并可根据需要调整信任更新权重。为了降低了水声信道的不稳定性对信任评价过程的影响,同时识别恶意锚节点的信任欺骗行为,提出信任过滤机制 (TFM),对直接信任值进行差异量化,由簇头节点决定各锚节点是否可信。仿真结果表明所提算法适用于水下传感器网络,并且能够及时识别恶意锚节点,在定位系统的精确度和安全性方面都有很大提升。     

煤矿井下无线传感器网络路由算法的研究

为了降低能耗,均衡网络开销,提出了一种高效节能的TSSM算法。该算法规定在网络初始化时进行簇的划分,以后各轮簇内的成员节点将不再发生改变,从而降低了多次生成簇的能量消耗;通过循环选举簇头节点来分散网络的开销;通过划分虚拟单元格以及规定非活动节点休眠,活动节点设定软、硬门限工作的方法,有效降低了网络冗余度;通过簇间多跳将距离网关较远节点的能耗分散到了网络中的其它簇头节点。仿真结果表明,TSSM算法更能有效利用网络资源,均衡节点能源的分配,在一定程度上延长了网络的生命周期。     

TEADBC位置相关的全局能量高效传感器网络分簇算法

在无线传感器网络的拓扑结构中,基于簇的层次拓扑结构能够延长无线传感器网络的生命周期,降低网络的整体能耗,因此把网络分成簇来管理是一个常见的方法.本文提出一个基于位置信息的全局能量高效的簇头选择算法TEADBCA.在该算法中,簇头节点的选择依据是一个全局能量消耗参数,这在根本上保证了算法具有较小的网络整体能耗.本文对算法进行了仿真分析,结果证明,基于位置信息的能量高效的簇头选择算法在网络生命周期、网络整体能耗、能耗均衡性等指标上优于LEACH算法.     

基于多属性决策TOPSIS的簇头选择

针对LEACH协议中因簇头数目和分布位置不合理导致网络能耗不均衡的问题,利用多属性决策逼近理想解排序法(TOPSIS)进行簇头选择。综合考虑节点的剩余能量、邻居节点数量、到基站的距离和传输范围,使用Pareto最优解选择一组簇头,进而通过TOPSIS算法进行排序选出最佳簇头。仿真结果表明,TOPSIS在剩余节点数和网络能耗上优于LEACH和AHP算法,能够有效延长网络生命周期,使网络能耗更均衡。     

基于信任机制的一种无线传感器网络簇头选举算法

当前传感器网络（WSN）的感知簇头节点选举的主要依据是能量、位置等信息,没有考虑节点的可靠性。以信任评价值为可靠性依据,在簇头选举中在能量优先的条件下,考虑信任值的大小,来提高所选取簇头的可靠性。同时,一轮选举生成多个簇头候选节点,依次承担簇头,减少了选举频度,提高了簇头选举的效率。由此提出了能量和信任结合的簇头选举算法（CHTE）。实验表明,该方法在一定程度上选取了信任度高的节点作为簇头,与不考虑信任的选举算法比较,单位时间内在Sink节点上收到更多稳定的数据包,其平均无故障时间（MTBF）也得以提高,由此提高了网络的可靠性。