基于WiFi数据帧特征的智能家居识别方法

WiFi环境下的智能家居设备识别是当前物联网安全的研究热点之一。由于WiFi环境下802.11协议具有加密的特性，使得传统明文流量识别物联网设备的特征无法适用。分析802.11协议发现不同智能家居设备的数据帧存在差异性的特点，基于此开展研究工作，选取帧长度、帧到达时间、持续时间、帧序列号等字段作为流量特征，通过改进的决策树CART算法，实现WiFi环境下智能家居设备识别。实验结果表明该方法能有效识别设备型号，识别准确率为91.3%。     

一种自适应帧长RFID标签防碰撞算法

无线识别技术基于无线射频标签与无线读卡器的信息交互,实现无需人工干预的标签识别,因此无线识别技术受到现代化物流的重视。由于中转站货物数量庞大,而读卡器的硬件设计必须考虑实现复杂度,因此在识别货物的无线标签过程中存在无线标签信息碰撞的现象。目前,概率性标签防碰撞算法的标签识别率较低,面对大量待识别标签的工作效率有限。本文提出一种自适应帧长的无线识别标签防碰撞算法AFA,分析结果表明该算法可以自适应调整检测帧长度,提高标签识别率。     

基于剩余能量的无线传感网路由算法设计

小规模、分布集中的WSNs(Wireless Sensor Networks,无线传感器网络)适宜采用平面路由协议,但在平面路由协议中,传统的洪泛路由算法以广播的方式在整个网络中传输查询请求和查询结果数据帧,消耗了较多的传感器节点能量,导致节点过早失效.论文对传统的洪泛路由算法进行改进,提出并实现了一种节能路由算法BRE-Flooding(Based on the Remaining Energy Flooding,基于剩余能量的洪泛算法).在算法中,节点依据剩余能量决定是否接收和转发数据帧;节点维护由剩余能量、距离网络中聚合节点(Aggregation Node)的跳数等信息组成的邻居路由信息表,并依据数据帧中表示该查询请求关键程度的属性,结合邻居路由信息表动态确定向哪几个(或全部)邻居节点转发数据帧.经实验仿真,表明所提算法在节省节点能量消耗及网络负载均衡方面具有较好的表现.     

分类响应限制的RFID防碰撞方法及应用

无线射频识别(RFID)在校园一卡通系统中已获得普遍使用.因为校园学生众多,情况比较繁杂,读写器碰撞与标签碰撞问题会导致较低的系统识别率,也将成为一卡通系统应用中的突出问题.针对此问题,对RFID防碰撞的动态帧时隙算法进行了改进,该算法通过分类响应限制标签个数,进而能够在标签数量很多的情况下提升系统的识别率,尤其适合应用在短时间内需要大量识别标签的校园一卡通应用环境中.仿真实验结果证明,该算法在短时间内进行大量RFID标签识别比传统时隙算法具有更高的效率.     

无线传感网的一种邻居搜索方法

着眼于邻居发现方法对无线传感网能效的影响,在节点移动的情况下,提出了一种不显著增加能耗和降低性能的邻居搜索方法.依托信标帧发布邻居信息,扩展了信标帧的数据格式,借助于数据域携带节点及其邻居信息,这样不增加新帧类型,减少了空闲侦听和额外信息交换.以冗余连接保持和能效优先为基本原则,设计了邻居搜索方法的详细流程,降低了网络扫描次数,提供了动态网络支持.仿真验证表明:低占空比MAC层无线传感网络中.邻居搜索方法优势明显.有实用价值.     

基于统计学的无线Mesh网络路由协议

传统的无线Mesh网络(WMN)路由协议利用路由管理帧携带的路由信息来维护路由。无线环境的不稳定性可能导致路由管理帧丢失,使路由协议无法及时获取正确的路由信息,从而降低网络性能。介绍了一种基于统计学原理的无线Mesh网络路由协议B.A.T.M.A.N．(Better Approach To Mobile Ad-hoc Networking) 。该协议通过统计路由管理帧的投递成功率来选择最优路径,消除了路由管理帧丢失对路由协议的影响。通过与OLSR的测试对比表明,B.A.T.M.A.N.在无线Mesh网络中有更好的性能表现,更适用于移动网络。     

基于用户定制的数据帧处理技术

在过程工业的控制中存在着大量的通信协议,这些协议基本都是建立在数据帧的基础之上,其差别在于数据帧的格式,要对协议进行解析和处理,只需要对相应的数据帧进行解析和处理即可.讨论了用形式化描述的方法对数据帧格式进行描述,并在此基础上实现与数据帧格式无关的数据帧解析和处理.从而避免了针对不同通信协议的数据帧格式均要编写相应的解析和处理程序,使协议的解析和处理具有更好的灵活性和普适性.     

G.729编码流说话人识别研究

研究了G.729编码流说话人识别算法,提出了一种使用固定码书增益作为判决参数的G.729静音帧判决方法。将这一方法应用于低复杂度的G.729编码流说话人识别,去除压缩语音数据中的静音帧从而提高识别率。     

基于相邻帧差能量图的步态识别研究

在图像预处理阶段,本文提出了一种用步态能量图静态部分去嗓的方法去除较大空洞和缺口嗓声;在步态特征提取阶段,本文提出了一种用相邻帧差能量图来表征步态特征的特征提取方法.首先对步态序列经过标准化处理,得到标准大小的步态图像,然后从标准化的图像序列中计算相邻帧差图序列,最后计算相邻帧差能量图来表征步态特征,结果表明,相邻帧差能量图能够很好的表征步态的动态和静态信息.在分类识别中,本文采用NN分类器进行分类.实验结果表明,本文方法具有较高的识别率.     

基于半监督子空间聚类的协议识别方法

针对现有的基于统计特征的协议识别方法选择识别特征时未考虑不同协议个体之间的差异的问题,结合半监督学习和模糊子空间聚类（FSC）方法,提出了一种半监督子空间聚类协议识别方法（SSPIA）。首先,将有标签的样本流转化为成对约束信息,从而获取先验约束条件;其次,在此基础上提出半监督模糊子空间聚类（SFSC）算法,该算法利用约束条件指导子空间聚类过程;然后,建立类簇和协议类型的映射,以获取协议各个特征的权重系数,进而构建个体化的密码协议特征库用于后续协议识别;最后,针对5个典型的密码协议进行聚类效果和识别效果实验。实验结果表明,针对基于统计特征的协议识别问题,与传统K-means方法和FSC方法相比,所提SSPIA的聚类效果更好,且SSPIA构建的协议识别分类器更为精确,协议识别率更高,误识别率更低。所提SSPIA提高了基于统计特征的识别效果。