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。     

基于节点度和距离的WSN分簇路由算法

针对无线传感器网络(WSN)中节点的负载均衡问题,提出一种基于节点度和距离的WSN非均匀分簇路由算法。该算法在首轮成簇时采用了定时机制的簇头竞争方案,定时的长短取决于节点本身的节点度和距离基站的距离,且节点根据不同的竞争半径形成不同的簇。在首轮成簇结束后,簇的结构不再发生变化,而簇头的轮换则根据簇内节点的剩余能量和距离本簇质心的通信代价在簇内进行动态轮换。采用簇间多跳路由,根据节点的剩余能量、距离基站的距离、节点间通信代价和节点的转发热度来选择中继节点。仿真结果表明,该算法的网络生命周期与LEACH协议相比延长了2倍以上,与EEUC协议相比延长了13.97%,且均衡了网络的能量消耗。     

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。     

一种新的无线传感器网络非均匀分簇双簇头算法 ——PUDCH算法

能量利用效率问题一直是限制WSN广泛应用的瓶颈,能源容量对各个网络节点产生至关重要的影响.针对WSN中"能量空洞问题"以及由于簇头任务过重所导致的能量消耗过快,同时也为了提高WSN的能量利用效率,提出了一种无线传感器网络非均匀分簇双簇头算法——PUDCH.该算法先综合考虑节点综合信息(如节点剩余能量、节点到基站的距离),根据节点综合信息通过不同的时间竞争机制来选举簇头,将整个网络划分为不均匀的分簇;在规模大些的簇内,为了减轻簇头的负担再选取副簇头.最后簇头再构造基于最小生成树的最优传输路径.一系列的仿真表明PUDCH路由算法在WSN节约平衡节点能量消耗方面表现优良.     

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。     

基于改进蚁群算法的WSN分簇路由机制研究

针对现有的用于无线传感器网络(WSN)的分簇路由协议,存在着所有簇头直接与汇聚节点通信、远离汇聚节点的簇头能量消耗过快等一系列的问题,根据蚁群算法(ACA)及WSN分簇路由算法的特点,对ACA进行改进并引入到WSN分簇路由机制中,提出一种基于改进蚁群算法的WSN分簇路由算法;该算法将到汇聚节点的距离设定为启发函数以找到簇头下沉的最佳路径和提高蚁群算法的效率,同时,在选择节点概率公式时将该节点的剩余能量考虑在内,在数据传输过程中,减少了簇头节点的能量消耗,进而实现节点能量的高效利用,增强网络的使用寿命。以实现网络通信的高效;通过仿真,结果表明,该算法是可行的、有效的。     

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%。     

基于分簇的无线传感器网络中信任节点的研究

对节点的信任值进行研究,来判断节点是否值得信赖。对节点的信任要素进行分析,重点介绍分簇的无线传感器网络(WSNs)中信任的计算模型。在该模型中,综合直接信任和信誉给出信任度的计算方法。直接信任度采用基于贝叶斯评估方法,在推荐信任度的基础上描述信誉。仿真结果表明:在识别恶意节点和簇头选举时显示出该模型的优越性。     

基于时间序列的P2P网络综合信任模型研究

P2P网络具有动态性,自组织和匿名性等特点,从而导致网络中某些节点存在恶意行为,为了保证节点能提供可靠资源和良好服务,提出一种基于时间序列的P2P综合信任模型,使对等节点之间建立信任关系。该模型在计算直接信任度和间接信任度时引入时间衰减函数,近期的信任值衰减小,对整体信任度的影响大。通过反馈控制机制动态更新簇内节点和簇头节点的信任度,使整体信任值具有时效性,对节点信任度的评价更精确和更可靠。实验证明,该信任模型较DyTrust模型降低了节点之间的交互时延,稳定性和动态自适应性更好,检测恶意节点的能力更强,提高P2P网络的可信度,对P2P网络的安全提供有力保障。     

距离度量法聚类的无线传感器网络路由算法

为提升无线传感器网络簇头分布效果及簇头节点选取质量,提出基于节点间距离改进的K均值聚类路由协议算法.通过节点间最远距离及各节点距离对比方法,确定出K个规模差异小的簇群;根据不同簇群的位置、节点数目和总能量的差异,簇头选举阶段引入能量因子、质心因子和距离因子提高选取的簇头质量.实验结果表明,在网络区域内簇群分布均匀,簇头选取质量更佳,能够有效均衡全网能量,达到延长网络生命周期的目的.     

基于时间距离与拓扑距离的连通性模型

网络连通性是描述网络性能的一项重要指标.机会传感网络中,节点移动导致网络的拓扑呈动态变化,这使得机会传感网络连通性的表征面临挑战.建立机会传感网络的连通性模型,有助于对机会传感网络的优化和维护.针对机会传感网络拓扑频繁变化的特点,基于时空图理论构建其连通性模型,描述拓扑演化规律;根据消息的可达性,考虑消息传输的时间特性和空间特性,定义了时间距离和拓扑距离,采用统计产品与服务解决方案软件（SPSS）分析其相关性,结果表明,时间距离和拓扑距离无明显相关性;采用网络快照间的时间距离与拓扑距离构建整网连通性模型.实验结果表明,所提出的模型能够从整体上刻画出机会传感网络的连通性;与基于Katz中心性的网络连通度模型相比,该模型能够更好地反映整网连通度的变化.     

Distance calculation on strings

A monoid of strings (words) over a finite alphabet is considered. The notion of distance on strings is important in the problem of inductive learning related to artificial intelligence, in cryptography, and in some other fields of mathematics. The distance is defined as a minimum length of the transformation path that transforms one string into another. One example is the Levenstein distance, with the transformations being insertions, deletions, and substitutions of letters. A quadratic algorithm for calculating this distance is known to exist. In this paper, a more general case—insertion and deletion of words of arbitrary length—is considered. For this case, the problem of distance calculation turns out to be unsolvable. The basic results of this work are the formulation of the condition of computability of distance and the algorithm for distance calculation, which is polynomial in string length.     

SMIL在多媒体远程教学中的应用

简要介绍了SMIL（同步多媒体综合语言）的相关背景,并就SMIL在多媒体远程教育中的应用作探讨。     

基于NGN的远程教育研究

简述远程教育的概念和特点,阐述下一代网络的定义和技术特征,研究核心技术对现代远程教育的支持,特别是对M_Learning移动学习方式的支持。并且通过对已有的移动学习模式的分析,指出移动学习的未来发展趋势,给下一代网在远程教育方向的新型应用提供参考。     

基于NGN的远程教育研究

简述远程教育的概念和特点,阐述下一代网络的定义和技术特征,研究核心技术对现代远程教育的支持,特别是对M_Learning移动学习方式的支持。并且通过对已有的移动学习模式的分析,指出移动学习的未来发展趋势,给下一代网在远程教育方向的新型应用提供参考。     

基于RSSI测距分析

作为一种全新的信息获取和处理方式,无线传感器网络可以应用在广泛的领域内实现复杂的大规模监测和追踪任务,而网络自身的定位是大多数应用的基础.基于距离的定位是通过测量节点间距来实现的.利用RSSI测距只需较少的通信开销和较低的实现复杂度,这在能量有限的网络节点中是非常重要的.论文分析RSSI测距的原理,实验验证RSSI测试可重复性,在适度的动态环境中RSSI变化有规律性,采用加权和均值法消除环境因素对RSSI测量的影响.实验验证在15 m以内的测距精度可达到2 m.     

关于现代远程教育的综述

文章主要探讨了现代远程教育的性质与历史。综述了国内外在现代远程教育中的平台建设和系统资源建设情况,包括技术标准、基本工具与实现平台等。并在综述国内外情况的基础上,根据我国的国情,对我国进行现代远程教育建设提出了建议。     

基于卫星的远程教学系统

基于卫星的远程教学系统以其宽带宽、广地域、实时双方向、耐灾害以及容易设置等特性被世人瞩目，但是其高的建设成本以及高通信费用却限制了其发展。该文从实际出发，通过卫星通信线路和地上线路的有机结合，构筑了低成本、高速率的基于卫星的远程教学系统，并在其上进行了模拟教学实验。就教材服务器设置问题提出了两种解决方案，同时利用Java开发了远程控制程序。     

基于Hausdorff距离图象配准方法研究

图象配准是图象融合的一个重要步骤，为此提出了一种自动图象配准算法，该算法从两幅待配准的图象中分别抽取特征点，然后选用Hausdorff距离对两特征点集进行匹配，得到点集间的仿射变换，从而实现图象的自动配准，此算法以特征点而不是物体边缘计算仿射变换，大大降低了计算Hausdorff距离的运算量；同时，基于Hausdorff距离的图象匹配只需要点集之间的对应，而无须点与点的对应，因而可以使用于存在较大物体形变的情况，即完成两幅差异较大图象的配准，实验结果证明了算法的有效性。     

基于距离比值的迭代分形图

由于逃逸时间算法不能绘制函数收敛区域,所以现有的分形图大都存在大片的黑色区域.提出一种新的构造分形图的方法:距离比值迭代法.该方法采用两点迭代,利用其距离比值的收敛次数来绘制分形图.利用距离比值迭代法绘制了复映射z←z^α+c的广义M-J集并分析其构图性质.距离比值广义M-J集的内部收敛区域具有复杂的细节和自相似结构,当α>0时其外部边界与经典M-J集一致,当α<0时能够绘制出经典M-J集所没有的复杂结构.