基于加权拟合分析的WSN安全数据融合机制研究

传统的基于密码学方式的安全机制并不能有效解决妥协节点产生的假冒攻击问题,同时,基于簇头的信任判断和证实机制需要更多的通信开销,使得基于簇头的信任管理与认证是当前安全数据融合机制研究的焦点.以能量衰减模型的事件感知为研究场景,设计一种基于加权拟合分析的安全数据融合机制.在事件源情况未知的条件下,实现簇内节点对事件源距离的近似估计.研究具有簇属性特征的数据点基于所拟合曲线的分布性质,提出基于曲线簇分析的簇头信任判断机制.仿真实验结果表明,所提出的机制在曲线拟合精度、防妥协性能等方面有较高的提升,达到了预期的效果.     

基于特征节点分析的恶意节点检测算法研究

无线传感器网络(WSN)通常部署在复杂的环境中,攻击者很容易通过俘获节点注入虚假数据,造成严重后果。提出基于对事件源能量感知值相近的特征节点的恶意节点检测机制(DAFNA),首先对事件源的能量值进行估计,且在此过程中过滤保留良性特征节点;然后以特征节点为参照建立坐标系,通过分析待检测节点与事件源的距离计算值与距离感知值之间的差异,进行恶意节点的判断;最后通过仿真实验,对算法性能进行分析,并与Hur算法对比,得出DAFNA算法所需先验知识少,恶意节点容纳度更好。     

基于可离散处理的RFID防碰撞混杂算法研究

针对一类二叉树搜索算法存在寻呼次数过高的应用局限,采用二叉树查询和离散处理相结合的方法,提出了RFID防碰撞混杂算法。理论分析表明,与以往算法不同,该算法实质上是对满足可离散处理特征的模式而非个体的标签进行二叉树搜索。算法充分考虑了阅读器寻呼次数、寻呼开销、吞吐率等重要的性能指标。仿真结果验证了该算法在寻呼次数、吞吐率等性能指标上有明显的提升。