面向无线传感器网络的分层路由信任模型

针对无线传感器网络内部不能有效地检测出恶意节点攻击所引发的安全问题,提出一种面向无线传感器网络分层路由的信任模型。该模型能发现来自网络内部攻击的恶意节点并将其排除,提高了无线传感器网络的安全性能。实验结果表明,与TLEACH协议相比,在恶意节点攻击时,该模型的敏感性提高了5%,信任值幅度增加了10%。     

防御信任攻击的无线传感器网络安全信任评估模型

现有的无线传感器网络信任模型极少考虑针对信任体系本身的攻击,因此提出了一种防御信任体系攻击的信任评价模型(DTSA)。首先引入模糊综合评判模型计算直接信任,并利用控制因子来降低开关攻击节点的信任值域范围。其次对推荐信任进行过滤与权重分配,降低恶意节点对间接信任评估结果的影响。最后在计算综合信任时,为历史信任设计了自适应权重,抑制了恶意节点信任值的快速上升。仿真结果表明本模型与其他模型相比,开关攻击节点的平均信任值下降了16.4%,坏嘴攻击和串谋攻击所造成的平均误差分别由0.118和0.101降低到了0.051和0.039。因此,本模型能有效地处理信任模型攻击,提升信任评估的准确性。     

基于信任云的无线传感器网络信任评估

无线传感器网络中基于云的信任模型没有考虑到节点间信任关系的时效性,其信任合并采用直接求平均的方法也不符合人的直观判断。针对上述问题,提出了一种新的基于信任云的无线传感器网络信任评估模型。该模型通过节点的近期行为表现给历史信任云和近期信任云分配相应的权重,同时利用相似度对直接信任云和推荐信任云进行了权重修正。实验结果表明：该模型不但可以抵抗恶意节点的多种攻击行为,而且能够实时、准确地发现恶意节点,较原模型性能更优。     

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...     

基于节点行为动态变化的WSNs信任模型

在无线传感器网络信任模型中,为了解决信任值随着时间和上下文的行为变化而动态变化的问题,提出一种基于节点通信行为动态变化的信任模型.所提模型给出了节点间的直接信任和间接信任关系的度量、信任信息的合并、信任传递的合理抽象,并提出了一种信任更新机制.仿真结果表明,所提出的信任模型通过节点间通信行为的动态变化对信任值进行惩罚与调节,所得到的信任值能够更加敏感地反应节点间的行为变化,更加精确可靠地评价节点之间的信任关系.     

基于优化蚁群算法的无线传感器网络信任模型

无线传感器网络(WSNs)会受到很多因素的影响,包括无线链路干扰,缺乏物理保护等,使其对于恶意节点的攻击显得很脆弱,从而成为妥协节点.为了解决这些网络安全问题,提出一种基于优化蚁群算法的信任模型.这个模型由信息素更新、路径质量评估、信任度评估和惩罚与奖励机制构成.此外,为了提高全局信息素计算的准确性,在计算全局信息素时引入了最优解保留策略.仿真结果表明:该信任模型具有更高的性能和可靠性,更加适合WSNs.     

多因素信任的无线传感器网络信任模型

针对无线传感器网络中存在多种因素影响节点可信的问题,提出了节点路由向量阈;在基于信誉的信任管理框架(RFSN)模型的基础上,采用节点路由向量阈方法,建立了多因素信任的无线传感器信任模型。该模型综合利用通信信任、能量信任和路由向量信任来计算节点信任度,较客观真实地反映出节点的信任程度,应对无线传感器网络遇到的多种安全威胁。仿真实验表明,该模型能更准确地识别节点是否可信,可及早发现恶意节点,延长了网络生存期。     

无线传感器网络的信任模型研究

无线传感器网络环境下的信任模型作为密码技术的有效补充,在抵抗内部攻击、识别故障节点等方面发挥着重要作用,可应用于安全路由、安全数据融合等,用以提高系统的安全性、可靠性和公平性;分析了无线传感器网络环境下信任模型的特性,详细介绍了信任模型的评价指标;选取4种典型的信任模型进行评述,分析其优势和不足,并根据各项评价指标进行比较;最后指出目前研究中存在的问题,并展望了进行后续研究的切入点。     

无线传感器网络中基于组合框架的贝叶斯信任模型*

针对无线传感器网络的特性,提出一种基于组合框架的贝叶斯信任模型(Bayes trust model based oncombinatorial frame,BTM-CF)。该模型将通信可信与数据可信、直接通信和间接通信的信任区分开来,搭建多种信任综合评估的组合框架,进一步完善信任评估的考虑因素;利用贝叶斯定理处理通信可信与数据可信之间的关系,减少了信任机制建立、维护和更新本身消耗的能量,满足了节能的需求。通过对实验结果的分析,BTM-CF能够敏感地识别自私节点或被盗用节点,当网络中存在多个节点盗用时,算法具有较好的健壮性。     

基于D-S证据理论的无线传感器网络信任评估模型

信任评估模型对无线传感器网络的可靠运行和安全保障具有重要意义.提出了一种基于D-S证据理论的信任评估模型.模型给出了节点信任值的形式化定义;利用基本置信度函数计算直接信任值,通过邻居节点的推荐获取间接信任值;在此基础上,对直接、间接信任值进行基于权重的修正,并根据Dempster组合规则予以合成,最终得到节点综合信任值.仿真结果表明,该模型具有良好的动态适应性和容错性,能实时、准确地发现恶意节点,有效提高了无线传感器网络的安全性.     

基于博弈论的无线传感器网络簇间路由选择算法

针对无线传感器网络(WSN)中,网络覆盖范围大,但传感器节点通信范围有限,长距离传输容易造成数据丢失的问题,提出了一种基于博弈论的无线传感器网络簇间路由算法,通过建立以网络服务质量(QoS)和节点剩余能量为效用函数的博弈模型,并求解其纳什均衡来解决以上问题。仿真结果表明：所提出的博弈模型在优化网络服务质量、降低节点能耗的同时,延长了整个网络的生存时间。     

无线传感器网络备份路径分簇算法

在路由协议中利用分簇技术可以提高无线传感器网络的可扩展性。针对无线传感器网络(WSN)中分簇算法的不足,提出了基于备份节点策略的EDC算法,传感器节点在其簇头失效后仍可以通过其备份路径传输数据。通过OMNeT++平台上的仿真实验表明,EDC在网络重建时间、失效节点数量较其他WSN协议有明显的改善。     

无线传感器网络模型的形式化建模与分析方法

将形式化的分析工具Petri网应用在无线传感器网络的分簇和节点覆盖的研究中,可以对无线传感器网络进行形式化的描述和快速原型开发,建立相应的形式化模型。由于Petri网具有坚实的数学理论,可以更好地研究无线传感器网络在分簇和节点覆盖过程中的能量约束问题,为更优的分簇结构和覆盖方法的设计提供理论基础和数值依据,并对已有的方法进行改进。     

无线传感器网络中基于区域相关性的自组织成簇算法

无线传感器网络资源有限,信息量大,通常采用分簇压缩减少传输量。针对传感器网络中的小波压缩,提出了一种基于相关区域自组织的成簇算法。该算法利用实际区域数据的相关性进行分簇,在簇头进行小波数据压缩的同时进行相关性检测,动态调整簇结构,保证簇内节点的相关性较好;同时在Sink分析簇间节点数据相关性,形成相关性好的大规模簇,进一步提高较长时间内的压缩效率。理论分析和实验仿真表明,该算法能尽可能地利用节点数据的时间和空间相关性去除冗余数据,提高小波数据压缩效率,降低了网络的能耗。     

基于SOD的无线传感器信号采样策略

针对无线传感器网络带宽约束与能量限制问题,提出了基于SOD(Send-On-Dena)的信号采样策略,以输出信息的重要程度作为信息发送依据,解决了非重要信息对网络资源的占用问题,合理利用了网络带宽资源.在此基础上,分析了在该策略下系统的带宽需求,给出了数据平均产生率的上、下界,并在相同分辨率条件下,与周期采样策略进行了效力值比较,验证了该策略的有效性.最后仿真算例表明该策略对于节约带宽效果显著.     

无线传感器网络中基于SVR的节点数据预测算法

线传感器网络主要用于收集环境的信息,但是由于能量的限制或者安全性等问题,存在无线传感器网络节点失效问题,一旦节点失效,将不能收集后续数据,如何预测节点将来的数据成为一个关键问题。提出一种基于支持向量回归（SVR）的节点数据预测算法,充分利用节点先前收集的数据,预测未来的数据。从仿真实验上,证明该算法的有效性和较小的预测误差率。     

异构传感网中基于组合指派编码模型的节点调度算法

针对感知半径异构无线传感器网络(WSN)中的节点调度问题,提出了一种基于组合指派编码模型的分布式节点调度算法。首先确定最大可能的组个数;然后基于两跳簇概念进行分布式分簇;最后对每个簇中的节点采用组合指派编码模型分布式调度到不同的组中。理论分析与仿真实验表明,与已有基于随机方式与两跳簇方式的调度算法相比,所提算法能更有效地延长网络的生命周期,因此更加适合感知半径异构无线传感器网络环境。     

基于非均等分区的无线传感器网络路由协议

针对无线传感器网络（WSN）存在簇头节点分布不合理以及节点负载不均形成的“热点”问题,提出了一种基于非均等分区的非均匀分簇路由协议（UAUC）。UAUC通过非均等分区对网络进行划分,并在每个区域中根据能量因子、距离因子以及密集程度因子选择合适的簇头节点。此外,在簇头节点之间构造一棵负载均衡路径树,解决数据传输时存在的“热点”问题。仿真实验中,与低功耗自适应集簇分层（LEACH）协议,分布式能量有效非均匀成簇（DEBUC）协议以及基于非均匀分簇的无线传感器网络分层路由协议（HRPNC）相比,UAUC协议的簇头节点分布更加合理;UAUC在生存周期上较LEACH协议,DEBUC协议与HRPNC协议分别提高了88%,12%与17.5%;UAUC的节点平均剩余能量高于LEACH协议,DEBUC协议和HRPNC协议,并且节点剩余能量方差小于LEACH协议,DEBUC协议和HRPNC协议;UAUC协议在数据包接收量上较LEACH协议,DEBUC协议和HRPNC协议提高了400%,87.5%与25%。实验结果表明,UAUC能够有效地提高能量效率和数据包接收量,均衡能量消耗,延长网络的生存周期。