基于Greenshield模型的VANET异常节点检测机制

面向车辆自组网的安全通信问题,提出一种基于Greenshield模型的异常节点检测机制。结合车辆自组网的特点,构造Greenshield模型,计算车辆速度、车辆密度和车流量参数。在此基础上依据车辆自身无线通信设备计算的车流量和接收到的其他车辆计算的车流量的差异,初步定位可能的异常节点位置。采用假设检验中的u检验方法决定是否接受接收到的数据,据此推断节点是否异常。仿真结果表明,采用该机制检测异常节点的真正率指标高、假正率指标低,能有效检测车辆自组网中的异常节点。     

VANET中基于WSN节点感知的高效路由协议设计方案

在车载自组网(VANET)中,当网络密度较低时,VANETs不能保证及时发现危险的路况或保持通信连通性,这可能对驾驶安全构成风险。为解决该问题,提出一种VANET中基于WSN节点感知的高效路由协议设计方案。该方案将VANET和WSN相结合,使用WSN节点沿着路边部署,以感知道路状况,并向车辆传递关于危险状况的信息,忽略VANET的密度和连通性。同时根据VANET中常用的被动式带宽估算方法,提出一种基于CORNER传播模型的带宽评估策略,实现链路可用带宽和信道容量的准确估计。仿真结果表明,该路由协议可以减少端到端延迟和能耗,合理地利用有限的网络带宽资源,减少丢包率。     

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SVM的VANET黑洞攻击检测方法

车载自组网（ VANET）在遭受黑洞攻击时会丢失数据分组,影响网络正常通信。提出了针对黑洞攻击的特征向量选择方法,建立了正常情况和黑洞攻击情况下的车队仿真模型,并采用支持向量机（ SVM）的方法对VANET进行黑洞入侵检测。仿真结果表明：对于非源、目的节点以及攻击节点,采用该检测方法时都能够保持较高的检测率和较低的误检率,达到了基于单个节点通信数据判断当前 VANET是否遭受黑洞攻击的较好效果。     

一种基于时序信誉的WSNs恶意节点检测算法

大多数无线传感器网络(WSNs)部署在户外环境中,恶意节点对WSNs安全存在巨大威胁.信誉阈值模型在识别恶意节点这一领域有着不俗的表现,但随着攻击技术的升级,恶意节点变得更加隐秘而难以被发觉.经分析引入时序和相似度的概念对原有信誉阈值模型加以改进,由欧几里得度量和K-mediods算法可以有效地分辨这一类恶意节点.经仿真实验验证,对识别特征不明显的恶意节点改进后的算法效果十分显著.     

基于多元分类的无线传感器网络恶意节点检测算法

无线传感器网络是一个暴露在开放环境中的分布式网络,各节点之间相互独立,缺乏中心节点和监控节点,极易受到恶意节点的攻击.为了对无线传感器网络中的大量传感器节点进行恶意节点检测,提出了一种基于多元分类的恶意节点检测方法.提出的检测方法是在已知少量传感器节点类型的前提下,抽取与已知恶意节点类型相关的传感器节点属性,建立关于全...     

适用于VANET仿真的车辆合成运动模型

车载自组网(VANET)是移动Ad Hoc网络技术在交通领域的应用,已成为智能交通系统一项非常有前景的技术.准确反映节点运动方式的运动模型对于提高仿真实验准确性至关重要.首次利用了实际的卫星地图信息,在考虑实际道路环境特点基础上实现了新的节点运动模型--车辆合成运动模型,将该模型与随机路点模型和曼哈顿模型进行了对比,并在根据西安城区卫星地图构建的仿真场景中分别采用3种节点运动模型,利用QualNet仿真平台评估了不同节点运动模型对路由协议性能的影响.结果表明,节点运动模型对协议性能影响很大,分析认为合成运动模型更适合于VANET仿真研究.     

无线传感器网络中基于安全数据融合的恶意节点检测

无线传感器网络的一些固有特点,如节点能量、存储空间和计算处理能力均有限,网络节点布署在野外而无人值守,节点易被敌方捕获,因而网络内部易存在恶意节点。本文在分析Atakli等人提出的WTE方案基础上,提出了一种新的基于安全数据融合的恶意节点检测算法(MNDSDF)。针对节点数目较多层次型的无线传感器网络,MNDSDF算法首先在WTE权值融合的思想上添加了高信誉值过滤机制,来检测恶意采集节点;其次针对WTE和WCF只允许簇内单跳和融合结果受恶意节点影响较大等不足,提出了数据包计数的策略,来检测恶意转发节点。与WTE相比,MNDSDF算法能抵制更多种攻击行为,适应更宽泛的路由协议。通过仿真实验,MNDSDF算法可以有效检测出部分恶意行为,并经过与WTE和WCF比较,具有更高检测率和更低误检率。     

车载自组网中信任感知的隐私保护策略

车载自组网中的信任管理系统要求用户的声誉相关信息充分公开,这会给用户隐私带来隐患。为解决信任与隐私的冲突问题,提出“假名-声誉值”协同变换策略。新策略以k匿名隐私保护理论和用户中心策略为基础,同时考虑了用户个性化隐私保护需求,提出了PK-PCS策略。仿真实验表明PK-PCS策略在车辆隐私保护、满意度、数据损失方面整体优于现有PCS策略和K-PCS策略。PK-PCS既保持了信任的有用性,又同时保护了用户隐私。     

基于链路预测的VANET路由算法

在车载自组织网络(VANET)中,AODV路由算法存在控制开销大、路由发现和修复时间长等不足。为此,对AODV算法进行局部优化,提出一种改进的路由算法,利用节点位置、运动速度等信息预测链路失效时间。在路由发现阶段,将链路失效时间最大的路径作为传输路径;在路由维护阶段,设置定时器并提前触发路由寻路,减少路径搜寻时间。仿真结果表明,与AODV算法相比,该算法在数据包端到端延迟、传输吞吐率及报文投递率等方面性能较好。     

面向VANET的通信软总线设计

根据车辆自组网上层应用种类丰富、服务质量(QoS)需求多样的特点,结合层次设计思想,设计并实现一种采用注册回调式API和共享内存通信机制的端到端通信软总线.该软总线支持TCP、UDP和AUDP等多种传输协议,便于系统松耦合集成和信息透明传输.仿真实验结果表明,对于设立不同优先级的应用,该软总线能够满足端到端时延、时延抖...     

基于链路持续时间控制的VANET路由协议

在车辆自组织网络中,车辆的快速移动会使网络拓扑呈现高动态性,造成链路频繁断裂、路径不稳定。针对该问题,提出一种控制链路持续时间的路由协议。采用相同行驶方向且链路持续时间最长的节点组建路径,在路由维护阶段,设置定时器提前触发路由寻路,找到可替代的有效链路组建新路径。如果未能找到有效链路,则在链路两端节点增大发射功率,延长链路持续时间,扩大寻路搜索范围,最大限度减小链路断裂的概率。仿真实验结果表明,与AODV及LED-AODV协议相比,该路由协议在路径持续时间、传输延迟和吞吐率方面性能较好,具有更稳定的链路。     

不同场景中VANET路由协议的仿真研究

仿真场景的构建对于车载自组网的性能具有很大的影响。在NS2网络仿真平台中添加了节点城区移动模型和存在障碍物时的无线信号传播模型,建立了VANET的网络模型,分别在三种不同场景中对DSR路由协议的性能进行了仿真分析。结果表明,在真实的仿真场景中VANET的性能有所恶化。达到了较为真实的仿真VANET的目的,得出的结论对VANET的仿真研究具有一定的参考价值。     

基于高可靠束路径的车载自组网路由规划算法

为提高车载自组网端到端路径存活期,提出一种基于高可靠束路径的路由规划算法LGGR。该算法通过分发网络连通性信息,使每个十字路口的节点可以感知与相邻十字路口节点的连通情况,通过计算十字路口的度、路径段存活期和自逾期确定最佳束路径,从而保证网络高连通性,延长路径存活期。仿真结果表明,LGGR的性能优于AODV、GPSR等算法。     

基于速度向量的VANET位置预测路由协议

针对车辆自组网（VANET）中车辆快速移动引起的网络拓扑快速变化及路由路径频繁切换引起的网络性能下降问题,提出一种适用于城市环境的基于速度向量的位置预测路由协议（VPRP）。该协议根据行驶方向将车辆分组,根据速度和当前位置预测下一步位置,选择路径中所有节点总的方向差异最小且总的距离变化最小的路径作为路由路径。仿真实验结果表明,VPRP比AODV和VHRP在吞吐量、分组投递率、平均传输延迟、控制开销等方面均有改进。     

城市环境中车载自组织网络路由算法

针对城市环境中,现有路由算法在选择路由时未能考虑网络的全局信息、历史信息等问题,提出了一种适合于城市环境的车载自组织网络路由算法（a Routing Protocol for Urban Vehicular ad hoc networks,RPUV）,该算法通过考虑路由中每个路段的实时信息、路段的历史信息,保证路由的实时性和稳定性;同时,通过选择下一个十字路口时考虑网络的全局信息,保证了路由的可靠性。与现有路由算法相比,RPUV算法具有实时性和可靠性的特点,通过仿真表明了RPUV在数据包投递率和传输时延上具有更大的优越性。     

车载自组织网络分布式入侵检测算法研究

随着汽车产业的发展,汽车给我们带来便利的同时也给我们带来一系列的问题,例如交通拥堵、交通安全等。为了解决这些问题车载自组织网络应运而生。但是车载自组织网络中信息安全问题一直存在,采用分布式入侵检测模型和基于此模型下的改进随机森林分类算法可以很好地解决这个问题。