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。     

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%。     

无线传感器网络中的传感器节点分组控制策略

研究无线传感器网络(WSNs)的传感器节点分组控制策略和软件实现方法。针对WSNs通信问题和分布监测的实际需求,制定传感器节点分组控制策略、单元组的模块化控制流程以及故障处理方法,保证多节点监测独立性、相关节点采集同步性以及数据传输可靠性。在程序实现方面,建立通信接口层、消息分发层、策略控制层组成的软件架构,实现WSNs远程控制软件,并进行了多传感器节点控制和数据传输可靠性的测试实验。     

无线传感器网络中的一种正反馈信任模型

针对无线传感器网络中单个节点容易受到恶意攻击的妥协性和各个节点能量消耗的非均衡性,提出了一种基于正反馈的信任模型。该模型基于正反馈思想,在簇头节点的任期结束时对簇内节点进行信任考核,并将考核的结果称之为信任列表传给下一轮簇头。因为信任考核包括是否发送正确数据的历史行为和节点剩余能量的个体属性,基于正反馈的思想使得考核结果能在簇头间可靠轮转和增量累积。模拟实验与分析表明：该模型能有效剔除节点发送的虚假数据,并准确识别出失效节点,优化网络的性能,为拓扑控制算法、数据收集压缩算法等提供一个可信的支撑环境。     

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.     

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。     

基于信任的无线传感器网络安全路由研究

通过分析无线传感器网络安全路由受到的攻击,以及对应的防御手段,提出了目前安全路由协议存在的主要问题.以信任研究为出发点,克服现有的安全路由协议的不足.从信任关系的角度设计无线传感器网络的安全路由协议,并且根据安全路由的安全目标,给出了基于信任的安全路由协议的设计的框架模型以及基于信任的安全路由的基本要求和设计原则.最后对无线传感器网络中基于信任的安全路由技术的研究进行了展望,提出了研究进一步发展的方向.     

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。     

分级簇树结构无线传感器网络设计

针对无线传感器网络在实际应用中拓扑变化少的特点,将其分为两级,低级别由多个簇组成,高级别由簇首组成,簇首以及簇内节点通信均遵从树状路由算法。采用STC89C52单片机、IP-Link 122x无线模块、DS18B20、DHT11等单总线温湿度传感器构建无线传感器网络。实验证明设计方案实现方法简单,适合于组建大规模的静态无线网络。     

WSNs分布式事件区域容错算法

针对无线传感器网络存在服务质量不高的问题,提出一种基于中值差值的分布式容错算法,建立一套能量有效的事件区域检测容错机制,该算法充分利用传感器节点的空间相关性,融合各邻居节点的中值信息,对中心节点的最终状态进行判断。仿真实验结果表明,当节点错误率为15%时,该算法仍能检测到86%的错误节点数,具有优越的容错性能。     

超宽带无线传感器网络MAC协议

超宽带技术凭借其诸多优势成为无线传感器网络物理层的绝佳选择,同时也为无线传感器网络的MAC协议设计带来了挑战。该文介绍了超宽带信号模型,讨论了UWB MAC协议设计中亟待解决的问题,总结和分析了近年来提出的几种典型的UWB MAC协议和有代表性的研究成果,并展望了下一步的研究方向。     

一种应用于无线传感器网络的层次型拓扑结构生成算法

在无线传感器网络中,层次型的拓扑结构将整个网络划分为不同的簇,并通过一定机制选择簇头来负责数据转发和融合。本文在LEACH等现有层次型拓扑控制算法的基础上,借鉴ad hoc网络层次拓扑生成算法WCA的设计原理,提出一种应用于无线传感器网络的新型层次型拓扑结构生成算法(HTGA)。该算法综合考虑节点的能量和位置状况,为每个节点定义不同的权值,从中选出性能优越的节点担任簇首,同时通过设置节点度参数来确保最优的拓扑结构。仿真实验结果显示,新算法在降低能耗、延长网络生存时间以及保证监测覆盖度等方面比LEACH具有更加优良的性能。     

无线传感器网络正六边形节点覆盖模型研究

定义感知覆盖、通信覆盖和连通覆盖3个基本概念,并给出它们的物理模型和数学模型。提出二维区域上的正六边形节点覆盖模型,证明该模型是重复最少的无漏洞覆盖模型。分析基于正六边形节点覆盖模型的二维区域覆盖,当节点发射半径大于或等于 倍感知半径时,可保证网络的通信覆盖和连通覆盖的最少邻居节点数为6,节点感知覆盖率为82.7%。研究结果表明,正六边形节点覆盖模型更适于二维区域覆盖。     

无线传感器网络整合时钟同步方案

针对多数无线传感器网络时钟同步方案存在的仅纠正时钟偏移问题,提出一种新的解决方案,整合时钟偏移同步和时钟速率同步,通过3个连续的消息传输实现单跳同步,采用分层的生成树实现多跳同步。仿真实验结果表明,与现有的同步方案比较,该方案的同步错误更小,能够获得更长的再同步周期。     

WSNs中基于Voronoi图的分布式覆盖协议

研究网络随机部署情况下的覆盖问题,提出基于Voronoi图的分布式覆盖协议。采用分布式节点冗余判断算法来判断传感器节点自身的冗余性,据此对节点进行相应的职能调度。当网络中节点的通信半径大于或等于其感应半径的2倍时,该协议能达到网络完全覆盖及连通的要求。通过该协议的推广,满足了覆盖度动态变化的要求,保证网络的k-度覆盖。     

适用于带状无线传感器网络的快速同步方法

对于无线传感器网络中的一类具有明确应用场景的子集——带状无线传感器网络,提出一种快速时间同步方法,利用带状网络路由相对确定的特点,结合存储转发机制和线性回归估计方法,实现网络快速高精度同步。实验结果表明,该方法同步建立时间恒定,能够达到微秒量级同步精度。     

无线传感器网络中传输范围调整的动态规划算法

研究在无线传感器网络中如何选择活动的路由节点及其传输范围,以有效节省能量的消耗。在节点随机布设的线性网络中,当网络传输流量一定的条件下,提出了三种路由节点选择及其传输范围调整算法,获得最优无线传输范围与通信流量之间的关系,数值计算证实了其中的动态规划算法可以选择到最优能量消耗的路由节点及其传输范围。