抵御虫洞攻击的无线传感器网安全定位算法

节点定位技术是无线传感器网络的支撑技术之一,节点位置信息是很多基于无线传感器网络的应用的基础.无线传感器网络是一个动态的网络,每隔一段时间需要进行重新定位,并且在重定位过程中易受到攻击节点攻击.针对无线传感器网络中无需测距的定位技术,分析虫洞攻击对DV-Hop定位的影响,提出了一种基于信誉模型的抵御虫洞攻击的分布式轻量级DV-Hop安全定位算法TMDV-Hop(Trust-Model-based DV-Hop Localization Against Wormhole Attack).仿真表明,在无需额外硬件辅助下,TMDV-Hop算法能有效降低虫洞攻击对定位过程的影响,验证了该算法的有效性.     

一种抵御虫洞攻击的安全定位方法

针对无线传感器网络中,虫洞攻击对节点定位过程的影响,提出了一种改进的抵御虫洞攻击的距离矢量跳(DV-Hop)安全定位算法。通过改进建立冲突集的方法,选出最合适的信标节点广播睡眠信息,尽可能减少进入睡眠状态的节点的数量,进一步提高了虫洞检测成功率和定位精度。将所提算法与基于标记来抵御虫洞攻击的DV-Hop(LBDV)算法进行比较,仿真结果表明:提出的安全定位算法性能优于LBDV算法。     

DV-Hop中虫洞攻击的仿真及其抵抗方法

APS（Ad Hoc Position System）中的DV-Hop算法因其良好的精度及与测距误差无关等特点而使之为一个优秀的算法。但其安全性比较差,容易受到攻击。虫洞攻击是一种容易实现且破坏性大的攻击。DV-Hop算法依靠距离矢量交换估计距离,容易受到虫洞攻击的影响。提出在DV-Hop算法中增加检测虫洞攻击及抵抗该攻击的方法,并通过Algosensim仿真软件进行模拟。通过实验表明,修改后的DV-Hop算法对于虫洞攻击有较好的抵抗性。     

一种抵御虫洞攻击的WSN定位算法

DV-Hop是一种经典的无线传感网络节点定位算法,由于其简单性被广泛地应用于各种场所。然而,由于DV-Hop算法采用平均每跳距离使其较易受到虫洞攻击。针对此不足,本文对DV-Hop算法进行改进,首先根据虫洞攻击的特点,筛选出可疑虫洞,并确定虫洞的位置,用其节点之间的其他路径跳数进行替换;其次,引入二次定位的概念,在第三阶段将所有锚节点平均每跳距离取加权平均数;最后,采用该加权平均值作未知节点的平均每跳距离。实验结果表明该算法具备了较好的定位性能,定位误差较小,并且可以在一定程度上抵抗虫洞攻击。      

一种基于标签的抗虫洞攻击MMCL算法

针对移动传感器网络节点定位算法的安全性问题,分析了虫洞攻击对MMCL算法的影响.为抵御虫洞攻击,改善定位性能,提出了一种基于标签的抗虫洞MMCL算法LB-MMCL(Label-Based Multi-hop Monte Carlo Localization).该算法基于节点邻居列表中的异常,依据距离约束机制和消息唯一性原则,标记并区分虫洞两端受攻击的节点,断开虚假链路,以减轻虫洞攻击的影响,达到抵御攻击的目的.仿真结果表明,在无需额外硬件辅助下,LB-MMCL算法能有效抵御虫洞攻击,改善节点定位精度和定位率.     

基于蛙跳算法的DV-Hop定位改进

为减小DV-Hop算法在无线传感器网络节点定位中的误差,针对DV-Hop中平均每跳距离的计算方式进行了改进,利用蛙跳算法来求解平均每跳距离,使其更接近实际值,从而提高最终定位结果的精确度。仿真结果表明,改进DV-Hop算法在不增加硬件开销的基础上,能有效提高定位精确度,降低定位误差,具有较好的稳定性,是一种实用的无线传感器网络节点定位方案。     

基于MCB的移动节点安全定位算法

针对移动无线传感器网络定位安全性的问题,分析了虫洞攻击对MCB方法的影响,在MCB的基础上提出了一种安全定位算法DWMCB。在锚节点存在虫洞攻击的情况下,该算法通过计算当前定位节点可检测到的锚节点组成多边形的质心以及几何关系,识别并剔除伪锚节点。仿真结果表明,DWMCB算法在受到虫洞攻击的网络中能够提高节点定位的精度。     

基于布谷鸟算法的WSN节点定位研究

传感器节点定位技术是无线传感器网络（WSN）的核心技术之一。文中针对DV-Hop传感器定位算法在定位过程中产生累积误差的问题,首先提出改进的DV-Hop算法修正DV-Hop算法中的平均跳距,然后应用Cuckoo（布谷鸟）搜索算法进一步减少传感器节点定位的误差,最后采用仿真实验对其性能进行测试。仿真实验结果表明,文中所提出的混合算法,与纯DV-Hop算法相比,不但使用更少锚节点节省硬件成本,而且定位精度较高。混合算法能够达到理想的定位精度与效果,具有较高的实用价值。     

基于自适应粒子群算法的改进DV-Hop定位算法

针对无线传感器网络节点定位中DV-Hop算法定位精度较低的问题,提出了一种改进DV-Hop算法,该算法引入跳距误差加权策略,改进平均每跳距离计算方法,使其更好地反映网络的平均每跳距离的实际情况,有效地降低了无线传感器网络中无需测距算法的定位误差。同时引入自适应粒子群优化算法来校正改进DV-Hop的估计位置的方法。仿真结果表明,本算法在定位精度和节点覆盖率上明显优于基于PSO校正的DV--Hop算法和传统的DV-Hop算法,证明该算法在一定程度上提高了DV-Hop算法对无线传感器网络的容错性,具有更好的适用性。     

基于DV-Hop的无线传感器网络安全定位

针对DV-Hop非测距定位技术没有考虑非法节点(包括无法定位的节点)对定位过程影响的问题,提出了一种基于DV-Hop的安全定位机制,即在定位过程中引入了节点间交互信息特性用于检测虫洞攻击,利用时间性质和空间性质明确有效信标节点,并且结合在节点通信过程中加入加密和认证机制来抵御伪装攻击,最后实现安全定位。仿真实验表明,在攻击存在的环境中,提出的安全定位机制能够以较高的概率检测出虫洞攻击,并使定位误差减小了大约63%左右。     

WSN中抵御虫洞攻击的改进的DV-Hop法研究

针对DV-Hop算法极易受到虫洞攻击的影响,进行了3方面的改进:(1)提出了虫洞攻击后的跳数处理方法,若发现锚节点之间受到虫洞攻击,则采用设计好的非线性公式来计算合理的跳数,以替换锚节点间的不合理跳数,来减轻攻击的影响.(2)提出了虫洞链路位置确认方法,此方法不仅可以确定虫洞链路的具体位置,还可以统计受到虫洞攻击直接影...     

节点分布对无线传感器节点定位性能的影响

为了提高无线传感器节点的定位准确性,针对当前算法没有考虑节点分布对无线传感器节点定位性能的影响,提出一种考虑节点分布的无线传感器节点定位算法。分析节点分布对无线传感器节点定位性能的影响,估计锚节点之间的实际距离和估算距离的误差,并采用DV-Hop算法进行初步定位,综合学习粒子群算法对DV-Hop算法的定位误差进行修正,采用多个实验对算法性能测试。实验结果表明,无论在节点分布均匀或分布不均匀条件下,该算法可以较好地修正DV-Hop算法定位误差,均明显提高了未知传感器节点的定位精度。     

基于人工蜂群算法的DV-Hop定位改进

针对无线传感器网络无需测距依赖的DV-Hop定位算法节点定位精度不高的问题,将鲁棒性强、收敛速度快且全局寻优性能优异的人工蜂群算法引入到DV-Hop算法的设计中,提出了一种ABDV-Hop(Artificial Bee ColonyDV-Hop)算法。该算法在传统DV-Hop算法的基础上,利用节点间的距离和锚节点的位置信息,在DV-Hop算法的最后阶段,通过建立目标优化函数,实现对未知节点坐标的估计。仿真结果表明,与传统DV-Hop算法相比,在不增加传感器节点的硬件开销的基础上,改进算法能有效降低定位误差。     

无线传感器网络DV-hop定位改进算法

提出了一种改进的DV-Hop定位算法,通过对DV-Hop算法的局部优化,减小了定位计算量,并使得改进的DV-Hop算法对不规则形状的节点分布网络具有较强的适应性,克服了原算法只适用于各向同性网络的不足。仿真结果表明,改进的DV-Hop算法减小了用于定位的通信开销,提高了定位精度,从而验证了改进的DV-Hop算法能够适用于节点不规则分布的异性网络。     

一种改进的无线传感器网络DV-Hop定位算法在煤矿井下漏电事故中的应用

煤矿井下输电线路的实时监测中,漏电故障定位是供电系统保护的重要研究课题。针对井下无线传感器网络定位算法存在不准确的问题,提出了一种改进DV-Hop节点定位算法。首先通过计算锚节点组成的三角形面积,排除面积极小的锚节点组,避免锚节点近似共线的情况,完成了锚节点的优选方案;此外在粒子群算法的基础上结合遗传算法和混沌理论,提出了一种遗传混沌粒子群优化算法;最后利用改进的粒子群算法对DV-Hop算法定位得到的节点位置进行校正。经过仿真实验表明在相同的网络环境下,与传统DV-Hop算法相比,改进算法能够更有效地提高定位精度,从而更加准确地监测到煤矿井下漏电事故位置。     

基于跳距优化的改进型DV-Hop定位算法

DV-Hop定位算法是无线传感器网络节点定位的关键技术之一.传统DV-Hop定位算法节点定位,因跳数计算和跳距估计产生偏差,影响定位误差,为了提高定位精度,提出一种改进型定位算法.改进算法引入多通信半径方法细化节点间的跳数,计算未知节点平均跳距时,剔除孤立节点,并对利用锚节点得到的平均跳距进行加权归一化处理,使得未知节点定位精度提高.仿真结果显示,改进算法在不明显提高算法复杂度与通信量的基础上大大提高了定位精度.     

基于混合粒子群优化算法的DV-Hop定位算法

针对无线传感器网络节点定位技术中DV-Hop算法的不足,利用混合粒子群优化算法对DV-Hop算法的位置估计进行校正,提出了一种CCPDV-Hop算法,该方法在不需要任何额外硬件设备和通信开销基础上,将未知节点定位问题抽象为高维最优化问题,并利用混合粒子群优化算法进行求解。仿真实验结果表明,改进的DV-Hop算法与传统方法相比,定位误差显著下降,定位精度和鲁棒性都有明显提高。