两层传感器网络中可验证隐私保护Top-k查询协议

无线传感器网络中隐私保护技术已经成为研究热点,其中隐私保护精确Top-k查询协议已成为富有挑战性的研究问题.文中提出了一种两层传感器网络中可验证隐私保护Top-k查询协议SafeTQ(Safe Top-k Query),SafeTQ由隐私保护Top-k查询协议和两种完整性验证模式组成.SafeTQ使用加随机数扰乱、加密和高资源节点之间安全计算第k位数据值等策略,能够在不泄漏隐私信息的情况下,精确地完成传感器网络Top-k查询.SafeTQ中两种完整性验证模式分别使用邻居数据项形成加密链和空间邻居节点概率发送验证消息策略,使Sink能够检测和拒绝不正确或不完整查询响应.文中通过理论分析和使用真实数据集实验验证了SafeTQ的安全性和有效性.     

无线传感器网络中能量高效的Top-k监测算法

传感器节点由于电源能量耗尽的原因经常失效或废弃,因此研究无线传感网的高能效查询处理算法具有重要意义.Top-k监测返回k个最大(或最小)的感知值及相应的位置信息,可以帮助用户检测异常事件并定位发生异常事件的位置,对于用户具有重要的实际意义.已有的Top-k查询处理算法致力于返回精确或近似的查询结果,通信能量开销较高.以最小化网内通信开销的期望为优化目标,提出了基于过滤器的Top-k监测算法.首先,提出了过滤器的健壮性并给出了通信开销模型;其次,根据期望的均值内涵和感知数据的时空相关性,给出了过滤器失败概率的计算公式;最后,以最小化通信开销的期望为优化目标,证明了健壮的过滤器的最优阈值,并提出了基于过滤器的Top-k监测算法(filter based Top-k monitoring algorithm, FTM).理论分析和实验结果验证了该算法的正确性以及低能耗性.     

无线传感器网络Top-k多查询算法

针对无线传感器网络中多个Top-k查询问题,提出了一种Top-k多查询处理的算法,对接收到的多个Top-k查询请求进行预处理,预处理依据是约束条件,得出两类不同的查询集合:单约束条件的多查询和多约束条件的多查询。针对单约束条件的多查询提出了ETOP算法,该算法首先对排在时间序列最前面的Top-k查询请求进行基于网内处理,然后把查询结果存入基站缓存,并把结果的最小值设定为阈值传输到各个节点,再根据后续查询请求的查询范围进行相应的查询,从而快速地获得Top-k查询结果。实验表明:Top-k多查询方法在能够很好地实现查询的同时,减少了无线传感器网络中的传输消耗和能量消耗。     

两层传感器网络中安全Top-k查询处理技术综述

无线传感网中安全数据查询技术的研究已引起了广泛的关注,其中以存储节点为中间层的两层传感器网络中安全Top-k查询技术的研究具有重要的现实意义。现有的安全Top-k查询技术主要针对查询过程中数据的隐私保护和查询结果的完整性验证等问题开展研究工作。从安全性能和通信性能两个维度出发对现有的两层传感器网络中的安全Top-k查询技术进行了总结,介绍了网络模型查询模型,以及查询过程中存在的安全性问题;同时分析和总结了现有的各协议所采用的关键技术以及其主要优点和不足,最后指出了未来可能的研究方向。     

无线传感器网络中基于数据分布表的Top-k查询协议

Top-k查询要求返回在某种比较规则下的前k个网络数据,如最高(或最低)的k个监测值,是很多无线传感器网络应用中的重要查询.提出基于数据分布表的Top-k查询处理协议DDT-Q.DDT-Q采用跨层优化策略;以Sink为根,建立最短路径生成树,树中各节点都维护反映其子树节点感应数据分布的数据分布表DDT,根据DDT,把查询请求只分发(路由)到对查询结果有影响的数据源节点,实现对查询路由和返回数据的选择优化;节点利用数据分布表和查询参数k按子节点返回数据量大小为子节点"按需"分配通信时隙数, 即利用数据分布表指导MAC层的优化.实验结果表明,DDT-Q在不同的网络配置下,在能量消耗和查询延迟等性能方面都优于基于TAG的查询策略.     

基于移动Agent中间件的WSN数据聚集算法

数据聚集技术是无线传感器网络的一项重要的支撑技术.在数据聚集技术基础上,提出基于移动代理中间件的无线传感器网络数据聚集方案.以层簇式拓扑结构,分析了节点能量的消耗,给出实现数据查询任务的派发算法和数据查询结果的收集算法.仿真实验证明该方案能有效的节省网络能量耗损,延长网络生存周期.     

不确定数据库中基于x-tuple的高效Top-k查询处理算法

Top-k查询由于其广泛的应用而倍受欢迎.不确定数据库中通常考虑的两条生成规则是:独立和互斥,一个x-tuple是由一些互斥的元组组成的,构成一个x-tuple的各个元组称为该x-tuple的可选元组.U-kRanks查询考虑x-tuple中每个可选元组排在前k的概率,并返回最可能排在前k的k个元组.已有的Top-k语义都没有将x-tuple作为一个整体,因此,定义了一种新的Top-k查询语义,不确定x-kRanks查询 (U-x-kRanks),该Top-k语义返回最可能排在前k的k个x-tuple而非元组.新语义考虑x-tuple中的每个可选元组位于前k的概率,并将之汇集,得到整个x-tuple位于前k的概率.提出了一种基于动态规划的有效算法处理U-x-kRanks 查询,在最小的搜索空间内完成查询处理过程.不同数据集合上的综合实验显示,所提出的算法是高效的.     

两层传感器网络中基于位表的隐私保护Top-k查询算法

两层传感器网络中的隐私保护Top-k查询是当前传感网络领域的研究热点,且传感器网络面临严重的隐私保护问题。因此,本文提出了一种两层传感器网络中基于位表的隐私保护Top-k查询算法BTTQ(BitsTable-Based Top-k Query)。BTTQ算法利用保序函数将原始数据分布P映射到目标分布T,并利用取模运算对目标分布T的范围进行扰动,从而保证了感知数据的隐私性;BTTQ通过位表来表示扰动后的数据,所以在查询过程中只需传输位表信息,从而能够有效地降低了网络的通信代价,节省了能耗。理论分析和实验结果表明,与现有Top-k查询算法相比,BTTQ在不泄漏感知数据信息的前提下,算法具有能量高效、安全和高精确性特点。     

基于能量密度的无线传感器网络能量预测成簇算法

降低网络能耗、延长网络生存时间是无线传感器网络设计的重要目标.在分析现有主要成簇算法的基础上,提出一种基于能量密度的无线传感器网络能量预测成簇算法EPCBD(energy prediction clustering algorithm based on energy density).算法中,节点根据其通信范围内的能量密度与网络平均能量密度之比确定自己成为簇头节点的概率.为节省每轮成簇初始阶段节点进行广播所消耗的能量,建立了节点消耗能量的预测机制.仿真实验结果表明,与现有主要成簇算法相比,新的成簇算法拥有更长的网络生存周期和更优的网络监控质量.     

面向隐私保护的两层传感网Top-k查询处理方法

无线传感器网络中的隐私保护技术已经成为研究热点,其中具有隐私保护能力的Top-k查询已经成为富有挑战性的研究问题.提出了一种基于前缀编码验证(PMV)机制的两层传感器网络隐私保护Top-k查询处理方法.通过引入PMV机制,并利用加密和Hash消息身份验证编码技术,使感知节点对采集到的数据进行加密和编码处理,并上传至存储节点;存储节点利用PMV机制实现在无需感知数据明文参与下的数值线性关系比较,进而计算包含查询结果的最小候选密文数据集,并发送给Sink节点;最终由Sink解密密文数据,完成Top-k查询结果计算.为了降低感知节点能耗,给出基于Hash技术的能量优化策略.理论分析和实验结果表明,该方法能够确保数据的隐私安全性,且性能表现优于现有工作.     

支持无线传感器网络的实时查询技术研究

无线传感器网络集感知、通信、计算功能于一体,在诸多领域有重要应用,因而已经成为计算机领域研究的热点。目前的研究大都主要以节约能源消耗为目标,提出不同的查询处理策略。本文从提高查询速度,满足用户对查询响应时间的约束的角度,设计了一个支持实时查询的无线传感器网络系统;给出了系统中的关键技术,包括数据模型、查询语言模型、路由策略、查询处理及优化策略,以及双向递交机制。     

无线传感器网络中的节点关联规则挖掘

信息处理是无线传感器网络的核心技术,必须采取简单、高效的处理策略.本文通过对传统Apriori算法的改进,提出了一种节点关联规则挖掘方法来发现大量节点之间的有用关联或相关联系,以此消除节点之间信息的冗余.这种方法可以帮助用户对数据进行有效的融合、分类、查询、分析、理解和决策.仿真结果表明该方法能够有效减少信息处理中通信和计算所消耗的能量,缩短数据查询响应的时间,从而延长整个网络的寿命.     

动态无线传感网中低延迟高可靠的数据查询机制

查询处理作为大规模无线传感器网络中智能服务的一个重要操作,可以根据用户需求对网络中的感知数据进行检索和回传.然而,部署在恶劣环境中的无线传感网络,节点容易遭受外力破坏,或者自身资源(能量、存储等)有限,可能会导致节点发生位移和故障,从而造成网络拓扑不断改变以及部分节点的感知数据失效.同时,由于节点感知数据容量大、传输带宽有限以及网络链路不可靠等情况,可能会造成网络通信时延大大增加.这些因素使得快速、可靠的数据查询处理成为无线传感网中一个难题.为了解决这个难题,提出一种动态网络中低延迟高可靠的数据查询机制.该机制是一种非聚合随机查询方式,通过将传感节点划分为源节点和查询节点来实现数据查询.首先,根据监测事件将网络划分为若干个子区域,每个子区域中的源节点相互协作,并按照时间顺序依次轮流监听该区域的事件信息;接着,源节点根据预估的平均节点故障概率,计算出一个合理的备份数量,并将源数据按照该数量存储到邻居节点中,以降低源数据的失效概率;然后,为了加快数据查询速度,源节点定期对源数据块进行编码压缩,并选取剩余能量和存储空间较小的多个邻居节点作为下一跳接收节点.这些接收节点基于局部区域中节点个数大小,决定是否接收存储该报文.重复上述过程,直至压缩数据均匀地分布在网络中.另一方面,查询节点接收到查询请求时,也使用负载均衡多路分发方式将查询请求传输到部分节点上.为了避免目标数据的冗余回传,当查询请求成功查询到目标数据时,目标节点先修改访问位,再选取与查询节点距离最近的邻居节点作为下一跳接收节点,迭代执行上述操作,直到用户获得所需要的事件信息.在以上过程中,为了节省节点能量,在保证高成功查询率的条件下,建立通信能耗最小化的优化模型,计算出最优的压缩数据副本数和查询消息副本数,之后,源节点和查询节点分别按照该数量进行副本数据分发.最后,理论分析和实验结果表明,与其它四种查询算法相比,提出的查询机制具有更高的查询成功率、更低的通信能耗和通信时延.     

无线传感器网络中的数据查询

无线传感器网络以数据为中心,提供数据采集、处理和查询功能.数据查询是无线传感器网络研究中的重点和热点问题.本文从查询过程的角度出发,对目前传感器网络数据查询研究现状进行了系统总结.在此基础之上,考虑传感器网络的异构性,提出了一种基于感知数据之间的数据信息的查询模型,并设计了感知数据交互必须的数据标签,给出了这种数据查询的应用实例.分析表明,该种数据查询能够大大提高传感器网络的查询效率,同时增强网络的健壮性,延长传感器网络使用寿命.     

基于节点分布密度的传感器网络查询处理机制

为了使传感器网络在进行数据查询时降低能耗和提高网络生命期,引入了一种分布式查询处理机制。这种机制是先将查询分发到网络后再进行优化,这种方法更具有针对性,优化效果也更明显。分簇路由协议与分布式查询有着天然的结合点。每个簇头相当于传统数据库中的一个索引,负责查询的分析、优化和数据融合。簇头根据本区域的节点分布和数据特性可以自主地选择区域内结构而不受其他区域的影响,这样就可以把每个区域看成一个自治系统,而整个传感器网络就是多个自治系统的集合。结果表明：设计查询处理机制时考虑这些因素可以降低能耗和提高网络生命期。     

基于隐私保护和完整性验证的Top-k查询方法

2层无线传感器网络由于具有寿命长和易扩展的特点,已经成为当前的研究热点.Top-k查询是一种重要的查询类型,但是大多数的Top-k查询不能执行精确查询任务.提出了一种精确的Top-k查询算法PI-TQ(privacy-preserving integrity-verification Top-k query),同时提供了隐私保护和完整性验证功能.算法采用2次查询方法以减少数据通信量,利用基于干扰数的扰动算法实现隐私保护,并采用概率空间邻居验证模式实现完整性验证.仿真结果表明,PI-TQ算法与同类算法相比较,可以明显减少查询的通信量和计算代价,同时保证查询结果的正确性、隐私性和完整性.     

Top-k query evaluation in sensor networks under query response time constraint

Top-k query in a wireless sensor network is to find the k sensor nodes with the highest sensing values. To evaluate the top-k query in such an energy-constrained network poses great challenges, due to the unique characteristics imposed on its sensors. Existing solutions for top-k query in the literature mainly focused on energy efficiency but little attention has been paid to the query response time and its effect on the network lifetime. In this paper we address the query response time and its effect on the network lifetime through the study of the top-k query problem in sensor networks with the response time constraint. We aim at finding an energy-efficient routing tree and evaluating top-k queries on the tree such that the network lifetime is significantly prolonged, provided that the query response time constraint is met too. To do so, we first present a cost model of energy consumption for answering top-k queries and introduce the query response time definition. We then propose a novel joint query optimization framework, which consists of finding a routing tree in the network and devising a filter-based evaluation algorithm for top-k query evaluation on the tree. We finally conduct extensive experiments by simulation to evaluate the performance of the proposed algorithms, in terms of the total energy consumption, the maximum energy consumption among nodes, the query response time, and the network lifetime. The experimental results showed that there is a non-trivial tradeoff between the query response time and the network lifetime, and the joint query optimization framework can prolong the network lifetime significantly under a specified query response time constraint.     

路网中速度不确定移动对象的k近邻查询

目前在基于道路网的移动对象的各类查询研究中,大多都是在假定移动对象速度固定不变的基础上进行的.而实际上因为外界环境和自身情况等不确定性因素的影响,对象的速度可能会发生变化.基于此,本文提出一种基于路网的速度不确定的移动对象的k近邻查询处理方法.在查询时刻根据查询点位置执行查询操作,得到构成查询点k近邻的候选对象集合,再根据概率计算方法得到结果集及其概率.实验结果表明本文所提方法是有效的.     

传感器网络中一种支持多分辨率区域查询的数据存储方法

在传感器网络中,考虑到节点的通信开销在节点总能量开销中的比重大,以及用户由粗到细分辨率的不同查询需求,有必要在传感器网络中建立支持多分辨率的数据存储机制.首先提出了一种支持多分辨率的数据压缩存储策略MDCS,节点基于MDCS在网内产生多分辨率的近似结果;其次,给出了一种基于MDCS的区域查询处理方法,根据用户给定的分辨率阈值去网内作区域查询处理,并将结果返回给用户.模拟实验表明,基于MDCS的区域查询处理方法能够高效、低能耗地支持多分辨率的区域查询操作.     

基于虚拟环的无线传感网节能数据存储与查询机制

为了提高无线传感器网络的数据存储以及查询效率,同时尽可能地减少网络的能量消耗,延长网络正常工作的生命周期,提出一种基于虚拟环的节能数据存储与查询机制。该机制将传感器网络域划分成许多虚拟的环形网络,再通过基于最小网络能量消耗量的价值成本函数来定义集合环,通过集合环来执行事件数据的存储及查询任务。仿真结果表明,相比SDS方案以及其他节能的数据存储方案,该方案在延长网络的生命周期、提高能量利用效率上均获得了更好的效果。