网络入侵失稳控制时最优节点选择

针对网络入侵失稳控制时最优节点选择方法一直存在选择不准确、误差大的问题,提出基于能量融合信道均衡与控制簇头竞选的节点选择方法,并应用于入侵后网络失稳控制中.建立无线传感器网络的数据传输和节点分布模型,对网络失稳后的WSN信道进行均衡控制,根据簇头竞选结果控制每代节点的定位误差,降低节点在遭到入侵后的错误选择概率.结果表明,采用改进的选择方法可以提高节点的通信覆盖率,降低了节点的死亡率,提高了失稳控制性能,保障了网络的安全稳定.     

UWSNs节点运动模型及预测定位

为提高水下无线传感器网络(UWSNs)中动态节点的定位精度,降低通信能耗,提出采用节点的运动模型实现预测定位.考虑到近海监控网络中,潮汐运动是海水运动的主要成因,以粗略的近海潮汐运动模型为基础,以高斯径向基函数作为空间基函数构造节点的运动模型;利用K-medoids方法对模型中的高斯径向基函数中心进行聚类优化;提出了采用扩展卡尔曼滤波的方法实现模型系数的估计.考虑到普通节点与锚节点运动的空间相关性,设计了与到锚节点的距离相关的权重系数,以锚节点的运动模型系数估计普通节点运动模型中的系数,进而完成自身定位.对东经117.25°—132.2°,北纬24°—43.45°海域UWSNs的节点定位性能进行仿真分析,结果表明:所提出的节点预测定位方法的定位性能较高,定位覆盖度和定位精度高于SLMP方法和MP-PSO方法,平均通信能耗低于SLMP方法和MP-PSO方法.所提出的节点预测定位方法适用于大规模水下动态无线传感器网络定位.     

即时通信网络中路由节点覆盖控制优化方法

目前即时通信网络在覆盖路由节点时,出现即时通信网络中路由节点连通性不佳,导致网络中路由节点运行能量消耗过快的问题,为此提出即时通信网络中路由节点覆盖控制优化方法.分析路由节点在传播数据过程中产生的损耗,确定路由节点的位置;将网络平均划分区域,均匀部署锚节点,计算路由节点之间的最优距离,在即时通信网络中覆盖路由节点;计算...     

带状传感器网络节点分布式自部署算法DSDA-VC设计

带状传感器网络的发展源于无线传感器网络的发展,从广义上来说是一类特殊形态的传感器网络,在许多重要领域均具有极其广泛的应用需求和前景.针对带状网区域内节点的有效覆盖问题,对节点的覆盖进行了定量的数学建模分析,设计了基于Voronoi细胞单元的节点分布式自部署算法DSDA-VC.该算法可以有效提高带状网节点的部署覆盖度,经仿真验证,对于较高密度覆盖的带状网络,覆盖率可提高10%以上.基于该研究成果,完成了在某山区的带状网的设计和实际测试验证工作.     

多跳网络中节点移动性对病毒传播行为的影响

随着智能终端硬件配置的提高,多跳网络的开放性和分布式结构给网络安全带来了严峻的挑战,使其具备了恶意代码活动的硬件条件。传统的计算机病毒传播模型未考虑网络的动态拓扑特性,不能被直接应用到多跳网络的研究中。通过将经典SI病毒传播模型应用到基于RWP模型的多跳网络中,研究节点的通信半径、病毒传播时间、初始感染节点的个数和节点的密度对病毒传播行为的影响。仿真结果表明,节点的移动速度对病毒的传播行为有显著的影响,节点的移动导致病毒传播最快时对应的节点速度近似为节点的通信半径与病毒传播时间的比值,而与节点的密度和初始感染节点的个数几乎无关。     

基于区域内随机唤醒机制的WSN覆盖控制方法

针对高密度部署节点的传感器网络会产生能耗高、冗余度大等问题,利用传感器节点,通过调整功率来控制通讯半径的特性来控制节点相对距离,并在理论上给出了网络覆盖度与节点相对距离的关系。最后,提出了基于限定区域内随机唤醒机制的无线传感器网络覆盖控制方法。实验结果表明,该方法在保证覆盖质量的前提下,减少了节点的能耗,有效的延长了网络寿命。     

基于瑞利信道的无线传感网随机k覆盖问题

针对描述密集传感器网络k覆盖问题感知模型的不足,结合传感器节点空间分布的泊松点特征及信道传输特性,采用积分几何集合相交的方法,提出了一种基于瑞利信道的传感器网络节点覆盖测度模型,并推导了网络k覆盖概率及达到k覆盖所需的节点密度. 通过仿真实验分析了信道参数对k覆盖概率的影响,验证了测度模型的正确性.     

无线传感器网络一维区域随机覆盖研究

研究了一维区域上的无线传感器网络覆盖问题,首先提出了一维区域上的传感器节点随机覆盖模型并给出了节点覆盖概率计算公式;其次研究了一维区域上的传感器节点发射半径的确定方法,理论证明了传感器节点发射半径应大于或等于2倍感知半径;最后讨论了一维区域覆盖数计算方法.仿真实验表明节点感知半径是影响节点覆盖率和覆盖数的主要参数.论文的研究结果可作为一维区域上传感器网络设计的技术参考.     

节点相关的隐马尔可夫模型的网络安全评估

针对基于隐马尔可夫（HMM）的网络风险评估中未考虑网络节点相关性的问题,结合图论,建立节点关联（NNC）状态转换矩阵,以入侵告警值（IDS）为输入,用改进的HMM模型计算出攻击路径．通过模型能进一步得到任意长度攻击序列的攻击成功率．实验结果证明,该方法简捷有效,有利于发现网络节点的脆弱性,掌握网络安全状况.     

基于概率覆盖模型的无线传感器网络密度控制算法

密度控制是一种常用的提高大规模无线传感器网络生命周期的方法,目前的密度控制算法大多基于0～1覆盖模型,而在实际的应用环境中概率覆盖模型能够更准确地定义网络覆盖能力. 所提出的一种基于概率覆盖模型的密度控制算法,能够在保证足够的网络覆盖能力的前提下,关闭掉冗余节点,减少网络的总能量消耗.     

基于确定网络的多级物流网络优化设计

针对已存在的多级物流配送网络没有充分考虑配送节点的可能状态的问题,根据一段时期产品的需求量不同等特点,通过动态调整节点关闭状态,以最小化企业物流网络的总体费用为优化目标,构建了可描述带能力约束的多级配送网络设计问题的优化模型.根据物流配送网络设计问题的特点,基于模拟退火算法思想,结合该模型对算法做出了改进,并使用改进后的模拟退火算法对模型进行求解分析.算例的计算结果表明,该优化方法运算快捷,所求结果合理,是解决相关物流问题的一种有效方法.     

自适应BAS优化RBF神经网络的短时交通流预测

为提高短时交通流预测精度,针对传统径向基函数(radial basis function, RBF)神经网络短时交通流预测模型中心值固定、易受漂移数据干扰问题,提出自适应天牛须搜索算法(beetle antennae search algorithm, BAS)优化RBF神经网络的短时交通流预测模型。模型采用自适应步长提高BAS算法迭代速度和寻优能力,结合DBSCAN聚类确定RBF神经网络隐含层径向基函数网络中心,进而优化神经网络结构。通过路网真实交通流数据进行训练,选择常用于短时交通流预测的BP神经网络,RBF神经网络,广义RBF神经网络进行对比。结果表明：优化后的模型预测结果相较BP神经网络平均绝对误差降低了1.87%、平均绝对百分比误差降低了15.96%、均方根误差降低了3.24%,拟合度提高了3.96%;相较广义RBF神经网络平均绝对误差降低1.36%、平均绝对百分比误差降低了5.01%、均方根误差降低了2.19%,拟合度提高了2.5%。改进后的短时交通流预测模型能够为智能交通诱导提供可靠的预测值。     

一种通用的网络可靠性仿真模型

介绍了一种基于随时间演进的状态变化蒙特卡洛法的网络可靠性参数的通用仿真模型。该模型可用于对网络2点或多点间连通的可靠度、可用度、MTTF,MTBF,MTTR等一系列网络可靠性参数进行仿真。相比于现有的方法,该模型具有更广泛的适用范围,模型中不仅网络的链路可以是不完全可靠的,而且网络节点也可以是不完全可靠的,网络可以是可修的或不可修的网络,对于可修网络来说又可以是有无限修复能力或有限修复能力的,此外网络元件的寿命分布和维修时间分布既可以是指数分布亦可以是非指数分布的。通过对有向和无向的具有各种维修能力的几种网络实例的仿真分析,表明该模型可灵活有效地用于对各种网络的多种可靠性参数进行模拟和分析;与前人研究结果的比较进一步证明了该模型的正确性和应用的灵活性。     

基于近邻算法的无线传感器网络功率控制

针对因无线传感器网络节点部署的密集性和随机性造成单一、不变的发射功率无法满足无线传感器网络能量高效的要求,提出基于近邻算法的无线传感器网络功率控制算法(NNPC).该算法中Sink节点保存整个网络拓扑结构的信息,利用多近邻算法评估节点密度,确定最优通信距离.结合Friss自由空间模型和两线地面传播模型计算当前网络最优发射功率,Sink节点广播通知节点采用最优发射功率发送数据.如果节点没有接收到广播包,那么节点采用默认的最大发射功率.仿真结果表明,基于近邻算法的网络功率控制算法能提高整个无线传感器网络的生存时间,节省网络的平均能耗.     

基于混合蒙特卡罗算法的网络隐式节点监测方法研究

为了提高动态分簇传感网络的节点转发能力,提出了一种基于混合蒙特卡罗算法的网络隐式节点监测方法.首先,采用分布式均衡控制方法进行网络节点优化设计,构建动态分簇传感网络的输出信道模型.其次,利用自适应链路转发协议进行网络的路由探测设计,构建动态分簇传感网络的隐式节点路由均衡控制模型,提取隐式节点输出信息的关联特征量.最后,利用混合蒙特卡罗算法进行特征检测和信息提取,根据网络隐式节点的特征规律性分布对网络隐式节点信息进行监测.仿真结果表明,本文方法对网络隐式节点具有较好的监测效果,对网络隐式节点监测的最高丢包率仅为0.05,显著低于蚁群算法(0.29)与PEAS算法(0.48).     

在线开放通信网络信道分配算法优化

针对传统的通信网络信道分配方法进行信道分配时存在信道分配不准确及效率低的问题,提出一种基于干扰度与链路优先级划分的通信网络信道分配方法.由Posisson分布模型建立通信网络节点流量模型,对链路流量及干扰进行评估,建立干扰模型计算出对应干扰程度等级,结合流量模型及干扰模型对分配的信道设计权重值,根据计算出的权值作为选取信道的依据,并根据优先级对网络信道进行分配.实验结果表明,相比传统的信道分配算法,采用改进算法进行信道分配吞吐量较高,信道分配精确度好,具有一定的优势.     

基于单元格的无线传感器网络节点定位算法

在一种由基本单元格构成的离散化无线传感器网络模型中,针对典型的Bounding Box定位方法存在的问题,利用所有位置已知的锚节点对于未知节点位置形成的约束,提出了2种分布式的节点定位算法LIE和LIE-R,并对新算法的性能进行了详细的评估。理论分析及仿真实验结果均表明,文中所提出的算法具有良好的定位性能。