基于演化博弈的WSNs攻防策略选择动力学分析

针对无线传感器网络(WSNs)容易被恶意攻击的问题,引入奖励因子与惩罚因子,提出一种WSNs防御系统与恶意节点的博弈模型。通过对模型的量化分析,计算出博弈双方的收益函数,根据复制动态原理,进行演化动力学分析。给出博弈双方的演化稳定策略,揭示攻防双方策略选择的规律,为WSNs防御机制设计提供理论参考。数值实验验证了演化稳定策略命题的正确性和奖励因子、惩罚因子的有效性。     

基于反思机制的WSNs节点信任演化模型

针对WSNs节点信任决策影响节点间互助转包问题,在考虑网络不可靠因素的基础上,引入节点反思机制,构建基于概率论方法的WSNs节点信任演化模型,使节点对自己当前所选择的策略进行反思,每次反思都有一定概率调整为其他策略。通过动力学分析,推导出达到演化稳定状态的定理。最后用实验验证了定理结论,分析了信任奖励度和数据包传输成功率对演化稳定状态的影响。反思机制模型的提出弥补了复制子动态模型中无法体现个体在演化过程中策略调整的不足,为WSNs信任管理提供理论基础。     

基于Wright-Fisher过程的WSNs节点信任随机演化策略

为解决无线传感器网络节点间的信任影响节点协作的问题,考虑到节点数量有限及个体随机性,基于Wright-Fisher过程的随机演化博弈,提出WSNs节点信任随机演化策略,并加入与节点信任相关的惩罚机制。该策略弥补了复制子动态不适用于节点数量有限的WSNs节点信任演化建模问题,经过随机动力学分析,推导并证明了达到演化稳定状态的定理。最后通过实验验证定理并分析惩罚力度和选择强度对演化稳定状态的影响。     

差额奖惩机制的WSNs节点信任演化模型

针对目前无线传感器网络(WSNs)节点间信任决策导致网络不稳定的问题,引入了差额奖惩机制.在实际中,网络存在不可靠因素,加入丢包率,构建基于奖惩机制的信任演化模型.通过信任演化模型,推导出节点交互时的状态.通过实验分析了节点在选择策略时的各种变化以及差额奖惩机制对演化收敛时间起到的作用,通过实验验证了差额奖惩机制对WSNs中的善意节点最终收敛到信任策略所需节点初始信任策略比例数的要求所起到的作用.差额奖惩机制弥补了在无差额奖惩机制模型中演化收敛速度慢的问题,并且降低初始节点选择信任策略比例数的要求,为WSNs信任机制的设计提供了理论基础.     

WSNs中基于重复博弈的信任评价方法研究

通过全面感知、可靠传输、智能化处理来实现人与人、物与物、人与物之间相连的物联网,是继计算机与互联网的应用与普及之后,信息世界掀起的第三次技术革命浪潮。在中国,物联网已经被纳入到国家“十二五”专项规划,毫无疑问,随着技术的成熟与体系的完善,它将彻底改变我们的生活。而无线传感器网络作为物联网时代最具有标志性的感知与传输技术之一,将会是今后网络研究与应用的热点。然而,传统无线传感器网络的研究重点往往在路由算法、密钥分配、体系结构等方面,节点信任问题却很容易受到忽视。已有的一些信任管理模型中,并没有充分考虑节点之间信任的时效问题,且信誉值计算方式以及权重存在着不合理性。因此,文章在前人研究的基础上,根据无线传感器网络性质,设置合理可行的博弈机制,提出了一种基于重复博弈的信任模型,并通过设立惩罚激励机制,依据节点策略的选择,对其信誉值进行更新以解决时效问题;通过仿真实验,证明该信任管理模型能够有效地对无线传感器网络节点进行信任的评价,抑制自私节点、打击恶意节点,可明显提高网络的可靠性。     

基于演化博弈的最优防御策略选取研究

无线传感器网络极易遭受各种安全威胁,基于博弈论的入侵检测方法能有效平衡网络的检测率和能耗,但是基于完全理性假设的传统博弈模型存在不足.因此,针对不同的攻击方式,引入演化博弈理论,从攻防双方的有限理性出发,构建入侵检测攻防演化博弈模型,然后利用复制动态方程分析了攻防双方策略的演化趋势,提出了最优防御策略选取算法.仿真实验...     

基于进化博弈的P2P网络中信任计算的动力学分析

运用动力学原理,基于进化博弈理论,对信任计算的动力学方程进行了求解分析,并运用复制动态原理分析了节点之间信任关系的演化趋势,进一步揭示了信任计算的演化动力学规律。仿真实验表明,进化是网络节点信任合作的动力源泉。     

传感器网络安全投资的演化博弈分析

针对传感器网络中的安全投资问题,建立安全投资的对称演化博弈模型和安全攻防的不对称演化博弈模型。通过对2种模型中的复制动态及进化稳定策略分析,得出安全投资成本及攻击成本是影响传感器网络安全问题的关键因素。找出安全投资及攻防对抗的规律和长期稳定趋势,提出解决传感器网络安全性问题恶性循环的建议,为传感器网络安全性的演化博弈分析提供一种方法,该方法对解决传感器网络中的安全投资问题具有一定的参考价值。     

基于节点行为动态变化的WSNs信任模型

在无线传感器网络信任模型中,为了解决信任值随着时间和上下文的行为变化而动态变化的问题,提出一种基于节点通信行为动态变化的信任模型.所提模型给出了节点间的直接信任和间接信任关系的度量、信任信息的合并、信任传递的合理抽象,并提出了一种信任更新机制.仿真结果表明,所提出的信任模型通过节点间通信行为的动态变化对信任值进行惩罚与调节,所得到的信任值能够更加敏感地反应节点间的行为变化,更加精确可靠地评价节点之间的信任关系.     

基于贝叶斯的改进WSNs信任评估模型

基于贝叶斯和熵,提出一种改进的WSNs信任评估模型。考虑到非入侵因素带来的网络异常行为,引入异常衰减因子,利用修正后的贝叶斯方程估算直接信任,并利用滑窗和自适应遗忘因子进行更新。根据直接信任的置信水平确定其是否足够可信来作为综合信任,减少网络能耗,并降低恶意反馈的影响。如果直接信任不足够可信,计算间接信任来获得综合信任,利用熵来对不同的推荐赋予权重,克服主观分配权重带来的局限性,加强模型的适应性。仿真实验表明,该模型能够有效检测恶意节点,具有较高的检测率和较低的误检率,同时在很大程度上降低了网络的能量消耗。     

基于生态网络的P2P环境信任博弈进化模型

P2P网络中信任机制能够很好地检测和惩罚恶意节点,激励节点之间合作。提出了一种基于生态网络协同进化机理的信任博弈模型,应用复制动态机制分析了节点之间信任关系的长期演化趋势,从理论与实践上说明了在P2P网络中应用此信任模型具有良好的演化稳定性及性能的整体最优性。     

基于博弈论的农业无线传感器网络数据传输模型

针对农业应用中无线传感器网络电源续航能力不足的问题,提出一种基于博弈论的数据传输模型,该模型中,将参与博弈的节点和潜在中继节点的剩余能量、父子节点间通信链路损耗和此次博弈结果对上游通信链路造成的额外开销等因素纳入效益函数中,从而综合衡量博弈结果的优劣,建立一种多约束条件下的均衡点。结合NS—2仿真软件将本模型与AODV协议的端端延时、数据效率和能量损耗对比,并通过实验结果表明:该模型与AODV协议相比,可以在保证通信质量的前提下节约能量。     

层次型WSN中基于博弈论的能耗优化与接纳控制机制

针对层次型无线传感器网络中簇首节点的能量受限问题,提出了一种基于非合作博弈模型的节点接纳控制机制。该机制依据簇首节点的效用函数,引入定价因子,优化了簇首数目和功率水平,并得到簇首发射功率的纳什均衡。仿真实验模拟该博弈的均衡过程,将簇首节点设为非合作博弈的参与者,对各簇首节点发射功率的决策过程进行验证。     

基于分簇的无线传感器网络中信任节点的研究

对节点的信任值进行研究,来判断节点是否值得信赖。对节点的信任要素进行分析,重点介绍分簇的无线传感器网络(WSNs)中信任的计算模型。在该模型中,综合直接信任和信誉给出信任度的计算方法。直接信任度采用基于贝叶斯评估方法,在推荐信任度的基础上描述信誉。仿真结果表明:在识别恶意节点和簇头选举时显示出该模型的优越性。     

基于信任的无线传感器网络时隙分配博弈分析

为了帮助无线传感器网络作出既有利于自身收益又能抑制恶意节点的决策,提出了一种信任激励的时隙分配博弈模型。根据收益矩阵对恶意节点和簇头之间的非零和博弈关系进行了认知和分解,指出了破坏行为可以抑制的原因是纳什均衡可以作为惩罚阻止节点偏离收益更高的策略组合。在此基础上建立了博弈模型,然后证明了无限重复博弈中的纳什回归策略成为子博弈完美均衡的充分必要条件。采用单轮纳什均衡惩罚合作性策略的偏离者,从而使恶意节点与簇头的无限重复博弈能够产生合作效应。仿真实验结果表明,根据该模型作出的决策可以增加网络收益并抑制恶意节点的破坏行为。     

一种基于非合作博弈的无线传感器网络功率控制算法

提出了一种无线传感器网络中以容量最大化为目标的非合作博弈功率控制算法。通过效益函数来选择合适的发射功率,以保证网络连通性并缓解分组碰撞状况。而后给出了对该算法纳什均衡存在性和唯一性的证明。仿真结果表明:该算法可有效提高能量效率和网络容量。     

稀疏无线传感器网络中基于beta分布的信任模型*

针对无线传感器网络节点随机部署的不均匀性、节点能量消耗的非均衡性以及节点容易被俘获窜改的妥协性等,提出一个基于beta分布的稀疏网络信任模型。该模型充分考虑了稀疏网络的自身特点,利用beta密度函数构建节点的信任值并进行实时更新。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和准确识别出失效节点,优化网络性能,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。