无线传感网中一种基于从信标辅助的改进质心定位算法

针对当前无线传感网质心定位算法的不足,提出了一种基于已定位节点辅助下的改进质心定位方法.通过独立定位计算与综合定位分析,最终获得精确的位置信息.本方法同时扩展了网络中可定位节点的范围,从而使得全网内的节点都可以方便地进行定位.     

无线传感器网络中基于多属性决策的数据转发算法

如何在严格的能量约束下均衡传感器节点能耗、延长网络生存时间是无线传感器网络数据转发研究中的一个难题.利用多属性决策理论提出了一种基于多属性决策的数据转发(multiple attribute decision making based data forwarding, MadmDF)算法来解决该问题.MadmDF算法综合评价备选数据转发节点的属性信息,从中选择最优邻居节点进行数据转发,使网络数据流量得到了合理的分配,从而均衡了网络能耗,延长了网络生存时间.仿真结果表明该算法与同类数据转发算法相比具有一定优越性.     

基于微粒群优化的有向传感器网络覆盖增强算法

覆盖作为无线传感器网络监测中的基础问题反映了无线传感器网络的感知服务质量.在分析节点主感知方向可调模型的基础上,提出了一种微粒群优化的有向传感器网络覆盖增强算法.该算法针对节点主感知方向设计微粒适应值函数和种群进化策略, 以区域覆盖率为优化目标,通过微粒群优化有效调整传感器节点的主感知方向,从而达到有向传感器网络的覆盖增强.实验验证了算法的有效性.     

物联网环境下智能插座的设计

实时反馈机制被普遍认为是一种有效的节能方式,同时物联网技术使这种方式变得更为舒适便捷.提出在物联网环境下使用智能插座来实现电能的实时反馈.详细介绍了构成智能插座的电源模块、电能传感模块、电器通断模块、存储模块、处理器和无线通信模块的设计.此外还对电源模块、无线通信模块、电能传感模块、以及实际的节能效果方面进行了测试验证.     

无线传感器网络TBCCA树形分簇算法

针对当前无线传感器网络分簇和拓扑控制算法中存在的问题,例如能耗过大、负载不均、计算复杂性高和存在额外开销等,提出了一种新型的TBCCA(tree-based clustering construction algorithm)分簇算法.该算法基于正三角形簇树结构,并利用RSSI(received signal strength indicator)值控制簇半径,从而产生3类集合--Near集、Common集和Medium集,及其相应的选择策略.其后,根据树的度数和结构,设计了簇树的建立算法.性能分析和实验仿真表明,相对于现有的几种算法,例如TopDisc和DLMST等,TBCCA算法具有较低的计算复杂性;与Leach协议和HEED协议相比,该算法能在保证较高连通性与覆盖率的同时,有效节约能量,均衡负载,延长网络的生命周期.     

RBAC中基于信任的细粒度访问控制研究

针对传统的角色访问控制模型权限控制粒度较大,提出一种基于信任的细粒度访问控制模型,该模型在RBAC基础上引入授权信任约束,采用了一种基于忠诚度的信任度计算方法,有效地遏制恶意行为,实现细粒度访问控制。该模型不仅具有RBAC模型的所有优点,而且比RBAC模型具有更好的通用性、灵活性和可扩展性。     

移动设备上移动代理应用的安全性研究

移动代理的安全性问题一直制约着移动代理的广泛应用。以往的研究主要集中在解决移动代理安全的一般问题，但随着移动设备的大量普及，移动代理技术应用于这些受限设备，其适用场合和安全问题应区别对待。本文首先讨论了在这些移动设备上的移动代理典型应用，然后阐述了相关的安全问题及解决办法。最后给出了一个基于J2ME的实现范例，并提供了一些实验结果。     

移动智能代理系统中主机的安全性研究

移动智能代理系统提供了一个新的计算方式,程序以软件代理的形式出现,它能在一台主机上停止它的执行,通过移动到另一台主机上来恢复执行。随着移动软件混合性的增加,也伴随着对安全的威胁,该文论述了agent主机面临的安全问题,同时提出了对agent主机的保护方法。     

基于移动代理的网络性能管理模型的研究

当前网络管理日益重要,性能管理作为网络管理的功能之一,需要使网络资源的使用达到最优化的程度,并保证网络提供可靠和连续的通信能力。基于移动代理的网络性能管理利用了移动代理分布式计算能力,能够根据不同的性能管理任务对网络进行高效、持续、实时和准确的性能管理。该文对其的构成、性能管理过程和特点等进行了详细的研究,并构建原型系统验证了该模型在网络性能管理中的优势。     

增强现实中基于位置安全性的LBS位置隐私保护方法

为了解决基于位置的服务(LBS)和增强现实(AR)技术快速发展带来的用户位置隐私泄露的隐患,分析了现有的位置隐私保护方法的优缺点,提出基于位置安全性的位置隐私保护方法。将区域安全度和伪装区域引入该方法中,将提示某区域是否需要保护这一度量标准定义为区域安全度,非安全区域(即需要给予保护的区域)的区域安全度设置为1,安全区域(即不需要保护的区域)设置为0,通过扩大区域安全度和识别等级来计算位置安全度。实验结果表明,该方法与未引入位置安全性的方法相比降低了平均定位误差,提高了平均安全性,从而有效地保护了用户的位置隐私,提高了LBS的服务质量。