无线传感器网络安全加密成簇算法的设计及研究

在无线传感器网络中,网络节点的成簇算法是实现对传感器网络高效节能管理和应用的有效途径.为了提高网络的安全性和寿命,提出了一种基于随机并行簇头选举算法和密钥预分配方案,在假设的网络模型中,均匀地选举簇头节点,并且实现对恶意节点的识别和删除,在数据通信阶段通过加密算法实现数据通信的安全性,从而有效地实现网络寿命的延长和数据通信的安全.     

无线传感器网络分簇路由算法及其改进

无线传感器网络的能量有限是限制其作用的重要因素,因此如何高效使用能源并延长节点寿命成为研究的热点.结合已有算法,提出了一种改进的分簇路由算法,将簇头的选举由原先的随机选举变为基于剩余能量的选举,以平衡网络负载;在数据传输过程中采用多跳的通信方式降低簇节点的通信负载.仿真结果实现了节能、平衡节点能耗、延长网络寿命的目的.     

一种新的无线传感器网络非均匀分簇算法

为避免无线传感器网络的能量空洞问题, 延长无线传感器网络寿命, 提出一种新的基于双簇头的无线传感器网络非均匀分簇算法. 该算法综合考虑节点剩余能量和节点到基站的距离选举分簇簇头, 将无线传感器网络分为不同规模的簇; 为了减小规模较大簇的簇头节点收集与传输数据的负担, 在数据传输阶段构造基于改进最小二 叉树的数据传输路径. 实验结果表明, 该算法能够有效减小节点能量消耗, 可有效延长无线传感器网络的使用寿命.     

一种基于 LEACH协议的分阶段簇头选举算法

通过分析LEACH协议簇头选举算法的运行机制,针对无线传感器网络节点能量有限性的问题,在原有算法基础上提出在网络运行不同阶段的簇头选举中以能量和平均距离为参考因素的算法。最后,通过实验仿真证明改进后的算法相对均衡了节点能量的消耗并且有效延长了网络的生命周期。     

基于能量和距离的无线传感器网络路由协议

无线传感器网络(Wireless Sensor Networks,WSNs)是一种新兴的传感器网络。Leach(Low energy adaptive clustering hierarchy)协议是WSNs中最流行的簇类协议之一,它通过概率模型选择簇头,并且周期性地改变簇头来实现最大化的网络覆盖率和网络寿命。本文通过网络中节点的能量和所处的地理位置信息,对Leach协议中节点成为簇头的概率公式进行修正,从而改进协议的簇头选择算法,平衡网络的能耗,达到延长无线传感器网络寿命的目的。基于NS2(Network Simulator Version 2)平台的实验结果证明,改进的Leach算法可以延长WSNs的寿命。     

基于全局信息的LEACH协议改进算法

传统LEACH协议在选举簇头节点时,采用动态簇头选举算法,每轮选举产生簇头节点个数为最佳簇头数的概率并不是最大,使得每轮选举的簇头数偏差较大,不能使节点能量达到最优化.针对这一问题,提出了改进的LEACH-P协议,该协议在簇头选举阶段通过簇头节点间的相互协作,以少量的能量消耗来获取全局信息,消除了LEACH协议簇头选举算法的盲目性,从而改善簇头选举算法.实验结果表明,LEACH-P协议相比传统LEACH协议有效地节省了节点能量,延长了网络生命周期.     

一种基于蜂窝模型改进的分簇路由算法

为进一步提高无线传感器网络的能量有效性、网络可靠性并延长网络寿命,提出了一种基于蜂窝模型改进的无线传感器网络分簇路由算法。该算法引入正六角形蜂窝模型作为网络中传感器节点的分簇结构,并结合节点间的角度比和距离比感知位置自主选择簇头。仿真结果显示,该算法与传统的LEACH分簇算法和基于位置的GAF分簇算法相比,有效地抑制了孤立节点的产生,均衡了网络能量和负载,提高了网络能量有效性,确保了网络可靠性,延长了网络的生命周期。     

一种基于模糊决策的安全簇头选择算法

采用分簇管理的无线传感器网络,能够显著地节省能量.簇头在数据的汇总、融合、转发过程中起到关键作用,但是一旦簇头被俘,存储的密钥信息泄露,这将影响整个簇的安全通信.为有效延长网络寿命和可信簇头选举,本文设计了一种基于模糊决策的簇头选择算法,以剩余能量、信任值、向心度和共享密钥数作为安全性评估的关键指标.实验结果表明,通过模糊决策方法选取簇头能均衡能耗,提高网络生命周期并能阻止恶意节点成为簇头.     

无线传感器网络LEACH路由协议的簇头多跳算法

针对无线传感器网络LEACH路由协议簇头分布不均匀、网络拓扑和能量消耗不均衡的问题,提出基于DCHS簇头选择策略的无线传感器网络LEACH路由协议的簇头多跳算法LEACH-MUL。该算法在非簇头节点中选择一个节点作为通信簇头节点,其它簇头节点进行融合后的数据发送到该簇头节点并进行数据再次融合,最后通信簇头节点将数据融合后的结果数据发送到基站BS。LEACH-MUL算法能够有效地均衡节点能耗,提高能量利用率,延长网络寿命。     

基于基站辅助定位的无线传感器网络通信协议

无线传感器网络受应用场合和节点结构的限制，要求算法具有低功耗和低复杂度等特点．为此提出了一种基于基站辅助定位的组网算法和路由协议，利用基站对抛撒区域扫描完成网络节点定位和分簇，节点只需接收基站发送的控制信息，节省了通信和计算开销，根据节点剩余能量和信号强度选举簇头、网关，形成以基站为根节点的路由树，减小了成员节点与簇头、簇头与簇头间的通讯耗能，路由协议中定义了源数据包和转发数据包两种数据格式，以实现数据从节点到基站的传输．在此基础上，研究了不同场景下网络的生存期和节点剩余能量、仿真结果表明提出的组网和路由协议能够均衡节点能耗，有效延长网络的生存期．     

适用于集群无人机的自组网安全分簇算法

集群无人机自组网的节点数量多、移动速度快,适合采用分簇的网络拓扑结构,而安全的分簇算法是簇结构自组网安全性的重要基础。分析了集群无人机自组网的特点和其对安全分簇算法的需求,提出了一种适用于集群无人机自组网的安全分簇算法,该算法结合使用密码机制和信任机制来保证网络分簇过程中的信息安全并且选出可信度较高的簇首,分析证明了其具有较高的安全性和可行性。     

一种多簇头的Ad Hoc分簇算法

随着个人无线通讯设备的发展,Ad hoc网络已经成为网络发展的趋势.分簇算法作为一种划分网络结构的方法,有着重要的意义.本文提出了一种Ad hoc网络的分簇方法：首先,基于地理位置信息将网络划分成网格,每个网格为一个簇.其次,规定网格中的某区域为簇首生成区,每个簇生成多个簇首,即一个簇由多个簇头生成的三层树结构组成.文中对簇头个数的确定以及节点在簇与簇之间移动时产生的信息开销进行了计算,并给出了仿真结果.     

基于分簇结构的P2P流媒体混合分发算法

提出了一种基于分簇结构的混合分发算法,算法采用分簇的方法将流媒体中的节点资源进行簇划分,形成由簇头、簇内节点构成的分簇网络结构,簇头与簇内节点通过拉拽算法来获得数据,而簇头间采用推送分发算法.仿真结果表明,该算法能提高数据块复制速度,减少数据传播时延,有效降低系统的控制开销,提高了播放连续度.     

无线Mesh网络节点聚类属性分析

通过分析无线Mesh网络节点空间属性,提出了一种改进的k-medoids网络节点聚类算法.该算法基于聚类思想,将无线Mesh网络中的网关部署问题转化为空间节点数据聚类问题.构建了网络拓扑图的邻接矩阵,并利用邻接矩阵选择具有最多一跳连接节点数的对象作为初始簇中心.然后以网络跳数代替传统聚类算法中的距离参数,将最小化跳数之和作为优化目标,通过迭代方法获得稳定的聚类和分组结果.实验结果表明,离散的网络节点在空间上具有聚类特性,利用该方法可以获得更小的平均跳数和最大跳数,因此可以较好地实现网络节点分组和网关发现.     

基于Fiedler矢量的分布式自适应分簇算法

针对无线传感器网络分簇(clustering)问题,提出一种基于Fiedler矢量的分布式分簇改进算法.该算法利用Fiedler矢量的元素符号特性对网络进行递归分簇处理,引入网络拓扑信息,根据网络自身的内部连接自适应决定分簇数目,通过Fiedler矢量的元素数值选出簇头,并且算法给簇头子集筛选合适的网关节点以确保簇头子集的连通性.仿真实验表明,在共识频谱感知的基础上,该算法生成的簇头子集与全网络共识所收敛的结果相同,簇头子集共识收敛速度相对更快,耗时短,能够以更好的时效性、更高的能效达到与全网络共识收敛相同的效果.     

无线传感器网络中改进的HEED分簇算法

在无线传感器网络中,基于分簇的路由协议在能量消耗、拓扑控制以及数据融合等方面具有优势。采用完全分布式产生簇头的HEED协议具有分簇速度快、簇头均匀等优点。但是HEED协议没有考虑网络中节点的移动性,当邻居节点距离发生变化时,通过簇内最小平均功率（AMRP）决定节点属于哪个簇会导致簇头能量开销过大,网络生命周期减小等问题。针对HEED分簇算法存在的问题,提出了一种基于稳定性的S HEED分簇算法。S HEED协议以稳定性作?问淳龆ń诘愕乃舸兀饩隽艘蛭贫源吹拇啬诮诘愫痛赝纺芰肯墓呶侍狻７抡媸笛橹っ鳎琒 HEED算法有效的减少了簇头节点的能耗,延长了网络寿命。     

人工蜂与K-means混合算法在VANETs的应用

针对车载自组织网（Vehicular Ad Hoc Networks,VANETs）拓扑结构经常变化导致通信链路容易断裂而通信质量不可靠的问题,将人工蜂与K-means混合算法应用在VANETs中。在成簇阶段,该混合算法利用人工蜂算法较强的全局搜索能力确定初始聚类中心,代替传统的K-means对初始聚类中心的选择,这样就消除了K-means对随机初始聚类中心的依赖。在簇头选取阶段,类内具有最小的速度方差以及到其他节点最小平均距离的车辆节点被选择为簇头。在簇的维护阶段,当最优节点即簇头有变化时,次优节点被选为临时簇头,直至更新为最优节点的簇头信息。为测试该混合算法的性能,将其和PSO与K-means混合算法、经典K-means算法进行实验对比,结果表明,该混合算法能够更加稳定VANETs通信链路,具有更高成簇质量和更高通信质量。     

基于移动代理的无线传感器网络路由算法研究

在无线传感网络中,簇的划分以及簇内节点访问顺序对网络生存周期具有重要影响。为了提高分簇网络生存周期,提出一种分簇融合的方法。采用ISODATA聚类法实现网络的分簇,在簇内由移动代理对数据进行融合。将移动代理路由归结为一个优化问题,采用蚁群算法求出移动代理迁移的最优路径序列。实验以能耗和网络延时作为评价指标,结果表明该算法可以有效的降低网络能耗,提高网络生存周期。     

改进LEACH的传感器网络分簇路由算法

针对当前无线传感器网络分簇路由算法存在的节点能耗不平均、 节点过早死亡等缺陷, 提出一种改进低功耗自适应分簇(LEACH)的无线传感器网络路由算法. 首先针对无线传感器节点过早死亡的问题, 引入簇半径动态确定方式, 将整个无线传感器网络划分为多个不均匀的簇; 然后考虑簇首能量消耗过快的问题, 结合簇首所在位置和节点剩余能量选择每轮中的簇首; 最后改进数据传输机制保证节点能量消耗均衡, 并在MATLAB 2014平台上对无线传感器网络分簇路由算法的性能进行测试. 测试结果表明, 改进LEACH算法较好地解决了节点过早死亡的难题, 延长了无线传感器网络的寿命, 平衡了各节点能量消耗, 整个无线传感器网络的性能显著优于其他对比算法.     

基于K-means++的无线传感网能量高效分簇协议

针对传统无线传感网的分层路由算法中存在着分簇不均匀、簇首数量不固定、簇首位置不合理、节点的可扩展性不足以及数据传输方式比较单一的问题,提出一种无线传感网能量高效分簇协议.该协议在簇的建立阶段基于K-means++聚类算法进行分簇并采用S_Dbw聚类评价指标挑选其最优分簇,在簇的建立阶段,从每个簇中选取簇内剩余能量最高的节点作为簇首;在数据传输阶段,基于节点间的通信代价使用Dijkstra算法来寻找每个簇首到汇聚节点的最优路径.仿真结果表明:该协议可降低节点与汇聚节点之间数据传输的能耗,延长传感网的生命周期,并且在整个网络能量处于较低水平时也可以较好的覆盖整个监测区域.