一种基于残差分析过滤的安全定位算法

在无线传感网络节点定位中,恶意锚节点的出现会降低网络定位性能,为了解决这个问题,根据节点定位过程中的恶意锚节点攻击特性和定位计算中的残差问题,提出一种基于残差分析和过滤的无线传感网络安全定位算法.建立了基于距离的安全定位模型,对网络定位中的残差问题进行了分析,并且通过残差特性过滤掉网络中恶意锚节点,利用剩余锚节点信息和梯度下降法对未知节点实现高精度定位.仿真表明,此算法在多个性能指标下都能取得相对较高的定位精度,并且在高强度的恶意攻击下也能保持较高的定位性能.此算法不但能有效地抵御恶意攻击对节点定位的破坏,还显著地加强了网络的定位安全性.     

基于混合PSO的无线传感网安全分簇算法

为了合理有效地管理和维护无线传感网络中的节点,提出基于混合粒子群算法的安全无线传感网分簇算法,基于网络的安全性和节点的信任度问题,在分析粒子群优化算法的基础上,引入局部最优解对最优解搜索过程的影响。在适应度函数中,该方法将节点剩余能量、与其他节点的连接性能以及安全信任度作为主要评价指标,把粒子群算法多次迭代得到的适应度值最高的节点作为簇首节点。通过实验对比了该算法与LEACH和MCBMC算法对节点生命周期的影响。结果表明,在不同恶意节点数量和不同节点密度的情况下,该算法能使无线传感网络具有较长的生命周期。     

基于随机时空联合维度校准机制的WSN恶意节点定位算法

为提高无线传感网对恶意节点的查证识别能力,提出一种基于随机时空联合维度校准机制的WSN恶意节点定位算法.首先,采取一一映射机制,按照空间和时间维度进行时空建模,以提高网络对恶意行为的敏感程度.根据归一化后的节点均值,采取窗口方案对节点数据予以截断处理,以增强恶意节点的查证效果.随后,结合对角化时空矩阵协方差,采取特征值匹配模型,利用特征值的平均分布对恶意行为进行二次匹配,从而提高对疑似行为的过滤质量.仿真实验表明,与当前无线传感网恶意节点定位领域常用的DAR-UI算法及SC-RFL算法相比,所提算法具有更高的网络恶意节点识别频次和更短的首次恶意行为识别时间.     

卫星传感器网络中基于可信节点的安全定位算法

安全性作为评估无线传感器网络定位算法性能的主要指标．虽然近年几个安全定位算法从不同程度上解决这一问题,但都存在着不足。针对恶意攻击存在环境下,卫星传感器网络中节点的自定位问题,基于验证点思想提出既能使用不同定位算法,又不需要增加甚至不用锚点的高质量安全定位协议-SIJPVN-LA。SLPVN-LA利用各节点的定位误差服从相同概率分布且相互独立的性质,结合验证点思想和某种定位算法实现节点安全定位。基于MMSE定位算法的协议性能仿真表明,算法可以有效克服恶意锚点的影响。     

无线传感器网络节点行为度量方案

随着电子信息技术的发展,无线传感器网络得到了日益广泛的应用,传统安全防护技术却无法直接应用于无线传感网中,传感器节点容易遭受到恶意攻击。该文提出了一种无线传感器网络的节点行为度量机制,对不同计算能力的节点采用不同的度量机制,具有实时度量和主动控制的特点。仿真实验表明,该方案充分考虑了无线传感器节点能耗问题,能够有效识别恶意节点,同时有更好的环境适应性,能够在部分节点遭到攻击时保障传感器网络顺畅运行。     

基于病毒体投射机制的移动无线传感网节点定位算法

为解决当前移动无线传感网节点定位方案存在感知过程复杂、定位准确度不高,难以适应节点拓扑变化频繁的实际场景等不足,提出了一种基于病毒体投射机制的移动无线传感网节点定位算法。首先,鉴于当前直接测序方案及间接测序方案均存在抗噪能力差的不足,设计了多点定位方案,引入多个锚节点联合定位,定位过程中采用迭代方式降低接收信号强度指示(received signal strength indication,RSSI)误差,有效解决了定位过程中存在的圆环分布现象。随后,考虑移动无线传感网节点存在的拓扑漂移速度较快,且坐标存在随机分布的规律,将锚节点看作病毒体,将移动无线传感网节点看作子病毒体,并针对病毒体-子病毒体之间存在随机拓扑规律,引入了病毒体投射机制,并通过迭代方式设计距离定位方案,模拟移动无线传感网定位过程中定位节点与待定位节点之间的拓扑漂移关系,提高网络对定位过程的感知能力。最后,引入权重调节机制对定位坐标进行误差消除,进一步提高网络定位精度与感知性能,强化对移动状态下节点间拓扑的感知与监控,减少网络抖动对定位过程的影响。仿真实验表明,本文算法与当前常用的凸优化的无线传感网障碍环境下定位算法(location algorithm in wireless sensor network obstacle environment based on convex optimization,OECO)及基于精确定位机制的改进DV-HOP算法(on improved DV-Hop localization algorithm for accurate node localization in wireless sensor networks,AN-DV-Hop)相比,具有更高的定位收敛速度和更低的定位误差低。     

基于机器学习的无线传感网络室内定位研究

无线传感网络在能耗量化传导过程中具有随机分布性,导致网络节点的室内定位精度不高,为了提高网络的室内定位准确性,提出基于机器学习的无线传感网络室内定位方法.构建无线传感网络室内定位的节点优化部署模型,采用能量负载均衡控制方法进行无线传感网络的路由探测协议设计,建立无线传感网络节点传输的链路均衡配置模型,采用机器学习算法进行无线传感网络室内定位过程中的自适应寻优,提取无线传感网络节点输出信号的能谱特征量,根据能谱的聚类属性进行无线传感网络室内定位优化.仿真结果表明,采用该方法进行无线传感网络室内定位的精度较高,能量开销较小,网络节点的组网部署能力得到提升.     

传感器网络中适用于安全定位的校验机制

提出一种使传感器网络节点定位系统在网络中存在注入错误数据攻击的条件下,仍能有效确定节点位置的安全定位机制称基点校验机制(sink validate mechanism, SVM). SVM中节点通过定位算法近似确定自己的位置,并在基点内计算每个节点相对于基点的角度.随后,通过使用基点上装载的自适应天线阵列(Adaptive Antenna Array, AAA)确定节点相对基点所在的角度范围,若计算得到的角度与通过波束确定的角度误差在一个合理范围内,则认为定位过程安全,确定的节点位置有效.仿真结果表明,SVM机制有效地获得了发起注入错误位置数据攻击的恶意节点,从而使节点定位系统在这类恶意攻击存在的条件下,仍能有效地确定节点位置.     

基于无线传感节点到达时间差的定位算法设计

针对无线传感器网络节点定位的问题,深入研究了基于节点信号到达时间差的定位算法,为了提高定位的精度采用基于多点的极大似然估计算法实现无线传感器节点精确定位的需求．重点对无线传感器节点定位过程中各节点的时间同步问题进行了详细设计,给出了一种基于无线传感节点到达时间差的定位算法详细设计方案,经仿真测试表明,设计的无线传感节点定位精度在96．7％以上．     

基于信任模型的WSNs安全数据融合算法

为了抵御无线传感器网络内部的恶意攻击行为和故障节点的误操作行为对数据融合结果的影响,提出一种基于信任模型的多层不均匀分簇无线传感器网络安全数据融合算法.该算法基于多层不均匀的分簇网络拓扑实现安全数据融合能够有效均衡网络中节点的能耗.通过节点间的通信行为和数据相关性建立信任评估模型,并引入动态的信任整合机制和更新机制,实现簇内和簇间的信任评估,选择可信融合节点并将可信节点所收集的数据进行基于信任值加权的数据融合.仿真实验表明,该算法能够实现精确的信任评估,有效识别内部恶意攻击节点,得到的数据融合结果具有较高的精确度,实现了安全的数据融合.