基于信任云的簇化层次式WSN安全路由方法

如何能量高效地保障无线传感网的路由安全一直是一个巨大的挑战。提出一种基于信任云的簇化层次式无线传感网安全路由算法(trusted cloud-based secure routing algorithm,TC-SRA),建立基于信任云的无线传感网安全骨架,通过簇化层次式拓扑实现网络节点的高效管理,从兼顾能效和安全的角度提升无线传感网的路由性能。仿真测试结果表明,所提出的算法不仅为无线传感网的路由安全实现提供了新思路,而且能有效控制网络节点的能耗,保障网络生命周期。     

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.     

无线传感器网络中基于HEED的多层分簇路由算法

基于HEED算法中簇首与基站通信能量消耗过大的问题,提出了一种新的成簇路由算法.在参考HEED路由算法的基础上,整合多层分簇的思想,通过在网络拓扑的底层构建多个簇头节点的簇集合、在拓扑的顶层构建多跳转发机制,提出基于HEED的多层分簇路由算法.实验表明,该算法在簇头节点分布和网络生存时间方面较已有的算法有较大的提高.     

移动自组网中一种基于信誉的安全分簇算法

针对分级结构移动自组网的安全问题,提出基于信誉的安全分簇算法.利用信誉提高簇结构安全性,信誉由邻居节点通过对网络行为的监测进行计算,通过节点间信誉的交换提高信誉评估的准确性,并通过相关度和相对移动性两个指标保障簇结构的稳定性.依据通信需求和网络运行状况综合考虑信誉、相关度和相对移动性三个因素进行节点权值计算,利用节点权值进行簇结构的建立、维护和更新,加强对簇首和网关节点的安全监管.仿真结果表明,该算法提高了系统的安全性和稳定性.     

基于ECC的移动Ad hoc网络安全路由算法

研究了移动Ad hoc网络(MANET)的安全路由问题,分析了现有MANET入侵检测和安全路由策略的优缺点.针对MANET安全和路由问题的特殊性,提出并实现了基于ECC的MANET安全路由算法.算法吸收了表驱动路由和按需路由策略的优点,具有能耗低、延迟小、递交率高等显著特点.并且算法在路由过程中引入了ECC签名认证机制,通过路由过程中的签名认证,使得有害节点不能参与到路由中,保证了路由的安全性、信息的完整性和不可抵赖性.最后利用NS-2仿真器对算法的性能进行仿真分析,结果显示所提出的安全路由算法是高效的.     

基于证据理论加权融合的无线传感器网络路由算法

针对当前无线传感器网络路由算法存在数据传输成功率低、 网络时延长和丢包率高等缺陷, 为获得更优的数据传输结果, 提出一种基于证据理论加权融合 的无线传感器网络路由算法. 首先引入聚类分析算法对无线传感器网络进行分簇, 使簇首的分布更均匀, 解决簇首过于集中、 簇成员节点分配不合理的问题; 然后采用证据理论计算剩余能量、 节点间通信距离、通信能耗的权值, 并根据权值对每个节点的性能进行综合评价, 根据综合评价结果选择每个簇最合理的簇首; 最后与其他无线传感器网络路由算法进行对比测试. 测试结果表明, 相对于对比算法, 该算法数据时延均值和丢包率均大幅度减少, 改善了数据传输成功率, 使节点之间的能耗更均衡, 延长了无线传感器网络的生存周期, 建立的无线传感器网络路由可靠性更高.     

基于证据理论加权融合的无线传感器网络路由算法

针对当前无线传感器网络路由算法存在数据传输成功率低、 网络时延长和丢包率高等缺陷, 为获得更优的数据传输结果, 提出一种基于证据理论加权融合 的无线传感器网络路由算法. 首先引入聚类分析算法对无线传感器网络进行分簇, 使簇首的分布更均匀, 解决簇首过于集中、 簇成员节点分配不合理的问题; 然后采用证据理论计算剩余能量、 节点间通信距离、通信能耗的权值, 并根据权值对每个节点的性能进行综合评价, 根据综合评价结果选择每个簇最合理的簇首; 最后与其他无线传感器网络路由算法进行对比测试. 测试结果表明, 相对于对比算法, 该算法数据时延均值和丢包率均大幅度减少, 改善了数据传输成功率, 使节点之间的能耗更均衡, 延长了无线传感器网络的生存周期, 建立的无线传感器网络路由可靠性更高.     

基于改进蚁群优化算法的酒窖监控系统关键技术研究

传统的白酒生产过程中,对窖池环境的监测主要由人工完成。本文针对酒窖环境数据检测实时性较差、数据获取存在误差的缺点,构建了基于物联网技术的酒窖检测系统模型,提出了一种基于蚁群优化的最优路径路由算法,利用LEACH-DHCS方法建立簇群、选择簇头,采用改进的蚁群优化算法,从簇头节点出发依次遍历簇群内全部节点,最后建立一条最优数据传输路径。通过实验表明,提出的算法在保证数据传输量的同时,有较低的能量消耗。     

基于分簇的车载自组网可信路由协议研究

针对较适用于车载自组网的分簇式路由协议的安全问题,提出一种基于分簇的可信路由算法,即在簇头选择过程根据权重因子进行筛选．该算法将节点通信过程中在一定时间内收发数据包的好坏程度作为其信誉值,在选择簇头过程中将节点的信誉值作为重要的权重因子,由于通信过程中信誉值实时更新,可将低于信誉阀值的节点剔除,从而达到安全目的,实现了在车载自组网中的可信路由．实验结果表明,该算法较WCA（weighted clustering algorithm）算法具有较高的抵抗自私节点的能力．     

路由算法在均衡物联网传感器节点能耗分析中的应用研究

传统路由算法只采用指定节点或路径实现数据转发,设定阈值的减少使簇头数量降低,能耗急剧升高,导致能量的非均衡消耗。为此,将一种新的路由算法应用于均衡物联网传感器节点能耗分析中。对传感器节点能耗进行研究,求出节点剩余能量。通过阈值得到本块候选簇头集合,把剩余能量较其他节点多,或者和本块中心之间距离较短的节点看作簇头节点。建立路由选择计算公式,按照前向路由节点剩余能量获取数据发送过程中簇间多跳路由。面向能耗均衡对路由进行更新,把传感器节点剩余能量划分成10个能量等级,按照网格能量等级确定等待时间,完成对簇首节点的更新处理,以保证节点能耗均衡性。实验结果表明,所提路由算法簇首节点选择合理,将其应用于均衡物联网传感器节点能耗的分析中,节点能耗较其他算法更加均衡性。     

物联网感知层安全簇维护方法

分簇结构的物联网感知层得到了广泛应用,针对大量分布的传感器节点的脆弱性、通信开放性和无人值守等特征使得其面临着越来越多的安全威胁,提出了一种物联网感知层安全簇维护方法,通过加密认证、节点测评和按需维护机制来保护簇的安全稳定运行.基于NS2的仿真实验结果表明,所提出的物联网感知层安全簇维护方法能低能耗地有效抵御假冒攻击、簇头占据攻击和针对数据包的攻击,保证簇结构的稳定和安全.     

基于增强LEACH协议的无线传感器网络恶意节点检测模型

针对现有无线传感器网络恶意节点检测方法效率较低的不足,提出一种基于增强低功耗自适应集簇分层（enhanced low energy adaptive clustering hierarchy,enhanced LEACH）路由协议信誉机制的恶意节点检测（malicious node detection based on enhanced LEACH with reputation,MNDELR）模型.在无线传感器网络中使用增强LEACH路由协议选取簇首节点,其余节点选择对应簇首形成各簇集群并确定网络数据包传递路径.节点在数据包内添加节点编号、信誉评价等信息并按传递路径将数据包发送至汇聚节点;汇聚节点解析获取数据包内节点编号并与源节点编号比较判定,形成可疑节点列表;计算节点信誉值并与阈值比较判定网络中的恶意节点.实验结果表明,与其他方法相比,MNDELR模型在无线传感器网络中对恶意节点的检测效果较为显著.      

物联网中一种面向聚集点的机会路由算法

物联网中感知设备可以随身携带,具有明显的社会属性.在设计转发策略的时候,需要考虑感知设备的社会属性对路由算法性能的影响.针对人们在日常生活、工作当中展现出的群聚行为,提出了一种面向聚集点的机会路由算法.该算法结合传统的多备份路由机制以及直接等待传输策略,通过在聚集区域内放置一个静态节点来辅助移动节点进行数据转发,解决移动网元之间以及移动网元于静态网元之间的数据转发问题,进而改善了传统机会路由算法的性能.     

物联网中选择性转发攻击的发现

作为战略性新兴产业之一,物联网具有广阔的市场应用前景,其安全性正在成为普遍关注的焦点。物联网中传感器节点资源有限的特点和不理想的部署环境使其面临着安全脆弱性,容易受到不同类型的攻击,选择性转发攻击是其中危害最严重的攻击形式之一。提出了一种基于数据包ID检测机制的低成本轻量级选择性转发攻击发现算法,即节点每收到一个数据包后都要进行包ID更新,并比较存储包的ID与接收包的ID,根据比较结果确定是否存在可疑节点,并向基站发送报警包进行检举,基站根据节点被检举的次数来判定发起选择性转发攻击的恶意节点。仿真实验结果表明了该方案的有效性,且具有较高的恶意节点发现率和低的误警率。     

Josang 信任模型的物联网感知层安全数据融合方法

物联网感知层通常涉及大量传感器节点的运用,具有节点资源有限、分布广泛、无人值守、数据冗余、攻击容易等特点,实施安全数据融合是其必然选择。为了保障物联网感知层数据融合结果的真实性与可靠性,建立了一种结合数据预处理与节点信誉度评价的安全数据融合模型,利用粗大误差理论将明显偏离正常数据（或真值）的异常数据予以识别和剔除,基于概率统计理论计算和更新节点信誉度,只允许来源于高信誉度的节点数据参与数据融合,以Josang信任模型形成对数据融合结果的评价。仿真实验结果表明,该模型不仅有助于确保物联网感知层数据融合结果真实性与可靠性,而且基于粗大误差的数据预处理方法可减少数据融合的计算量,降低对传感器节点资源的需求。     

基于隐马尔科夫模型的网络安全风险评估方法

为了能实时准确地评估网络安全风险,提出一种基于隐马尔科夫模型的网络安全风险评估方法。该方法基于隐马尔科夫模型对目标网络进行建模,通过节点的直接风险和相关性引起的间接风险来量化节点的安全风险;考虑节点在网络中的重要性程度,结合节点安全风险,量化目标网络的整体安全风险。通过实验对所提方法进行验证。实验结果表明：该方法能够对由节点相关性和节点重要性程度所带来的网络安全风险进行量化,使得网络安全风险评估结果更加准确、可信。与传统的网络安全风险评估方法相比,该方法能够更加及时地发现网络中的异常风险变化情况,为网络安全防御策略的及时调整提供依据。     

基于累积信誉和路径递减的无线传感器网络可靠路由方法

在无线传感器网络中,某些节点会在路由数据时选择性转发数据包以节约自身能量;或者恶意丢弃某些数据以对网络进行破坏。这些路由节点的不良行为会使网络中传递的数据缺乏安全性;也使得网络变得不可靠,易受到各种攻击。针对无线传感器网络节点数据路由时存在不良行为的问题,提出一种基于累积信誉和路径递减的可靠路由方法。首先是根据统计学中负二项分布原理,对参与数据路由的节点进行信誉评价;并选取满足一定信誉条件的节点作为路由节点。然后通过路径递减方法对数据进行路由,目的是避免过多的中间节点,最后将数据包以可靠的方式通过最短的路径路由到目的地。实验测试结果表明所提方法在网络中存在恶意路由节点情况下,能够较好地提高数据包投递率,以及减少数据包到达目的节点的平均跳转次数,提高了数据路由的可靠性。     

多维适配算法对区块链节点可信授权的优化研究

区块链技术可解决物联网传统访问控制方案中管理集中、数据易丢失等问题,实现分布式、安全性高的访问控制,但容易忽视建立动态灵活的访问控制机制的重要性,当节点被破坏时无法自动捕捉网络的动态信息,并相应地调整其授权策略.本文设计了一种基于属性的物联网访问控制机制,具有辅助授权的信任和声誉系统,提出多维适配算法(MDAA),首先利用一个公有区块链和私有侧链,将敏感信息和公共数据分开存储,服务消费节点注册属性,服务提供节点定义访问门限策略;接着信任和声誉系统逐步量化网络中每个节点的信任和声誉评分,当服务消费节点发起访问请求后,智能合约验证服务消费节点是否满足访问门限策略要求的属性和信任声誉阈值,都满足则获得访问权限;最后依据节点间交互作用定期更新节点的信任和声誉评分,实现动态验证和授权.仿真结果表明,与TARAS算法、DADAC算法相比,MDAA支持双向信任评估,具有较好的算法收敛性,在确保授权安全的同时减少了处理访问控制的延迟,具有适用性.