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.     

基于多准则决策方法的WSNs不等簇数据收集算法

针对多对一的无线传感器网络"热点"问题,提出了一种基于多准则决策方法的不等簇数据收集算法(unequal clustering data gathering algorithm based on multiple criteria decision,UCDGAMCD).采用直觉模糊层次分析法和层次模糊积分的多准则决策方法来竞选簇首,提出了一个新的簇首竞争半径,使其能够适应节点能量异构及节点非均匀分布的网络环境.根据邻居簇首的剩余能量和传输能耗,提出了簇首间按比例分配传输数据的路由方式,使其能量消耗更加均衡.仿真结果表明UCDGAMCD在节点均匀和非均匀分布的两种实验场景中都获得了较长的网络寿命.     

基于可调发射功率的无线传感器能量空洞避免算法

基于无线传感器数据收集网络的多对一收集特征,部分节点因为过早耗尽自身能量而导致网络原有覆盖区域缺失或者数据无法送达Sink节点,从而形成能量空洞现象.针对这一问题,提出一种避免能量空洞的算法ATPAEH(adjusting transmission power to avoid energy-hole).首先,根据网络中所有节点的剩余能量信息将节点分为门限节点和充裕节点两个集合.然后,对于门限节点集合中的节点形成最短路径树以多跳的方式将数据传送到Sink节点.而充裕节点集合中的节点根据该节点与Sink的距离调节其自身的发射功率,直接将数据传送到Sink节点.最后,通过与MILD算法的对比实验表...     

基于蚁群系统的WSN能量有效路由算法

针对无线传感器网络的能量有效性问题,基于蚁群系统的自适应性及动态寻优能力,以及无线传感器网络的自组织特性,提出一种能量有效的路由算法.为了优化路径概率选择,平衡节点间的能量消耗,将节点剩余能量引入本地启发因子.用路径平均信息素水平、路径节点平均剩余能量和路径长度评价路径质量,并将路径质量引入信息素全局更新.在源节点与Sink间建立多条动态优化传输路径,提高传输的可靠性.仿真结果表明,本算法可以减小延迟,提高能量使用效率,有效地延长无线传感器网络的工作时间.     

浅谈加强和改进企业思想政治工作

分别从管理、制度、载体、问题以及队伍素质等为切入点，浅论如何加强和改进企业思想政治工作。     

基于增量CRL证书撤销机制的改进

文章提出了改进的增量CRL机制,在Delta-CRL的发布周期内,CA发布Base-CRL和Delta-CRL,用户除初始化外,其他时刻只下载Deha-CRL即可,可在客户端重构完整的CRL.与传统增量CRL相比,能够有效减少CRL的下载尺寸,降低通信载荷,提供更为及时的证书撤销信息,而不会增加平均请求率.     

基于改进蚁群算法的Web服务选择

提出一种改进的蚁群算法并将其应用于Web服务选择问题中.该算法使用非线性动态变化的伪随机比例选择参数及蚂蚁多重最优解随机加权路由选择算法控制蚁群的行为,使用5维Web服务质量向量和蚁群适应度函数评价蚂蚁构造的路径质量,蚂蚁根据其构造的路径质量进行信息素更新;该算法使蚁群在其解空间的进化能力得到很大的提高.实验证明,该算法在Web服务选择问题上比传统的蚁群算法效率更高.     

基于自适应直方图修改的网格可逆信息隐藏

可逆信息隐藏是一种特殊的信息隐藏技术, 在医学、军事和法律等领域具有重要的应用价值.本文提出一种基于自适应直方图修改的网格可逆信息隐藏算法. 首先, 利用模型形状的局部相似性, 预测顶点位置以获得预测误差序列, 构造陡峭的预测误差直方图. 然后, 根据直方图的分布特点, 直接使用嵌入区域内两组指定的预测误差来嵌入秘密信息,减少了辅助信息的传输. 最后, 为减少模型失真, 根据载荷大小自适应地选取合适的嵌入区域, 有效避免对预测误差过多移动. 实验结果表明, 本文提出的算法在小容量嵌入时能保持较高的视觉质量, 适用于高保真的网格可逆信息隐藏.