【摘 要】
：
随着无线通信和传感器等技术的飞速发展,异质无线传感器网络（HWSNs）的应用领域不断扩大,如环境监测、军事侦察、生物医疗等。由于HWSNs的工作环境相对比较恶劣,且传感器节点也受到自身能量和计算能力的限制,易受到网络攻击的影响,导致整个网络不能正常运转。其中对网络造成影响最严重的是网络中恶意程序的传播,当传感器节点被恶意程序成功入侵感染后,该节点将被恶意程序俘获并具有感染性,可以感染其附近的正常传
论文部分内容阅读
随着无线通信和传感器等技术的飞速发展,异质无线传感器网络（HWSNs）的应用领域不断扩大,如环境监测、军事侦察、生物医疗等。由于HWSNs的工作环境相对比较恶劣,且传感器节点也受到自身能量和计算能力的限制,易受到网络攻击的影响,导致整个网络不能正常运转。其中对网络造成影响最严重的是网络中恶意程序的传播,当传感器节点被恶意程序成功入侵感染后,该节点将被恶意程序俘获并具有感染性,可以感染其附近的正常传感器节点,从而快速蔓延至整个网络。本文以抑制恶意程序的传播为目的,结合博弈论研究HWSNs和恶意程序网络攻防对抗中的最优防御策略,主要研究内容包括以下几个方面:（1）对HWSNs的结构,博弈论核心知识以及经典传染病模型进行了介绍,并提出了HWSNs所面临的核心网络安全问题及本文的研究意义。（2）为抑制恶意程序的传播,考虑节点异质性并引入检测率参数提出了一种HWSNs的攻防博弈模型,求得攻防双方的混合纳什均衡,结合经典SIS传染病模型和微分博弈论建立节点状态动态转换的微分方程组,分析节点比例的动态演化规律。并通过仿真实验,分析不同博弈参数下恶意节点动态演化过程,验证了有效抑制恶意程序传播的方式。（3）为了得到攻防双方的最优攻防策略,引入入侵监测系统的检测率和误报率参数,提出了一种HWSNs攻防演化博弈模型,建立攻防演化博弈树,求解不同策略下的收益函数。再进行传播动力学和演化策略稳定性分析,求解攻防演化博弈过程中的演化稳定策略。最后进行数值仿真实验,分析攻防双方在不同策略选择下的演化稳定状态,得到有效抑制恶意程序传播的最优防御策略,并通过调整博弈参数进行对比实验,分析参数的不同对博弈演化均衡状态的影响。本文通过对HWSNs中恶意程序传播模型和传播策略的研究,结合微分博弈和演化博弈,提出了HWSNs的攻防博弈模型。通过对博弈过程中攻防双方的动态策略演化分析,求得HWSNs最优防御策略,为抑制HWSNs中恶意程序的传播提供了有效的理论指导。
其他文献
失能人群是指在生活方面丧失自理能力、需要护工对其饮食起居进行照顾的人群。然而,随着人口老龄化速度加快,失能人群的数量不断增加,现有护工数量已无法满足失能人群的需求。在衣食住行中,“食”属于失能人群最基础的需求,因此,用助餐机器设备改善人力资源不足,具有很大的研究意义。现有的助餐机器人的交互方式对使用人群、使用环境等方面有一定的制约,在设计概念与技术实现上常存在脱节问题。因此拓宽现有智能助餐机器人的
自动驾驶技术可以提高驾驶安全性,减少人员伤亡与财产损失。在自动驾驶过程中首先需要对车辆周边的驾驶环境进行感知,其中通过车载相机采集图像是一种重要的感知方式。但在低照度环境下采集的图像的质量容易发生下降,进而会影响自动驾驶的安全性。为此,本文展开了基于深度学习的低照度车辆检测方法的研究,对深度学习低照度车辆检测相关理论展开调研与研究,设计基于深度学习的SEnlighten GAN低照度图像增强模型实
在新媒体的技术发展和传播背景下,以传统印刷纸媒为主的时尚杂志开始向数字化方向转型。新媒体视域下时尚杂志的视觉信息,包括结构型信息和体验型信息,主要基于微博、微信和移动客户端APP。现有研究中,对时尚杂志视觉信息的系统性和实证性研究尚为少数。本文以国内时尚杂志在微博、微信、移动客户端APP中的视觉信息为研究对象,综合运用资料分析法、内容分析法、比较研究法、跨学科研究等方法,梳理了时尚杂志由纸媒向数字
随着人工智能行业和大数据技术的发展,人们对于生活工作效率的要求不断地提高;而随着科技的进步,越来越多的商家开始在网络上进行服装的买卖,也相应有越来越多的买家在网络上进行服装的展示,互联网上存储着海量的服装数据,用户对时尚服装也越来越重视,时尚也成了人们热议的话题。而实际生活中时装相关的图片,衣服由于一些客观因素会产生难以避免的变形或者掩盖,商用的服装图像风格也是各有不同。在生产部署中,对于服装类图
随着航天技术研究的不断深入,航空航天获得了高速蓬勃的发展。它对我国的经济、领土安全以及日常生活有着十分重要的意义。随着科技的不断进步以及航天技术的不断发展,人们越来越重视研究人员的健康以及环境保护的问题。推进剂是运载火箭动力推进系统的动力源,而我国的推进剂多以肼类推进剂为主。硝酸羟胺（HAN）基推进剂没有污染,毒性小而且密度比冲较大,是一种绿色推进剂,是肼类推进剂的理想代替品。为了探究HAN基在何
多智能体编队控制广泛应用于无人机编队协作、传感器网络、数据融合、交通车辆控制等领域,可进行军事巡逻、能源勘探、地图绘制、协同救援等工作。多智能体编队控制是指通过分布式协同控制方法,使得多智能体系统形成期望队形,并在期望队形上保持稳定。针对上述问题,本文采用偏微分方程（PDE）建立多智能体系统的集群动力学模型,描述包含智能体之间交互关系的系统整体动力学特性。运用无穷维Backstepping方法设计
伴随互联网浪潮推动相关行业朝着工业智能化、信息数据化飞速发展,各行各业产生并积累了海量数据,其数据量呈现出了指数级的上升趋势,信息时代步入了大数据时代。作为大数据研究的重要分支,时序数据分析能够获取系统运行中的关键信息,在各行业中具有广泛应用前景,在国内外相关领域研究中受到了诸多关注。突变点检测技术能够从整体数据快速定位到突变点,根据突变点位置信息分析数据波动原因。由于传统的数据流突变点检测技术在
无线传感器网络是一种能够通过传感器节点实时获取区域信息并对传输回来的信息进行一定处理的自组织网络。传感器节点具有一定的信息采集、传输和处理能力,由于其体积较小,成本低廉,电池能量有限,在网内节点数目往往较多,节点随机均匀地分布在感知区域内,通过对节点采集到的信息进一步分析,能实现对区域环境的监测。传感器网络在获取信息的实时性有着无与伦比的优越性,且无需提前搭建基础设施,被广泛地应用于医疗、环境等各
随着人工智能在教育领域的不断发展,各种能够提高工作效率的方法层出不穷,尤其是自动评分系统的出现,更加减轻了老师工作量。现在已经取得广泛应用的是客观题自动评分,而主观题评分因为复杂且困难一直是教育人工智能领域的研究难点和热点。英语阅卷工作量较大,且英语主观题存在中英文两种题目类型,因此研究英语考试自动评分具有重要意义。主观题自动评分算法的核心问题是文本相似度研究,而深度学习因为在特征提取方面的优势,
忆阻器因其阻值连续可调、纳米级尺寸以及类生物突触优势成为人工突触首选器件。习惯化和联想记忆是生物基本学习方式,基于忆阻器构建电路模拟习惯化和联想记忆特性是实现忆阻神经形态系统的必经之路。改进忆阻器数学模型,提高其与实测特性契合度,可为指导其设计制造工艺以提高其仿生突触性能提供参考。本文选择具有阈值特性和遗忘特性的氧化钨忆阻器代替常见HP忆阻器作为突触,构建神经形态电路,模拟生物学习行为和突触传递的