无线传感器网络中的分组多层次信任模型研究

来源 :华中师范大学 | 被引量 : 0次 | 上传用户:berry909
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
无线传感器网络中的传感器节点由于自身资源受限,部署环境恶劣导致安全问题也越来越多。基于密码技术的安全体制能够很好地抵抗外部攻击,却无法有效地抵抗节点被俘获而发生的内部攻击。因此,需要建立有效的信任机制及时识别被俘获节点。当前WSNs中常用的基于通信的信任模型不能完全解决无线传感器网络面临的安全威胁和节点能量不足的问题。完全集中式和完全分布式的信任模型也存在路由开销太大、内存不足和计算能力有限等问题。如何在节约节点能量和内存的情况下,建立一个节点可信的无线传感器网络是本文要解决的关键性问题。本文提出一种混合式轻量级的分组多层次信任模型,该模型是将网络中所有的节点按簇分组,在考虑多个信任因素的情况下利用不同方式计算簇内节点、簇头和基站三个层次的信任值。单独从通信或者数据一个角度来决定WSNs的节点信任是不够的,因为相对于其他类型的网络,WSNs的节点不但具有路由选择的通信能力,它还有独特的数据监测能力,可以发送和接收传感数据,而且节点的能量对于整个网络的生命周期有至关重要的作用。因此,该模型根据具体需要将传感数据和节点能量加入节点信任评估因素中,形成一个基于节点通信、数据和能量相结合的信任模型,能够建立一个节点更加可信的网络。此外,相对于完全集中和完全分布式的信任模型,该模型对于不同层次上的节点利用适当的方式计算信任值和存储信任值,尽量简化了计算过程,避免了过度的路由和内存开销。模拟实验结果表明,基于通信一种信任因素的信任模型不足够决定一个节点的可信性,分组多层次信任模型能够更简单、准确地判断一个节点的可信性。本模型还是混合式轻量级的信任模型,能够有效识别恶意节点、低竞争力节点,优化节点的资源利用,提高网络运行地稳定性。
其他文献
随着技术的发展与科学的进步,数据量的飞速增长已成为一个不容忽视的问题,面临堆积如山的数据,想要获取有用的信息与知识并非易事。因此数据挖掘技术伴随着人们的需求与科技
企业信息门户是企业信息集成一种可行的解决方案。为了达到企业信息集成的目的,企业信息门户通过Portlet组件之间进行数据交互通信协作来实现。不过目前Portlet规范并没有明
近年来,基于内容的图像检索系统(CBIR)是一个热门的研究话题。传统的图像检索系统通常根据图像的底层特征(颜色、纹理和形状等)建立索引进行检索,但这种基于全局的方法在图像
随着计算机技术和通信技术的发展,人类之间的交往变得越来越便利,但信息安全隐患却愈加突出。所以,实时准确的个人身份认证技术也就应运而生了。手写签名作为一种身份鉴定的
决策树可以分为两类:清晰决策树和模糊决策树。通常,模糊决策树算法是在清晰决策树算法的基础上进行改进得到的,是对清晰决策树算法的扩展。本文从相反的角度出发,对Yuan提出
电子商务,正逐渐改变着人们的生活方式,已成为当今世界的主流产业之一。然而,由于各企业的系统在网络结构、软硬件平台、系统结构特别是数据库系统结构上的差异,导致企业与企
实时系统是面向方面技术很好的应用场所,在实时系统中,有很多非功能需求,且这些非功能需求往往横切整个系统。在实时系统中关键的就是时间要求了,这些时间要求散布在整个系统
智能交通系统(ITS, Intelligent Transportation System)是目前全球广泛研究的课题,近20年随着我国公路交通事业的飞速发展,我国的公路长隧道及地下通道的不断增多,隧道自身
论文针对传统RBAC模型在大规模企业应用中存在用户授权分级管理实现复杂的不足,提出了一种基于自治域的RBAC改进模型(AD RBAC)。AD_RBAC模型引入“自治域”概念形式化描述企
决策树学习是应用最广泛的归纳推理算法之一。目前存在的决策树归纳算法大多数是基于自顶向下的贪婪算法,它在每个结点都执行一个局部最优决策。然而,在大多数情况下,贪婪算