无线充电传感器网络新型充电攻击研究

来源 :大连理工大学 | 被引量 : 0次 | 上传用户:yangyang03
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
受益于无线电能传输技术的突破性进展,无线可充电传感器网络的生存时间有了大幅提升。传统的方法侧重于解决充电器部署,调度算法,性能优化等问题,而充电安全以及威胁问题被忽略,导致了无线可充电传感器网络因其脆弱性而极易受到攻击。本文首次关注了无线可充电传感器网络中的新式攻击问题。本文的目的是通过拒绝充电攻击的方式,指出网络中可能存在的安全漏洞,为网络安全提供攻击模型。首先,本文给出了一个泛化的按需充电架构作为研究基础,这为接下来充电算法的设计提供了设计基础。随后本文分别对恶意节点攻击和恶意充电车攻击两种攻击形态进行了研究。针对恶意节点攻击,本文设计了请求预测算法,通过节点的流量信息预测充电请求的到来时间。随后,本文给出了一个节点拒绝充电攻击算法,该算法通过伪造或修改充电请求的方式生成虚假请求,并在请求累积阶段集中向移动充电车发送,造成普通节点因等待服务的时间过长而死亡的后果。针对恶意充电车攻击,本文设计了节点请求聚类算法,通过篡改给节点的充电时长,集中化节点下一次发送请求的时间,制造了请求到来高峰,得到一个同时发送请求的节点集合。在此之后本文介绍了最长路径算法,为节点集合中的每一个节点为起点规划了一条最长的路径,并选择了死亡节点数目最多的一条作为调度的结果。在仿真实验中,为了证明本文提出的攻击算法的优越性能,本文将提出的算法分别与未受攻击的调度算法,充电上界攻击算法以及随机攻击算法在多个性能指标上进行了对比实验。实验结果表明,节点拒绝充电攻击算法最多可以使移动充电车的服务时间延长70%,节点死亡数量和兴趣点遗漏数量分别提升147%和200%。移动充电车拒绝充电攻击最多可以使充电队列长度增加310%,节点死亡的数量提升79%。实验结果充分说明了两种形态的拒绝充电攻击可以对无线充电传感器网络的完整性造成很大程度的破坏。
其他文献
人类社会产生的数据量正呈爆炸式增长,大数据的应用无处不在,查询的响应速度直接影响大数据从业者的工作效率,进而可以影响到社会发展。因此,对查询进行优化,缩短查询的执行时间是十分重要的。查询优化中涉及连接顺序,连接站点,和连接方法等因素且各因素互相影响。所以,建立清晰的模型来描述和评价查询执行过程,设计出适用于当前最新的跨数据源跨数据中心的分布式数据库系统的有效查询优化算法具有重要的理论和现实意义。本
张量互补问题(TCP)和张量特征值互补问题(TEiCP)是张量优化领域的研究热点之一,在博弈论与工程计算方面具有重要的应用背景。我们提出了求解TCP的半光滑牛顿法和求解TEiCP的光滑牛顿法,分析了其收敛性并给出了数值结果。论文的主要工作如下:(1).通过一类新的NCP函数,将TCP转化为非光滑方程,证明了该方程是半光滑的,结合一种新的次微分计算方法设计了牛顿算法求解该方程,得到了一些有趣的性质,
无线传感器网络是由多个利用无线电进行交互的设备组建而来的一种网络形式,该网络能够辅助实现目标物体位置的确定,目前已经成为多个研究和应用领域的重要技术。随着无线通信
随着信息技术的飞速发展,社会学、物理学、经济学、生物学、计算机科学等领域的复杂网络呈现出更为多样和复杂的结构特点。社区是复杂网络的一个重要特征,现如今,社区发现和社区搜索是针对复杂网络上的社区进行分析和挖掘的两种主要的技术手段。社区发现致力于查找复杂网络中全部的社区,社区搜索旨在查找复杂网络中给定节点所在的局部社区。两者的主要区别在于社区发现针对整个复杂网络,使用全局性的标准,全面地检索和分析所有
对流尺度集合预报作为数值天气预报的研究热点之一,在提高灾害性强对流天气预报准确率方面具有重要的意义与价值。本文首先利用传统的增长模培育(Breeding Growth Mode,BGM)
随着信息技术的快速发展,信息分享作为一种促进企业合作、提高供应链绩效的策略一直受到业界的广泛关注。然而,在经济高速发展的环境下,同业竞争日益激烈,信息分享的实现还存
本文通过对现有行政协议程序相关法律法规进行梳理比较,分析行政协议程序的特殊性及其体现,论证其特殊性的正当来源,同时针对行政协议特殊程序运行可能带来的公共利益损害风
本研究以自然生态系统可持续发展、人类整体福利最大化为基本出发点,对乡村地域功能的时空演变特征、多功能评价与识别、驱动因素与机理分析、优化方案与相关政策等方面进行
在电子商务推荐系统、社交网络分析、生物医药等领域普遍存在重叠聚类问题。每天都在海量增加的增数据使得数据间的关系变得更复杂,类与类之间的重叠问题更加突出。如何对海量增加的数据进行聚类分析,挖掘出有用信息已成为数据挖掘领域的难点问题。因此,研究一种同时解决增量和重叠问题的聚类算法成为关键。三支决策思想的出现为重叠聚类提供了新的解决思路。基于树结构的三支决策增量聚类算法(TIOC-TWD算法)同时解决了
基于方面的情感分析是一项细粒度的情感分析任务,其目的在于分析预测句子中评论到的各个方面对应的情感极性。在本文中,我们发现并讨论了当前基于方面的情感分析任务中存在两