【摘 要】
:
近年来,水下无线传感器网络受到越来越多研究人员的关注,因其在国防军事及海洋资源环境监测上展现出巨大的应用价值。然而,由于网络的部署水下部署环境具有开放性和无人值守性,使得传感器节点容易遭受各种各样的攻击。虽然传统的安全技术可以有效应对外部攻击的威胁,但不能应对内部攻击的威胁。信任模型已用于许多应用场景下的恶意节点检测中。然而,复杂、动态和恶劣的部署环境使得现有的信任模型在水下传感器网络的恶意节点检
论文部分内容阅读
近年来,水下无线传感器网络受到越来越多研究人员的关注,因其在国防军事及海洋资源环境监测上展现出巨大的应用价值。然而,由于网络的部署水下部署环境具有开放性和无人值守性,使得传感器节点容易遭受各种各样的攻击。虽然传统的安全技术可以有效应对外部攻击的威胁,但不能应对内部攻击的威胁。信任模型已用于许多应用场景下的恶意节点检测中。然而,复杂、动态和恶劣的部署环境使得现有的信任模型在水下传感器网络的恶意节点检测中表现不佳。此外,信任模型还会受到一些以削弱其有效性为目的的攻击的威胁。基于上述问题,本文旨在基于信任模型框架研究适合水下传感器网络的恶意节点检测方案,以提高网络应对水下环境和内部攻击的能力。具体的研究内容如下:(1)提出了水下传感器网络恶意普通节点检测方案(RMIS)。首先,基于节点模型、信道模型和碰撞模型,建立节点间交互成功的概率模型。进而,结合此模型,生成高有效性的通信信任证据。其次,根据某些攻击的流量特征,分析网络的流量变化并生成可靠的流量证据,有效反映多种恶意攻击。再次,采用k-means++为信任证据打标签,采用支持向量机来训练评估模型。最后,提出了两种分别基于事件和时间的信任更新机制,以应对动态水下环境和开关攻击。仿真结果表明,与其他三种检测方案相比,该方案的性能最佳。尤其是恶意节点比例越大,该方案的性能越突出。此外,信任更新机制可以有效地限制开关攻击,并提高了该方案的鲁棒性。(2)提出了水下传感器网络恶意簇头检测及重选方案。此方案是基于RMIS设计提出的,其设计目的是针对簇头的恶意检测及簇头重选。首先,采用双簇头机制监督簇头的行为,同时增加簇的安全性。其次,通过投票机制,初步判断簇头是否可疑。再次,选择推荐节点,为簇头生成综合的信任值,并最终判断簇头的恶意性。为了能及时更换恶意簇头节点,本方案通过综合评估节点的信任值和能量值来选择新的簇头。从仿真结果来看,此方案的恶意簇头查全率更高,并且在延长网络生命周期和均衡网络能耗上表现良好。
其他文献
锂离子电池(LIB)由于其能量密度高、循环寿命长以及无记忆效应,近年来已成为便携式可穿戴电子设备、交通工具和智能电网的理想电源。然而,商用液态电解质的锂离子电池存在严重的安全问题,如挥发、漏液、易燃和爆炸等。目前,已经探索了许多策略来制造具有更高安全性的电池,包括使用固态电解质代替液体电解质。不幸的是,固态电解质中低的离子电导率和差的界面相容性,限制了它们进一步的实际应用。凝胶聚合物电解质是通过溶
天然橡胶(NR)由于自身独特的特性如拉伸结晶、弹性好、强度高等,在民用领域、航空航天领域等有大量应用,但由于其在使用过程中需长期暴露在空气、水、光照、臭氧及外力因素下等外界环境等,导致橡胶制品在使用过程中性能劣化,大幅缩减使用寿命。众多老化类型中热氧老化占比最大,因此选择适合预防热氧老化的方法尤为重要,在NR内填入防老剂是提升耐老化性最普遍的方式。因此,对防老剂的防护机理和改善防护效果的众多因素进
近年来,深度学习技术发展迅速,在图像分类、物体检测、语音识别、自动驾驶等领域成果丰硕。究其原因,在于它通过建立神经网络模型,实现分析学习活动的拟人脑化。随着深度学习技术研究与应用的不断深入,网络系统安全性隐患日益凸显。因其自身脆弱性,深度神经网络易遭受恶意攻击,导致网络系统和用户的数据隐私安全受到威胁。因此,攻击和防御研究已成为深度学习研究的重点。其中,对抗样本是一类由攻击者为了欺骗深度学习模型而
水下传感器网络在海洋应用中扮演着日益关键的角色,如应用于深海监控,海洋污染监测,以及深海资源管理等方面。但水下环境复杂多变,在陆地上相对成熟的无线传感器网络技术并不能直接应用于水下网络,因此水下传感器网络面临诸多挑战。路由性能的优化对于水声传感器网络能效的提升有着直接的影响,是水声传感器网络研究的关键课题之一。针对水下传感器网络数据传输效率低、网络生存周期短的问题,本文首先提出了两种适用于浅水区域
互联网高速发展的同时伴随着大量的网络安全问题,恶意软件便是网络空间中存在的巨大威胁之一。日益增长的恶意软件及其变体使得准确和高效地检测恶意软件变得十分困难,现有的方法已经难以完成越来越复杂的恶意软件检测和分类任务。一方面,传统的基于机器学习的方法在进行特征融合时,没有考虑特征之间的关联性,导致表征能力不足,检测精度较低,并且容易受到概念漂移的影响。另一方面,现有的基于图像的恶意软件分类方法,在可视
随着全球数字化进程加快,网络攻击事件层出不穷,网络窃听已成为网络通信安全的严重威胁。功能日臻完善的网络嗅探器和密码破译软件使得隐蔽通信变得愈加困难,现有的隐蔽通信方法面对来势汹汹的网络窃听攻击越来越显得力不从心。一方面,基于网络专线和数据加密的传统隐蔽通信方法容易引起网络攻击者的注意。另一方面,基于数字图像隐写的现有隐蔽通信方法,容易遭受到JPEG等有损压缩攻击而导致数据传输出错。单张数字图像隐写
二维(2D)材料因其卓越的物理性质和在光学、电子学、光电子学以及自旋电子学等领域的潜在应用而受到人们极大的关注。在过去的几十年里,很多研究工作都集中在了石墨烯上。然而石墨烯是一种零带隙半导体,这限制了其在光电子学方面的应用。而过渡金属硫属化物(Transition Metal Dichalcogenides,TMDCs)与石墨烯相似,是一种具有蜂巢结构的二维层状材料,其层内原子的成键属于共价键,层
无线传感器网络在物联网时代下作为获取数据信息的重要技术之一得到了快速发展,应用领域也十分广阔。但是无线传感器网络仍然受到节点能源限制的问题,并且受到恶劣环境等影响会造成传感器节点故障,降低数据传输的可靠性等问题。因此,如何有效降低节点能量损耗,延长网络生命周期是无线传感器网络的关键问题。针对无线传感器网络非均匀分簇存在簇群范围过大,随机选择和更换簇头导致的节点能量资源消耗过快出现死亡,簇群覆盖面积
随着互联网智能设备普及率的不断提高,智能家居、智慧城市和智能电网等物联网相关技术已经融入到人们的日常生活。物联网终端设备和云服务器共同构成物联网,随着物联网行业的持续发展,产生的数据与日俱增。为了对数据进行更加方便的存储和更加有效的利用,在面对海量数据的传输和存储方面,物联网终端设备产生的数据存储在云端的服务器中,大量的信息和基础设施被连接到公共互联网上,这使得数据面临着许多安全威胁和挑战。尤其是
随着各国对海洋重视程度的提高,水下通信技术得到迅速发展,水下传感器网络应运而生。水下传感器网络在海洋应用技术如海洋资源探查、军事监视、灾害防护等方面起着重要的作用。但水下通信环境复杂,存在延时大、带宽低等问题。而水下路由协议决定着节点的通信路径,对水下网络的性能起着关键作用,是当前研究水下传感器网络的热点。本文的主要工作及创新点如下:(1)针对水下路由空洞问题,本文提出一种基于深度的双层级节点分层