【摘 要】
：
随着无线网络通信技术的不断发展,无线传感器网络（Wireless Sensor Networks,WSNs）以其低功耗、分布式且自组织的特点在物联网和环境监测等领域取得了广泛应用。无线传感器网络通常部署在复杂的开放式环境中并使用结构简单的微型传感器,从而导致易受攻击、网络安全性能难以保障等问题。特别地,数据源中记录了诸如数据创建者、所有权等数据历史特征,因而实现数据溯源是保护传感器数据的重要方法之
论文部分内容阅读
随着无线网络通信技术的不断发展,无线传感器网络（Wireless Sensor Networks,WSNs）以其低功耗、分布式且自组织的特点在物联网和环境监测等领域取得了广泛应用。无线传感器网络通常部署在复杂的开放式环境中并使用结构简单的微型传感器,从而导致易受攻击、网络安全性能难以保障等问题。特别地,数据源中记录了诸如数据创建者、所有权等数据历史特征,因而实现数据溯源是保护传感器数据的重要方法之一。虽然通过数据隐藏技术编码来源信息能够有效保护WSN中的数据完整性,但是现有方法仍在数据安全传输、存储开销等方面面临挑战。因此,本文聚焦研究无线传感器网络数据流水印,具体研究内容包括:本文首先提出了 一种面向数据源管理的内存激励源（Memory Incentive Provenance,MIP）方法。该方法以传感器数据包中指定数据有效载荷内的内存消耗为基础,将跟踪的数据源建模为实时来源框架。同时,它将消耗的内存状态标记为数据来源以反映每个数据包的数据字段与每个数据流的数据包之间的层次关系。此外,MIP利用基于逻辑回归的来源分类方法在数据接收端识别数据来源以确认数据是否源自有效来源。最后,通过实验验证所提MIP方法的有效性。此外,本文提出一种基于自适应水印嵌入的数据完整性保护方法,即自适应嵌入算法（Adaptable Embedding Algorithm,AEA）。AEA通过比较原始数据类型长度来检查所需的数据位,以分布式方式检测未占用位用于可变长度水印嵌入,在确保数据安全性的基础上,验证数据的真实性和完整性。同时,由于释放的数据字段空间提升了数据嵌入能力,AEA具有抵抗有效负载段安全威胁的鲁棒性。基于数据有效负载利用率与嵌入能力的实验结果表明AEA的适应性、可扩展性和鲁棒性。综上所述,本文针对WSN中的数据流安全问题,提出了面向数据来源管理的内存激励源方法和基于自适应水印嵌入的数据完整性保护方法。实验结果表明两种方法在不影响数据准确性、存储开销与传输效率的情况下,保证了无线传感器网络数据的安全性,具有良好的应用价值与发展前景。
其他文献
面对未来无线网络的海量连接、增强移动宽带、超可靠性、低时延等业务需求,兼具照明和通信的可见光通信（VLC）以及兼顾频谱效率和用户体验的非正交多址接入（NOMA）分别成为极具潜力的通信范例与多址方案。由于室内VLC系统中每个光小区内用户数有限、光链路信噪比高、发光二极管（LED）发射角与接收器视场角可调谐、信道状态信息较稳定等特点可与NOMA完美契合,因此,从增强频谱效率和探索新型频谱两个层面出发,
增长性与值分布性质是复函数的两种本质特性.解析函数的增长性刻画、复方程（组）解的增长性估计以及亚纯函数的值分布分析等一直是复分析领域的经典问题.本文从逼近和唯一性两方面讨论复函数的增长性与值分布性质,主要包括全平面内收敛的Laplace-Stieltjes变换和复微-差分方程组解的增长性,多连通域内亚纯函数的唯一性,具体内容如下:1.Laplace-Stieltjes变换的增长性.通过引入有限双下
异质图像合成是指对各种不同来源人脸图像之间进行转化与合成,比如不同光照变化下相机拍摄的人脸照片、画家手绘的素描画像、软件合成的人脸照片以及红外成像设备采集到的红外图像。近年来,应用在数字娱乐领域的异质图像合成以及应用在执法领域中的素描画像的合成与识别受到了极大的关注。人脸画像合成主要是指通过输入的照片生成相应的素描画像,主要通过一些合成方法对画像-照片之间的复杂映射关系进行建模,并利用所学习到的映
随着各种高科技技术和探测技术在军事中的应用,降低武器装备等被发现的概率,提高其在现在化战场中生存能力的需求显得尤为迫切。被称为低可探测技术的隐身技术可以改变或减少目标的可探测信息从而降低其被敌方探测系统发现的概率。一般隐身技术以雷达隐身为主,因为位于武器或飞行器上的雷达天线是电磁波的主要散射源。因此,设计兼具传输和隐身功能的雷达天线罩对于降低目标的雷达散射截面（Radar Cross Sectio
极化敏感阵列可以感知入射电磁波的多维电磁场分量,不仅能显著改善对电磁辐射源空域信息的感知性能,而且还可以提供目标的极化信息,其性能要高于传统标量阵列,是阵列信号处理的一个前沿领域,在雷达、通信、声纳和导航等领域有着广阔的应用前景,极化敏感阵列参数估计是一项重要的研究内容,且当前绝大多数极化敏感阵列参数估计算法都是针对远场信号源。然而,随着大型（超大型）阵列以及分布式阵列在实际中的应用日益广泛,在这
随着计算、通信和传感器技术的快速发展,大量的复杂动态系统比如自动制造系统,智能交通系统和物流系统等应运而生,它们都具有混合命令、控制、通信和信息问题的特征。由于各种信号的并发和冲突以及人为设计的运行规则,系统状态只能通过随时间异步发生的离散事件来改变。因此,这类人造系统通常被视为离散事件系统。特别地,由Ramadge和Wonham共同提出的监督控制理论为离散事件系统的控制提供了有力的支撑,其特点在
共形阵列贴合载体曲面的构型符合基于空气动力学的飞行器外形设计,可以减小飞行阻力和油耗、降低飞行器RCS、提升隐身能力。在雷达性能方面,这种构型可最大限度地扩展阵列有效孔径,获得更广的波束覆盖范围和监控视野;天线贴合曲面、不同朝向的放置使极化响应各异的特点给共形阵列带来极化敏感能力。综合利用空域-时域-极化域自由度能提高共形阵列的目标探测能力和地杂波抑制能力,这依赖于对目标回波和杂波在空-时-极化多
近来深度学习已引起AI,计算机视觉,语言处理等多个领域研究人员的关注。本质上讲,序列到序列结构（例如递归神经网络（RNN）和卷积神经网络（CNN））在检测,事件预测和预报等任务中已得到广泛应用。从大规模传感器数据网络,众多工业,环境传感器以及网络空间生成的数据对流的可用性以及相关的高效且可扩展的算法提出了越来越高的需求。这类算法可以自动分析这些数据,检测并标记异常数据,预测感兴趣的事件,甚至预测未
现代无线通信系统的不断发展对天线的电性能指标提出了越来越严格的要求。电磁超表面具有强大的电磁波调控能力和极化转换能力,可以应用于法布里珀罗谐振腔天线、卡塞格伦天线和折叠透射阵天线中实现波前调控、指向调控和极化调控的设计,已经获得了研究学者们的广泛关注并且逐渐成为天线领域的研究热点。论文结合国家自然科学基金项目进行选题,以电磁超表面为中心,对几种基于电磁超表面的新型天线进行研究。论文具体研究成果如下
无线传感器网络由众多小型传感器节点组成,它们能够感应、计算和传输来自恶劣物理环境的数据。基于其良好的分布特性,无线传感器网络在诸如位置感应、环境观察、医疗监测等领域具有广泛应用。然而,由于需要执行计算和通信操作,电池的耗尽速度很快,这给无线传感器的密钥管理带来巨大挑战。因此,研究能量约束下的无线传感器网络密钥管理方案是当前研究的热点之一。论文首先提出了一种通过太阳能为传感器节点进行能量采集与充电的