本文選題：物聯(lián)網(wǎng) + 傳感網(wǎng)絡��； 參考：《沈陽建筑大學》2014年碩士論文

【摘要】：物聯(lián)網(wǎng)(the Internet of Things)是國家信息戰(zhàn)略產(chǎn)業(yè)中信息產(chǎn)業(yè)發(fā)展的核心領域,其發(fā)展與應用將進一步推進經(jīng)濟社會各個領域信息化進程。物聯(lián)網(wǎng)應用遍及工農(nóng)生產(chǎn)業(yè)、軍事偵查、智能家居、醫(yī)療診斷、遙感、智能制造、智能交通、工業(yè)自動控制等領域。傳感網(wǎng)絡是物聯(lián)網(wǎng)感知物理世界的重要手段,它由大量傳感器節(jié)點構(gòu)成。在數(shù)據(jù)感知的過程當中,網(wǎng)絡中會產(chǎn)生海量的冗余數(shù)據(jù),采用各個節(jié)點直接傳輸數(shù)據(jù)到匯聚節(jié)點是不可行的,這樣不僅嚴重浪費網(wǎng)絡通信帶寬和能量資源,還會降低數(shù)據(jù)的采集高效性和及時性。因此,如何有效利用有限的帶寬和能量資源,延長網(wǎng)絡的生命周期是無線傳感器網(wǎng)絡中一個重要研究課題。數(shù)據(jù)融合技術是解決這一問題的重要方法,通過合并、壓縮、計算和評估等手段,有效減少了網(wǎng)絡數(shù)據(jù)傳輸量,延長網(wǎng)絡壽命,提高數(shù)據(jù)的準確性。然而,傳感網(wǎng)絡采集數(shù)據(jù)多為不能外泄的敏感數(shù)據(jù),且網(wǎng)內(nèi)節(jié)點多分布在環(huán)境惡劣、無人區(qū)域等不易控制的環(huán)境中。當傳感網(wǎng)絡采集敏感數(shù)據(jù)時可能遭受被動攻擊(對節(jié)點采集敏感數(shù)據(jù)非法竊聽等)和主動攻擊(用刪除、更改等方法破壞數(shù)據(jù)的完整性),因此數(shù)據(jù)隱私保護成為傳感網(wǎng)絡中亟待解決的問題。本文將數(shù)據(jù)融合與隱私保護作為主要研究內(nèi)容,在查閱相關資料、分析研究現(xiàn)狀和網(wǎng)絡模型的基礎上提出了基于能量均衡的分簇路由算法(CRAE)和基于CRAE的隱私保護算法(CPDAA)。CRAE路由算法采用分簇路由算法進行數(shù)據(jù)傳輸與融合。在選擇簇頭節(jié)點時不僅考慮剩余能量,還設置最高能量消耗,以避免簇頭節(jié)點因為能量不足過早死亡,為避免簇頭節(jié)點由于負載過重使能量消耗過快,選取主簇頭和副簇頭兩個簇頭節(jié)點,主簇頭負責采集、融合數(shù)據(jù),副簇頭負責傳輸數(shù)據(jù),由于簇形成時會產(chǎn)生極大簇和極小簇,為減少網(wǎng)絡的延遲,對極大簇進行二級分簇。CPDAA算法針對CPDA算法進行改進,在完成數(shù)據(jù)融合的同時保證數(shù)據(jù)隱私性,防止敏感數(shù)據(jù)泄露。依據(jù)CRAE算法將節(jié)點分成不同簇,同一簇內(nèi)節(jié)點依據(jù)生成隨機數(shù)大小劃分成不同組,同一組內(nèi)節(jié)點采用CPDA算法對數(shù)據(jù)加密、解密和融合,并隨機選取組頭負責轉(zhuǎn)發(fā)加密的融合數(shù)據(jù)至簇頭節(jié)點。論文采用MatlAB環(huán)境對上述算法進行仿真實驗,理論分析與仿真實驗結(jié)果表明CRAE路由算法平衡了各個節(jié)點能耗,延長了網(wǎng)絡生命周期,有效提高了數(shù)據(jù)的采集效率；CPDAA算法相比CPDA算法,在確保數(shù)據(jù)隱私性同時降低了數(shù)據(jù)通信量。
[Abstract]:The Internet of things (Internet of things) is the core field of the development of information industry in the national information strategy industry. Its development and application will further promote the process of informatization in various fields of economy and society. The Internet of things is widely used in industrial and agricultural production, military reconnaissance, smart home, medical diagnosis, remote sensing, intelligent manufacturing, intelligent transportation, industrial automatic control and other fields. Sensor network is an important means for the Internet of things to perceive the physical world. It is composed of a large number of sensor nodes. In the process of data perception, huge amounts of redundant data will be produced in the network. It is not feasible to transmit data directly from each node to the convergence node, which not only wastes the network communication bandwidth and energy resources seriously. It also reduces the efficiency and timeliness of data collection. Therefore, how to effectively utilize the limited bandwidth and energy resources and prolong the lifetime of wireless sensor networks is an important research topic in wireless sensor networks. Data fusion technology is an important method to solve this problem. By means of merging, compressing, computing and evaluating, it can effectively reduce the amount of network data transmission, prolong the network life and improve the accuracy of data. However, most of the data collected by the sensor network are sensitive data which can not be leaked out, and the nodes in the network are mostly distributed in the environment which is difficult to control, such as the hostile environment and the unattended area. When the sensor network collects sensitive data, it may be subjected to passive attack (illegal eavesdropping on nodes, etc.) and active attack. Therefore, data privacy protection becomes an urgent problem in sensor networks. In this paper, data fusion and privacy protection are the main research contents. Based on the analysis of the current situation and the network model, a cluster routing algorithm based on energy balance and a privacy protection algorithm based on CRAE are proposed. The clustering routing algorithm is used for data transmission and fusion. When selecting cluster head node, not only the residual energy is considered, but also the maximum energy consumption is set to avoid the cluster head node dying too early because of insufficient energy. The main cluster head and the sub-cluster head are selected to collect and fuse the data, and the sub-cluster head is responsible for data transmission. Because of the formation of the cluster will produce a large cluster and very small clusters, in order to reduce the delay of the network, the main cluster head is responsible for collecting, fusion data, and sub-cluster head is responsible for the transmission of data. The two-level clustering. CPDAA algorithm is used to improve the CPDA algorithm to ensure the privacy of the data and prevent the leakage of sensitive data. Nodes are divided into different clusters according to CRAE algorithm. Nodes in the same cluster are divided into different groups according to the size of generated random numbers. The nodes in the same group use CPDA algorithm to encrypt, decrypt and fuse the data. And randomly select the group head to forward the encrypted fusion data to the cluster head node. In this paper, the MatlAB environment is used to simulate the above algorithms. The theoretical analysis and simulation results show that the CRAE routing algorithm balances the energy consumption of each node and prolongs the network life cycle. Compared with CPDA algorithm, CPDAA algorithm can effectively improve the efficiency of data acquisition and reduce the data traffic while ensuring the privacy of the data.
【學位授予單位】：沈陽建筑大學
【學位級別】：碩士
【學位授予年份】：2014
【分類號】：TP391.44;TN929.5;TP309

【相似文獻】

相關期刊論文 前10條

1 李啟虎;獨立觀測資料的最佳線性數(shù)據(jù)融合[J];聲學學報;2000年05期

2 唐恒專,任明強,李真富;數(shù)據(jù)融合理論及其在禁核試核查中的應用研究[J];核電子學與探測技術;2005年01期

3 耿朝陽;鐘聯(lián)炯;范躍華;;多Agent技術在數(shù)據(jù)融合系統(tǒng)中的應用[J];西安工業(yè)大學學報;2006年06期

4 習靖;;數(shù)據(jù)融合中時間對準方法的思考[J];中國新通信;2013年03期

5 李啟虎;相關觀測資料的最佳線性數(shù)據(jù)融合[J];聲學學報;2001年05期

6 劉偉;位置級數(shù)據(jù)融合模型及常用方法[J];雷達與對抗;2003年01期

7 張華生;一種體系作戰(zhàn)雷達網(wǎng)絡的數(shù)據(jù)融合[J];現(xiàn)代雷達;2004年01期

8 郭予并,冷東方;數(shù)據(jù)融合與聶曼-皮爾遜準則[J];雷達與對抗;2004年02期

9 熊凌,張凱;數(shù)據(jù)融合及其應用[J];湖北工業(yè)大學學報;2005年03期

10 張紅兵,趙杰煜,羅雪山;軍事數(shù)據(jù)融合概念方法研究[J];火力與指揮控制;2005年07期

相關會議論文 前10條

1 孫樂昌;梁亞聲;陸余良;趙水寧;;決策用數(shù)據(jù)融合系統(tǒng)的設計與實現(xiàn)[A];第十五屆全國數(shù)據(jù)庫學術會議論文集[C];1998年

2 馬憲民;趙躍齊;;一種基于數(shù)據(jù)融合理論的煤礦搶險救護機器人技術的研究[A];第十六屆全國煤炭自動化學術年會、中國煤炭學會自動化專業(yè)委員會學術會議論文集[C];2006年

3 朱斌;符剛;朱愛華;李延斌;吳瓊;;用戶數(shù)據(jù)融合技術發(fā)展策略[A];中國通信學會信息通信網(wǎng)絡技術委員會2011年年會論文集（上冊）[C];2011年

4 熊凌;張凱;;數(shù)據(jù)融合及其應用[A];2005年十二省區(qū)市機械工程學會學術年會論文集（湖北專集）[C];2005年

5 暢言;羅利強;;數(shù)據(jù)融合系統(tǒng)關鍵技術研究[A];2013第一屆中國指揮控制大會論文集[C];2013年

6 魯睿;張杰;徐勇軍;吳琳;;數(shù)據(jù)融合中證據(jù)沖突的典型處理方法[A];2014第二屆中國指揮控制大會論文集（上）[C];2014年

7 楊功流;楊君;劉玉峰;王文富;楊曄;;用數(shù)據(jù)融合理論減少殼體旋轉(zhuǎn)低速誤差的技術研究[A];全面建設小康社會：中國科技工作者的歷史責任——中國科協(xié)2003年學術年會論文集（上）[C];2003年

8 蘇惠敏;張明廉;;飛控系統(tǒng)中的多傳感器數(shù)據(jù)融合[A];1996年中國控制會議論文集[C];1996年

9 殷新春;徐力杰;;WSN中一種基于數(shù)據(jù)融合的能量高效分簇路由協(xié)議[A];2007年全國開放式分布與并行計算機學術會議論文集(上冊)[C];2007年

10 管清波;張榮;羅小明;;分布式數(shù)據(jù)融合系統(tǒng)及其時鐘同步算法[A];第四屆中國青年運籌與管理學者大會論文集[C];2001年

相關重要報紙文章 前4條

1 唐得勝 本報特約記者 梁申虎 特約通訊員 丁雅涵;數(shù)據(jù)融合,陸上“猛虎”闖大海[N];解放軍報;2012年

2 中興通訊股份有限公司 魯蘭 紅朱 王煒;數(shù)據(jù)融合奠基網(wǎng)絡融合[N];通信產(chǎn)業(yè)報;2006年

3 聞丹巖;Avaya IP語音重回報[N];中國計算機報;2003年

4 本報記者 付連英;大數(shù)據(jù)融合與創(chuàng)新性變革加劇[N];國際商報;2014年

相關博士學位論文 前9條

1 邢天璋;室外環(huán)境下WSN被動式目標定位方法研究[D];西北大學;2015年

2 李超然;無線傳感器網(wǎng)絡數(shù)據(jù)融合安全問題的研究[D];北京交通大學;2016年

3 劉明堂;基于多源多尺度數(shù)據(jù)融合的黃河含沙量檢測模型研究[D];鄭州大學;2015年

4 李雨謙;基于數(shù)據(jù)融合的綜合識別方法研究[D];電子科技大學;2013年

5 鄧達強;運動機械監(jiān)測系統(tǒng)數(shù)據(jù)融合關鍵技術的研究與應用[D];重慶大學;2001年

6 藺杰;數(shù)據(jù)融合的神經(jīng)計算方法[D];浙江大學;2005年

7 張宇林;計算智能在土壤數(shù)據(jù)融合中的應用研究[D];江南大學;2009年

8 王欣;多傳感器數(shù)據(jù)融合問題的研究[D];吉林大學;2006年

9 賈海濤;基于感知引導的數(shù)據(jù)融合算法研究[D];電子科技大學;2012年

相關碩士學位論文 前10條

1 付祥朋;基于相關性預測與多層數(shù)據(jù)融合的ZigBee節(jié)能研究[D];內(nèi)蒙古大學;2015年

2 侯振乾;基于預測模型的無線傳感器網(wǎng)絡數(shù)據(jù)融合研究[D];沈陽理工大學;2015年

3 解春香;異類多傳感器數(shù)據(jù)融合技術的研究[D];沈陽理工大學;2015年

4 趙騫;能源行業(yè)中網(wǎng)絡監(jiān)測與數(shù)據(jù)融合平臺的設計與實現(xiàn)[D];電子科技大學;2015年

5 陳初杰;基于多層次監(jiān)測數(shù)據(jù)融合的多狀態(tài)系統(tǒng)動態(tài)可靠度評估方法研究[D];電子科技大學;2015年

6 李孟瑤;無線傳感器網(wǎng)絡中多傳感器數(shù)據(jù)融合方法的研究[D];湘潭大學;2015年

7 梁學利;無線傳感器網(wǎng)絡中數(shù)據(jù)融合隱私保護方法研究[D];浙江工業(yè)大學;2015年

8 王立坤;物聯(lián)網(wǎng)中安全數(shù)據(jù)融合技術研究[D];東南大學;2015年

9 楊繼振;通信基站節(jié)能系統(tǒng)中多傳感器數(shù)據(jù)融合方法設計與實現(xiàn)[D];東南大學;2015年

10 范庭芳;基于數(shù)據(jù)融合的餐飲油煙濃度實時監(jiān)測系統(tǒng)設計[D];復旦大學;2014年

，

本文編號：1813211