【摘要】：近年來(lái),無(wú)線傳感器網(wǎng)絡(luò)(Wireless Sensor Network,簡(jiǎn)稱WSN)在軍事、環(huán)保、醫(yī)療等諸多領(lǐng)域的應(yīng)用愈來(lái)愈廣泛,并成為物聯(lián)網(wǎng)感知層的核心組成部分。由于WSN的開放性特點(diǎn),攻擊者易于捕獲節(jié)點(diǎn),修改其程序并在WSN內(nèi)部發(fā)起攻擊,僅通過(guò)加密手段難于應(yīng)對(duì)這種攻擊形式。信任管理通過(guò)在WSN中建立信任機(jī)制,使得節(jié)點(diǎn)之間可以相互進(jìn)行信任評(píng)價(jià),形成基于節(jié)點(diǎn)信譽(yù)的監(jiān)督機(jī)制,并制定相應(yīng)的安全策略,從而保證在內(nèi)部攻擊出現(xiàn)時(shí),WSN仍然可以安全、可靠、高效地完成原定的數(shù)據(jù)收集任務(wù)。 本文針對(duì)WSN無(wú)中心、自組織、動(dòng)態(tài)拓?fù)浜蛦喂?jié)點(diǎn)能力薄弱的特點(diǎn),借鑒群居動(dòng)物通過(guò)協(xié)作表現(xiàn)出宏觀智能行為的現(xiàn)象,提出基于群體智能的信任管理策略,目標(biāo)是通過(guò)多個(gè)脆弱節(jié)點(diǎn)的群體協(xié)作,實(shí)現(xiàn)智能化的信任管理,保證整個(gè)網(wǎng)絡(luò)的安全性,提高網(wǎng)絡(luò)對(duì)入侵的容忍能力,從而保障WSN安全、高效、可靠地完成數(shù)據(jù)收集任務(wù)。本文提出的方法能夠克服傳統(tǒng)信任管理模型難于兼顧入侵識(shí)別敏感度與入侵容忍的不足,克服常見的由于節(jié)點(diǎn)故障導(dǎo)致的數(shù)據(jù)異常,而且能夠保證節(jié)點(diǎn)的數(shù)據(jù)傳輸均衡并實(shí)現(xiàn)誤差的實(shí)時(shí)控制。本文主要工作和貢獻(xiàn)如下： 1.提出了一種智能化的信任評(píng)估與表示模型。基于不確定性人工智能原理,在云模型基礎(chǔ)上設(shè)計(jì)了計(jì)算較簡(jiǎn)單,適用于WSN的輕量云模型,并使用此模型對(duì)直接信任、間接信任、推薦行為的信任進(jìn)行全面的不確定性評(píng)估,從而實(shí)現(xiàn)節(jié)點(diǎn)間信任關(guān)系的智能化表示,克服傳統(tǒng)信任管理模型中敏感度與容忍度之間的矛盾。實(shí)驗(yàn)結(jié)果表明,在WSN中使用該方法,既可以敏感識(shí)別多種入侵行為,又具備容忍多種入侵的能力。 2.基于群體信任提出了一種實(shí)時(shí)的WSN異常數(shù)據(jù)過(guò)濾方法。通過(guò)定量數(shù)據(jù)與定性知識(shí)之間的不確定性轉(zhuǎn)換,實(shí)現(xiàn)節(jié)點(diǎn)數(shù)據(jù)特征的提取；節(jié)點(diǎn)每次采集到數(shù)據(jù),均與WSN中基本數(shù)據(jù)特征進(jìn)行對(duì)比,以發(fā)現(xiàn)可疑數(shù)據(jù)；以節(jié)點(diǎn)數(shù)據(jù)的時(shí)空相關(guān)性為理論依據(jù),通過(guò)比較相鄰節(jié)點(diǎn)近期數(shù)據(jù)的相似程度,實(shí)現(xiàn)對(duì)可疑數(shù)據(jù)的群體信任評(píng)估,從而發(fā)現(xiàn)并過(guò)濾異常數(shù)據(jù)。仿真實(shí)驗(yàn)驗(yàn)證了此方法不但能夠?qū)崟r(shí)過(guò)濾異常數(shù)據(jù),提升WSN的入侵容忍能力,還有較低的通信及計(jì)算開銷。 3.提出了一種群體內(nèi)刻度無(wú)關(guān)的數(shù)據(jù)表示方法。在研究中,發(fā)現(xiàn)了數(shù)據(jù)群體中的數(shù)據(jù)預(yù)測(cè)具有如下規(guī)律：預(yù)測(cè)的絕對(duì)誤差與數(shù)據(jù)群體分布的離散程度成正比�；谶@一發(fā)現(xiàn),從數(shù)學(xué)角度進(jìn)行了深入的理論分析與證明,進(jìn)而提出了一種群體內(nèi)刻度無(wú)關(guān)的數(shù)據(jù)表示方法�；诖朔椒�,提出了“相似向量”,“內(nèi)部誤差”等概念,并將兩個(gè)概念分別運(yùn)用于協(xié)同過(guò)濾、WSN數(shù)據(jù)收集領(lǐng)域,仿真實(shí)驗(yàn)證明了這種方法的有效性。 4.提出了基于群體誤差控制的WSN數(shù)據(jù)收集方法。WSN的特點(diǎn)通常要求數(shù)據(jù)收集方法滿足如下條件：不同節(jié)點(diǎn)傳輸均衡,數(shù)據(jù)融合結(jié)果的誤差可控,低開銷、先驗(yàn)知識(shí)無(wú)關(guān)的算法。在內(nèi)部誤差有界性的基礎(chǔ)上,提出了WSN數(shù)據(jù)收集中的群體誤差控制模型,在該模型中,節(jié)點(diǎn)通過(guò)自適應(yīng)的傳輸閾值實(shí)現(xiàn)單節(jié)點(diǎn)的誤差控制以及不同節(jié)點(diǎn)數(shù)據(jù)傳輸均衡,節(jié)點(diǎn)群體的誤差控制保證數(shù)據(jù)融合的誤差可控�；诖四Ｐ�,設(shè)計(jì)了誤差實(shí)時(shí)可控,節(jié)點(diǎn)數(shù)據(jù)傳輸均衡的WSN數(shù)據(jù)收集方法。理論分析與仿真實(shí)驗(yàn)表明,該方法能夠保證不同節(jié)點(diǎn)數(shù)據(jù)傳輸?shù)木?在數(shù)據(jù)傳輸率相同的情況下,其求和查詢及均值查詢的平均絕對(duì)誤差均遠(yuǎn)低于當(dāng)前優(yōu)秀的基于伯努利采樣的數(shù)據(jù)融合方法。此方法計(jì)算開銷較低,無(wú)需先驗(yàn)知識(shí),在多種WSN場(chǎng)景中具有較強(qiáng)的可用性與適應(yīng)性。
[Abstract]:......
【學(xué)位授予單位】：北京郵電大學(xué)
【學(xué)位級(jí)別】：博士
【學(xué)位授予年份】：2014
【分類號(hào)】：TP212.9;TN915.08

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 李德毅,劉常昱;論正態(tài)云模型的普適性[J];中國(guó)工程科學(xué);2004年08期

2 蔡紹濱;韓啟龍;高振國(guó);楊德森;趙靖;;基于云模型的無(wú)線傳感器網(wǎng)絡(luò)惡意節(jié)點(diǎn)識(shí)別技術(shù)的研究[J];電子學(xué)報(bào);2012年11期

3 崔莉,鞠海玲,苗勇,李天璞,劉巍,趙澤;無(wú)線傳感器網(wǎng)絡(luò)研究進(jìn)展[J];計(jì)算機(jī)研究與發(fā)展;2005年01期

4 馮健昭;肖德琴;楊波;;基于β分布的無(wú)線傳感器網(wǎng)絡(luò)信譽(yù)系統(tǒng)[J];計(jì)算機(jī)應(yīng)用;2007年01期

5 沈波;張世永;鐘亦平;;無(wú)線傳感器網(wǎng)絡(luò)分簇路由協(xié)議[J];軟件學(xué)報(bào);2006年07期

6 李平;林亞平;曾瑋妮;;傳感器網(wǎng)絡(luò)安全研究(英文)[J];軟件學(xué)報(bào);2006年12期

7 蘇忠;林闖;封富君;任豐原;;無(wú)線傳感器網(wǎng)絡(luò)密鑰管理的方案和協(xié)議[J];軟件學(xué)報(bào);2007年05期

8 張光衛(wèi);李德毅;李鵬;康建初;陳桂生;;基于云模型的協(xié)同過(guò)濾推薦算法[J];軟件學(xué)報(bào);2007年10期

9 荊琦;唐禮勇;陳鐘;;無(wú)線傳感器網(wǎng)絡(luò)中的信任管理[J];軟件學(xué)報(bào);2008年07期

10 易葉青;林亞平;李小龍;羊四清;尤志強(qiáng);;WSN中基于協(xié)作水印的虛假數(shù)據(jù)過(guò)濾算法[J];軟件學(xué)報(bào);2010年01期

，

本文編號(hào)：2453883