基于模糊信任的无线传感器网络可信路由

由于无线传感器网络（WSNs）经常部署在苛刻环境下,节点易被物理俘获或损坏,无线多跳通信的方式也使得网络容易遭受各种信号干扰和攻击,路由安全显得尤为重要。在分簇路由协议的基础上,引入了节点可信度作为路由选择的度量,提出了基于模糊信任的无线传感器网络可信路由模型。该模型中,每个节点的信任值由剩余能量、包转发率、路由信息篡改以及声明诚实度等4个属性采用变权模糊综合评判算法得到。仿真结果表明：在变权模糊综合评判算法中,通过提高具有过低值的属性的权值,可以突出节点的缺陷,使得具备过低剩余能量或是过低包转发率,路由信息篡改信任,或过低诚实度任意一个缺陷的节点都不能够得到较高的信任值从而被选为簇头节点,避免行为恶意的节点破坏网络路由。     

传感器网络中一种负载平衡的选播路由算法

针对传感器网络的特点,提出了一种基于权重负载平衡的选播路由算法.该算法的基本思想是根据路径上传输数据的能量消耗、邻居节点的剩余能量和跳数信息计算权重,并选择最小权重路径.新算法通过利用权重让更多节点分担数据传输以保持网络负载平衡,延长网络生存期和改善选播路由的性能.仿真实验表明,新算法的网络生存期是SARP的2到4倍,具有良好的路由性能.     

基于分簇的无线传感器网络多跳路由算法

由于无线传感器网络中节点能量有限,而且不易补充,因此节能是其研究的主要技术之一。为平衡网络节点能耗负载,延长网络寿命,考虑到随机分布节点的剩余能量和节点相对于基站的位置,提出了一种基于分簇的多跳路由算法。算法中,引入了能量控制因子来降低低能量节点被选为簇首的概率;利用簇首权重的影响,建立基于最短距离的多跳路由,解决了不同距离的簇首之间的能耗平衡问题。仿真实验表明,所提算法能够更好地均衡网络负载,延长网络的生存时间。     

一种基于三角模糊数的VANETs机会路由算法*

分析了现有车用自组织网络（VANETs）的路由算法,提出一种新的基于三角模糊数的机会路由算法。新算法将转发结点距离目标结点的距离、到达目标结点的方向、行驶速度向量、重传次数、车流状况等因素作为目标函数进行分析计算,采用熵权系数法确定各因素权重。路由过程中,贪婪选择向量值最大的节点转发数据包;遇到网络不连续时,将采用“存储－携带－转发”的机会路由策略。仿真结果表明,该算法能够较好的适用于VANETs各种场景。     

基于模糊层次分析法的RPL路由优化协议

针对现有低功耗有损网络路由协议在拓扑构建及路由选择时没有综合全面考虑各方面的路由度量（Routing Metric）,或在考虑两个或三个路由度量时各个路由度量的权重分配多是基于专家经验,主观性太强的问题,本文提出一种新的基于模糊层次分析法的RPL（Routing Protocol for Low-power and Lossy Networks, RPL）路由协议—RPL-FAHP（RPL based on Fuzzy Analytic Hierarchy Process, RPL-FAHP）。RPL-FAHP在选择偏好父节点（下一跳节点）时综合考虑各方面的路由度量,构建新的复合路由度量和目标函数,并采用模糊层次分析法确定复合路由度量中各个路由度量的权重系数,从而选出最优偏好父节点传输数据。理论分析和仿真结果表明：与现有的相关典型算法相比,RPL-FAHP在平均分组丢失率、平均端到端时延及网络寿命等方面具有整体上更优的性能。     

融入社会感知的对等社会网络路由模型研究

对等网络是节点资源查找共享的重要途径,目前已设计出大量对等网络路由模型,但是这些模型大都没有对其社会属性进行深入的研究.因此通过融合对等网络资源定位技术和社会网络分析法,提出一种将社会感知嵌入节点选择中的对等社会网络路由模型.通过融入节点的社会属性、节点间的链路关系判断等社会学原理建立起的路由算法,使得节点的选择更加注重节点位置与查找资源间的关系,尽可能地加大物理结构间的联系,进而达到加强算法性能的目标.     

移动传感网中基于虚拟货币的路由策略

移动无线传感器网络中,针对节点基于随机运动模型的路由问题,提出一种基于虚拟货币的低能耗路由策略——DTVC。根据节点的属性和数据消息的属性进行买方和卖方的定价并据此选择转发节点。为了提升网络性能,通过控制数据消息的副本数以及对节点的缓存队列中的数据消息排序,把网络中的节点分为源节点和中继节点,只有数据消息的源节点可以复制该数据消息,并依据数据消息的延迟容忍度对消息进行排序,延迟容忍度越小则优先级越高。为了减少网络中的能量消耗,根据sink节点广播的消息删除缓存队列中已经传输成功的数据消息。在Matlab上的仿真实验结果表明,与基于消息容错的自适应数据传输算法（FAD）、基于距离和能量感知模糊逻辑的路由算法（FLDAER）和基于能耗自选演进机制的路由算法相比,DTVC的数据消息投递率至少提高2.5%,平均副本数至少减少25%。     

基于低功耗有损网络路由协议的多路由度量评估算法

针对缺乏科学合理的低功耗有损网络路由协议多路由度量评估方法,无法选择合适的下一跳,影响网络性能等问题,本文提出一种基于组合赋权法和逼近理想解排序法的多路由度量评估算法.该算法通过构建邻居节点各路由度量的初始判断矩阵,设计基于线性加权的复合目标函数,设计兼顾主客观因素的组合赋权算法确定复合目标函数中各路由度量的权重,并采用逼近理想解排序法确定下一跳节点等机制,有效地解决了上述问题.理论分析证明了该多路由度量评估算法的有效性和可靠性,仿真实验结果显示该算法在网络寿命,时延等方面均优于低功耗有损网络路由算法及其相关改进算法.     

无线传感器网络自适应动态路由算法仿真

传统传感器路由算法存在信息传输能耗较高,且网络节点存活率偏低问题,提出无线传感器网络自适应动态路由算法,简称为HDAR算法.结合平面路由和层次路由构建新的无线传感器网络路由框架,在数据获取模块中选取层次路由,在数据传输模块中选取平面路由.调整节点非线性自适应权重,动态成簇自适应路由算法HDAR通过数据动态成簇来实现数据汇总,利用自适应路由选择算法将数据运转到Sink节点,最终实现HDAR算法设计.为验证所提算法的有效性,进行一次实验.实验结果表明:HDAR算法节能效果更好,且上述算法下节点存活数量更多,适用性较强,具有很好的应用前景.     

加权社交网络敏感边的差分隐私保护研究

社交网络边权重表示节点属性相似性时,针对边权重能导致节点敏感属性泄露的问题,提出一种利用差分隐私保护模型的扰动策略进行边权重保护。首先根据社交网络构建属性相似图和非属性相似图,同时建立差分隐私保护算法;然后对属性相似图及非属性相似图边权重进行扰动时,设计扰动方案,并按扰动方案对属性相似图及非属性相似图进行扰动。实现了攻击者无法根据扰动后边权重判断节点属性相似性,从而防止节点敏感属性泄漏,而且该方法能够抵御攻击者拥有最大背景知识的攻击。从理论上证明了算法的可行性,并通过实验验证了算法的可行性及有效性。     

基于熵权法与灰色关联分析的WSNs路由算法

针对路由协议链路质量不高与能耗较大的问题,提出了一种基于熵权法与灰色关联分析的无线传感器网络(WSNs)路由算法(BEGRA).首先建立下一跳节点的评价指标,其次引入熵权法确定各指标的权重,通过关联度分析法确定节点指标向量与参考向量间的加权关联度,最后由节点关联度的大小确定下一跳节点并确立路由路径.仿真结果表明:算法有效提高了网络生命周期,降低了网络能耗,且在网络数据传输效率方面具有良好性能.     

基于最短路径树的优化生存时间路由算法

为提高无线传感网的生存时间,提出基于最短路径树的优化生存时间路由算法(LORA_SPT).该算法引入节点分类概念,构造基于链路能耗因子、自身节点剩余能量因子、邻居节点剩余能量因子和类型权重因子等多个因子的权值函数.针对不同类型的节点采用不同的权重因子,最后利用dijkstra算法完成最短路径树,所有节点沿着最短路径树将...     

一种新型能耗优化的无线传感器网络成簇算法

能量消耗一直是限制WSN广泛应用的热门问题之一,能源容量的大小对各个传感器节点产生重要的影响.针对WSN中能耗过快,以及网络区域内能量消耗不均衡而导致的网络生命周期缩短的问题,同时为了提高WSN的能量利用率,提出了一种新型能耗优化的无线传感器网络非均匀成簇算法(UCNE).该算法首先根据节点的历史能耗来竞选簇头节点,将整个网络划分为不均匀的簇群从而平衡簇内节点通信与簇间节点通信的能耗.其次设立新的能量阈值作为网络重新分簇的标准,减少了频繁分簇造成的不必要的控制消息能耗.最后为了降低簇头节点的负担,竞选副簇头节点作为中继转发节点转发主簇头加工的数据并根据权值选择向前向簇头节点传递数据.通过对比相关协议,UCNE协议在平衡网络能耗,延长网络寿命方面表现更优.     

基于模糊区域宽松距离的改进GEAR传感网络均衡算法

传感节点的有效选择对无线传感网络通信有着重要影响。在分析传统的GEAR传感节点分配算法基础上,提出基于模糊区域宽松距离的改进GEAR传感网络均衡算法。运用一种基于节点模糊区间划分,伴随节点运用一种宽松距离的方法进行逼近,依靠得到的模糊节点可靠性隶属度函数,完成对节点的最终选择,从而避免传统GEAR节点分配算法中单纯依靠地理位置与能量开销等先验知识进行节点选择的弊端。实验验证该方法的通信能量消耗曲线趋势要低于传统GEAR算法,能有效调节传感网络的拥塞。     

分布式Delaunay三角剖分在栅栏覆盖中的应用

提出了一种有效的双向边分布式造构Delaunay三角剖分拓扑图算法（MEDDEL）,该算法仅利用一跳邻居节点的信息,高效构造MEDDEL拓扑图,避免了大量通信代价和能量消耗。然后给出了MEDDEL拓扑图下支撑值计算的证明。最后在传感器能量模型和MEDDEL拓扑图下,利用分布式最佳覆盖路下的最短穿越和最小能耗算法（SMBCP）解决无线传感器网络中栅栏覆盖最佳路径的问题。仿真实验结果分析表明,与RNG、GG、PLDEL、UDEL、DEL相比较,在MEDDEL拓扑结构下寻找到路径支撑值最小的情况下,运行SMBCP算法能找到最佳覆盖路径下的最短穿越路径和最小能耗路径。     

Research on an optimal selection method for sensor network node under high-speed mobile environment

The traditional selection methods for the selection of sensor network node under high-speed mobile environment is randomness, which cannot effectively use the multiple attributes of nodes, resulting in the irregular distribution of cluster head of nodes, and high energy consumption. An optimal selection method for sensor network node under the high-speed mobile environment based on EERNFS and Naive Bayesian Networks is proposed. By using EERNFS algorithm within each network intercept / sleep cycle, the sensor network node is made processing under high-speed mobile environment, to ensure the stable local connectivity and consistent collaboration intercepts, and reduces energy consumption. Naive Bayes algorithm is used to make optimization of general Bayesian classification method, and set the parameters. In the two-dimensional area, several sensor nodes are randomly placed, and the known two-dimensional area is divided. A certain node is selected arbitrarily in different regions to constitute the original set of Naive Bayes algorithm, and compute the training results and thresholds in the Bayesian system of node set at this moment. On the basis of the threshold, the optimal selection of sensor network node is achieved. Simulation results show that the proposed method not only has higher node coverage, but also the operating efficiency and energy consumption are better than the genetic method.     

基于投影矢量的双组播树高效路由数据收集

现有的节点数据收集算法复杂度高,与路由结合效果不理想,且不能满足无线传感器网络高效能量的节点数据收集,而压缩感知理论具有容错性好、编码简单的优点。基于压缩感知的特性,提出了一种传感器网络中基于投影矢量的双组播树高效路由数据收集,该算法将贝叶斯压缩感知理论与传感器路由相结合,解决现有算法不能满足传感器对能耗敏感的问题。算法的基本思想首先根据初始观测矢量来寻求能量高效并得到合适路由的最优投影。然后利用节点系数能耗最小与广义矢量的主分量作为目标节点,采用微分嫡改变量最大的原则进行求解节点最佳投影系数,最后在sink与目标节点路由问题上采用正逆向组播树进行路由构造。理论和仿真结果表明在保证能耗的条件下取得了较好的重建仿真效果,对无线传感器通信具有一定的实用价值。     

无线传感网络数据转发最佳权重选取算法仿真

为了有效提高无线传感网络数据转发的有效性和可靠性,针对传统的数据转发算法存在的数据转发率低、延时长等问题,提出一种基于蚁群优化的无线传感网络数据转发最佳权重选取算法。选择无线传感网络数据节点负载、剩余能量以及数据转发时延作为网络服务性能评价指标,利用熵权系数法自适应地确定评价指标的权重。引入数据转发链路容量和链路距离等因素建立数据转发时延最小的优化模型,利用蚁群算法的节点概率函数机制找出能同时满足时延带宽和数据转发链路容量要求的评价值最高的邻居节点,通过上述节点选取数据转发最优权重,完成数据转发。实验结果表明,所提算法在节点能量消耗、转发延迟、数据转发率等方面都优于现有无线传感网络数据转发算法。     

一种改进的DV-Hop无线传感器网络定位算法

基于DV-Hop的无线传感器网络定位算法采用三边测量法计算位置,具有能量消耗大的问题,采用了一种MIN-MAX 方法计算节点位置.通过减少计算开销,降低能量消耗,从而延长无线传感器网络的生存周期.实验表明改进后的算法能够大量减少计算开销,而且还能略微提高定位精度.     

异构无线传感器网络中多目标优化节点部署策略

针对异构无线传感器网络节点高密度部署和事件发生存在"热点区域"问题,以区域覆盖率最大和网络能耗最小为优化目标,提出了一种基于多目标优化的二进制粒子群算法,对节点部署进行多目标优化。该算法采用概率感知模型,引入强支配系数使得解分布均匀,结合Pareto最优解选择排序和基于自适应权重的适应度分配,进而获得异构节点部署解。仿真结果表明:该算法能对目标空间进行广泛搜索,与NSGA—Ⅱ算法相比,算法具有良好的收敛性,能有效地提高网络的覆盖率和降低网络能耗。