2023年全國(guó)碩士研究生考試考研英語(yǔ)一試題真題(含答案詳解+作文范文)_第1頁(yè)
已閱讀1頁(yè),還剩59頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、無(wú)線傳感器網(wǎng)絡(luò)(Wireless Sensor Network,WSN)是由部署在監(jiān)測(cè)區(qū)域的資源受限節(jié)點(diǎn)通過(guò)無(wú)線通信的方式形成的多跳自組織網(wǎng)絡(luò)。數(shù)據(jù)融合技術(shù)是無(wú)線傳感器網(wǎng)絡(luò)的關(guān)鍵技術(shù)之一,它可以去除網(wǎng)絡(luò)中的冗余信息,減少數(shù)據(jù)傳輸量,從而有效地提高整個(gè)網(wǎng)絡(luò)的能量和帶寬效率。然后,無(wú)線傳感器節(jié)點(diǎn)的計(jì)算能力、存儲(chǔ)能力和能量供應(yīng)都非常有限,且所有的節(jié)點(diǎn)都通過(guò)無(wú)線自組織的方式形成網(wǎng)絡(luò)。因此,無(wú)線傳感器網(wǎng)絡(luò)的數(shù)據(jù)融合過(guò)程極易受到各種類型的攻擊。攻擊

2、者可以通過(guò)竊聽(tīng)的方式來(lái)獲得網(wǎng)絡(luò)中傳輸?shù)臄?shù)據(jù)信息,或者俘獲網(wǎng)絡(luò)中的合法節(jié)點(diǎn),并冒充該節(jié)點(diǎn)向網(wǎng)絡(luò)中注入虛假信息,致使基站獲得錯(cuò)誤的融合結(jié)果,進(jìn)而對(duì)網(wǎng)絡(luò)產(chǎn)生錯(cuò)誤的判斷。近年來(lái)無(wú)線傳感器網(wǎng)絡(luò)越來(lái)越多地應(yīng)用于軍事、金融以及醫(yī)療等信息敏感領(lǐng)域,確保數(shù)據(jù)融合過(guò)程的安全也因此變得至關(guān)重要。
  傳統(tǒng)的安全數(shù)據(jù)融合方案大多從機(jī)密性性和完整性兩個(gè)方面為融合中的數(shù)據(jù)提供安全保障。但是這些方案存在安全等級(jí)低、能量開(kāi)銷大等問(wèn)題。針對(duì)這些問(wèn)題,本文從提高網(wǎng)絡(luò)

3、安全等級(jí)和降低網(wǎng)絡(luò)能量消耗這兩個(gè)角度對(duì)無(wú)線傳感器網(wǎng)絡(luò)的安全數(shù)據(jù)融合技術(shù)進(jìn)行研究。本文的主要工作如下:
  1.介紹了無(wú)線傳感器網(wǎng)絡(luò)和數(shù)據(jù)融合技術(shù)的基本概念。研究了經(jīng)典的安全數(shù)據(jù)融合方案,并對(duì)它們的優(yōu)缺點(diǎn)以及所使用的技術(shù)和能抵御的攻擊類型進(jìn)行了詳細(xì)的分析和比較。
  2.研究了數(shù)據(jù)融合及認(rèn)證協(xié)議(Data Aggregation and Authentication,DAA)。并在此基礎(chǔ)上提出了基于錯(cuò)誤信息檢測(cè)的隱私保護(hù)安全數(shù)

4、據(jù)融合算法(Concealed Data Aggregation with False Data Detection,CDA-FDD)。CDA-FDD算法將錯(cuò)誤信息檢測(cè)的思想應(yīng)用于分簇型無(wú)線傳感器網(wǎng)絡(luò)中,并利用基于公鑰的同態(tài)加密機(jī)制為數(shù)據(jù)提供端到端的隱私保護(hù)。在數(shù)據(jù)收集的過(guò)程中,該算法可以實(shí)時(shí)地檢測(cè)并丟棄數(shù)據(jù)融合過(guò)程中注入的虛假信息,為網(wǎng)絡(luò)減少了不必要的傳輸開(kāi)銷,提高了數(shù)據(jù)融合的精度。仿真結(jié)果表明,CDA-FDD算法在提高網(wǎng)絡(luò)安全等級(jí)的

5、同時(shí)降低了能量消耗。
  3.研究了可恢復(fù)原始數(shù)據(jù)的隱私保護(hù)安全數(shù)據(jù)融合算法( Recoverable Concealed Data Aggregation,RCDA)。針對(duì)RCDA算法傳輸開(kāi)銷大的問(wèn)題,本文提出了基于參考值的可恢復(fù)隱私保護(hù)安全數(shù)據(jù)融合算法( Reference-based Recoverable Concealed Data Aggregation, R-RCDA)。R-RCDA動(dòng)態(tài)地為網(wǎng)絡(luò)中的每一個(gè)節(jié)點(diǎn)設(shè)定下次

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論