【摘 要】
：
随着通讯技术和网络技术的不断进步,物联网（IoT）在各个行业广泛应用,无线传感器网络（Wireless Sensor Networks,WSNs）作为物联网的基础受到了研究者的关注。WSNs由大量传感器节点构成,通过无线通讯的方式形成局域网络,用于完成环境监测、信息采集、区域监控等任务,其中事件源与被监控对象联系紧密,源节点位置信息的泄露意味着网络隐私安全受到威胁,因此,源节点位置隐私保护（Sou
论文部分内容阅读
随着通讯技术和网络技术的不断进步,物联网（IoT）在各个行业广泛应用,无线传感器网络（Wireless Sensor Networks,WSNs）作为物联网的基础受到了研究者的关注。WSNs由大量传感器节点构成,通过无线通讯的方式形成局域网络,用于完成环境监测、信息采集、区域监控等任务,其中事件源与被监控对象联系紧密,源节点位置信息的泄露意味着网络隐私安全受到威胁,因此,源节点位置隐私保护（Source Location Privacy Protection,SLPP）成为保障无线传感器网络隐私安全的关键问题,具有重要的研究价值。本文采用动态路由、随机路由以及多路径技术,为保障源节点位置隐私安全提出有效的隐私保护路由方案,主要工作如下:（1）针对现有源位置隐私保护协议的路径动态性不足和节点能耗效率较低的问题,提出了一种基于动态令牌的源位置隐私保护路由协议（Ring Routing based on Dynamic Token,RRDT）。采用动态远离危险区域的启动节点更迭方式,构筑随机变化的令牌链路;通过随机选取事件环位置和环路时针方向,增加环上备选路径数量;利用基于环路的多路径路由机制,增加路径的随机性。经过安全性和能耗效率的分析以及仿真实验的验证,该方案在提高网络隐私保护强度、增加路径动态性以及提高网络寿命等方面具有良好的效果。（2）针对多基站多攻击者网络环境中,节点利用率受限和安全周期不足的问题,提出了一种基于多路径随机路由的源位置隐私保护协议（Multipath Random Routing Privacy Preserving,MRRPP）。采用象限划分机制,根据汇聚节点的位置将网络进行象限划分,参考与汇聚节点的距离随机选择目标汇聚节点;利用随机策略选取数据传递中继节点,进一步增加路径动态性;利用数据切片技术,将数据进行分割从不同的路径进行传输,降低数据被捕获概率,平衡路径节点的能耗负担;最后通过混淆时域传输的方式将数据包传递到目标汇聚节点。仿真实验表明,该方案通过扩大的路径分散性均衡了节点使用频次和网络能耗,提高了网络生命周期和安全周期。
其他文献
视频行为识别和检测是视频理解中最重要的任务之一,且在日常生活中有着广阔的应用前景。过去的几年,深度学习技术的引入使得该课题有了全新的进展,但由于视频数据的复杂性以及人体行为本身的不确定性,构建高效的识别或检测模型仍存在困难。本文深入研究了基于深度学习的行为识别和检测方法,对现有方法中存在的一些不足进行了改进,论文的详细工作如下:第一、提出了一种改进自TSN模型的行为识别方法。针对TSN网络各个采样
光频域反射技术（Optical Frequency Domain Reflectometry,OFDR）相较于其它分布式光纤传感技术而言,因其大动态范围、高信噪比等方面的独特优势,在振动测量中得到了广泛的应用,是一种新型的光纤传感技术。但是OFDR技术应用于长距离光纤振动测量时仍然存在着不足,还面临着测试时间过长、测量振动信号灵敏度较差以及如何对振动信号进行精确定位等问题。本文从这些方面入手,对O
红外与弱可见光图像融合是一种增强技术,其主要的作用是将两类由不同传感器捕获的同一场景下的图像信息进行融合,从而获得一幅拥有更为丰富场景内容的图像。由于弱可见光图像和红外图像各自不同的成像特性具有明显差异反而使得它们具有良好的互补特性。可见光图像拥有更多的细节纹理信息,但却受到光照、环境、遮蔽物等因素的制约;红外图像通过热辐射成像,虽不具备清晰的细节纹理,但却具有显著的热辐射目标信息且不受光照条件等
稀土掺杂荧光材料在高压电力系统、油井、生物医学检测等特殊测温领域具有广阔前景,成为国际上的研究热点。氟磷灰石荧光透明玻璃陶瓷具有声子能量低、高灵敏度、热稳定性好和易制备加工等优点,在上述应用领域具有优势。因此,开展氟磷灰石荧光透明玻璃陶瓷材料的研制具有重要的理论意义和应用前景。本文通过高温熔融法制备了稀土掺杂CaF2-ZnO-P2O5-B2O3、BaF2-ZnO-P2O5-B2O3磷酸盐和CaF2
社会生活中,很多领域都使用了计算机视觉技术,其已被广泛应用于视频监控、机器人视觉以及无人机侦察等诸多领域。目前已有大量学者对正常照度图像开展了大量研究,但低照度图像的研究却很少。整体光照不足或局部光照不均的场景捕获的图像存在亮度低、对比度不足和细节信息严重丢失等问题,致使该类图像无法达到人们预期的要求,同时严重影响到该类图像的后续应用。本文针对低照度图像增强课题展开研究,通过研究图像增强技术以提升
随着科技的发展,网络成为人们工作生活的重要工具。人们通过互联网,跨越空间局限,实时接收外界消息,并通过社交平台更迅速、便捷地进行信息的传播和共享。在这样的背景下,人的行为和决策往往会受到他人的影响,社会化营销因此越来越受到学术界和工业界的关注。影响力最大化问题,即从社交网络中寻找有影响力的个体,从而使产品的受众或信息的扩散最大化,也相应得到了广泛研究。然而,以往的研究主要集中在单一信息的扩散或正面
随着数字化时代的进一步到来,宽带无线接入技术迅速发展,移动技术得到了广泛的应用。基于位置的服务（Location Based Services,LBS）对精准定位的需求越来越急迫。智能终端支持Wi Fi和蓝牙功能,促使室内定位技术进一步向Wi Fi和蓝牙技术倾斜。研究Wi Fi定位、蓝牙定位以及二者融合的定位技术具有很大的应用价值。针对Wi Fi和蓝牙接收信号波动,且单一定位技术定位误差大、稳定性
基于位置社交网络（Location-based social network,LBSNs）服务中,用户可以通过在线平台轻松地在物理世界中共享其地理空间位置和与位置相关的内容,但如何挖掘LBSNs中的结构和行为等丰富且复杂的信息实现有效的位置相关推荐服务仍然面临挑战。协同过滤假设相似的用户对同一项目的行为相似,以此为依据来实现个性化推荐。基于协同过滤的位置推荐系统通常假设用户和位置的交互事件是独立的
目前,机器学习在医学领域已经成为一种有效的工具,其中最为突出的是基于机器学习的医学图像辅助诊断。计算机辅助诊断可以提高医生在医学图像检测、识别和分割任务中的能力。在医学图像分析研究中,一些基于机器学习的方法取得了优异的性能。然而,这些方法在使用有监督训练时严重依赖于大量的有标记数据集。而在大多数情况下,获取大规模特定医学图像的有标记数据集是很难实现的。以往大多机器学习算法的研究采用数据增强方法。数