基于特征分析的智能网联汽车数据分级方法研究

当前,智能网联技术的发展使得汽车成为数据交互的重要载体,智能网联汽车所产生的数据量呈现指数型增长趋势,国家对于数据安全的重视程度也在不断加强。在此背景下,从行业实践角度出发,对我国当前数据安全监管现状、数据分级方法进行梳理,最后提出一种基于特征分析的数据分级方法,助力企业加强数据治理、满足政府合规要求。

基于深度可调节节点的水声网络部署优化算法

为提高网络的有效覆盖率,提升对目标区域监测的质量,提出一种基于深度可调节节点的水声网络部署优化算法。算法中节点通过深度调节形成以sink节点为根节点的树形拓扑结构,实现网络的全连通。以最大化有效覆盖为目标,以保证节点间的有效连通为约束条件对节点覆盖的最优位置进行求解,优化节点部署。仿真结果表明,所提算法较基于voronoi图的深度调节算法和传感器节点深度调节进行自我部署,以实现最大化覆盖的部署算法。两种基于深度调节节点的算法实现了有效覆盖率的明显提升,在节点数量为60、感知半径为0.8km时,有效覆盖率分别提高了11.87%和12.59%。同时网络中节点的平均连通度更高,拓扑结构更稳定,在动态的水声网络中性能更好。