基于相继干扰消除的无线传感网低时延广播算法

近年来,传感器技术、嵌入式计算技术与通信技术迅猛发展且日益成熟,因此传感器节点日益小型化和智能化,促进了无线传感网在战场监视、智能交通、精准农业、建筑结构健康状况监测、灾难恢复、环境监控、医疗监护等军用和民用领域的广泛应用.广播的目的是将数据从源节点分发给网络中的所有节点,在无线传感网中主要用于路由发现和重要通知的发布等.无线传感网应用于战场情报获取或火灾监控等时延敏感领域时,需要将数据快速地从源节点广播给全网所有传感器节点,因此,设计一种低时延的广播算法具有非常重要的理论研究意义和实际应用价值.但是,由于无线信号传输的广播特性,节点的信号传输会对其干扰范围内所有节点的数据接收产生干扰,而信号干扰是影响广播时延的重要因素.在信号干扰约束下的最低时延广播问题是NP(Non-Polynomial)难问题,因此难以设计出多项式时间的最优化算法.现有研究工作通常通过干扰避免调度方法来设计低时延的广播算法,虽然能避免信号之间的干扰,但是不能增加可并发传输的广播链路数目,进而有效地降低广播时延.为了有效地解决该问题,本文首先设计了一种贪婪广播算法GreedyB.该算法通过构造宽度优先搜索树来实现网络节点的分层,依据覆盖节点数最多优先选为父节点的规则来构造广播树,最后采用逐层调度和干扰避免调度的方式来分配广播链路的传输时间片.在贪婪广播算法GreedyB的基础上,本文结合相继干扰消除技术设计了另一种广播算法SICB,致力于进一步降低广播时延.与GreedyB算法不同,SICB算法在分配传输时间片时,分析广播链路之间是否满足相继干扰消除的条件,条件满足时安排在同一时间片,不满足时进行干扰避免调度.本文通过理论分析证明了,GreedyB和SICB两种算法都能提供正确的无信号干扰的广播调度方案,并且两种算法时间复杂度和空间复杂度都是多项式时间的.本文通过大量的仿真实验对所提算法进行了性能分析.仿真实验结果表明,GreedyB和SICB两种算法在不同网络规模、最大传输距离、信号传输功率、噪声功率等网络参数下的广播时延都要低于现有的广播算法,性能优化率最高分别可达43.5%和52.7%.

采用启发式算法的无线自组网网络编码方法

首先证明了与应用网络编码相关的最优化问题是NP完全的,然后提出了一种采用启发式算法的网络编码方法COMP.该网络编码方法利用贪婪集合配置启发式算法和贪婪集合覆盖启发式算法的基本思想来尽可能多地挖掘网络编码机会.NS-2仿真结果表明,该网络编码方法在应用到节点数比较多、最大传输范围比较小以及会话数比较多的场景中时,有效地减轻了并发会话的影响,提高了现有广播算法的性能,而且其性能提高超过了现有的网络编码方法.

无线自组网中一种高效的路由协议

无线自组网与传统的有线网不同,它由一些可移动的结点组成,这些结点的带宽、计算能力和能量都受到一定限制。针对这种网络,研究者们提出了按需路由协议,这些协议非常适合无线自组网这种拓扑结构,但是由于缺乏对全局拓扑和结点移动性的了解,可能达不到最优。因此提出了一种高效的路由协议ERNC,该协议基于已提出的SHORT路由协议[13],并对以前所提出的NAOR协议[14]进行了扩展,即利用网络编码技术来进一步提高路由协议的性能。最后,使用NS-2模拟器来评估ERNC的性能,结果显示ERNC在分组投递率和平均端到端时延等方面获得了比已有协议更好的性能。

移动自组网中一种网络生存时间最优的广播算法

移动自组网中广播操作的网络生存时间问题一直是备受关注的热点研究问题。现有的研究已经证明,基于最小生成树算法的广播算法能够最优地解决网络生存时间问题。但是,这些研究工作都是基于静止的网络拓扑,从而不适用于一些实际的网络拓扑动态变化的应用场景,如军事通信应用等。因此,针对节点移动导致的网络拓扑变化的场景,本文提出了一种移动自组网中网络生存时间最优的广播算法LONG。该广播算法基于移动预测和最小生成树算法的基本思想,并使用菲波那契堆来实现。通过理论分析,LONG广播算法获得最优的网络生存时间,并且其时间复杂性为O(n2),其中n表示网络中的节点数。最后,NS-2模拟实验结果表明,LONG广播算法在移动场景中的报文成功接收率和网络生存时间比其他广播算法更优。

基于边缘智能计算的城市交通感知数据自适应恢复

智能交通系统(intelligent transportation systems,ITSs)被广泛用于智慧城市中,却普遍存在感知数据缺失问题.而交通感知站点有限的存储计算能力严重制约感知数据的恢复,极大影响ITSs的正常使用.虽然可以利用边缘节点强大的存储计算能力解决这个困境,但边缘节点部署的高复杂性和感知数据时空相关性的高动态性对数据精确恢复提出挑战.为了解决上述挑战,提出基于边缘智能计算的城市交通感知数据自适应恢复系统.具体地,首先利用子模优化理论,提出具有理论下界的边缘节点次优部署分配算法.然后,基于低秩理论恢复感知数据,并基于恢复结果估计非缺失下限,通过反馈自适应调整感知站点的数据上传比例,从而保证数据精确恢复.最后,基于澳大利亚600个交通站点1年的感知数据构建原型系统,对所提算法进行评估.实验结果表明,所提算法的边缘节点部署性能达到最优性能的90%以上,缺失数据恢复精度比3种对比方法提高43.8%以上.同时,自适应数据恢复能够平均提高精度40.3%.

基于Jess和SNMP的智能网络故障管理系统设计与开发

当前网络故障管理系统正朝着自动化智能化的方向发展。为了提高传统网络故障管理系统的智能化水平,基于专家系统规则引擎Jess和SNMP协议,设计了一个智能网络故障管理系统。该系统可实时监控被管网络设备,采用独立模式或者与网管人员交互模式进行故障推理诊断;若故障诊断结果表明某故障可由系统自动排除,则询问网管人员是否利用故障恢复模块自动排除。文章最后探讨了系统开发使用的开发环境与关键技术。由于采用了专家系统技术,该系统能够显著提高网络故障管理能力和效率。

基于相继干扰消除和跨层并发传输的物联网数据聚合调度

近年来物联网在许多军事和民用领域(灾后恢复、环境监控和军事对抗等)展现出蓬勃的应用前景,而在实际应用中,为了维护终端数据的新鲜度,必须以尽可能低的时延来完成数据聚合调度,从而为用户提供及时准确的数据服务.但是,受信号干扰的影响,最低时延数据聚合调度问题已被证明是NP(Non-deterministic Polynomial)难问题,而如何设计低时延的数据聚合调度算法是物联网领域的研究热点.现有面向传统物联网(如无线传感网)的解决方案通常采用逐层调度方法和干扰避免技术来实现,减少了可并发传输的链路数目,不利于降低数据聚合时延.值得关注的是,相继干扰消除(Successive Interference Cancellation,SIC)技术作为一种简单而强大的多包接收技术,是研究者近年来取得的重大突破,而如何结合SIC技术来设计物联网低时延数据聚合调度算法具有非常重要的理论研究意义.因此,本文以最大程度地增加可并发传输的链路数目为目标,利用跨层并发传输的思想来进行数据聚合调度,并结合SIC技术来实现链路调度,提出了一种新颖的低时延数据聚合调度算法.实验结果表明,与现有算法相比,本文所提算法在数据聚合时延优化方面最多可达43.8%.

多信道占空比感知的无线传感网低延迟广播

针对多信道占空比感知无线传感网,证明了最低延迟广播问题是NP难问题,提出了两种新的概念:候选活跃冲突图和可行活跃冲突图,并在两种新概念的基础上提出了一种低延迟的广播算法——高效广播算法,理论分析证明该算法具有较小的近似比.仿真实验结果表明,与现有算法相比,高效广播算法能降低广播延迟.

一种软件定义APT攻击移动目标防御网络架构

针对传统网络架构的确定性、静态性和同构性造成APT攻击难以有效防御的问题,提出了一种软件定义APT攻击移动目标防御网络架构SDMTDA。对APT攻击行为进行了建模,总结了APT攻击依赖网络结构和漏洞信息的特点;结合软件定义安全理念建立了从下到上分别为物理层、控制层、应用层的三层网络架构,并给出了网络结构变化和漏洞信息变化的算法,分析了移动目标防御的三种方法在SDMTDA中的实现;对架构进行了分析、实现并测试。实验结果表明,该架构具有软件定义、变化迅速、扩展性强的优点。