Markov编码模型在传感器网络加密算法中的应用

改进了一种基于神经网络吸引子计算的无线传感器公钥加密算法,通过引入改进的q-composite密钥分发机制替代原有的Differ-Hellman密钥协商算法,利用其对神经网络初始化从而产生加密数据的吸引子。在对明文加密之前使用吸引子Markov模型编码,最后将吸引域作为密文输出从而达到加密效果。在OMNet++与Matlab环境下对算法进行了仿真并与同类算法在能耗方面进行了对比。对算法的雪崩效应,密文平衡性及独立性进行了测试,并给出了算法的安全性、扩展性和抗破译能力相关分析。

无线传感器网络自适应功率控制策略

无线传感器网络功率控制技术对于网络的拓扑连通、能量效率、网络容量、吞吐量、实时性等性能均有显著影响,是其实用化的重要支撑技术。该文提出了一种适用于无线传感器网络的自适应功率控制策略APCS(Adaptive Power Control Strategy),该策略是只需要局部信息的分布式算法,通过调整路径损耗指数和功率控制参数可以获得性能极佳的目标拓扑,并能满足实时性和容错能力要求较高的应用场景。另外,该算法还采用了动态功率调整以保持网络的连通性,延长网络的生命周期。仿真结果证实了所提方法的有效性。

无线传感器网络能量空洞问题缓解策略分析

针对无线传感器网络中的能量空洞问题,建立了包含节点感知能耗、处理能耗、接收能耗、发送能耗的能量空洞问题分析模型,提出能量消耗速率的概念,并且给出了避免能量空洞问题的条件。利用该分析模型从理论上分析了节点密度、数据采集率、数据融合以及路由方式等策略对缓解能量空洞问题的有效性。最后,通过仿真实验数据与理论分析的对比验证了该模型对能量空洞问题分析的正确性,并且给出了缓解能量空洞问题的最佳策略。