基于哈希值分组和信任主节点选取的共识机制

PBFT(Practical Byzantine Fault Tolerance)算法是当前最流行的共识机制之一,但其采用广播的通信模式导致该算法具有高通信复杂度;将节点分层进行共识的改进方式虽降低了通信规模,但改进后的算法在安全性和效率等方面仍存在不足。基于此,提出一种HBFT改进算法。首先,根据节点MAC地址的哈希值进行分组,增加节点分组的随机性并使拜占庭节点的分布更均匀;其次,优化算法的共识流程、通信内容和视图更换协议,进一步降低通信规模并提高主节点更换和故障处理的速度;最后,引入信誉机制并据此选取主节点,提升主节点的可靠性和算法的安全性。从理论、实验和安全的角度进行分析验证,结果表明HBFT算法的共识效率较PBFT算法和基于分层的改进算法分别提高96.1%~98.6%,51.3%~89.7%,且HBFT算法具有更高的安全性。

基于最优簇首数划分单元格的改进GAF算法

为构造良好的拓扑结构,降低节点能耗,延长网络生存期,对传统的GAF算法进行了改进。改进算法中考虑到连通度和最优簇首数的问题,提出了新的虚拟单元格划分方法。在簇首选择阶段,不仅考虑到节点剩余能量及节点距基站的距离,还考虑到节点吞吐率的问题,并通过定义簇首选择函数来进行簇首选择。仿真结果显示,改进的GAF算法有效地节省了节点能耗,延长了网络生存期。该算法的各项性能均优于传统的GAF算法。

各向异性无线传感器网络DV-Hop算法性能仿真

针对传统DV-Hop定位算法忽略各向异性网络对定位性能影响的问题,在分析导致网络各向异性原因的基础上,分别对不规则定位区域和不同传播模型对DV-Hop算法定位误差及定位时间的影响程度进行仿真。仿真结果表明,不规则定位区域对算法的定位精度影响较大,相比于规则区域平均多增加了102.26%,而对定位时间的影响程度较小;不规则传播模型则对算法的定位精度及定位时间均有较大影响,相比于不规则程度模型(DOI),不规则感知模型(RIM)对算法性能的影响程度更大。

一种无线传感器网络定位算法的改进

为了减小距离向量-跳段(DV-hop)算法中计算平均跳距时所造成的误差对定位的影响,提出一种基于测距信息的改进DV-hop算法。改进算法充分考虑DV-hop算法中信标节点计算平均跳距误差较大这一因素,将接收的信号强度指示(RSSI)算法中测得信号强度值转化为距离信息,再将距离信息引入DV-hop算法平均跳距的计算中,并在不同信号传播模型下进行仿真分析。仿真结果表明,在同一信号传播模型下,改进算法比原DV-hop算法有着更小的定位误差。