基于信任的分层无线传感器网络安全簇头选举方案

由于传感器节点的资源受限,导致无线传感器网络无法部署高强度的安全算法。因此,针对分层无线传感器网络,如何防御内部攻击,如何在考虑能量有效性的情况下,实现感知数据安全的传输就变得非常重要。改进基于二项分布的无线传感器网络信任评估系统(Improved Binomial-based Trust Management System, I-BTMS)。通过引入簇头的信任评价,解决第三方推荐的可信度问题;将I-BTMS输出的当前信任值,作为下一轮簇头选举的因素,同时考虑能量消耗,设计基于信任的分层无线传感器网络安全簇头选举方案(Trust-based Secure Cluster-Head Election Scheme, T-SCHES),形成有效的安全迭代。实验结果表明,所提I-BTMS可以有效地防御共谋攻击,T-SCHES实现了安全性与能效的均衡,提高网络安全性,延长网络生命周期。

基于信任机制的电力无线传感网络安全簇头选举算法

无线传感网络(wireless sensor network,WSN)越来越多地应用于生产生活中的感知和监测场景中,但所处环境中大量的传感器节点通常面临着被攻击的安全风险。传感器节点资源受限,安全防护脆弱,在采集数据时容易遭受选择性转发、伪造篡改数据等恶意攻击,使系统遭受不必要的损失。提出了一种基于信任机制的无线传感网络安全簇头选举算法,综合考虑节点的历史通信记录、数据一致性、簇内节点距离以及和基站之间的距离,将通信质量和能耗考虑在内,通过时间周期轮替保证簇头节点的能耗公平性,选举安全可靠的簇头作为簇群的汇聚节点。仿真结果表明,该算法能有效避免恶意节点当选簇头,提高无线传感网络的安全性。

WSN中一种基于EE-CPK-means的簇头选举改进算法

无线传感器网络被广泛应用于各个领域,如环境监控、自然灾害预警、公共卫生等。网络中的节点由电池提供能源,节点能量有限。无线传感器网络中簇头的传统选择是随机的,无法控制簇头节点的位置分布,导致节点能量消耗不均,出现节点过早死亡的问题。EE-CPK-means算法通过各节点与基站之间的距离来决定簇头节点,能够使簇头节点避免出现过于集中或分散的问题,但是低能量节点多次充当簇头从而过早死亡的问题仍然存在。文章提出了一种基于EE-CPK-means算法的簇头选举改进算法。当簇头进行选举时,检测出所有节点剩余能量,根据能量设定阈值,筛选出低于阈值的节点,避免其过早成为簇头节点,从而延长节点生命周期。

基于节点信任的LEACH协议簇头选举改进算法

针对LEACH协议在选举簇头时没有考虑到节点的信任值和节点的剩余能量,提出了一种新的簇头选举改进算法,即在数据传输阶段同时计算节点的信任值,为下一轮选举簇头节点作参考,从而在相对延长了网络寿命的同时确保了数据的可靠性,加强了网络的安全。由于在计算节点的信任值过程中已包含节点,故不需要额外考虑节点的剩余能量。仿真结果表明,改进后的算法不仅在网络寿命上要优于LEACH算法,同时在安全性能分析上也优于LEACH协议。

无线传感器网络中一种能量有效的簇头选举算法

在基于二层架构的无线传感器网络中,有效的簇头选举算法非常重要。一些现有的算法随机性很大,而另外一些只考虑了同构的情况,实用价值不大。该文提出了一种基于负载平衡的算法,该算法中簇头计算每个簇内成员预期做簇头后的生命期,然后把生命期最大的两个簇员选作新的簇头和新的候选簇头。通过模拟,将该算法与随机选取算法的实现效果进行比较,发现该算法延长了网络生命期。

基于Mamdani模糊推理的无线传感器网络可信簇头选举算法

为了解决无线传感器网络中恶意节点成为簇头而引起的层次路由安全问题,提出了一种基于Mamdani模糊推理的可信簇头选举算法(TCEM)。TCEM算法根据节点的行为表现,采用贝叶斯原理评估节点信任值,在此基础上,结合密集度及向心度,使用Mamdani模糊推理方法计算节点优越度,选择最优者作为簇头,从而实现簇头的可信选举。仿真实验结果表明,该算法能有效阻止恶意节点成为簇头,且在簇头合理分布、网络整体能效等方面均有良好表现。

一个基于节点覆盖的簇头选举算法

无线传感器网络以获取有用信息为最终目的,而获得的有用信息的多少取决于对网络的覆盖程度。本文在现有的一些簇头选举算法的基础上,提出一个新的簇头选举算法。该算法选举的簇头具有不进行数据感知,优先死亡但不影响网络覆盖的良好性能。如果把传输消耗优先分配在这类簇头节点上,那么死亡后影响覆盖的节点就可以在较晚的时间作为簇头,从而延迟死亡时间,最终延长网络的生命周期。实验结果显示,和现有的相关算法相比,本文提出的基于节点覆盖的簇头选举算法具有较高的网络覆盖率和较少的能量消耗,从而具有较长的网络生命周期。

WSN中基于学习自动机的簇头选举算法

为均衡无线传感器网络节点能耗和网络负载,提出了一种基于学习自动机的簇头选举算法。该算法考虑节点的能量消耗及其与邻居节点的状态信息,在选举簇头时,通过把节点的剩余能量与平均能量相比较以及把节点的相互距离与平均距离比较,来更新学习自动机选择动作概率,以提高有利节点选举为簇头的概率。仿真结果表明,该算法在簇头的分布上更加合理,同时也减少了网络的能量消耗,延长了网络生存期。

无线传感器网络中混合簇头选举算法的研究

针对网络拓扑结构稳定的实际应用,提出了一种混合簇头选举算法,包括以质心(能量中心)为基础的簇头选举方式和以剩余能量为基础的簇头选举方式。通过降低系统内簇头与簇内节点之间通信的总能量和平均传输时延来提高网络的生命周期。仿真结果表明,与GAF算法相比,网络的生命周期得到了较大幅度的提高,并且随着单簇节点数的增加,网络的生命周期也随之增加。实验证明,该方法适用于组建大规模无线传感器网络。

无线传感器网络LEACH协议簇头选举能量消耗研究

根据LEACH协议的原理,研究了协议中簇形成过程簇头节点和非簇头节点间由于发送和接收控制信息带来的能量消耗,通过仿真表明,簇形成过程中的能量消耗是影响网络寿命和能量消耗不可忽略的因素,应当成为节能研究的重点之一.

传感器网络簇头选举与调度策略研究

为了最大化分簇网络的生存周期,提出基于线性规划的簇头选举策略(LPCHS)和基于簇头时间比的簇头调度算法(CHSA).LPCHS根据数据流守恒约束和能量约束等条件,建立线性规划方程,得到簇生存周期、簇中各节点轮为簇头的时间及相应的簇头时间比.CHSA采用多路径路由技术完成簇间数据转发,得到基于簇头时间比的簇头调度方案.

一种新颖的LEACH簇头选举算法

针对低能耗是无线传感器网络协议设计实现的关键问题。对簇头选举算法的随机选举机制进行增加一定确定性因子,使得网络能耗降低。仿真结果表明,改进方案第一节点死亡时间延长了21.9%,最后节点死亡时间延长了40.35%

基于簇头选举和节点位置优化的WSN分簇路由算法

针对分簇路由协议稳定期和半数存活节点期过短,以及存在簇头选举不稳定和出现零簇头情况等问题进行改进,提出了一种基于簇头选举和节点位置优化的分簇路由算法。通过改进簇头选举流程,修改候选簇头节点集合的更新策略来保障簇头选举的稳定性。增加节点与基站的距离和节点与簇头的距离2个参数作为阈值调节因子,调节节点当选簇头的概率以均衡网络能耗延长稳定期和半数存活节点期。仿真结果表明,该算法能够保障每一轮选举出最佳数量的簇头并且避免零簇头情况的出现,同时在网络寿命上能有效延长无线传感器网络(WSN)的稳定期和半数节点死亡期。

基于优化簇头选举的WSN分簇路由协议研究

针对无线传感器网络分簇路由协议选举簇头数目的不稳定、稳定期和半数节点期过短、网络运作有效轮数少等问题,提出一种基于优化簇头选举的分簇路由协议.在簇头选举过程中,调整备选节点集合Gnode值的更新时间,同时引入节点初始能量和剩余能量、全网的初始能量和剩余能量、节点到基站的距离等因子修正阈值公式.仿真结果表明,该协议的整个网络生命周期在生成簇头稳定性、协议稳定期、半数存活节点期以及网络有效轮数等网络性能均得到了显著提高.

温室温湿度传感网簇头选举算法研究

针对目前传统温室当中仍然存在着远程操作困难、数据采集需要人工干预、智慧化程度低等问题,构建了以边缘计算为基础的智慧化边缘Mesh传感网,并提出一种基于改进LEACH算法的温室温湿度传感网簇头选举方法。利用ESP8266-12F型无线模块、NodeMCU型物联网扩展板和DHT-11型温湿度传感器组建了温湿度传感节点并开发了自动化数据采集算法,基于ESP8266-12F型无线模块构建了边缘无线Mesh传感网,实现了节点之间的自动化组网。针对中心路由器多节点负载消耗大以及信号传输速率低等问题提出了一种基于中心路由器RSSI值划分网络的方法,提升了网络的传输速率,在此基础之上改进了LEACH算法,设计了一种适用于温室温湿度Mesh传感网的Sink簇头选举方法,以均衡网络整体的能量效率。仿真结果表明,当初始簇头概率为0.1时,原始LEACH算法在中心位置出现簇头的概率为10.86%;应用权重k=1改进LEACH算法在中心位置出现簇头的概率为17.42%;应用权重k=2改进LEACH算法在中心位置出现簇头的概率为24.96%。

基于LEACH协议的簇头选举改进算法

针对典型LEACH分簇路由协议中簇头选举随机性的问题,提出一种LEACH的改进簇头选举方法,该方法先依据能耗模型确定最低能耗的簇头个数,随后优化簇头选举机制,在簇头选举时设置一个动态的能量阀值,同时增加剩余能量和节点密度因素;在簇间通信阶段,簇头节点将按照最低能耗以多跳的方式将信息传递给中心节点。仿真结果显示,新算法既能减少网络的总能耗,延长网络寿命,又能使节点的能耗更加的均衡。

基于上下文的能量均衡簇头选举算法

各种各样的簇头选举算法中,很多都要对路由信息进行处理,负责起选择路由的功能,无形中加大了节点的消耗。同样在各种分簇算法中,它们每次簇头的选举是分次进行的,每一轮都需要将所有的簇进行重新选举,这样就会存在一个这样的情况,某个簇的簇头能量耗费比其他的多很多,该簇可能需要进行重新簇头选举时而其他的还完成不需要,这样新的一轮选举没有必要举行而可能导致了该簇可能簇头能量耗完而失效,从而让该簇在新一轮簇头选举前从网络拓扑中丢失。本文提出的能量均衡算法利用节点的上下文信息以及应用与程序的上下文信息很好的解决了这一点,利用这些上下文信息,能够很好的对各种信息进行计算与推断,从而然得到的信息具有很高的准确度。

蜂窝聚类网络的能量级别分簇和簇头选择算法

针对无线传感器网络分簇结构存在簇间重叠覆盖率较高和簇内节点能量不均衡的问题,提出一种能量级别的蜂窝聚类结构无线传感器网络结构。给出最小化总簇头能耗下的簇间通信距离,减少簇头在通信上的能量负担,由于分簇结构的正六边形特征使得所有的簇间通信距离相同,有利于簇头间的能量均衡,簇间的重叠覆盖率达到最小,提高网络的能量利用效率。在簇头的选择上,采用一种基于能量级别的簇头选举机制,延长节点的平均寿命。实验结果表明,相比基于多层次和距离感知的集群机制以及基于多目标模糊聚类的分簇算法,CSLC算法在节点平均剩余能量上分别提高了15.6%和24.5%,节点存活时间分别提高了15.8%和4.7%。

一种动态簇头比的无线传感器网络多跳路由算法

通过分析LEACH协议的特点,提出了一种新的改进算法,网络根据存活的节点数动态改变簇头个数占节点总数的比例,并且根据数据传输的距离分别采用一跳和多跳的方式发送数据。仿真实验表明,新的算法在延长网络生命周期、单位能耗数据发送量、产生簇头个数、死亡节点的分布等方面均优于LEACH协议。

一种基于AHP的无线传感器网络分簇路由算法

为提升无线传感器网络分簇效果及提高簇头选举质量,提出了基于层次分析法(analytic hierarchy pro-cess,AHP)的改进K均值聚类路由算法。分簇阶段通过计算节点间最远距离方法优化K-means聚类中心点选取,确定出K个大小均匀的簇群;簇头选举阶段引入AHP模型计算影响簇头选举的各因素权重,从而提高簇头选举质量。实验结果表明,该算法分簇结构良好,簇头选取质量更佳,能有效均衡网络能耗,延长网络生命周期。