一种蒙特卡洛方法的区块链邻居节点优选策略

针对目前区块链网络中区块传播耗时长、网络拓扑传输性能差的问题,设计了一种基于蒙特卡洛方法改进的邻居节点优选策略。首先,通过每轮区块到达节点的时间求得节点与邻居节点间的评分;然后,根据当前邻居节点的淘汰率从候选节点中随机添加新节点放入当前节点的邻居集,算出全部可能会被淘汰的组合,再利用蒙特卡洛方法和Softmax函数得到每个组合可能被淘汰的概率;最后,根据当前邻居节点的淘汰概率,从网络中随机选择节点替换当前邻居节点。仿真结果表明:与随机选择邻居节点的策略相比,邻居节点优选策略能提升区块在区块链网络中的传播效率,使区块的平均传播时间缩短30%左右。

无线传感器网络中基于邻居节点监听的虚假数据过滤策略

提出了一种基于邻居节点监听的虚假数据过滤策略(false reports filtering scheme based on neighbor watch,NWFFS).在NWFFS策略中,每个节点保存两跳邻居节点信息,每个数据包必须包含T个来自不同密钥分区节点的ID及其生成的MAC.除生成数据包的簇头节点外,每个中间节点向其下游节点转发数据包后,还需向自己的上游节点发送ACK包,通过对ACK包的监听,恶意节点利用其他区域俘获节点信息伪造的虚假数据包将被其一跳邻居识别出来,同时中间节点和Sink节点利用自身携带的密钥对少部分逃脱的虚假数据包进行进一步验证.理论分析和实验表明,该策略有效地避免了恶意节点利用任意区域已被其俘获的节点伪造虚假数据而不被识别出来,提高了途中过滤效率,从而降低了恶意节点对网络的影响,延长了网络生存期.

无线传感器网络中基于邻居节点信息的溯源追踪策略

在无线传感器网络中,被俘获的恶意节点可以发动虚假数据注入攻击,即不断发布虚假数据耗尽网络资源,为应对此类型攻击需快速追踪定位到攻击节点,提出一种基于邻居节点信息的溯源追踪策略.在本策略中,每个节点保存两跳邻居节点信息,通过单向链密钥对发送数据包节点进行认证,避免了恶意节点伪造其他节点身份发送数据,相互通信的两个节点及其共同邻居节点记录接收到的数据包特征信息,当网络中存在虚假数据注入攻击时,因途中转发节点的邻居节点都存储有数据包的特征信息,Sink节点可以依据此类信息逐跳溯源追踪至攻击节点,因为利用了传感器节点的部分存储空间,本方法不需要收集大量攻击数据包便可定位攻击节点,同时,本方法的特性保证了溯源追踪过程不受路由变化的影响,更加健壮.理论分析和实验结果都表明该策略不仅能以较高的效率定位到恶意节点,而且能容忍路由的动态变化且能够应对合谋攻击.

基于调度的无线自组网邻居节点检测算法研究

无线自组网实际应用中,查找邻居节点的效率是衡量协议性能的重要因素之一,通常采用竞争机制占用信道。但在节点密度较大的自组网络中,信道载荷加重导致传输成功率降低,造成信息包重传次数增加,从而引起节点能量严重浪费问题。针对该问题,提出一种基于调度的无线自组网邻居节点检测算法,随机等待P时隙广播消息包后,在获取并分析平均一跳邻居节点数基础上,确定最优时间帧长度初始值,根据成功接收消息包数量实时调整时间帧长度。仿真和实验结果表明,该算法可大幅减少消息包的碰撞概率,有效提高无线自组网的能量利用率和吞吐率。

物联网的光学传输网络邻居节点快速发现方法

传统光学传输网络邻居节点发现方法存在节点识别耗时长、准确率低等不足。提出一种基于物联网的光学传输网络邻居节点快速发现方法研究,首先利用物联网的联通性构建一种扇形节点感知模型,判定当前节点感知区域范围内存在邻居节点的可能性;采用最小二乘法原理对感知区域内存在的邻居节点进行模糊定位,对现有节点周围的未知邻居节点设定适当的约束条件,将节点定位问题转化为约束优化问题,最后利用粒子群算法实现光学传输网络邻居节点的寻优和定位。实验证明提出的方法能够快速地发现邻居节点、识别率高、误差率低。

P2P流媒体直播系统自适应邻居节点选择算法

针对P2P网络中节点的异构性,提出了一种基于节点动态服务能力的自适应邻居节点选择算法.首先,为分析节点的动态服务能力特性,对流媒体直播系统进行建模,并根据该模型将系统节点按照服务能力分为不同的级别.再采取随机行走的方式选择邻居节点,随机行走过程结束时的节点被加入备选邻居列表.为保证备选邻居节点拥有较强能力,根据节点服务能力动态调整随机行走的期望静止概率分布,采用Metropolis-Hastings算法计算转移矩阵以满足期望静止概率分布.详细描述了节点加入、退出过程以及邻居节点更新策略,以确保节点负载的均衡及系统稳定性.实验结果表明,该算法能显著提高系统性能,降低系统延时,同时对动态网络环境有良好的鲁棒性.

基于梯度化邻居节点信息的传感器网络节点距离测量

针对无线传感器网络中节点间接距离测量精度问题,提出一种改进的节点距离测量算法DV-GNN,分析了算法的理论基础,给出了算法的实现步骤。DV-GNN算法以节点的梯度化邻居节点信息作为彼此识别的依据以提高距离测量的分辨率,将分辨率从节点有效通信半径提高到节点间距。与DV-hop算法相比,保留了其低成本、低开销的优点,却极大地提高了节点距离测量精度。理论分析及仿真结果表明,该算法在节点密集分布的无线传感器网络中具有很好的效果。

基于能力因子的P2P邻居节点随机可变选择算法

在分析固定随机选择邻居节点算法的基础上,提出了一种适用于混合式P2P直播系统的邻居节点随机可变选择算法,新算法通过能力因子来衡量节点的良好度,对不同类的节点有不同的邻居数量的最大值,使得良好度高的节点能发挥更大的作用,仿真表明算法能降低数据传输的延迟,提高网络系统的性能。

基于邻居节点平均度的级联故障袭击策略研究

袭击策略是复杂网络抵制级联故障的鲁棒性问题中一个重要的研究内容。根据节点局域信息的初始负荷,考虑邻居节点的平均度,提出了一种新的级联故障袭击策略——邻居节点平均度(NAD)策略。理论分析了关键阈值CT与可调参数?之间的关系,并通过数值模拟对比两种经典的袭击策略,研究发现针对单层网络结构,提出的NAD袭击策略对BA无标度网络攻击最有效。此外,基于BA-BA网络构成的多层耦合网络级联故障模型,最大平均度袭击策略数值模拟得出的结果较好地验证了已有理论解析结果。通过建立突发事件关联耦合网络模型,以上研究能够揭示系统发生级联故障的条件,从而提出预防耦合网络崩溃的保护策略。

基于单神经元PID的WSNs邻居节点级功率控制算法

针对无线传感器网络(WSNs)中功率控制算法不能实时地调整节点功率和能量消耗较大等问题,提出了一种基于单神经元PID的邻居节点级功率控制算法。该算法结合WSNs传输功率模型,通过实时地控制邻居节点的数量,调整每个节点的功率,动态控制网络的能耗。仿真结果表明:该算法能根据网络连通性要求调整传感器节点的功率,实时性好,收敛速度快,有效地降低了网络的整体能耗。

收缩邻居节点集方法求解有向网络的最大流问题

最大流问题在许多领域有广泛的应用,然而随着网络规模的增加,传统的算法无法快速高效地求解最大流问题.对一个给定的有向网络,文中提出一种收缩邻居节点集的方法(CNA)求解其最大流.该方法通过收缩邻居节点集有效降低网络规模,使经典算法及改进算法可直接使用.首先给出收缩邻居节点集的条件,接着给出依据收缩条件构建目标网络的算法,最后利用经典算法求解目标网络的最大流以实现初始网络最大流的最优近似.实验结果表明CNA不仅平均能将目标网络的规模降至初始网络的一半,且能以较小的误差求得初始网络的最大流.

基于梯度化邻居节点信息的传感器网络性能优化

为改善传统MHR网络的性能,提出一种高效可靠的最小跳数路由无线传感器网络模型MHR-ER,在MHR网络的基础上,通过提取网络梯度化邻居节点信息作为路由精细化控制的依据,通过限制最小跳数梯度场梯度层次宽度以保证数据汇聚的高可靠性,通过限制数据分组的各跳转发节点数以提高数据汇聚的能量有效性。理论分析和仿真结果表明,与MHR网络相比,MHR-ER网络具有极高的数据汇聚可靠性和较好的能量有效性,有利于推动最小跳数路由无线传感器网络的实际应用。

基于免疫学习的对等网络邻居节点选择方案

文件污染是对等网络共享系统普遍存在的问题,一个好的邻居节点选择方案可以有效抑制污染文件的传播。设计了基于免疫学习的投票相似度计算方法和邻居节点选择方案,并采用自适应的阈值判断文件的可信性。仿真实验表明,本方案抑制了恶意节点传播污染文件的可能性,并具有较小的开销,具有一定的应用价值。

基于邻居节点相似度的改进DV-Hop节点定位算法

针对DV-Hop定位算法存在的定位精度较低的不足,提出了邻居节点相似度概念,克服了DV-Hop定位算法中节点间距离区分度单一的缺点,同时在多跳通信中,考虑了通信路径的情况,将DV-Hop算法直接计算折线距离代替实际中直线距离这一不足,采用余弦定理和邻近节点相似度对其进行修正。从而实现了对DV-Hop算法的改进,提高了定位精度。最后对改进后的算法和DV-Hop算法以及参考文献中的算法进行仿真比较,结果表明:改进后的算法较DV-Hop算法在节点定位精度上提高了30%以上。

采用邻居节点的改进ZigBee路由选择算法

在无线传感网络中,路由选择是高效使用网络、延长全网络寿命的关键之一.为了提高网络效率和节省网络整体能耗,提出了一种路由选择优化算法,该算法利用没连接到的邻居节点进行数据路由选择,以减少从源节点到目的节点的跳数,进而达到提高网络效率和节省能耗的目的.通过仿真实验对比分析了改进前后的实际效果,实验结果表明改进后的路由选择优化算法减少了ZigBee节点间路由的跳数和延迟,提高了路由效率,节省网络整体能耗.

基于Voronoi图的路网k聚集最近邻居节点查询方法

道路网络中的k最近邻居节点(k-NN)查询及其变种越来越受到研究者们的关注.其中,k聚集最近邻居节点(k-ANN)查询能为多个查询点返回聚集距离最小的前k个被查对象,因此具有较高的研究价值及广阔的应用前景.目前解决该查询问题的主要方法是根据A*算法在路网上通过逐步扩展来搜寻结果,这样会导致响应时间很长,不能满足用户的需求.利用基于Voronoi图的路网可以提供解决这种查询的一种新方法.该方法利用Voronoi图预计算的优势,极大提高了用户的查询效率.实验结果表明提出的方法很大程度上减少了用户的响应时间和页面访问量.

无线数据广播环境下路网最近邻居节点的查询

针对大规模用户数量,首次提出结合无线数据广播技术,在路网环境中进行最近邻居节点查询.该方法使用基于Voronoi图的算法转化路网信息,将处理后的路网信息作为广播数据,不仅提高了用户的查询效率,还减少广播数据中的冗余信息.在数据调度上,采用Hilbert曲线对数据排序,从而保持广播数据的空间临近性.实验表明,上述方法在为用户提供高效查询的情况下有效减少了访问时间.

基于K-邻居节点覆盖的物联网室内定位模型设计

在物联网环境中,为了提高室内定位的准确性,需要进行节点的优化部署和调度设计.提出一种基于K-邻居节点覆盖的物联网室内定位模型,采用能量传感融合跟踪识别方法进行物联网中无线传感节点的链路转发协议设计,结合自相关匹配滤波检测方法进行物联网室内定位节点的低功耗调度设计;采用全网能量均衡控制方法进行物联网室内定位的信道均衡控制,结合K-邻居节点覆盖方法提高物联网室内定位的网络覆盖能力和全局均衡控制能力,根据节点的传输功耗特征检测结果实现物联网室内定位.仿真结果表明:采用该方法进行物联网室内定位的准确性较高,物联网节点的能量覆盖性较好,传输信道的均衡控制能力较强.

基于邻居节点位置的无线传感网休眠算法

在无线传感器网络中,节点往往以随机方式密集部署,从而易于产生大量冗余。文中在考虑网络覆盖率的前提下,提出了一种休眠调度算法。节点根据自己与邻居节点的位置关系,计算邻居节点对自己感知区域的覆盖程度。若邻居节点对自己的感知区域覆盖度超过给定的阈值,则节点进入休眠状态。仿真实验证明了算法的有效性,通过关闭网络中的冗余节点,节省了网络能量,延长了整个网络的生命周期;和同类算法相比较,算法检测冗余节点的能力明显优于同类算法,较大程度地减少了网络中的冗余节点。

一种基于邻居节点和边的复杂网络节点排序方法——NL中心性算法

提出了一种基于邻居节点和边的多属性排序方法——NL中心性算法,该算法不仅使用邻居节点和次邻居节点的个数进一步区分了节点的位置,而且还考虑了边对节点重要性的影响。实验结果表明,NL中心性算法在准确性及运行效率方面都优于其他中心性算法。