基于模糊预测的无线传感器网络信任模型

针对无线传感器网络(WSN)中的信任值更新问题,提出了一种基于模糊预测(FP)的无线传感器网络信任值更新的方法——RMFP。算法采用模糊数学理论方法,利用模糊隶属函数来全面地刻画节点的表现行为,并将其转换成节点的模糊隶属度,最后将模糊隶属度进行整合以实现节点的信任值更新。仿真实验表明,所提算法在整合节点信任值精确度方面提高了10.8%,在判断可疑节点的速度方面提高了两倍。这说明基于模糊预测的节点信任值更新算法在发现并摒除恶意节点的准确率和速度上均有显著的效果,尤其是针对前期取得高信任的恶意节点的判断具有很强的优势。

基于模式码比较的数据融合和认证协议

致力于如何实现无线传感器网络的安全数据融合,提出了一种基于模式码的安全数据融合协议———SPDAA(Securepattern-based data aggregation and authentication)。该方案在节点的感应阶段采用差值比较法确定参与会话的节点,并采用基于两跳的认证技术在数据融合阶段进行数据(模式码)的认证,保证数据的完整性,避免了由于盲目拒绝虚假节点而造成的数据丢失。同时该方案考虑增加能量因子,有效地均衡了整个网络的能耗。仿真结果表明:SPDAA能够有效避免重要数据的丢失,保证网络数据高效安全性,均衡网络能耗,延长网络生存时间。