-
公开(公告)号：CN110430547B
公开(公告)日：2022-07-15
申请号：CN201910670534.8
申请日：2019-07-24
申请人： 河海大学常州校区
摘要： 本发明公开了一种UASNs中基于Q‑learning的多AUV协作数据收集方法，包括如下步骤：按照一定条件挑选簇头，其他节点自适应就近加入簇头，形成节点簇；基于改进合同网算法进行AUV任务分配；基于Q‑learning算法进行路径规划，AUV按照规划的路径完成数据收集。本发明通过对多个AUV进行合理的任务分配，提高了AUV的任务完成效率，减少了数据收集延迟；在数据收集时考虑数据包的信息等级，对紧急数据进行优先收集，实现对于紧急数据的快速有效处理；通过使用Q‑learning对AUV进行路径规划，减少了AUV的航行距离和能量消耗。
-
公开(公告)号：CN110391851B
公开(公告)日：2021-08-10
申请号：CN201910710916.9
申请日：2019-08-02
申请人： 河海大学常州校区
摘要： 本发明涉及一种基于复杂网络理论的水声传感器网络信任模型更新方法，其步骤包括：首先，通过定义水下感知节点之间的连接概率，反映水下环境对节点通信的影响；其次，复杂网络理论，定义关键节点，提升网络应对不同攻击的能力；最后基于强化学习中的Q‑learning算法，设计信任模型更新方法。本发明解决了现有水声传感器网络中信任模型无法根据水下环境或攻击者手段变化自适应做出更新的问题，提高了水声传感器网络信任模型的实际应用价值。
-
公开(公告)号：CN110418391B
公开(公告)日：2022-11-04
申请号：CN201910687298.0
申请日：2019-07-29
申请人： 河海大学常州校区
摘要： 本发明公开了一种基于支持向量机的水声传感器网络信任模型构建方法，其步骤包括：首先，通过分析邻居节点的历史交互信息，计算邻居节点的三种信任证据；其次，簇头节点根据支持向量机算法和簇成员间的信任证据计算信任预测模型，簇成员节点根据信任预测模型计算邻居节点的信任值；最后，通过设置从簇头对主簇头进行监督，以降低主簇头被攻击时对网络功能造成的损失。本发明能够有效解决水下节点稀疏性导致信任证据不足的问题，并通过支持向量机算法训练出信任预测模型，可能获得更加精确的信任值，从而更加高效的检测出网络中的恶意节，以确保网络功能正常运行。
-
公开(公告)号：CN111542059A
公开(公告)日：2020-08-14
申请号：CN202010372850.X
申请日：2020-05-06
申请人： 河海大学常州校区
摘要： 本发明公开了一种基于动态树路由的WSNs源节点位置隐私保护方法。方法分为四个阶段：第一阶段，网络进行初始化后所有节点获得自己到sink节点的跳数；第二阶段，由随机产生的源节点和网络中的sink节点共同确定中间节点、代理源节点和代理sink节点；第三阶段，网络进入数据包路由阶段，从源节点依次经过代理源节点、中间节点、代理sink节点，数据包最后被路由到sink节点；同时路由过程中掺入虚假数据包的传输，达到干扰攻击者判断的目的。本发明能够保证数据包从源节点到sink节点的路由具有随机性，且在非热点区域掺入虚假数据包，使得在保护源节点位置隐私的同时，不仅提高了网络的寿命，还保证了较小的时延。
-
公开(公告)号：CN110855375B
公开(公告)日：2021-09-28
申请号：CN201911212458.2
申请日：2019-12-02
申请人： 河海大学常州校区
摘要： 本发明涉及一种水声传感器网络中基于位置推送的源节点位置隐私保护方法，其步骤包括：首先，结合埃克曼漂流模型，针对静态层和动态层特点，分别选择节点分簇方式；其次，采用位置推送过程增加数据包之间的差异性和数据收集位置的随机化，起到位置隐私保护的目的。在位置推送后，通过构建虚假数据包和随机部署水听器方式，进一步增加对源节点位置隐私的保护；最后，leader AUV根据接收的位置推送数据包，派遣follower AUV进行数据收集，对推送位置和源节点部署区域分别进行数据收集，实现数据收集路径的离散化。本发明能够阻碍攻击者实施差分隐私攻击，提高水下数据的收集效率，增强水下环境中对源节点位置隐私的保护。
-
公开(公告)号：CN111542020A
公开(公告)日：2020-08-14
申请号：CN202010372425.0
申请日：2020-05-06
申请人： 河海大学常州校区
摘要： 本发明公开了一种水声传感器网络中基于区域划分的多AUV协作数据收集方法，包括如下步骤：（1）水下网络的节点状态感知与区域划分；（2）多AUV的状态预测；（3）AUV的数据收集路径规划及更新；（4）调度式数据转发。本发明在网络区域划分的基础上，利用多AUV的空间分布特性和快速灵活的能点，执行有效的数据收集方法，多AUV协作式收集在满足当前业务需求的同时，可以有效提高水下数据收集效率，均衡网络的能量消耗，降低数据收集延迟，延长网络的使用寿命。
-
公开(公告)号：CN107835510B
公开(公告)日：2020-07-14
申请号：CN201711053816.0
申请日：2017-10-31
申请人： 河海大学常州校区
摘要： 本发明公开了一种基于幻影路由的无线传感器网络源节点位置隐私保护方法，首先，基站节点通过洪泛信标的方式进行网络初始化，使得节点能够生成各自的邻居列表；其次，源节点通过网络划分，计算出合适的预期幻影源节点位置，并根据路由算法将数据包向该位置发送，最终到达幻影源节点；最后，幻影源节点通过随机选取邻居节点的方式将数据包传递给基站节点。本发明能够保证幻影源节点足够远离真实源节点，并且每次数据包从源节点到基站的路径都具有随机性，且相邻数据包的路径不会重复，从而能够确保源节点有足够的安全传输数据的时间，保护了源节点的位置隐私。
-
公开(公告)号：CN111343631A
公开(公告)日：2020-06-26
申请号：CN202010181252.4
申请日：2020-03-16
申请人： 河海大学常州校区
摘要： 本发明涉及一种水声传感器网络中多信道干扰的源节点位置隐私保护方法，其步骤包括：首先，结合埃克曼漂流模型，针对静态层和动态层特点，分别选择节点分簇方式和区域划分方式；其次，为了应对攻击者监听攻击，将源-伪数据混合传输和MAC层多信道干扰结合，利用多伪数据信道干扰掩盖源数据信道，保护源节点位置隐私。在利用多信道干扰数据传输后，水下节点利用主成分分析技术对感知信号降维，增强节点对AUV移动感知，随后，利用等SNR曲线对AUV移动方向进行预测，及时调整节点工作状态；最后，每个区域中AUV以蚁群算法规划数据收集路线，并在数据收集后将数据传输给移动基站。本发明能够阻碍攻击者监听攻击的成功率，提高水下数据的收集效率，摒弃节点位置默认已知的前提条件，增强水下环境中对源节点位置隐私的保护。
-
公开(公告)号：CN110855375A
公开(公告)日：2020-02-28
申请号：CN201911212458.2
申请日：2019-12-02
申请人： 河海大学常州校区
摘要： 本发明涉及一种水声传感器网络中基于位置推送的源节点位置隐私保护方法，其步骤包括：首先，结合埃克曼漂流模型，针对静态层和动态层特点，分别选择节点分簇方式；其次，为了应对攻击者差分隐私攻击，增加数据包之间的差异性，采用位置推送过程增加数据包之间的差异性和数据收集位置的随机化，起到位置隐私保护的目的。在位置推送后，通过构建虚假数据包和随机部署水听器方式，进一步增加对源节点位置隐私的保护；最后，leader AUV根据接收的位置推送数据包，派遣follower AUV进行数据收集，对推送位置和源节点部署区域分别进行数据收集，实现数据收集路径的离散化。本发明能够阻碍攻击者实施差分隐私攻击，提高水下数据的收集效率，增强水下环境中对源节点位置隐私的保护。
-
公开(公告)号：CN110430547A
公开(公告)日：2019-11-08
申请号：CN201910670534.8
申请日：2019-07-24
申请人： 河海大学常州校区
IPC分类号： H04W4/38 , H04W84/18 , H04W40/32 , H04L12/715 , H04L12/851 , H04B13/02
摘要： 本发明公开了一种UASNs中基于Q-learning的多AUV协作数据收集算法，包括如下步骤：按照一定条件挑选簇头，其他节点自适应就近加入簇头，形成节点簇；基于改进合同网算法进行AUV任务分配；基于Q-learning算法进行路径规划，AUV按照规划的路径完成数据收集。本发明通过对多个AUV进行合理的任务分配，提高了AUV的任务完成效率，减少了数据收集延迟；在数据收集时考虑数据包的信息等级，对紧急数据进行优先收集，实现对于紧急数据的快速有效处理；通过使用Q-learning对AUV进行路径规划，减少了AUV的航行距离和能量消耗。
-
-
-
-
-
-
-
-
-
搜索结果
45 条记录 (耗时 0.107 秒)
