【摘 要】
：
移动自组网（MANET）是一种无基础设施、自组织、快速部署的无线网络,被广泛应用于抢险救灾、机动作战、野外搜寻等领域。作为MANET网络重要支撑技术的路由协议（AODV、DSR和OLSR等）是在网络高度安全的基础上设计的,其安全性已经不能满足MANET网络的新需求,如果不加以引入适当的安全机制,会导致MANET网络路由遭受重放、黑洞和自私等各种内部恶意攻击。本文针对MANET网络节点的内部攻击,即
论文部分内容阅读
移动自组网（MANET）是一种无基础设施、自组织、快速部署的无线网络,被广泛应用于抢险救灾、机动作战、野外搜寻等领域。作为MANET网络重要支撑技术的路由协议（AODV、DSR和OLSR等）是在网络高度安全的基础上设计的,其安全性已经不能满足MANET网络的新需求,如果不加以引入适当的安全机制,会导致MANET网络路由遭受重放、黑洞和自私等各种内部恶意攻击。本文针对MANET网络节点的内部攻击,即数据篡改、恶意欺诈、恶意丢包等行为,提出了一种基于信任理论的MANET路由协议安全加固解决方案。基于以上讨论,本文对MANET网络节点信任关系建立和网络层可信路由协议设计展开研究;主要创新性工作如下:（1）针对现有MANET网络节点信任评估模型无法有效应对节点间的通信行为数据攻击以及难以抵抗恶意推荐欺诈的不足,本文提出了一种面向于MANET网络节点的动态信任评估模型。在该模型中,将目标节点的信任评估水平分为三个层次,分别是对目标节点的直接信任、推荐信任和综合信任。其中,直接信任评估模块依赖于节点的服务质量。为提高第三方推荐节点的推荐可信度,本文设计了推荐节点可信度因子。考虑到信任评估的时效性,本文建立了一种基于滑动时间窗口机制和历史交互水平的信任更新机制。最后利用动态权重函数客观分配直接信任值和推荐信任值的自适应权重计算综合信任值,进而保护感知节点免于内部攻击,提高识别恶意推荐欺诈的能力。（2）针对MANET网络的AODV路由协议在恶意节点较多时,无法提供可靠的网络路由导致的网络阻塞和网络延迟等问题。基于MANET节点信任评估模型,改进原有AODV协议,对其中的报文消息（HELLO,RREQ,RREP）和可变信息（跳数,哈希值）等都包含在保护机制中,设计了基于信任的Tr-AODV路由协议。然后,形式化描述Tr-AODV路由协议的路径选择依据指标、路径选择策略,以及Tr-AODV路由协议的维护过程。最后在NS-3软件中搭建仿真环境以验证Tr-AODV协议的性能。
其他文献
随着自动控制理论的发展,固定翼无人机的应用也愈发广泛。速度和姿态控制策略是固定翼控制研究的基本问题。固定翼无人机是典型的具有非完整线性约束运动体,其具有强耦合、非线性等特征。此外,风速等外界扰动对固定翼无人机飞行影响也较大,对于不同形态的固定翼无人机,其飞行姿态与速度控制效果也不尽相同。因此,相较于其他构型的无人机,固定翼无人机的控制器设计要求更为复杂,控制难度也更大。奇异摄动法本质上是一种时标分
随着温室大棚数量的增长以及农村劳动力数量的下降,可以在恶劣环境中自主作业的温室植保机器人成为当前研究热点。因为在温室内无法使用GNSS进行定位导航,所以实现温室内植保机器人的建图导航具有重要意义。本文以实现温室内植保机器人的自主运行为目标,设计基于视觉、激光融合的建图导航系统,主要工作内容如下:首先根据温室机器人的工作场景,分析机器人建图导航系统的需求,设计多传感器融合的建图导航系统方案。建立机器
烷类气体同属于碳氢类气体,具有许多相似的物理和化学性质,并且烷类通常混合在一起,现有的检测技术在遇到混合烷类时难以辨别其主要成分。甲烷作为最常见的烷类气体,广泛存在于日常生活和工业生产之中,并且属于危险性气体,对甲烷的辨别十分必要且重要。甲烷辨别对于保障人们的生产生活安全、保护环境等都有重要的意义。为实现甲烷气体的辨别功能,本论文首先通过对比分析,选择当下前沿的NDIR检测技术,设计采用四光源单传
随着社会的不断发展,我国的公路里程井喷式增加,汽车保有量也急剧增加,因台风、暴雨、冰雹、寒潮、雾霾等恶劣天气引发的交通事故频发,给国民经济造成了不可估量的损失。目前,交通安全已经成为社会发展的热点问题。为了做到对交通运输环境实时监测和突发事件及时预警,建立基于物联网和大数据的道路交通气象灾害监测预警系统迫在眉睫。针对上述情况,通过对现有的国内外技术进行研究分析,本文设计了一种便携式道路交通气象信息
随着城市化的快速发展,消防安全隐患与日俱增,消防安全管理和灭火救援面临新课题。由于城市建筑建设周期较长,大部分消防管道埋地敷设,导致阀门、管道腐蚀严重,漏水点较多。部分单位消防供水达不到设计要求,严重时会导致无水可用,一旦发生火灾会造成严重后果。因此消防供水监测系统就显得尤为重要。针对上述问题,本文结合物联网及其关联技术,设计了一种消防供水智慧监测系统。系统包括智能终端、管理平台、云服务器和手机客
视频目标分割是一种对视频中的前景目标和背景区域进行分离,实现像素级分类的任务,在视频编码、姿态分析、自动驾驶以及短视频娱乐等方面具有广泛的应用。根据在测试阶段视频所给标注形式的不同,该任务可以分为无监督、半监督、弱监督和交互式四大类别。随着深度学习技术地不断发展,视频目标分割取得了很大的进步,但现有的许多算法都是以牺牲分割速度为代价来提升分割精度,并且在复杂场景下分割的效果往往比较差。本文对弱监督
三维人体姿态估计的目标是在三维空间中预测人体关键点的位置。由于其具有广泛的应用前景,如:动作识别、增强现实和训练机器人等,因此一直是计算机视觉领域的研究热点问题。特别是近年来随着深度学习的不断发展,提出了诸多不错的三维人体姿态估计算法,但是依然存在很多问题有待解决。比如在单目3D姿态估计任务中,四肢关节（即腕、踝等）的自由度大于其他关节（即髋、胸等）。从而使得估计误差会沿着人体部位的生理结构累积,
在现代复杂工业过程中,随机不确定性尤其是非高斯不确定性十分常见,给系统造成的影响也是无法避免的。在以往的研究中,大多假设随机变量服从高斯分布,但在实际的随机系统中,系统输出不一定服从高斯分布,所以对于非高斯系统,原有的采用均值和方差的方法已经不能够完全描述系统的特性,而SDC理论的研究对象恰好是非高斯随机系统。本文以电力系统为背景,在电力系统中,由于太阳能和风能发电的间歇性、随机性和波动性显著增加
图像是社交媒体中主要的信息传递媒介,用户可以通过图像传达情绪。研究图像情感的自动分析方法在机器人情感交互、多媒体分析等任务中具有重要应用需求。然而情感是一种抽象且主观的语义信息,同时图像特征与图像情感之间存在复杂的非线性关系,图像情感分类仍是一项具有挑战性的任务。图像内蕴含的情感是图像全局特征的综合反映,且图像情感拥有极性特征,不同的细粒度情感会呈现出相同的情感极性,但现有的工作未能有效利用上述特
近年来,随着三维数字化产业的兴起,三维人脸重建成为了计算机视觉领域研究热点之一,吸引了越来越多研究者的关注。而基于单幅图像的三维人脸重建因其获取数据简单,建模容易的特点成为研究主流。传统的基于单幅图像的三维人脸重建模型存在重建精度低,建模成本高等问题。随着深度学习的发展与进步,基于深度学习的单幅图像三维人脸重建方法大大提升了重建的三维人脸的精度,在三维人脸重建任务中得到了广泛的应用。本文针对现有基