【摘 要】
：
随着世界各国军事现代化建设步伐加快,军队信息化程度越来越高,信息化战争已是大势所趋。为了适应快速变化的信息化战场局势,由本地指挥中心和各种战术终端组成的战术边缘网络应运而生。凭借自身高机动性以及强大的战场态势感知能力,战术边缘网络在信息化战争中扮演着越来越重要的角色。然而,在敌我双方对抗的环境下,敌方会通过各种手段攻击我方战术网络,特别是对于靠近战场前线的战术边缘网络,受敌方攻击和篡改的可能性更大
论文部分内容阅读
随着世界各国军事现代化建设步伐加快,军队信息化程度越来越高,信息化战争已是大势所趋。为了适应快速变化的信息化战场局势,由本地指挥中心和各种战术终端组成的战术边缘网络应运而生。凭借自身高机动性以及强大的战场态势感知能力,战术边缘网络在信息化战争中扮演着越来越重要的角色。然而,在敌我双方对抗的环境下,敌方会通过各种手段攻击我方战术网络,特别是对于靠近战场前线的战术边缘网络,受敌方攻击和篡改的可能性更大,因此需要从网络的视角对战术边缘网络内的节点进行信任管控,及时对恶意节点进行隔离,从而保证战术边缘网络安全可靠地运行。本文对传统信任管控机制进行了研究分析,针对战术边缘网络下的应用场景,结合P2P网络经典中的Eigen Trust信誉管控算法以及最新的区块链技术,提出一种基于区块链的战术边缘网络信任管控方案。通过设计仿真实验,验证该方案的可行性,并基于该方案设计实现战术边缘网络可信交互系统。本文的主要内容如下:1)提出一种基于区块链的战术边缘网络节点信任管控方案。该方案主要包括消息评估、本地信誉值计算、全局信誉值聚合、信誉区块产生等四个模块。其中消息评估模块主要负责评估接收到的消息是否可靠;本地信誉值计算主要负责统计消息评估结果,生成分布式节点的局部信誉看法。全局信誉值聚合主要由弱中心节点收集网络中分布式节点的本地信誉值,通过信誉值传递迭代计算分布式节点的全局信誉值;信誉区块产生负责将最新计算出的分布式节点的全局信誉值存储到区块链上,保证信誉数据多方可信,不可篡改。通过设计多种恶意攻击模式下的仿真实验,验证了方案的可行性与有效性。2)基于提出的节点信任管控方案实现一个去中心化的战术边缘网络可信交互系统。采用以太坊联盟链架构和智能合约技术,搭建一个安全高效的可信战场信息收集、存储、分发网络,以保障节点之间信息交互的质量。通过智能合约事先定义用户交互的规则,规范用户行为。同时,提供可视化DAPP界面简化用户操作流程。最后,通过相关功能测试验证了系统的可用性。
其他文献
膜蒸馏（Membrane distillation,MD）是基于膜的热蒸发工艺的一种海水淡化技术,进料侧表面上蒸发产生的水蒸汽通过膜孔扩散到膜的另一侧,被冷侧循环水冷凝而实现脱盐。由于其高脱盐率、低成本和模块化设计等优点,具有广阔的应用前景。然而对于传统的膜蒸馏系统,其固有的温度极化现象（进料侧的膜表面的温度低于上部进料液体的温度）,阻碍了其大规模的工业化应用。近年来,人们在传统MD技术中引入太阳
锂离子电池由于输出电压高、容量高、循环寿命长以及良好的环境友好性等诸多优点,经过20多年飞跃式的发展,已经成为便携式电子产品和其他清洁能源的储能电源。但是在动力电池领域的相关技术却未获得较大突破,因此开发可靠廉价的负极材料,对锂离子电池的发展至关重要。同时,因为锂硫电池有高的理论比容量(1675 m Ah g-1)和高能量密度(2600 Wh kg-1),并且硫来源广泛、价格低廉、环境友好,该体系
随着新型电动汽车和便携式电子设备的快速发展,对高功率、绿色、安全的储能设备的需求越来越大。锂离子电池（LIBs）以其高能量密度和稳定的电化学性能而备受关注,被认为是最具潜力的储能技术之一。目前商用石墨负极的理论容量较低(～372m Ah·g-1),限制了高能量密度LIBs的发展。因此,开发环境友好、高容量、具备优异循环及倍率性能的锂离子电池负极材料势在必行。四氧化三钴（Co3O4）因其理论比容量高
随着社会的快速发展,预计到2040年,全球上路汽车数量将达到20亿辆。交通安全事故渐渐成为城市交通系统发展的一大隐患,并成为儿童与青少年的首要死因,人们对于安全出行这方面也十分关注;伴随自动驾驶概念因素的加入,交通系统需要解决的安全与效率问题日益突出,如何使交通系统更加安全与高效率也一直成为学者们研究的一个大方向。路径推荐在智能交通是一个比较重要的应用,可以根据驾驶员的出行需求,所规划的路线也会有
可充电电池是我们现代社会不可或缺的一部分,可在多种应用中按需提供电能,其研发主要集中在锂离子电池技术上。与此同时,由于具有丰富的资源,低廉的价格,相似的化学性质,钠离子电池正逐渐成为能量存储的潜在候选者。然而,目前商业化的石墨负极因其较低的理论容量无法满足人们需求,因此,开发低成本、高容量的新型负极材料是研究的重点。最近,锑基材料（金属锑、锑基合金、锑硫族化合物及其复合材料）因其相对较低的价格和较
驾驶行为分析和风险预测对于道路交通安全、智慧城市、无人驾驶和金融保险等领域具有重大意义。随着汽车保有量的逐年增长,道路环境日渐复杂,交通安全问题越发严峻。为了保障道路交通中的生命财产安全,分析驾驶行为和预测风险已刻不容缓。然而,由于各种条件限制,现有的驾驶风险分析工作面临着若干挑战。首先,目前的一些驾驶行为分析和风险预测工作通常以粗粒度的方式来评价驾驶风险,缺少对驾驶行为进行细致描述并且无法发掘潜
危险驾驶行为不仅会造成了严重的交通事故,而且会导致重大的生命财产损失。对驾驶员危险特征进行提取有利于道路安全。很多保险公司无法识别在交通事故中产生了巨额赔付的驾驶员中的高风险客户,因此这是导致车辆保险行业利润减少的最重要的因素之一。所以对驾驶员进行危险特征提取有助于保险公司识别危险驾驶员,从而调整定价策略以提高盈利。因此,驾驶员危险特征提取在道路安全以及车辆保险计价均扮演重要的角色。传统的驾驶员危
资源枯竭和环境污染是当今世界上的两项巨大挑战。建筑作为人类主要的居住环境,是能源消耗和污染排放的主要贡献者之一,建筑业必须成为节能减排的重点,同时应承担为人类提供舒适健康的使用空间以及良好生态效益的任务。中国是目前世界上最大的排放国和最大的能源消费国,为解决这两个问题,促进绿色建筑的发展势在必行。绿色建筑可以在建筑的使用周期内尽可能最大化的实现节约资源、保护环境的目标,并且为人们提供健康舒适的使用
近年来,随着时代的发展,各地高校数量的增多,可持续校园的理念被运用于校园规划与建设中。步行作为最“绿色”的出行方式,得到校园可持续规划的重视。在新校园的交通系统规划设计中,逐渐体现出“人车分离”和“步行者优先”的设计原则。但在多数已建成的大学校园中,由于在规划设计之初对步行系统的重视不够,校内的步行空间存在着一些亟待解决的问题。针对这些问题,需要通过有针对性的优化设计,创造更加便捷、舒适的步行空间
移动边缘计算（Mobile Edge Computing,MEC）是一种新兴的计算范式,它在智能物流、城市智能交通和智能安防等方面都有着广泛的应用前景。在这些场景中,卷积神经网络（Convolutional Neural Network,CNN）是一种常用的技术。它在图像识别、物体检测等领域有着出色的表现。在过去,卷积神经网络的训练和推理都在云端完成。随着片上系统（System-on-Chip,S