【摘 要】
：
无线传感器网络低成本灵活易组织,部控传感器节点采集敏感数据,利用无线信道方便传输数据的同时也面临很大的安全威胁.无线传感器网络受自身资源的限制,传统无线网络安全防护机制无法直接应用于此.针对数据相关性的多跳无线传感器网络中的数据泄露、毁坏、篡改和伪造,提出一种基于双重扰动压缩感知WSN轻量级高性能的数据传输安全机制,不增加额外开销下,采用原始数据上进行加密扰动和认证扰动有效解决无线传感器网络数据保密性、真实性和完整性.
【机 构】
：
湖南交通工程学院电气与信息工程学院,湖南衡阳421009
论文部分内容阅读
无线传感器网络低成本灵活易组织,部控传感器节点采集敏感数据,利用无线信道方便传输数据的同时也面临很大的安全威胁.无线传感器网络受自身资源的限制,传统无线网络安全防护机制无法直接应用于此.针对数据相关性的多跳无线传感器网络中的数据泄露、毁坏、篡改和伪造,提出一种基于双重扰动压缩感知WSN轻量级高性能的数据传输安全机制,不增加额外开销下,采用原始数据上进行加密扰动和认证扰动有效解决无线传感器网络数据保密性、真实性和完整性.
其他文献
为深入了解中国钢铁行业的虚拟污水排放及转移情况,构建了多区域投入产出模型,计算了2012年中国30个省(自治区、直辖市)的钢铁行业虚拟污水排放量(本次尚未收集西藏数据),分析了虚拟污水排放情况及虚拟污水贸易格局,识别出了净承接污染排放地区和净转出污染排放地区.结果显示:钢铁行业万元增加值污水排放强度呈由北到南逐渐递增的趋势;2012年中国钢铁行业虚拟污水排放总量达1.32×109 t,各地区的钢铁行业虚拟污水排放量差异明显,其中河北省的排放量最大,占30个省(自治区、直辖市)总排放量的17.99％,其次为
随着我国社会经济的不断发展和推进海洋强国战略的进程中,水下机器人日渐起着举足轻重的作用.水下智能机器人的运动控制技术也成为了近些年来众多专业知识领域所研究的重点内容.目前国内的水下机器人(主要是AUV、UUV)还处于研制试验阶段,很多关键技术还未突破,文章介绍的水下机器人具有控制性强、适应性强、独创性强、安全性高等特点.
Unipol气相法聚乙烯生产工艺中,反应器循环回路系统压降的控制是制约装置长周期运行的主要因素之一,对循环回路压降进行系统分析,探讨影响回路压降的关键因素,减缓压降上升的速率,对装置稳定生产有非常积极的意义.结果表明:通过设置合理出料时间、优化异戊烷浓度、调节循环气表观流化气速,以及控制粉料的质量等措施可以有效控制循环回路压降,实现装置长周期稳定运行.
随着国产民用飞机的研制和无线通信技术的发展,飞机与地面支持系统间通信的安全越来越重要.在飞机和地面通信的过程中或者地面支持系统传输的过程中,如果遭遇网络攻击将产生不可预估的后果.为提高通信的安全性,基于地面支持系统的使用场景,提出地面支持系统网络安保功能的设计方案.该方案对机场地面网络和航空公司地面网络进行了网络隔离,并且采用多种不同类型的安全设备对访问流量进行监测和过滤.通过系统仿真,证明该方案能够实现网络安全防护与安全风险识别.
空中声学通信由于其简单的设备需求而备受关注.仅需要简单的声学前端设备如麦克风和扬声器即可完成.然而,当通信的误码率低于某个阈值时,我们为了通信的需求不得不在通信频带范围和通信距离之间做取舍.此外,多径衰弱和多普勒效应等问题是声波通信中常常需要解决的难题.为此,我们提出了一种高速、长距离、鲁棒性Chirp扩频通信方案,用于动态信道条件下的空声通信.该方案在已提出Chirp扩频方案上进行改进,针对严格正交的条件做了修改,在单个符号持续时间内添加多个载波,从而提高数据传输速率.它在0m距离情况下能提供500bp
需求与资源之间的差异化导致学生的衣物服务质量相对较低,为此,提出物联网与区块链的融合技术在校园衣物服务资源整合中的应用研究.分析了物联网与区块链的融合技术运行方式以及优势,借助其优势构建了以服务需求采集、资源配置、资源状态共享为基础的资源整合构架,以此为基础,实现资源共享、线上资源整合以及线下资源整合的目的.实践结果表明,在上述条件下,学生对衣物存储空间的满意度大大提升,并且运输成本也得到了大幅降低,洗衣等待时间主要集中在1h以内,资源的使用率基本在80％以上,实现了资源与需求之间的高度匹配,提高了衣物服
松材线虫病的检测是我国林业有害生物防治工作的重点,利用深度学习方法进行松材线虫病检测是目前最为高效和精确的一种病树检测方法.文章提出了一种基于目标检测算法的的病树检测方法,通过k-means算法聚类分析数据集,生成更为合适的anchor,并加入自适应阈值调整机制进一步提高识别精度.实验证明了提出的方法是可行、有效的.
文章首先从算法相关软件及平台、GPU工作站、夜间林火和白天林火数据库等方面对林火图像识别算法实验环境简要分析,然后从图像特征提取、分类算法、图像特征与算法结合等方面对传统林火图像识别特征和算法简要分析,最后分别从夜间林火识别和白天林火识别阐述基于深度学习的林火图像识别算法及实现思路,为相关人员提供参考.
现有支持向量机对于训练样本过多或训练样本中类的数量不平衡,存在训练花费时间过长和得到的分类面偏离最优分类面使得样本错分等问题.为此文章提出一种基于冗余数据消除的不平衡样本加权支持向量机方法.该方法使用费歇尔判别率准则去除训练样本集中那些对最终的分类面训练没有帮助的样本,即冗余数据,并依据训练样本对模糊分类面的贡献程度引入样本加权策略实现为不同的训练样本赋予权重.实验结果表明,该方法与传统的支持向量机相比,大大缩短了不平衡大样本数据上支持向量机的训练时间,以及减少了因数据集中样本不平衡而引起的预测样本被错分
针对现有常规时间序列分析法在地铁沉降预测方面的不足,提出了一种小波去噪与时序分析组合方法.首先利用小波分析方法对实测数据进行去噪处理,然后再运用时序分析法建立合适的时序分析模型,并利用该模型对沉降趋势进行预测.结合济南地铁1号线某地表沉降监测点实测数据,对小波去噪与时序分析组合方法的可行性进行验证.试验结果表明,小波去噪与时序分析组合方法的沉降预测准确性相比于常规时序分析法有明显提高.