两层无线传感器网络多维数据隐私保护范围查询协议

针对现有两层无线传感器网络隐私保护范围查询协议存在数据安全低、感知节点通信能耗较高,且较少针对多维数据的问题,提出了一种基于交叉0-1编码和质数融合的两层无线传感器网络隐私保护范围查询协议。在数据提交阶段,感知节点采集多维数据并根据属性维度分组,采用交叉0-1编码、质数融合等方法优化比较因子的计算方式,用AES算法构建加密约束链,提高数据安全性,降低计算和通信能耗。在查询处理阶段,Sink节点对查询范围值采用交叉0-1编码和质数融合操作产生比较因子,将查询单元格与比较因子作为查询指令送至存储节点;存储节点根据交叉0-1编码比较规则将采集数据与查询范围值的比较因子比较,完成多维数据范围查询,结果发送给Sink节点。在结果验证阶段,Sink节点根据多维加密约束链中的采集周期时间和特性,验证查询结果的真实性完整性。在实验部分,采用Cortex-M4和Cortex-A9内核开发板实现协议内容,验证了数据提交、隐私数据查询、隐私数据查询结果真实性和完整性验证等功能。通过对本文协议与CSRQ(communication-efficient secure range queries)协议在感知节点通...     

基于多目标优化的无线传感网无干扰分簇算法

为减少无线传感网的网络能耗并延长网络寿命,提出了一种基于多目标优化的无线传感网无干扰分簇算法(interference-free clustering algorithm,IFCA)。该算法在保证簇间无通信干扰的前提下,将网络能耗和网络覆盖作为优化目标,使用遗传算法和非支配排序优化分簇方案。通过仿真实验分析了节点数量、监测点数量、节点通信半径和节点覆盖半径对本文算法划分网络分簇的结果及无干扰分簇后网络覆盖的影响。仿真结果表明,本文算法适合于具有大量节点的大型无线传感网,在这种网络中,本文算法会智能设置传感器节点的角色,即成员节点、簇头节点和孤立节点,从而达到了对监测点的最优覆盖,实现了网络节能。     

基于MapReduce和双层倒排网格索引的kNN算法

随着卫星定位技术和移动互联网技术的飞速发展,地理空间数据来源变得更加多源异构.面对海量地理空间数据,如何快速有效地找到目标周围的兴趣点变得异常重要.依据空间k近邻(kNN)查询算法,提高效率的关键在数据索引和数据块存储结构设计,通过引入云计算的MapReduce编程模型,设计了一种面向MapReduce的地理空间数据双层倒排网格索引,利用CircularTrip算法实现了目标点近邻查询计算,最终获得距离目标点最邻近的数据点集.实验结果表明,该索引方法较单层倒排网格索引下的kNN查询效率有明显提高,且数据量越大效率提升越明显,此法适合大规模并行计算.      

基于非线性反正切函数的WSNs高效数据融合方案

高效的数据融合节能策略是延长无线传感器网络生命周期的关键技术之一.为有效节省网络节点能耗提升网络性能,给出一种基于非线性反正切函数的无线传感器网络高效数据融合算法.该算法首先根据数据传输流量变化确定一个均值中心时刻点,然后通过采用非均匀采样的方法进行采样,距离中心点越近的时刻,采样点越多,数据融合率越低;距离中心点越远的时刻,采样点越少,数据融合率越高.仿真和性能分析结果表明该算法具有较好数据融合性能,具有易于实现和灵活高效的特点,可适用于实际的无线传感器网络环境中.     

基于LSM-OCTree的时空流分布式调度和存储方案

时空流的高效管理要求顾及数据的时空相关性，支持时空流的高速插入、实时索引和低延迟时空范围查询，而现有的基于HBase等的存储方案，因索引更新开销过大，无法满足高效管理要求。针对时空流的应用特性，提出了一种面向时间分片的时空流分布式调度和存储方法。利用时空流的紧耦合性进行数据划分与调度，以减少查询时数据复制的开销。将采用预分区方式构建的基于日志结构合并树的八叉树（octree based on the log-structured merge-tree,LSM-OCTree）索引作为存储结构，保证时空流的索引更新，实现索引的高效批量合并计算，提高查询性能。实验结果表明，时空动态调度策略优于通用的调度方法，LSM-OCTree索引的合并与更新性能优于常规索引结构。与HBase方案相比，基于LSM-OCTree的时空流分布式调度和存储方案的查询效率提升了20%以上。     

基于蚁群系统的传感器网络广播与数据聚集算法

针对无线传感器网络能量受限和多跳路由的特点，将蚁群系统原理用于网络的广播和数据聚集中，提出并仿真实现了一种能够最小化传感器网络的总能耗算法．理论分析和仿真数据表明，基于启发式蚁群系统的算法，能够较快的收敛，并找到最优解或是近优解；在网络节点数不同（10～50）的情况下，该算法的单次广播能耗和通信距离比现有的两种主流广播协议算法分别减少了20％～60％和14％～20％，因此其网络生存时间增加了10％～100％，表明该算法总体性能优于传统算法．     

基于可编程器件的Rijndael加密算法优化实现

本文针对无线传感器网络传感器节点处理能力弱、携带能量低的特点,提出基于Rijndael算法优化的数据加密技术.通过对Rijndael加密算法的数据存储、列混合以及轮变换等特点的分析,提出对于加密算法的优化建议,采用可编程逻辑器件对优化后的加密算法进行设计和实现,并进行加密验证,同时对优化后加密算法的数据处理速率、算法功耗、逻辑资源占用情况进行评估.由实验结果可知,优化后的Rijndael加密算法相比优化之前有很大的突破,能够适用于无线传感器网络的数据加密.     

适用于无线传感器网络的数字水印技术

针对无线传感器网络的数据安全问题,提出了一种适用于无线传感器网络的数字水印技术,并设计了水印的生成、嵌入和检测算法.该算法通过水印信息标识发送方节点的身份,将水印信息嵌入到节点采集的数据中进行发送,并在数据融合的过程中保留这种信息.接收方节点通过验证水印信息来判断数据的可靠性,一旦检测到了水印信息则进行存储和转发,使水印信息的数据不被丢弃.通过分析和实验验证,结果表明:该算法可以有效地验证数据的可靠性,水印信息在数据抽样和汇总中不被破坏,具有较好的可行性和实用性.     

基于列数据库和图缓存的海量RDF管理

针对现有的基于关系数据库和图数据库存储RDF数据集的几种模型中查询性能的不足,将列数据库和图缓存相结合,提出一种新的管理海量RDF数据的方案.该方案在底层磁盘采用基于列的关系存储,同时在内存中构建RDF图模式的存储,并设计实现了一套新的SPARQL查询引擎.通过相关分析和各种存储模式的实验结果对比分析,验证了该方案的可行性,表明了该方案具有更高的查询效率.     

基于Map/Reduce的索引数据云存储模型研究

针对目前搜索引擎引擎系统存在的数据量庞大、访问用户高并发性和搜索延迟性的特点,提出了基于云存储的文档索引分类存储模型,并在索引数据分类存储算法实现过程中,采用基于Map/Reduce编程模型的二次索引词权重计算,以降低分类过程中的模糊粒度.通过实验验证基于该存储模型的算法不仅可以提高海量数据索引库的数据处理效率,而且在一定程度上降低了检索系统查询延迟,提高了搜索效率.     

Goertzel算法的一种改进计算结构

针对Goertzel算法的计算结构硬件实现效率低等问题,提出了利用两个FIR滤波器实现Goerztel算法,并且将改进后的计算结构由原来的AR（2）过程推广到一般的AR（p）过程.改进后的计算结构避免了递推运算,能够预确定数据的动态范围进行定标,充分利用了DSP等信号处理器的硬件结构,适合定点处理器的编程.通过在定点DSP处理器TMS320C5510上进行软件仿真,测试结果表明改进计算结构后算法的效率是改进前算法效率的3.7倍.     

基于似然估计补偿机制的移动无线传感网数据控制同步传输算法

为解决当前移动无线传感网数据控制传输中存在的链路抖动难以控制、同步误差较大以及网络拓扑结构不稳定等问题,提出了一种基于似然估计补偿机制的移动无线传感网数据控制同步传输算法(Data Transmission Synchronization algorithm In Mobile Wireless Sensor Networks based on Likelihood Estimation Compensation Mechanism,DTS-LECM算法).首先,通过移动无线传感网MAC层的标记可移动特性,设计了基于分层区域节点-子节点的数据传输结构,联合广播机制,实现了区域节点的初始化,有效降低了数据控制同步误差,提高区域节点-子节点结构的生存质量;随后,基于数据分组双向交互方式,构建似然估计补偿机制,以实现区域节点控制信息同步,有效促进区域节点之间数据控制同步传输过程中链路的稳定性,且能够对频率偏移、相位偏移的精确计算,显著提高传输过程中的数据稳定性;最后,再次利用数据分组双向交互方式对区域子节点的信息进行精确同步,取得了较好的数据同步效果,且具有数据抖动发生频率低的效果.仿真实验表明,与当前常见的时间同步控制算法(Time Synchronization Control Algorithm,TSC算法)、相位同步控制算法(Phase Synchronization Control Algorithm,PSC算法)和信息片层次分组控制同步算法(Synchronization algorithm for Hierarchical Packet Control of Slices,HPCS-S算法)相比,DTS-LECM算法具有更高的控制精度与更低的分组丢包率,且链路抖动频率分布更加集中.所提算法具有较高的数据传输性能,可运用于公安系统的信号定位,以及抗洪抢险等领域,具有一定的实际应用价值.     

基于深度强化学习的无人机矿井自主巡航研究

针对目前矿井传感器所收集数据的传输效率差、实时性低、丢包率高等问题,提出了一种基于深度强化学习的无人机矿井自主巡航解决方法,以有效收集物联网节点数据。该方法以无人机作为传输中介,根据矿井物联网节点数据生成周期性的不同差值,利用强化学习TD3(Twin Delayed Deep Deterministic policy gradient algorithm)算法实现无人机最优路径规划。同时算法考虑并设计了符合矿井实际场景的环境、奖励值、状态信息等。提出了一种预测等待的方法,预测待采集数据产生时间并确定目标节点,无人机在信号覆盖范围内前往目标节点提前等待,以实时获取矿井传感器的生成数据。实验结果表明,无人机能够自主决策实现最优路径规划,并收集节点数据;在训练回合为700时,奖励值达到峰值,算法达到收敛并具备优异的表现。     

一种启发式能量优化的无线传感器网络数据收集算法

建立了基于能耗和剩余能量约束的无线传感器网络数据收集模型.提出了一种新的基于目标偏差度函数的启发式算法,该算法根据前次计算的结果和约束要求以及自适应动态调整目标函数加权系数的取值,避免了无效重复计算,使算法始终朝着有效的方向搜索.仿真分析表明本算法在网络存活时间指标上优于最小能耗算法;在算法的时间复杂度和搜索成功率上优于k-Dijkstra算法.     

基于四叉树和R+树复合索引时空数据查询研究

针对空间数据库的现有索引方法可扩展性差和检索效率低的问题,提出了一种分布式复合时空索引方案MixIndexer,可以满足对大量时空传感器数据的查询需求.首先,本文提出了一种基于Couchbase的分布式时空索引体系结构,该体系结构由全局索引和局部索引组成;其次,结合分布式增强R+(MDR+)树算法,提出全局四叉树索引方法以提高时空数据的检索和查询效率,并设计了一种基于MapReduce的大时空传感器数据批量构造指标并行处理方法;最后,基于Couchbase几种常见的键值结构实现了MixIndexer复合索引.经实验,MixIndexer复合索引方法优于典型空间数据库的索引方法和单个树索引R+(Cache Conscious R+Tree,CCR+)方法,相比较查询耗时分别缩短42%和25%.     

“格网索引+MapReduce”策略下的地理国情统计分析研究

地理国情统计分析是深度研究地理国情普查数据的首要前提.针对现有单机集中式数据存储与处理方式存在耗时长、效率低甚至不支持的问题,设计了"格网索引+MapReduce"策略,基于规则格网设计普查数据文件的分块组织与分布式存储方式,研制了格网索引与空间分析相结合的双层过滤机制,构建基于MapReduce的地理国情并行统计算法.最后,与无索引MapReduce、ArcGIS平台进行性能对比测试,结果表明:"格网索引+MapReduce"方法的统计效率远高于ArcGIS平台,对无索引MapReduce方法亦有明显的效率优势,研究拟为地理国情普查数据的高性能、多类型、大批量统计分析提供优选方案.     

一种基于数字水印的无线传感器网络数据识别传输方案

针对无线传感器网络中数据的真实性识别问题,提出了一种基于数字水印技术的无线传感器网络数据识别传输方案.为了区分正常数据包与异常数据包,定义了数字基因构造方法.利用待发送数据自身特征构造数字基因,设计了水印嵌入和检测算法,将数字基因作为数字水印嵌入到待发送数据中,实现无线传感器网络中传输数据的真实性识别.仿真实验表明,该方案能够有效地识别出注入、重放和随意修改的数据包,实现无线传感器网络中数据的有效传输.     

一种改进的在Hessian曲线上计算Tate双线性对的算法

选择适当的椭圆曲线,对于快速部署和实现椭圆曲线密码系统具有重要的意义.由于Hessian形式的椭圆曲线可以运用并行算法快速实现点加和倍点运算,因此能够有效提高系统的实现效率.利用Hessian曲线上点的优良性质,简化了直线斜率的计算公式,优化了在Hessian曲线上计算Tate双线性对的算法.在其他运算量保持不变的前提下,改进后的算法使点加和倍乘运算的运算量分别降低13.43%和11.25%.     

一种基于GAF拓扑控制的加权质心定位算法

针对无线传感器网络节点定位的能量均衡问题,提出采用蜂窝结构GAF算法进行拓扑控制的基础上,使用改进的加权质心算法进行节点定位。该算法通过区域划分增加信标节点选择的有效性,通过对距离加权减少多径效应影响。性能分析和仿真结果表明该算法可构造良好的网络拓扑结构,均衡节点能耗,延长整个网络的生存周期,提高节点定位精度,在密集型网络中可获得良好的定位性能。 更多还原     

基于正交矩阵与联合独立滤波机制的无线传感网络信号定位算法

为解决当前无线传感网信号定位算法易受瑞利噪声影响,且其采用的半径扫描旋转定位机制在高衰落信道条件下难以消除定位角度误差,导致定位精度较低的缺陷,本文研究了鉴于正交矩阵联合单一滤波制度的无线传感网信息定位方案:首先,通过基准节点以及有关接收节点的位置关系,构建正交矩阵定位结构,用来接收待测节点发送的信号,并根据接受节点与待测节点的角度,对获取的待测节点子信号进行初步定位,减少接收节点定位待测节点的角度误差;随后,依据接收节点与待测节点的角度估计,构建联合独立滤波机制,采取功率谱密度函数计算定位过程中定位角度的平均估计,从而实现了对角度估计的优化,提高了信号定位精度.仿真实验表明:与JISA算法及NP-CPLA算法相比,本文算法具有较好的抗噪能力,其定位精度与效率更高,而定位误差更低.