-
公开(公告)号：CN104796332B
公开(公告)日：2018-05-01
申请号：CN201510250963.1
申请日：2015-05-15
Applicant: 河海大学常州校区
IPC: H04L12/715 , H04W40/02 , H04W84/18
Abstract: 本发明涉及基于节点能量均衡的异构无线传感器网络非均匀分簇方法，本方法主要步骤主要包括以下：对圆形区域以sink为圆心进行多层的区域划分；计算在能量均衡条件下的相邻层之间的簇半径关系，主要根据在网络每轮运行时相邻层的节点能量消耗总量除以各层的节点数的等式，来定量的计算在这个等式成立条件下的相邻层之间簇半径的关系；在得到相邻层之间簇半径的关系后，根据网络具体参数计算每个层簇半径的具体值，最后得到每个层最优簇头数，再由最优簇头数来确定每个层内节点选举簇头的概率公式；相邻层之节点簇头选举及成簇互不影响，即每个层内节点分别加入各个层内的簇。
-
公开(公告)号：CN107920342A
公开(公告)日：2018-04-17
申请号：CN201711172540.8
申请日：2017-11-22
Applicant: 河海大学常州校区
Abstract: 本发明公开了一种WSN中基于多个sink和假热点区域的源节点位置隐私保护方法，首先在多个sink节点之间选择数据包传送的目的sink节点，再根据相应位置随机计算中间节点；在源节点到中间节点的第一段传输过程中，创建不规则区域传输假数据包，保护源节点位置隐私，采用TTDD路由方式判断中间节点的位置并将真实数据包传输到中间节点；在中间节点和sinki之间的第二阶段传输过程中，采用贪婪的路由方式，产生假数据包分支。每一轮重新选择中间节点，产生新的路径，因此每轮的路径都是动态的。本发明能够增加攻击者逐跳回溯的难度，中间节点的设立增加了路由的随机性和多样性，增强了寻找真实源节点位置的难度，能够抵御攻击者的跟踪数据包攻击以及分析流量的热点攻击。
-
公开(公告)号：CN104253867B
公开(公告)日：2017-08-15
申请号：CN201410494224.2
申请日：2014-09-24
Applicant: 河海大学常州校区
CPC classification number: Y02D70/122
Abstract: 本发明涉及一种利用无线传感器网络实现对有毒气体边界的监测和追踪方法，包括三个阶段，（1）有毒气体边界识别阶段：节点相互协作，在一跳通信范围内广播信息包，根据信息包中节点的状态信息判断自己是否为边界节点；（2）代表节点的选择阶段：从当前所有边界节点中选出几个代表性的节点，聚合所有边界节点的信息，统一汇报给基站；（3）有毒气体的追踪阶段：利用节点与节点之间的协作找出有毒气体在当前环境下的扩散规律，利用边界节点的动态变化模拟有毒气体边界的变化，实现对目标的有效追踪。本发明有效实现了对有毒气体监测和追踪，极大提高了对目标边界追踪的精确性，并且有效减少了信息的传输量，节省追踪的能量消耗，延长网络生命周期。
-
公开(公告)号：CN105554835A
公开(公告)日：2016-05-04
申请号：CN201510902908.6
申请日：2015-12-09
Applicant: 河海大学常州校区
CPC classification number: Y02D70/122 , H04W40/10 , H04W84/18
Abstract: 本发明涉及一种无线传感器网络中基于虚拟节点游走的有毒气体追踪方法，包括三个阶段，（1）有毒气体边界节点粗识别阶段：节点相互协作，在一跳通信范围内广播信息包，根据信息包信息建立本地信息表，再根据本地信息表判断出候选边界节点；（2）有毒气体边界节点精识别阶段：从上阶段确定出的候选边界节点中删除那些对目标边界定位没有益处的节点，最大限度的保留有效边界节点；（3）边界节点信息上传阶段：选出几个代表性的节点，聚合所有有效边界节点信息，再统一汇报给基站。本发明实现了对有毒气体的监测和追踪，有效减少了边界信息的传输量，节省追踪的能量消耗，延长网络生命周期，具有较大的实际应用价值。
-
公开(公告)号：CN102695126B
公开(公告)日：2014-10-29
申请号：CN201210192576.3
申请日：2012-06-12
Applicant: 河海大学常州校区
Abstract: 本发明公开了一种水下传感器网络定位方法，融合了三维欧氏距离估计方法、迭代位置估计方法和DV-Hop算法，为了完成普通节点的定位，给出了一跳升级参考节点、两跳参考节点和转发定位请求信息包的下一跳参考节点的选择标准。用三维欧氏距离估计方法和DV-Hop算法计算出普通节点到两跳参考节点的距离，用四边测量法计算出节点的坐标后，根据坐标与到参考节点的距离计算节点的定位误差与信任值，比较信任值与阈值的大小关系，确定此节点是否定位成功、成为升级参考节点；迭代位置估计方法是在普通节点成功定位后，广播包含自身位置的信标信息包，协助其他普通节点的定位。本方法适用于静态或动态的大规模水下无线传感器网络中节点的定位。
-
Patent Agency Ranking
公开(公告)号：CN103619009A
公开(公告)日：2014-03-05
申请号：CN201310511622.6
申请日：2013-10-25
Applicant: 河海大学常州校区
Abstract: 本发明涉及一种建立水下传感器网络中信任模型的方法，其步骤包括：请求节点对目标节点进行邻居关系的判定，并根据彼此之间的数据通信和目标节点的剩余能量建立直接信任；如果两者之间的历史通信信息交互次数不够，则需要向二者的共同邻居请求推荐信任，并进一步计算目标节点的信任值；如果请求节点和目标节点并非邻居节点，则通过选取多跳邻居节点进行信任计算；在节点信任计算的基础上可实现该节点感知数据的信任评估，并更新传感器节点的信任值。本发明能够实时的更新传感器节点的信任值，可以避免在存在多条推荐路径情况下的信任传递和信任合并等问题；本发明结合感知数据信任计算，使得节点信任计算的精度更高，具有广泛的应用价值。
-
公开(公告)号：CN102123488B
公开(公告)日：2013-10-02
申请号：CN201110050986.X
申请日：2011-03-03
Applicant: 河海大学常州校区
Abstract: 本发明公开了一种无线传感器网络中复杂任务协作处理的控制节点选取方法，其主要步骤为：在感知节点工作区域内，各个节点的位置信息都是已知的，感知节点感知到复杂任务后对任务进行描述并分解为若干子任务，感知节点广播消息要求工作区域内的所有节点返回各自的ID号、位置信息和能量信息，感知节点根据能量由大到小顺序对节点进行排序，分析两节点与感知节点间夹角，选定符合条件的节点做为控制节点，根据控制节点的位置将工作区域划分为若干子工作区域，且子工作区域的个数与子任务的个数相等。本发明应用于无线传感器网络通讯，可以提高复杂任务协作处理的效率，节约网络能量。
-
公开(公告)号：CN102196420A
公开(公告)日：2011-09-21
申请号：CN201110148237.0
申请日：2011-06-02
Applicant: 河海大学常州校区
Abstract: 本发明公开了一种无线传感器网络安全分簇路由管理方法，其特征在于，包括以下步骤：1）具有能量预测能力的入侵检测工作过程；2）基于信任的簇头选举过程；3）基于信任管理的安全分簇机制保证安全通信，抵御恶意攻击过程。本发明的方法能够高效地、准确地检测网络中的恶意节点，另外建立了基于信任的安全分簇机制，一方面能够保证可靠的簇头选举，另一方面能够抵御恶意攻击行为，解决恶意攻击造成的通信吞吐率下降等问题。
-
公开(公告)号：CN101986758A
公开(公告)日：2011-03-16
申请号：CN201010538486.6
申请日：2010-11-10
Applicant: 河海大学常州校区
Abstract: 本发明涉及一种无线传感器网络定位方法，其步骤包括：未知节点接收移动锚节点广播发送包含自身位置的信息；对无线传感器网络区域建立二维直角坐标系，确定移动锚节点的移动路径，移动锚节点每隔周期T移动一定距离，且以移动锚节点此刻所在位置为圆心，通信半径为的圆广播信标信号，信标信号中包括该时刻移动锚节点的位置信息和该时刻的时间，移动锚节点移动的路径为正三角形，正三角形的边长为，且；未知节点不断监听接受信标信息，接收到移动锚节点广播的三个信标信息，若该三个信标信息的位置组成正三角形，且未知节点位于正三角形内，则通过三边测量法，获得未知节点的位置信息。本发明定位精度高、不易受环境因素的影响、且网络成本低。
-
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
Applicant: 河海大学常州校区
Abstract: 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。
-
-
-
-
-
-
-
-
-
Search Results
108
records
(took 0.029 seconds)
