WSN快速數(shù)據(jù)收集與安全數(shù)據(jù)融合的研究.pdf

1、無線傳感器網(wǎng)絡(Wireless Sensor Networks:WSN)是一種由大量傳感器節(jié)點構(gòu)成且以數(shù)據(jù)為中心的無線自組網(wǎng),能夠?qū)崟r地監(jiān)控、收集和處理信息,具有廣闊的應用前景。然而,無線傳感器網(wǎng)絡的節(jié)點常面臨著資源的制約以及安全威脅。由于原始感應數(shù)據(jù)傳輸?shù)交竟?jié)點通常需要經(jīng)過數(shù)據(jù)收集和數(shù)據(jù)融合傳輸兩個階段,在數(shù)據(jù)收集階段采用基于預測的數(shù)據(jù)收集方法對數(shù)據(jù)進行處理,可有效減少節(jié)點間的通信次數(shù)、降低能源損耗;同時,對收集的數(shù)據(jù)進行融合操作

2、并在融合傳輸階段采取適當?shù)匕踩Ｗo策略,可有效提高網(wǎng)絡安全性,保證融合結(jié)果安全到達基站。
　　基于自回歸AR(p)時間序列預測模型的數(shù)據(jù)收集是一種有效縮減無線傳感器網(wǎng)絡簇頭節(jié)點和簇內(nèi)葉節(jié)點間的數(shù)據(jù)通信頻率、降低節(jié)點能耗的方法。然而AR(p)模型在建模過程中忽略了不同時期的歷史數(shù)據(jù)對預測值的影響存在的差異,導致模型預測精度不高、網(wǎng)絡通信頻率受影響的問題,對此,本文提出一種改進的自回歸預測模型FAR(p)。在AR(p)模型中引入適當?shù)?/p>

3、模糊隸屬度函數(shù),通過模糊隸屬度函數(shù)對預測模型的每個歷史建模數(shù)據(jù)賦予權(quán)值,以弱化數(shù)據(jù)序列中早期數(shù)據(jù)對預測值的影響,強化近期數(shù)據(jù)對預測值的作用,并經(jīng)二次加權(quán)平均弱化緩沖算法處理后重新構(gòu)建預測模型來進行數(shù)據(jù)收集。最后通過仿真結(jié)果證明,FAR(p)預測模型有效地提高了模型預測精度,減少了傳感網(wǎng)絡中數(shù)據(jù)通信次數(shù),并降低了能量消耗。
　　同時,考慮到簇頭節(jié)點在對收集的數(shù)據(jù)進行融合并層層上傳融合結(jié)果的過程中面臨著嚴重的安全問題,本文提出一種新的

4、能在融合結(jié)果保密的情況下對數(shù)據(jù)在傳輸過程和融合過程的完整性分別及時驗證的數(shù)據(jù)融合安全保護算法HEHMAC。HEHMAC算法通過采用同態(tài)加密傳輸機制來保護數(shù)據(jù)隱私,同時避免節(jié)點對數(shù)據(jù)進行逐跳加解密的操作,可有效提高數(shù)據(jù)保密性、降低計算和通信能耗;同時采用同態(tài)消息驗證法對融合結(jié)果的完整性進行逐跳驗證,能實時鑒別數(shù)據(jù)在傳輸過程中和融合過程中的完整性,并及時丟棄虛假數(shù)據(jù),減少不必要的通信能耗。最后通過實驗對比和理論分析驗證了HEHMAC算法的安