关亚文
- 作品数：7 被引量：21H指数：3
- 供职机构：安徽工程大学计算机与信息学院更多>>
- 发文基金：国家自然科学基金安徽省自然科学基金安徽省高校省级自然科学研究项目更多>>
- 相关领域：自动化与计算机技术电子电信更多>>
- WSN中一种负载均衡的动态非均匀分簇方案被引量：2
- 2016年
- 无线传感器网络(WSN)是由资源受限的传感器节点构成,节点能耗对网络的性能有着重要影响,对网络进行分簇可以有效地控制节点整体能耗。针对网络实际运行时节点状态和事件位置动态变化等特点,提出了一种负载均衡的动态非均匀分簇方案。方案主体思路是:首先网络利用O-LEACH算法自组织地进行非均匀分簇,接着动态地从簇头中选举出一定数量的决策节点用于网络的数据汇聚,并根据事件发生位置和节点状态变换而动态更改决策节点角色。仿真结果表明,与CAPNet方案相比,该方案均衡了网络能耗,提高了传输效率,延长了网络生命周期。
- 刘涛关亚文王骏
- 关键词：无线传感器网络非均匀分簇负载均衡
- 一种基于Bayes估计的WSN节点信任度计算模型被引量：5
- 2013年
- 鉴于传统网络安全策略无法阻止或识别传感器网络内部节点的攻击或异常行为,结合节点资源受限的特点,提出了一种无线传感器网络节点信任度计算模型。该模型采用Bayes估计方法,通过求解基于Beta分布的节点行为信誉函数的期望值得到直接信任并将其作为Bayes估计的先验信息,将来自邻居节点的推荐信息作为其样本信息。仿真实验表明,本方案有较好的稳定性,能够有效识别异常节点,从而阻止内部节点对网络的攻击,与RFSN相比,不仅节约了存储空间、运算时间与通信量,而且能够避免恶评现象对节点信任度计算的影响。
- 刘涛熊焰黄文超陆琦玮关亚文
- 关键词：无线传感器网络BAYES估计先验信息BETA分布
- 无线传感器网络中安全组密钥管理机制的研究
- 随着无线传感器技术的迅猛发展,其适用领域也在快速扩张,随之而来的安全问题也日趋严峻。传感器节点的存储空间大小、计算能力以及电池能量等均是受限的,同时,其又是采用无线电通信的方式,这使得其面临更多的安全挑战。在传统网络中针...
- 关亚文
- 关键词：无线传感器网络异常检测组密钥管理低能耗
- 文献传递
- 基于身份的低能耗WSN组密钥管理方案被引量：5
- 2014年
- 在分簇的无线传感器网络中,簇内节点经常进行组播,为保证报文和节点信息的安全性,设计一种高效的组密钥管理方案。该方案采用改进的基于身份的广播加密算法,计算初始组密钥与更新节点退出时的组密钥,减少广播报文的长度,降低传输能耗。利用能耗较小的对称加密算法,加入新节点与更新密钥生命期结束时的组密钥。该方案可以抵抗同谋攻击、仿冒攻击。安全性分析结果表明,在相同的安全标准下,与EGKAS方案相比,该方案占用存储空间更小,能耗更低,且节点存储及组密钥更新开销与群组大小无关,具有良好的扩展性。
- 关亚文刘涛
- 关键词：低能耗组密钥管理双线性对密钥更新
- 基于三因素节点评估的WSN安全认证方案
- 2015年
- 为减少传感器节点的资源利用率并提高网络安全性,提出一种新的无线传感器网络认证方案。在计算节点信任度时通过引入时间片、安全行动系数和交互频度计算节点信任度,防止自私节点伪装成正常节点,使信任度与当前节点行为紧密相关,避免节点通过很少的交易次数达到较高的信任度。设计身份标识、密码、智能卡相结合的认证方案,用户在与传感器节点认证之前,网关通过查询节点的信任度找到可信的节点与用户进行认证,实现可信的传感器节点、网关节点和用户三者之间的交互认证,并且使用户能方便地更改密码。分析和仿真结果表明,与现有用户认证方案相比,该方案能够抵制重放攻击、内部攻击、伪装攻击,同时计算花费少,适用于对安全性和性能要求较高的无线传感器网络。
- 黄干刘涛关亚文
- 关键词：无线传感器网络时间片
- 无人值守WSN中一种具有激励机制的信任管理模型
- 2013年
- 针对传统信任模型易遭受恶意推荐攻击及提供少数正常服务即可赚取高信誉度的问题,充分考虑无人值守WSN高度自治特点,提出了一种具有激励机制的信任管理模型.利用节点信誉服从Beta分布的理论,计算节点的信任值及其置信度.采用贝叶斯估计方法,将对节点的直接信任与来自邻居节点的推荐信息融合,计算节点综合信任.引入对评价行为的奖惩,激励节点持续地提供真实可信的服务,抵制对信任管理系统的恶意推荐攻击.仿真实验表明,与RFSN相比,引入置信度可避免不良节点通过少数正常行为获得高信任值,在通信量与存储空间显著减少,运算量相似的情况下,判别节点可信性更准确,适合节点资源受限无人值守的传感器网络.
- 刘涛关亚文熊焰黄文超陆琦玮
- 关键词：信任管理激励机制贝叶斯估计置信度
- 无线传感器网络中基于ELM的混合入侵检测方案被引量：9
- 2015年
- 在研究机器学习算法的基础上,提出一种基于极限学习机(ELM)的混合入侵检测方案。将无线传感器网络分为感知层、数据汇聚层和核心控制层,在每层分别设置与其相适应的入侵检测方案,并在能量充足的核心控制层布置信任管理模块和ELM模块。信任模块可以及时筛去异常节点,相比于支持向量机算法训练速度更快,可提高入侵检测效率。实验结果表明,该方案在保证较高检测率的基础上,降低了能耗,延长网络运行时间,更适合于资源受限的无线传感器网络。
- 关亚文刘涛黄干
- 关键词：无线传感器网络极限学习机信任管理分簇
