移动场景下异构无线传感器网络密钥管理方法

来源 :数据采集与处理 | 被引量 : 0次 | 上传用户:MENTAL2010
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
由于移动无线传感器网络支持节点的移动性,使其面临更加复杂的安全性挑战,很难防御一些极具破坏力的攻击,比如节点复制攻击和女巫攻击等。本文提出了在移动异构无线传感器网络模型下一种安全高效的密钥管理方法。所提方法采用椭圆曲线密码学加密算法实现移动节点位置信息到基站的安全上传,以及基于密钥哈希的消息认证码来实现消息源的身份认证。基站则对收集的移动节点位置信息进行统计分析来协助完成固定节点与移动节点间的身份认证及会话密钥建立。实验结果表明,所提方法在密钥建立过程节省了网络资源,同时可有效防御攻击者发起重放攻击、节点
其他文献
人脸表情合成技术旨在保留人脸身份信息的情况下,对人脸表情进行重建,从而生成具有新表情的源人脸图像。深度学习的发展为表情合成提供了全新的解决方案,本文从特征提取、生成对抗网络的表情合成和实验评估方面综述了人脸表情合成技术的发展。首先,介绍了人脸特征的提取,这是表情合成任务中的一项关键技术,人脸特征可客观全面地描述人脸表情状态。其次,分析了表情合成领域中主流的基于深度学习的方法,主要针对生成对抗网络(
面板裂缝是影响混凝土面板堆石坝安全和性能的关键因素之一。本文基于ABAQUS软件,开展了堆石体长期变形与混凝土水化热、时空不均匀分布温度场边界施加等二次开发,以老挝某混凝土面板堆石坝为研究对象,研究了堆石体长期变形、混凝土水化热、环境温度变化的联合作用机制。分析了堆石体长期变形量值、面板浇筑时间过程、环境温度数值和分布模式等对面板应力变形的影响,揭示了混凝土浇筑后早期水化热温升和环境温度影响导致面板表面较大顺坡向拉应力是面板大量早期水平裂缝的主要原因;同时也发现,即使对于浇筑后较长时间,考虑温度变化情况下
水利设施中掺气水流运动速度估计一直是水气两相流领域重点研究的课题,由于掺气水流中气泡复杂的演变机制和剧烈的湍动瞬变,导致现有的测量技术难以准确的表征水流流场情况。基于光流法的流场可视化技术因其独特的优势而成为图像识别领域重点研究的方向。光流法能够根据像素亮度计算出细观气泡运动的高分辨率光流场,弥补了传统的基于粒子图像测速技术的不足。为了全面反映国内外研究人员应用光流技术对掺气水流流场可视化估计的进展,本文从经典光流法的原理出发,综述了目前用于掺气水流中的几种光流技术及其特点,然后总结了光流技术在处理掺气水
植被影响下的河道流速分布是评价河道行洪能力的重要指标,关系到河床稳定与河道安全。以连续均匀分布的沉水植被为研究对象,系统评述了国内外对河道植被水流流速分布的研究进展,从紊动特性阐述了流速分布剖面形成机理,剖析了分区流速解析模型和平均流速模型研究现状和存在不足,基于文献数据,评价了现有平均流速模型适用性及准确度,认为目前对于植被水流流速求解多集中于均匀流条件顺直型河道、植被类型及形态单一的连续均匀分布植被,未来流速模型应针对沉水植被阻力系数、植被影响下的河床应力、非均匀流状态及有限尺寸内柔性植被斑块等方向作
针对基于逻辑回归的隐半马尔可夫模型中希尔伯特(Hilbert)变换提取的心音包络具有较大毛刺,提出一种结合支持向量机(Support vector machine,SVM)和香农能量的隐半马尔可夫模型(Hidden semi-Markov model,HSMM)心音分割算法。首先采用小波降噪的方法对心音进行降噪,接着根据R峰和T波标记心音,提取香农能量包络等特征,然后对结合逻辑回归模型(Logistic regression,LR)的HSMM相关参数进行训练,并借助Viterbi算法推测出最可能的状态。最
本文对传统层次分析方法的权重计算进行改进,并以辽东典型丘陵大沙河流域为例,将改进的层次分析方法应用于大沙河流域地表水环境质量评价。评价表明:改进方法可有效避免传统层次分析方法主观性强的局限,评价结果更加准确和客观。
语音情感识别(Speech emotion recognition,SER)是计算机理解人类情感的关键之处,也是人机交互的重要组成部分。当情感语音信号在不同的介质传播时,使用深度学习模型获得的识别精度不高,识别模型的迁移能力不强。为此,设计了一种融合图像显著性和门控循环的声波动方程情感识别(Image saliency gated recurrent acoustic wave equation emotion recognition,ISGR-AWEER)模型,该模型由图像显著性提取和基于门控循环的声波
低能量消耗与物理资源的充分利用是绿色云数据中心构造的两个主要目标,需要采用虚拟机迁移模型来完成优化,为此提出了融合虚拟机选择和放置的虚拟机迁移模型INTER-VMM(Interrelation approach in virtual machine migration)。INTER-VMM设计了云数据中心的基于多维物理资源约束的能量消耗模型,是一种将主机负载检测、虚拟机选择及放置结合起来考虑的虚拟机迁移策略。在虚拟机选择中采用HPS(High CPU utilization selection)选择法,选
构造绿色云数据中心的两个主要目标是低能量消耗与物理资源利用效率的充分利用,为此需要采用虚拟机分配策略来完成优化。本文提出了基于改进花授粉算法的虚拟机分配策略(Flower pollination algorithm based virtual machine allocation,FPA-VMA)。FPA?VMA中一朵花或一个配子就对应于虚拟机映射到物理主机分配优化问题中的一个解;并且描述了云数据中心云客户端的资源请求模型和多维物理资源的能量消耗模型。FPA?VMA在花授粉的动态切换概率阶段的策略可以平衡
枯水期珠江河口咸潮情势日益加重,径流不确定加剧了压咸风险,严重威胁沿线的供水安全。本文基于概率密度分布描述径流不确定性,构建了单源风险调度基本框架。以西江流域五座水库为研究对象,量化了预报误差与压咸风险的响应关系;揭示了压咸风险的时空传递规律;将压咸风险划分为3个等级;确定出各级风险越级传递的临界阈值。研究表明:随预报误差的增大,压咸风险提前且持续天数增加、风险率增大;压咸风险呈逐时段累积和从上游向下游、从支流向干流的时空传递规律;当预报误差超过±16%、±21%时,压咸风险从轻险越级至中险、中险越级至重