CN102917430A - 基于量子蚁群算法的无线传感器网络可信安全路由 - Google Patents
基于量子蚁群算法的无线传感器网络可信安全路由 Download PDFInfo
- Publication number
- CN102917430A CN102917430A CN2012103930022A CN201210393002A CN102917430A CN 102917430 A CN102917430 A CN 102917430A CN 2012103930022 A CN2012103930022 A CN 2012103930022A CN 201210393002 A CN201210393002 A CN 201210393002A CN 102917430 A CN102917430 A CN 102917430A
- Authority
- CN
- China
- Prior art keywords
- node
- ant
- path
- sensor network
- quantum
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Landscapes
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本发明涉及一种基于量子蚁群算法的无线传感器网络可信安全路由。其确定路由的具体步骤为:1)设定初始信息素,2)确定可信度函数,3)路径选择,4)记录和更新最优解,5)信息素更新,6)跳转到步骤3)循环至终止迭代,7)输出最优。分析表明,本路由确定方法的收敛速度以及全局寻优方面均优于传统蚁群算法,能够全局的平衡网络节点的能量消耗,避免一些关键节点的过早死亡导致网络分隔成很多孤岛;可有效抵抗Wormholes攻击等无线传感器网络特有的能量黑洞攻击,并有助于构造可信网络环境。
Description
技术领域
本发明涉及一种基于量子蚁群算法的无线传感器网络可信安全路由,它可提高无线传感器网络的收敛速度以及全局寻优能力,并可有效抵抗能量黑洞攻击,属于网络安全领域。
背景技术
无线传感器网络采用多跳无线通信技术,每个节点都是潜在的路由节点,且节点受到资源限制,各节点将采集到的数据利用多跳接力的方式发至汇聚节点,这必将导致内层节点承担的数据发送量较重,能量消耗过快,最终导致网络有效覆盖面积降低。因此,无线传感器网络路由的选择要结合节点的能量信息,使得网络中节点的能量消耗能够得到全局均衡,延长网络连通正常工作的时间。
蚁群算法属于一类模拟自然界生物系统行为或过程的最优化群体智能算法,算法本身具备分布式计算、自组织性和反馈性等特点,与无线传感器网络的自组织网络特点极其相似。将蚁群算法应用于无线传感器网络上,可以在很大程度的提高传感器网络性能,但该算法仍存在问题:一是由于缺乏初始信息素,算法初期搜索过程进行缓慢,影响全局的收敛速度。二是在大规模传感器网络中,蚁群算法在寻找路径时易陷入局部最优解,使算法过早收敛。
当前网络的安全性已经成为制约无线传感器网络发展的瓶颈,无线传感器网络的节点和组网特点,其能耗的限制,导致无线传感网的安全威胁很多不同于传统计算机网络。
我们认为无线传感器网络的路由算法应该满足下面原则:
1) 保持全网全局能量负载平衡:通过路由策略,让各个节点分担数据传输,平衡节点的剩余能量,提高整个网络的生存时间。
2) 具有一定的容错性和网络自愈功能:无线传感网络容易发生故障,因此应尽量利用节点易获得的网络信息计算路由,以确保出现故障时能够尽快地修复。
3) 以数据为中心,路由协议将继续向基于数据、基于位置的方向发展。
4) 应具有可信安全性:无线传感网络的固有特性,节点是开放的,且节点间缺乏信任机制,假定都是友好的节点,路由协议极易受到安全威胁,因此必须考虑设计具有可信安全机制的路由协议。
无线传感器网络的一类主要安全攻击是旨在恶意消耗节点能量,使得无线传感器网络不能有效地完成数据收集任务,目前所知道的有虚假路由信息、选择性转发、污水池(sinkhole)攻击、女巫(sybil)攻击、虫洞(wormhole)攻击等众多安全隐患。针对无线传感器网络的安全威胁中,虚假路由信息、选择性转发、Sybil 攻击都可以依靠密码技术,通过数据加密防止传送内容被敌手破解,同时依靠公钥体制,实施双向身份认证安全保障,防止非法节点接入无线传感器网络以及恶意节点改变身份,从而提高路由协议的安全性。但是对Sinkhole,特别是Wormhole此类的路由能量黑洞安全攻击,一般的无线传感网路由协议缺乏相应的对策,可信安全路由就是基于这类攻击而提出的。
发明内容
鉴于以上所述现有技术存在的问题和不足,本发明的目的在于提供一种基于量子蚁群算法的无线传感器网络可信安全路由,提高无线传感器网络的收敛速度以及全局寻优能力,并可有效抵抗能量黑洞攻击,增强网络的安全性。
为了达到上述目的,本发明的构思如下:
(1) 由于传统蚁群算法存在易陷入局部最优解和收敛速度慢等问题,量子计算的全局寻优和快速收敛特点可以很好的解决此问题,因此考虑将量子理论引入路由设计中,量子蚁群算法就是将量子算法与蚁群算法相结合形成的一种量子进化算法。
(2) 在量子蚁群算法中,蚂蚁释放的信息素不是撒在经过的全部路径上,而是撒在蚂蚁当前驻留的位置上,通常由一组量子比特(qubit)的概率幅来表示蚂蚁的当前位置。量子蚁群算法应用于无线传感器网络路由,可以用量子比特直接表示当前信息素,用量子旋转门来更新信息素,用量子非门实现信息素的变异,降低系统设计复杂性,从而降低节点的能量消耗。
(3) 从网络安全的角度出发,考虑到无线传感器网络节点间缺乏信任机制,采用可信网络思想,以节点可信度作为信息素分配策略,综合能量消耗预测进行路径选择,实现基于全局能量均衡的无线传感器网络可信安全路由算法。
(4) 引入相邻节点可信度 ,蚂蚁由节点选择下一条节点时,首先计算邻居节点的可信度值,然后选取可信度与自身差值小于一定门限的可信节点作为下一跳节点。此时时延可用节点间距离表示,距离越大可信度越小;节点的剩余能量与当前节点的信息素浓度有关,剩余能量越大表示经过的蚂蚁越少,信息素浓度也就越小,此时可信度值越大,这样可以保证传感器网络的全局能量的均衡。
根据上述发明构思,本发明专利采用的技术方案如下:
一种基于量子蚁群算法的无线传感器网络可信安全路由,其特征在于路由算法的具体步骤为:
5) 应用量子门旋转规则更新每条路径上的信息素;
上述步骤1)中初始化信息素的方法是:设蚁群中共有只蚂蚁,每只蚂蚁携带个量子比特,在无线传感器网络中从源节点到目的节点的所有可能方法定义为量子蚁群算法中的路径;存在种到达目的节点的路径,记为路径 ;设蚁群第代中包含个个体的种群为,其中第个个体的初始信息素为:
上述步骤2)中计算可见度函数方法如下:
其中,代表延时,代表丢包率,代表节点的剩余能量,、、的选择使得延时、丢包、剩余能量三项值分别在0 ~1之间;由上式可看出,可信度与时延近似成反比,与节点剩余能量近似成正比;在蚁群算法搜索建立无线传感网路由时,根据式(2)计算得到,代表相邻的节点具有多少可信度,决定下一跳是否选择节点。
蚂蚁在节点a选择下一跳节点时,首先计算邻居节点的可信度,并与自身相比较,若可信度与自身差值小于一定门限,则认为此邻居节点为可信节点可以跳转;否则重新计算其他邻居节点,直到找到可信节点为止;此时时延可用节点间距离表示,距离越大可信度越小;节点的剩余能量与当前节点的信息素浓度有关,剩余能量越大表示经过的蚂蚁越少,信息素浓度也就越小,此时可信度值越大,这样可以保证传感器网络的全局能量的均衡;
蚂蚁每经过一条路径,释放的信息素为:
上述步骤5)中应用量子门旋转规则更新每条路径上的信息素的方法是:
在蚁群算法应用于传感器网络路由时,容易陷入局部最小,这主要是由蚁群在搜索空间中多样性丢失造成的;在QACA中引入变异算法,通过量子非门对量子比特的两个概率幅互换,增加蚁群多样性,避免算法过早收敛。
本发明中基于量子蚁群算法的无线传感器网络可信安全路由的设计方法与现有技术相比具有的优点在于:该路由机制考虑了时延、丢包率和剩余能量等因素,既可建立可信安全路由,又可以发挥量子蚁群特点,提高传感器网络路由建立的算法收敛速度,同时避免算法过早收敛,进一步均衡全局能量消耗,避免单一节点能量过早消耗完,提高无线传感器网络整体性能。
附图说明
图1 节点状态转移
图2 Wormhole 攻击
图3 路由算法流程。
具体实施方式
本发明的优选实施例结合附图详述如下:
实施例一:
本基于量子蚁群算法的无线传感器网络可信安全路由,其特征在于确定路由的具体操作步骤如下:
5) 信息素更新:应用量子门旋转规则更新每条路径上的信息素;
实施例二:
本实施例与实施例一基本相同,特别之处是:
所述步骤1)中初始化信息素的方法是:设蚁群中共有只蚂蚁,每只蚂蚁携带个量子比特,在无线传感器网络中从源节点到目的节点的所有可能方法定义为量子蚁群算法中的路径。存在种到达目的节点的路径,记为路径 ;设蚁群第代中包含个个体的种群为,其中第个个体的初始信息素为:
所述步骤2)中计算可见度函数方法是:可见度函数主要根据节点可信度确定,根据无线传感器网络的可信性三大基本指标:时延、丢包率和剩余能量,得出无线传感器网络节点a和相邻的节点b的可信度为
其中,代表延时,代表丢包率,代表节点的剩余能量,、、的选择使得延时、丢包、剩余能量三项值分别在0 ~1之间;由上式可看出,可信度与时延近似成反比,与节点剩余能量近似成正比;在蚁群算法搜索建立无线传感网路由时,根据式(7)计算得到,代表相邻的节点具有多少可信度,决定下一跳是否选择节点。
蚂蚁在节点a选择下一跳节点时,首先计算邻居节点的可信度,并与自身相比较,若可信度与自身差值小于一定门限,则认为此邻居节点为可信节点可以跳转;否则重新计算其他邻居节点,直到找到可信节点为止;此时时延可用节点间距离表示,距离越大可信度越小;节点的剩余能量与当前节点的信息素浓度有关,剩余能量越大表示经过的蚂蚁越少,信息素浓度也就越小,此时可信度值越大,这样可以保证传感器网络的全局能量的均衡;
蚂蚁每经过一条路径,释放的信息素为:
(9)
在蚁群算法应用于传感器网络路由时,容易陷入局部最小,这主要是由蚁群在搜索空间中多样性丢失造成的;在QACA中引入变异算法,通过量子非门对量子比特的两个概率幅互换,增加蚁群多样性,避免算法过早收敛。
实施例三:
参见图1~图3,本发明基于量子蚁群算法的无线传感器网路可信安全路由的确定,具体操作步骤如下:
1) 初始化信息素
设蚁群中共有只蚂蚁,每只蚂蚁携带个量子比特;在无线传感器网络中从源节点到目的节点的所有可能方法定义为量子蚁群算法中的路径,存在种到达目的节点的路径,记为路径 ;设蚁群第代中包含个个体的种群为,其中第个个体的初始信息素为:
2) 可见度函数
关于可信网络思想的相关参数包含以下计算:
其中,代表延时,代表丢包率,代表节点的剩余能量,、、的选择使得延时、丢包、剩余能量三项值分别在0 ~1之间。由上式可看出,可信度与时延近似成反比,与节点剩余能量近似成正比。在蚁群算法搜索建立无线传感网路由时,根据式(7)计算得到,代表相邻的节点具有多少可信度,决定下一跳是否选择节点。
在无线传感器网络分布式的节点计算环境下,可通过马尔可夫链预测节点的能量消耗以及剩余能量。通过预测,无线传感器网络节点能得到相邻节点的剩余能量信息以及能量消耗速率,并以此作为路由选择的重要标准。此方法将可以有效地均衡网络能量负载,缓解部分节点因负载过重造成能量过早耗尽的现象,最大限度延长网络的生命周期。
在此预测机制中,利用马尔可夫链对无线传感器网络节点进行模拟,节点的不同工作模式对应马尔可夫链的不同状态:如果一个节点有M 种工作模式,则可运用马尔可夫链的M 种状态进行模拟。同时定义了节点由状态 到的转移概率,通过概率计算出节点停留在某一状态的能量消耗。根据无线电传播模式,在同样数据长度下,无线电发射电路能耗与天线辐射能量之和大于无线电接收电路能耗,也远大于CPU 处理能耗,其中是传感器节点正确接收信号所需要的接收功率门限阈值对应的接收门限能量,为收发端的距离,为衰减因子,传感器单跳通信的能量消耗为。
为了判断当前节点是否有足够的可用带宽,需要知道节点的可用带宽,这通常需要MAC 层提供对节点可用带宽的估计。在无线网中,当使用共享媒介时,每个节点的信道是与其邻居节点共享的,因此,不能只考虑本节点的传输还要考虑节点所有邻居的传输才能确定节点的有效带宽容量。
协同信任方式抵抗Wormhole 攻击
当无线传感器网络规模达到一定程度时,都要进行分簇算法选出簇头以对网络分区管理。Wormhole 攻击可以将不同分区里的节点距离拉近,使彼此成为邻居节点,破坏无线传感器网络的正常分区,远方节点会把自己根本到达不了的基站近节点认为是路由的下跳地址,甚至采用增大功率的方式试图连接到该节点,直至能量耗尽而死亡。
协同信任方式,是节点根据其所有邻居节点发送的能量消耗率以及可用带宽,判断正常能量消耗率以及可用带宽,对攻击节点发来的非正常信息采取不可信的态度。由于在相邻节点之间,可用带宽以及能量消耗率比较接近,特别在网络规模比较大的情况下,相隔较远的两个区域之间节点的能量消耗情况相差很大,因此可在邻居节点中选取可信度与自身差值小于一定门限的节点作为可信节点。由于攻击者一般都采取自身能量耗尽率低、可用带宽高等手段欺骗节点,因此其可信度表现得较高,这样,通过协同信任,可以把该节点排除。对于Wormhole 攻击,由于其主要是通过自己的链路使远端节点认为自己的邻居节点处在近端节点。但是远近两处的能量消耗率相差较大,内层节点能量消耗更快,所以可以从能量消耗率上抵御此攻击。
3) 路径选择
蚂蚁在节点选择路径时,要从节点出发寻找可信的邻居节点作为下一跳节点,并以此类推直至目的节点。可信节点的选择,首先根据能量消耗预测方法计算邻居节点的能量消耗率和剩余能量,并计算节点间距离作为时延。然后根据式(12),得出邻居节点的可信度,并与自身相比较,若可信度与自身差值小于一定门限,则认为此邻居节点为可信节点可以跳转。否则重新计算其他邻居节点,直到找到可信节点为止。
蚂蚁每经过一条路径,释放的信息素为:
5) 信息素更新
在蚁群算法应用于传感器网络路由时,容易陷入局部最小,这主要是由蚁群在搜索空间中多样性丢失造成的。而在QACA中引入变异算法,通过量子非门对量子比特的两个概率幅互换,增加蚁群多样性,避免算法过早收敛。
Claims (5)
1.一种基于量子蚁群算法的无线传感器网络可信安全路由,其特征在于确定路由的具体操作步骤如下:
5)信息素更新:应用量子门旋转规则更新每条路径上的信息素;
4.根据权利要求1所述基于量子蚁群算法的无线传感器网络可信安全路由,其特征在于所述步骤3)中路径选择时,第只蚂蚁根据可信度的大小来选择到达汇聚节点的路径并记录,同时释放信息素,路径越短则认为该路径属于最优路径的可能性越大,具体操作方法如下:
蚂蚁在节点选择下一跳节点时,首先计算邻居节点的可信度,并与自身相比较,若可信度与自身差值小于一定门限,则认为此邻居节点为可信节点可以跳转;否则重新计算其他邻居节点,直到找到可信节点为止;此时时延可用节点间距离表示,距离越大可信度越小;节点的剩余能量与当前节点的信息素浓度有关,剩余能量越大表示经过的蚂蚁越少,信息素浓度也就越小,此时可信度值越大,这样可以保证传感器网络的全局能量的均衡;
蚂蚁每经过一条路径,释放的信息素为:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2012103930022A CN102917430A (zh) | 2012-10-17 | 2012-10-17 | 基于量子蚁群算法的无线传感器网络可信安全路由 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2012103930022A CN102917430A (zh) | 2012-10-17 | 2012-10-17 | 基于量子蚁群算法的无线传感器网络可信安全路由 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN102917430A true CN102917430A (zh) | 2013-02-06 |
Family
ID=47615615
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2012103930022A Pending CN102917430A (zh) | 2012-10-17 | 2012-10-17 | 基于量子蚁群算法的无线传感器网络可信安全路由 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102917430A (zh) |
Cited By (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103336799A (zh) * | 2013-06-18 | 2013-10-02 | 上海工程技术大学 | 基于自适应量子蚁群的铁路交通换乘方案查询方法及装置 |
CN103826278A (zh) * | 2014-01-28 | 2014-05-28 | 河南科技大学 | 一种基于多生物启发的无线传感网络自适应路由决策方法 |
CN104185237A (zh) * | 2014-08-04 | 2014-12-03 | 西安电子科技大学 | 一种基于蚁群算法的鲁棒优化算法 |
CN104901989A (zh) * | 2014-03-07 | 2015-09-09 | 中国科学院声学研究所 | 一种现场服务提供系统及方法 |
WO2016095692A1 (zh) * | 2014-12-15 | 2016-06-23 | 江南大学 | 一种改进蚁群优化传感器网络簇头方法 |
CN106413057A (zh) * | 2016-10-09 | 2017-02-15 | 北京邮电大学 | 一种基于sdwn架构的无线接入网能耗优化方法 |
CN107454630A (zh) * | 2017-09-25 | 2017-12-08 | 中国联合网络通信集团有限公司 | 负载均衡方法及负载均衡路由器 |
CN107612916A (zh) * | 2017-09-22 | 2018-01-19 | 潘晓君 | 基于蚁群融合算法的分布式入侵检测方法 |
CN108769939A (zh) * | 2018-05-15 | 2018-11-06 | 重庆三峡学院 | 一种无线传感器网络多路径可靠传输容错方法 |
CN109769284A (zh) * | 2019-03-20 | 2019-05-17 | 南京工业大学 | 一种msn下族内可信蚁群机会路由改进算法 |
CN109981526A (zh) * | 2017-12-27 | 2019-07-05 | 中移(杭州)信息技术有限公司 | 一种确定网络攻击源的方法、装置、介质及设备 |
CN110191480A (zh) * | 2019-04-24 | 2019-08-30 | 浙江树人学院(浙江树人大学) | 具有移动Sink节点的三维无线传感网数据收集方法 |
CN110505654A (zh) * | 2019-07-04 | 2019-11-26 | 太原理工大学 | 一种无线传感器网络的蚁群优化的任播路由方法 |
CN111065147A (zh) * | 2019-12-29 | 2020-04-24 | 高小翎 | 一种提高无线分布式传感网路由传输质量的方法 |
CN111669328A (zh) * | 2020-07-02 | 2020-09-15 | 安徽省地震局 | 基于量子最大最小蚁群算法的QoS路由选择方法 |
CN111770548A (zh) * | 2020-08-13 | 2020-10-13 | 桂林电子科技大学 | 基于萤火虫算法的无人机自组网dsr协议优化方法 |
CN111770549A (zh) * | 2020-07-10 | 2020-10-13 | 重庆师范大学 | 一种低成本无线传感网的构建方法 |
CN112601217A (zh) * | 2020-10-28 | 2021-04-02 | 北京工业大学 | 一种基于蚁群优化和代理重加密的数据安全传输方法 |
CN113068242A (zh) * | 2021-03-29 | 2021-07-02 | 重庆师范大学 | 基于优化量子蚁群算法的路由规划方法及系统 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060056302A1 (en) * | 2004-09-10 | 2006-03-16 | Jin-Ho Ahn | Apparatus for implementation of adaptive routing in packet switched networks |
CN1960331A (zh) * | 2006-09-21 | 2007-05-09 | 上海大学 | 全局能量均衡的智能化无线传感网路由算法 |
CN101014013A (zh) * | 2007-02-09 | 2007-08-08 | 上海大学 | 基于可信度的无线传感网安全路由方法 |
-
2012
- 2012-10-17 CN CN2012103930022A patent/CN102917430A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060056302A1 (en) * | 2004-09-10 | 2006-03-16 | Jin-Ho Ahn | Apparatus for implementation of adaptive routing in packet switched networks |
CN1960331A (zh) * | 2006-09-21 | 2007-05-09 | 上海大学 | 全局能量均衡的智能化无线传感网路由算法 |
CN101014013A (zh) * | 2007-02-09 | 2007-08-08 | 上海大学 | 基于可信度的无线传感网安全路由方法 |
Non-Patent Citations (3)
Title |
---|
曹建国等: "改进型量子蚁群算法求解QoS单播路由", 《计算机工程与应用》 * |
李跃光: "量子蚁群算法的研究及应用", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
王潮等: "基于可信度的无线传感器网络安全路由算法", 《通信学报》 * |
Cited By (29)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103336799A (zh) * | 2013-06-18 | 2013-10-02 | 上海工程技术大学 | 基于自适应量子蚁群的铁路交通换乘方案查询方法及装置 |
CN103826278A (zh) * | 2014-01-28 | 2014-05-28 | 河南科技大学 | 一种基于多生物启发的无线传感网络自适应路由决策方法 |
CN103826278B (zh) * | 2014-01-28 | 2018-02-02 | 河南科技大学 | 一种基于多生物启发的无线传感网络自适应路由决策方法 |
CN104901989A (zh) * | 2014-03-07 | 2015-09-09 | 中国科学院声学研究所 | 一种现场服务提供系统及方法 |
CN104901989B (zh) * | 2014-03-07 | 2018-08-14 | 中国科学院声学研究所 | 一种现场服务提供系统及方法 |
CN104185237A (zh) * | 2014-08-04 | 2014-12-03 | 西安电子科技大学 | 一种基于蚁群算法的鲁棒优化算法 |
CN104185237B (zh) * | 2014-08-04 | 2018-04-03 | 西安电子科技大学 | 一种基于蚁群算法的鲁棒优化算法 |
WO2016095692A1 (zh) * | 2014-12-15 | 2016-06-23 | 江南大学 | 一种改进蚁群优化传感器网络簇头方法 |
CN105898897A (zh) * | 2014-12-15 | 2016-08-24 | 江南大学 | 一种改进蚁群优化传感器网络簇头方法 |
CN106413057A (zh) * | 2016-10-09 | 2017-02-15 | 北京邮电大学 | 一种基于sdwn架构的无线接入网能耗优化方法 |
CN106413057B (zh) * | 2016-10-09 | 2019-07-05 | 北京邮电大学 | 一种基于sdwn架构的无线接入网能耗优化方法 |
CN107612916A (zh) * | 2017-09-22 | 2018-01-19 | 潘晓君 | 基于蚁群融合算法的分布式入侵检测方法 |
CN107612916B (zh) * | 2017-09-22 | 2019-12-24 | 潘晓君 | 基于蚁群融合算法的分布式入侵检测方法 |
CN107454630A (zh) * | 2017-09-25 | 2017-12-08 | 中国联合网络通信集团有限公司 | 负载均衡方法及负载均衡路由器 |
CN109981526A (zh) * | 2017-12-27 | 2019-07-05 | 中移(杭州)信息技术有限公司 | 一种确定网络攻击源的方法、装置、介质及设备 |
CN108769939A (zh) * | 2018-05-15 | 2018-11-06 | 重庆三峡学院 | 一种无线传感器网络多路径可靠传输容错方法 |
CN109769284A (zh) * | 2019-03-20 | 2019-05-17 | 南京工业大学 | 一种msn下族内可信蚁群机会路由改进算法 |
CN109769284B (zh) * | 2019-03-20 | 2023-02-14 | 南京工业大学 | 一种msn下族内可信蚁群机会路由改进方法 |
CN110191480B (zh) * | 2019-04-24 | 2022-05-06 | 浙江树人学院(浙江树人大学) | 具有移动Sink节点的三维无线传感网数据收集方法 |
CN110191480A (zh) * | 2019-04-24 | 2019-08-30 | 浙江树人学院(浙江树人大学) | 具有移动Sink节点的三维无线传感网数据收集方法 |
CN110505654A (zh) * | 2019-07-04 | 2019-11-26 | 太原理工大学 | 一种无线传感器网络的蚁群优化的任播路由方法 |
CN110505654B (zh) * | 2019-07-04 | 2022-07-12 | 太原理工大学 | 一种无线传感器网络的蚁群优化的任播路由方法 |
CN111065147A (zh) * | 2019-12-29 | 2020-04-24 | 高小翎 | 一种提高无线分布式传感网路由传输质量的方法 |
CN111669328A (zh) * | 2020-07-02 | 2020-09-15 | 安徽省地震局 | 基于量子最大最小蚁群算法的QoS路由选择方法 |
CN111770549A (zh) * | 2020-07-10 | 2020-10-13 | 重庆师范大学 | 一种低成本无线传感网的构建方法 |
CN111770548A (zh) * | 2020-08-13 | 2020-10-13 | 桂林电子科技大学 | 基于萤火虫算法的无人机自组网dsr协议优化方法 |
CN112601217A (zh) * | 2020-10-28 | 2021-04-02 | 北京工业大学 | 一种基于蚁群优化和代理重加密的数据安全传输方法 |
CN112601217B (zh) * | 2020-10-28 | 2023-11-07 | 北京工业大学 | 一种基于蚁群优化和代理重加密的数据安全传输方法 |
CN113068242A (zh) * | 2021-03-29 | 2021-07-02 | 重庆师范大学 | 基于优化量子蚁群算法的路由规划方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102917430A (zh) | 基于量子蚁群算法的无线传感器网络可信安全路由 | |
Chintalapalli et al. | M‐LionWhale: multi‐objective optimisation model for secure routing in mobile ad‐hoc network | |
Rodrigues et al. | Joint trust: An approach for trust-aware routing in WSN | |
Souza | A Novel Energy Efficient Routing Protocol for Wireless Sensor Networks | |
Qureshi et al. | Novel fuzzy based crow search optimization algorithm for secure node-to-node data transmission in WSN | |
Gurram et al. | A secure energy aware meta-heuristic routing protocol (SEAMHR) for sustainable IoT-wireless sensor network (WSN) | |
Gupta et al. | Energy efficient diagonal based clustering protocol in wireless sensor network | |
Prasad | Secure intrusion detection system routing protocol for mobile ad‐hoc network | |
Farooq et al. | Energy preserving detection model for collaborative black hole attacks in wireless sensor networks | |
Hassan et al. | A novel energy efficient vice Cluster Head routing protocol in Wireless Sensor Networks | |
Mouiz et al. | Performance evaluation of OLSR and AODV routing protocols with different parameters in mobile ad-hoc networks using NS2 simulator | |
jit Kaur et al. | Enhanced routing in heterogeneous sensor networks | |
Aravind et al. | Optimized Fuzzy Logic Based Energy-Efficient Geographical Data Routing in Internet of Things | |
Choi et al. | Energy-aware distribution of data fragments in unattended wireless sensor networks | |
Jeevamaheswari et al. | AODV routing protocol to defence against packet dropping gray hole attack In MANET | |
Shu et al. | Design of Trusted Security Routing in Wireless Sensor Networks Based on Quantum Ant Colony Algorithm. | |
CN115119280A (zh) | 基于信任机制的FANETs安全路由方法 | |
Farooq et al. | Development of protective scheme against collaborative black hole attacks in mobile ad hoc networks | |
Yang et al. | A Novel Markov Model‐Based Low‐Power and Secure Multihop Routing Mechanism | |
Dhakne et al. | Design of hierarchical trust based intrusion detection system for wireless sensor network [htbid] | |
Oakley | Solutions to Black Hole Attacks in MANETs | |
Saleem et al. | Proposed nature inspired self-organized secure autonomous mechanism for WSNs | |
Patel et al. | Addressing packet dropping misbehavior using metaheuristic approach: A survey | |
Lakshmi et al. | A back propagation neural network model and efficient routing security mechanisms against blackhole attack in HWSNs | |
Srimanchari | A Trust and Optimal Energy Efficient Data Aggregation Scheme for Wireless Sensor Networks Using Qgaoa |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C05 | Deemed withdrawal (patent law before 1993) | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20130206 |