CN103237333A - 一种基于多要素信任机制的分簇路由方法 - Google Patents

一种基于多要素信任机制的分簇路由方法 Download PDF

Info

Publication number
CN103237333A
CN103237333A CN2013101104499A CN201310110449A CN103237333A CN 103237333 A CN103237333 A CN 103237333A CN 2013101104499 A CN2013101104499 A CN 2013101104499A CN 201310110449 A CN201310110449 A CN 201310110449A CN 103237333 A CN103237333 A CN 103237333A
Authority
CN
China
Prior art keywords
cluster head
cluster
value
node
trust
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.)
Granted
Application number
CN2013101104499A
Other languages
English (en)
Other versions
CN103237333B (zh
Inventor
黄杰
王恩飞
陈磊
张莎
谢启辉
梁莉
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Southeast University
Original Assignee
Southeast University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Southeast University filed Critical Southeast University
Priority to CN201310110449.9A priority Critical patent/CN103237333B/zh
Publication of CN103237333A publication Critical patent/CN103237333A/zh
Application granted granted Critical
Publication of CN103237333B publication Critical patent/CN103237333B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02DCLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D30/00Reducing energy consumption in communication networks
    • Y02D30/70Reducing energy consumption in communication networks in wireless communication networks

Landscapes

  • Mobile Radio Communication Systems (AREA)

Abstract

本发明公开了一种为无线传感器网络开发的基于多要素信任机制的分簇路由方法。该方法采用基于多要素的信任机制来保证节点的安全和可靠,该信任机制从通信、数据和能量角度选取信任要素,引入“低回报高惩罚”机制阻止恶意节点通过短期合法行为快速提升信任值或利用低信任值在网络中长期生存。同时,在网络拓扑建立时,节点的综合信任值结合簇头选举值和路由通信代价,确保可信簇头选举和可信路由选择。在数据传输过程中,利用节点的综合信任值排除恶意节点、自私节点和低竞争力节点,建立安全可信的网络环境。

Description

一种基于多要素信任机制的分簇路由方法
技术领域
本发明涉及无线传感器网络安全技术领域,特别是涉及到一种基于信任机制的分簇路由方法。
背景技术
由于无线传感器网络(WSNs)一般部署在无人区,甚至敌占区,容易遭受物理捕获和多种路由攻击,并且传统的基于密码体制的安全机制只能用于抵抗外部攻击,无法有效解决节点因捕获而引发的内部攻击。为此,作为传统密钥安全机制的重要补充,需要将信任管理机制引入到WSNs安全路由算法之中。现有方法提出采用Watchdog机制监视节点行为并将其划分为合作/不合作类型,然后进行信誉的表示、更新和整合,最终生成节点信任值,并根据预设的阈值进行决策。还有方法提出由应用描述、网络输入/输出、信任管理和安全响应4个逻辑组件组成基于信任管理的WSNs安全框架。这些方法虽然提高了WSNs的安全性,但只适用于平面型、小规模网络。
而有些方法虽然提出了基于簇型WSNs的信任管理机制,但实用性不强,如:各成员节点根据直接观察结果和邻居节点推荐值评估同一个簇内其他节点,簇头负责评估簇内成员节点和其他簇头,基站完成簇头的最终评估,这种方法仅仅考虑了节点的历史交易情况,不能真实全面地反映节点的可信度。利用能耗模型,预测节点的剩余能量,避免恶意节点当选簇头,并检测节点是否遭受拒绝服务攻击,这种方法能够抵御的内部攻击有限。而从通信和社交网络两个方面衡量节点的主观信任值,并建立概率模型获得节点的客观信任值,利用客观信任值验证主观信任值的风险性,这种方法选择亲密性、忠实性、无私性和能量作为信任要素,虽然较为全面地评估了节点的可信度,但没有说明具体如何根据这些要素评估节点的可信度,可操作性不好。
本发明利用多因素信任机制保证传感器节点的安全性和可靠性,不仅可以防止传感器节点遭受内部攻击,实现可信簇头选举和可信路由选择,同时可以克服上述方法的缺陷。
发明内容
技术问题:本发明在于为无线传感器网络提供一种真实反映节点的安全可靠性、减少了网络通信开销、延长了网络使用寿命的多要素信任机制的分簇路由方法。
技术方案:本发明的基于多要素信任机制的分簇路由方法,包括以下步骤:
1)从通信、数据和能量角度选取六个信任要素,六个信任要素为数据完整性数据转发率
Figure BDA00002996113100022
数据新鲜性
Figure BDA00002996113100023
数据发送率
Figure BDA00002996113100024
数据一致性和能量可信性
2)根据六个信任要素,进行成员节点综合信任值和簇头综合信任值的获取;
3)根据网络中各节点的综合信任值、候选簇头阈值和簇头选举值,进行新一轮可信簇头的选举;
4)根据簇内路由代价函数和簇间路由代价函数,形成簇内可信路由和簇间可信路由;
步骤2)中,成员节点综合信任值的获取具体包括以下步骤:
21)成员节点根据数据完整性
Figure BDA00002996113100027
数据转发率
Figure BDA00002996113100028
数据新鲜性
Figure BDA00002996113100029
和数据发送率利用加权平均计算出推荐信任值RTi,j(t)后,将其传递给簇头;
22)簇头根据推荐信任值RTi,j(t)的偏离程度di,j滤除虚假信任值,再利用剩余的RTi,j(t)计算出成员节点的间接信任值ITj(t);
23)簇头根据数据新鲜性
Figure BDA000029961131000211
数据发送率数据一致性
Figure BDA000029961131000213
和能量可信性
Figure BDA000029961131000214
计算出成员节点的直接信任值DTj(t);
24)簇头结合成员节点的直接信任值DTj(t)和间接信任值ITj(t)对成员节点作综合评估,得到成员节点的当前综合信任值CTj(t);
25)簇头将成员节点的当前综合信任值CTj(t)与设定的信任阈值λ作比较,若当前综合信任值CTj(t)小于信任阈值λ,则信任值更新权重σ=σhigh,反之,则σ=σlow
26)簇头根据成员节点前一时刻t0的综合信任值TTj(t0)和当前综合信任值CTj(t)更新成员节点的综合信任值TTj(t);
步骤2)中,簇头综合信任值的获取具体包括以下步骤:
21’)簇头根据数据完整性
Figure BDA00002996113100031
数据转发率
Figure BDA00002996113100032
数据新鲜性
Figure BDA00002996113100033
和数据发送率利用加权平均计算出推荐信任值
Figure BDA00002996113100035
后,将其传递给基站;
22’)基站根据推荐信任值
Figure BDA00002996113100036
的偏离程度
Figure BDA00002996113100037
滤除虚假信任值,再利用剩余的
Figure BDA00002996113100038
计算出簇头的间接信任值
Figure BDA00002996113100039
23’)基站根据数据新鲜性
Figure BDA000029961131000310
数据发送率
Figure BDA000029961131000311
数据一致性
Figure BDA000029961131000312
和能量可信性
Figure BDA000029961131000313
计算出簇头的直接信任值
Figure BDA000029961131000314
24’)基站结合簇头的直接信任值
Figure BDA000029961131000315
和间接信任值对簇头作综合评估,得到簇头的当前综合信任值
Figure BDA000029961131000317
25’)基站将簇头的当前综合信任值与设定的信任阈值λ'作比较,若当前综合信任值
Figure BDA000029961131000318
小于信任阈值λ',则信任值更新权重
Figure BDA000029961131000319
反之,则
Figure BDA000029961131000320
26’)基站根据簇头前一时刻t0的综合信任值
Figure BDA000029961131000321
和当前综合信任值更新簇头的综合信任值
Figure BDA000029961131000323
步骤3)具体包括以下步骤:
31)当前簇头的能量低于设定的能量阈值,或者簇头综合信任值低于设定的簇头可信阈值
Figure BDA000029961131000324
时,基站将簇头更新准备消息RTUCH向网络内所有节点广播;
32)簇头收到簇头更新准备消息RTUCH后,将其簇内各成员节点的综合信任值TTj(t)发送给基站,基站保存好各成员节点的综合信任值TTj(t)后,发布簇头更新消息UCH;
33)网络中各节点收到簇头更新消息UCH消息后,产生一个随机数,若随机数的值小于候选簇头阈值T(n),则该节点成为候选簇头,然后向基站发出申请当选簇头消息AFCH,未成为候选簇头的节点则进入休眠状态,等待当选簇头发出的入簇消息;
34)基站收到申请当选簇头消息AFCH后,根据其所保存的网络中各节点的综合信任值,剔除恶意候选簇头,向低竞争力候选簇头发出降级消息,向符合当选簇头条件的候选簇头发出确认消息,并向全网公布当选簇头的综合信任值;
35)候选簇头若收到降级消息,则进入休眠状态,等待当选簇头发布入簇消息,候选簇头若收到确认消息,则向周围节点广播入簇消息;
36)成员节点若收到多个不同当选簇头发布的入簇消息,则选择具有最大簇头选举值CHSV(i,chj)的当选簇头作为自己的簇头,簇头选举值CHSV(i,chj)由成员节点到当选簇头的距离和当选簇头的综合信任值决定;
步骤4)中,簇内可信路由的形成,由簇内路由代价函数决定,成员节点选择具有最小簇内路由代价的成员节点作为中继节点,数据经中继节点进行转发,簇内路由代价函数为:
intra _ cos t ( i , j ) = c 1 × E i ′ neighbor ( t ) ‾ E j ( t ) + c 2 × TT i ′ neighbor ( t ) ‾ TT j ( t ) + c 3 × d i - j 2 + d j - ch 2 d i - ch 2 , i ≠ j c 1 × E i ′ neighbor ( t ) ‾ E j ( t ) + c 2 × TT i ′ neighbor ( t ) ‾ 100 + c 3 , i = j ,
式中,
Figure BDA00002996113100042
表示成员节点i簇内所有邻居节点的剩余能量的平均值,Ej(t)表示成员节点j的剩余能量;表示成员节点i的簇内所有邻居节点的综合信任值的平均值;di-j表示成员节点i到成员节点j的距离,dj-ch表示成员节点j到簇头的距离,di-ch表示成员节点i到簇头的距离;c1、c2和c3为加权系数,且满足c1+c2+c3=1;
步骤4)中,簇间可信路由的形成,由簇间路由代价函数决定,簇头选择具有最小簇间路由代价的簇头作为中继簇头,数据经中继簇头进行转发,簇间路由代价函数为:
inter _ cos t ( ch i , ch j ) = c 1 ′ × E ch i ′ ngb ( t ) ‾ E ch j ( t ) + c 2 ′ × TT ch i ′ ngb ( t ) ‾ TT ch j ( t ) + c 3 ′ × d ch i - ch j 2 + d ch j - bs 2 d ch i - bs 2 , ch i ≠ ch j c 1 ′ × E ch i ′ ngb ( t ) ‾ E ch j ( t ) + c 2 ′ × TT ch i ′ ngb ( t ) ‾ 100 + c 3 ′ , ch i = ch j ,
式中,
Figure BDA00002996113100044
表示簇头chi的邻居簇头的剩余能量的平均值,
Figure BDA00002996113100045
表示簇头chj的剩余能量;
Figure BDA00002996113100051
表示簇头chi的邻居簇头的综合信任值的平均值;
Figure BDA00002996113100052
表示簇头chi到簇头chj的距离,
Figure BDA00002996113100053
表示簇头chj到基站的距离,
Figure BDA00002996113100054
表示簇头chi到基站的距离;c1'、c2'和c3'为加权系数,且满足c1'+c2'+c3'=1。
本发明的步骤33)中,候选簇头阈值T(n)根据簇头自荐值CHRV(n)按照下式确定:
Figure BDA00002996113100055
式中,p是簇头占节点总数的百分比,即节点当选簇头的概率;r是目前簇头循环的轮数;G是最近1/p轮中还未当选过簇头的节点集合;
簇头自荐值CHRV(n)根据下式确定:
CHRV ( n ) = a 1 × E ( n ) E 0 + a 2 × N ( n ) ( 1 / p ) - 1 - a 3 × d toBS ( n ) d max toBS ,
式中,E(n)为节点n的剩余能量,E0为节点n的初始能量,N(n)为节点n的邻居节点个数,dtoBS(n)为节点n到基站的距离,dmaxtoBS为网络中各节点到基站的最远距离,系数a1、a2和a3满足a1+a2+a3=1。
有益效果:本发明与现有技术相比,具有以下优点:
本发明中,从通信、数据和能量角度评估节点的可信度,因而真实地反映了节点的安全可靠性。其次,簇头根据各成员节点的推荐信任值计算间接信任值,再与直接信任值合成,获得节点的综合信任值,此过程中,各成员节点只需和簇头通信即可,避免成员节点间相互通信,减少了网络的通信开销。最后,簇头选举和路由选择的时候综合考虑节点的可信度、能量、连通度因素,从而均衡了网络负载,延长了网络的使用寿命。
本发明方法采用轮循机制,每一轮包括三个阶段:可信簇的形成、簇内和簇间可信路由的建立和数据传输。该算法周期性地轮换簇头,使每一个节点都有机会当选为簇头,从而均衡网络的能量消耗,延长网络寿命。当簇头的能量小于预设的阈值,或者簇头的综合信任值过低时,基站发布准备簇头重新选举的RTUCH(Ready to UpdateCluster Head)消息,簇头收到这条消息后,将其保存的簇内各节点的信任评估值发送给基站保存,然后基站广播UCH(Update Cluster Head)消息,重新选举簇头。
本发明利用多要素信任机制保证传感器节点的安全可靠性,不仅可以真实全面地评估节点的可信度,而且可以保证簇头选举和路由的时候网络负载均衡,同时,本发明的理论说明通俗易懂,可操作性较高,因此其实用价值很强。
本发明方法采用基于多要素的信任机制来保证节点的安全和可靠,该信任机制从通信、数据和能量角度选取信任要素,引入“低回报高惩罚”机制阻止恶意节点通过短期合法行为快速提升信任值或利用低信任值在网络中长期生存。而在网络拓扑建立时,节点的综合信任值结合簇头选举值和路由通信代价,确保可信簇头选举和可信路由选择。在数据传输过程中,利用节点的综合信任值排除恶意节点、自私节点和低竞争力节点,建立安全可信的网络环境。
附图说明
图1为本发明中实施例的基于多要素信任管理机制的体系结构示意图。
图2为本发明中多要素信任机制分簇路由的具体流程。
图3为本发明中获取成员节点综合信任值的具体步骤。
具体实施方式
下面结合具体实施例,进一步阐明本发明,应理解这些实施例仅用于说明本发明而不用于限制本发明的范围,在阅读了本发明之后,本领域技术人员对本发明的各种等价形式的修改均落于本申请所附权利要求所限定的范围。
本发明的具体实施例如下:
1、信任要素的选择
信任机制从通信、数据和能量角度选取六个信任要素,即:
(1)数据完整性,可表示为:
T 1 i , j ( t ) = [ 100 × IP i , j ( t - t 0 ) TFP i , j ( t - t 0 ) ]
其中,[·]表示取最近整数值函数,t0表示上次评估时刻,
Figure BDA00002996113100063
表示在t时刻节点i对节点j转发数据的完整性评估值,IPi,j(t-t0)表示节点j在评估周期内完整转发的数据包数量,TFPi,j(t-t0)表示节点j转发的数据包总数。
(2)数据转发率,可表示为:
T 2 i , j ( t ) = [ 100 × TFP i , j ( t - t 0 ) ACK i , j ( t - t 0 ) ]
其中,表示节点i对节点j转发数据率的评估值,TFPi,j(t-t0)表示节点j转发节点i传递的数据包数量,ACKi,j(t-t0)表示节点j反馈给节点i的ACK消息数量。
(3)数据新鲜性,可表示为:
T 3 i , j ( t ) = [ 100 × FRP i , j ( t - t 0 ) TSP i , j ( t - t 0 ) ]
其中,
Figure BDA00002996113100074
表示节点i对节点j发送数据的新鲜性评估值,FRPi,j(t-t0)表示新鲜数据包数量,TSPi,j(t-t0)表示发送数据包的总数。
(4)数据发送率,可表示为:
T 4 i , j ( t ) = [ 100 × min { N H - TSP i , j ( t - t 0 ) N H - ES i , j ( t - t 0 ) , N H - ES i , j ( t - t 0 ) N H - TSP i , j ( t - t 0 ) } ]
其中,
Figure BDA00002996113100076
表示节点i对节点j发送数据包量的信任评估值,ESi,j(t-t0)表示发包数量的期望值,由基站预先设置,当发包数量在理想范围时,节点的评估值较高。
(5)数据一致性,可表示为:
T 5 i , j ( t ) = [ 100 × CP i , j ( t - t 0 ) CP i , j ( t - t 0 ) + NCP i , j ( t - t 0 ) ]
其中,
Figure BDA00002996113100078
表示点i对节点j传递数据的一致性评估值,CPi,j(t-t0)表示一致数据包的数量,NCPi,j(t-t0)表示不一致数据包的数量。
(6)能量可信性,可表示为:
T 6 i , j ( t ) = [ 100 × E j ( t ) E 0 ]
其中,
Figure BDA000029961131000710
表示节点i对节点j能量可信性的评估值,Ej(t)表示节点j的剩余能量,E0表示节点j的初始能量。
2、成员节点综合信任值和簇头综合信任值的获取
成员节点综合信任值的获取包括以下步骤:
21)成员节点根据
Figure BDA00002996113100081
Figure BDA00002996113100082
Figure BDA00002996113100083
Figure BDA00002996113100084
利用加权平均计算出推荐信任值RTi,j(t),并将其传递给簇头,RTi,j(t)的计算公式为:
RT i , j ( t ) = [ Σ m = 1 4 w m * T m i , j ( t ) ]
其中,wm为加权系数,可以根据具体的应用和网络环境进行相应的调整,且满足 Σ m = 1 4 w m = 1 .
22)簇头根据RTi,j(t)的偏离程度di,j滤除虚假信任值,再利用剩余的m个RTi,j(t)计算出成员节点的间接信任值ITj(t),di,j和ITj(t)的计算公式为:
d i , j = 1 n - 1 × Σ s = 1 , s ≠ i n - 1 | RT i , j ( t ) - RT s , j ( t ) |
IT j ( t ) = [ 1 m × Σ s = 1 m RT s , j ( t ) ]
其中,n表示成员节点有n个簇内邻居节点。
23)簇头根据
Figure BDA00002996113100089
Figure BDA000029961131000810
Figure BDA000029961131000812
计算出成员节点的直接信任值DTj(t),
Figure BDA000029961131000813
其中,
Figure BDA000029961131000816
为加权系数,可以根据具体的应用进行相应的调整,且满足
Figure BDA000029961131000814
24)簇头结合DTj(t)和ITj(t)对成员节点作综合评估,得到成员节点的当前综合信任值CTj(t),
CT j ( t ) = [ η direct × DT j ( t ) + η indirect × IT j ( t ) ]
其中,ηdirect和ηindirect为直接信任值和间接信任值的权重,满足ηdirectindirect=1。
25)簇头将CTj(t)与信任阈值λ作比较,若CTj(t)小于λ,则信任值更新权重σ=σhigh,反之,则σ=σlow,其中,0≤σlow<<σhigh≤1,λ作为“低回报高惩罚”机制的控制参数,由具体的应用要求进行设置,“低回报高惩罚”机制,即:采用“低回报”策略阻止恶意节点试图使用伪装欺骗等手段快速赚取高信任值的行为,同时采用“高惩罚”策略阻止恶意节点长期损坏网络,一旦节点出现恶意行为,大幅度降低其信任值,使其快速被识别出来,因此,当节点综合信任值低于信任阈值λ时,σ取值较大,快速降低节点信任值;当节点综合信任值高于信任阈值λ时,σ取值较小,缓慢累积节点信任值。
26)簇头根据节点前一时刻的综合信任值TTj(t0)和CTj(t)更新成员节点的综合信任值TTj(t),更新的具体方法为:
TT j ( t ) = [ ( 1 - σ ) × TT j ( t 0 ) + σ × CT j ( t ) ]
簇头综合信任值的获取包括以下步骤:
21’)簇头根据
Figure BDA00002996113100093
利用加权平均计算出推荐信任值RTchi,chj(t),并将其传递给基站,chi,chj表示节点i和j为簇头,RTchi,chj(t)的计算公式为:
RT ch i , ch j ( t ) = [ Σ m = 1 4 w ′ m * T m i , j ( t ) ]
其中,
Figure BDA00002996113100097
为加权系数,可以根据具体的应用和网络环境进行相应的调整,且满足 Σ m = 1 4 w ′ m = 1 .
22’)基站根据RTchi,chj(t)的偏离程度dchi,chj滤除虚假信任值,再利用剩余的m'个RTchi,chj(t)计算出簇头的间接信任值ITchj(t),dchi,chj和ITchj(t)的计算公式为:
d ch i , ch j = 1 n ′ - 1 × Σ s = 1 , s ≠ i n ′ - 1 | RT ch i , ch j ( t ) - RT ch s , ch j ( t ) |
IT ch j ( t ) = [ 1 m ′ × Σ s = 1 s m ′ RT ch s , ch j ( t ) ]
其中,n'表示簇头有n'个邻居簇头。
23’)基站根据
Figure BDA00002996113100102
Figure BDA00002996113100103
Figure BDA00002996113100104
计算出簇头的直接信任值
Figure BDA000029961131001020
Figure BDA00002996113100105
其中,
Figure BDA00002996113100106
为加权系数,可以根据具体的应用进行相应的调整,且满足
Figure BDA00002996113100107
24’)基站结合
Figure BDA000029961131001021
Figure BDA000029961131001022
对簇头作综合评估,得到簇头的当前综合信任值
Figure BDA000029961131001023
CT ch j ( t ) = [ η ′ direct × DT ch j ( t ) + η ′ indirect × IT ch j ( t ) ]
其中,
Figure BDA00002996113100109
Figure BDA000029961131001010
为直接信任值和间接信任值的权重,满足
25’)基站将
Figure BDA000029961131001012
与信任阈值λ'作比较,若
Figure BDA000029961131001013
小于λ',则信任值更新权重反之,则
Figure BDA000029961131001015
其中,0≤σ'low<<σ'high≤1,λ'作为“低回报高惩罚”机制的控制参数,由具体的应用要求进行设置,“低回报高惩罚”机制,即:采用“低回报”策略阻止恶意节点试图使用伪装欺骗等手段快速赚取高信任值的行为,同时采用“高惩罚”策略阻止恶意节点长期损坏网络,一旦簇头出现恶意行为,大幅度降低其信任值,使其快速被识别出来。因此,当簇头综合信任值低于信任阈值λ'时,σ'取值较大,快速降低簇头信任值;当簇头综合信任值高于信任阈值λ'时,σ'取值较小,缓慢累积簇头信任值。
26’)基站根据簇头前一时刻的综合信任值
Figure BDA000029961131001017
更新簇头的综合信任值
Figure BDA000029961131001018
更新的具体方法为:
TT ch j ( t ) = [ ( 1 - σ ′ ) × TT ch j ( t 0 ) + σ ′ × CT ch j ( t ) ]
3、可信簇头的选举
31)当前簇头的能量低于设定的能量阈值,或者簇头综合信任值低于设定的簇头可信阈值
Figure BDA000029961131001024
时,基站将簇头更新准备消息RTUCH向网络内所有节点广播;
32)簇头收到簇头更新准备消息RTUCH后,将其簇内各成员节点的综合信任值发送给基站,基站保存好各节点的综合信任值后,发布簇头更新消息UCH;
33)各节点收到簇头更新消息UCH后,自动产生一个0~1的随机数,如果这个值小于候选簇头阈值T(n),则该节点成为候选簇头,然后向基站发出申请当选簇头消息AFCH,申请当选簇头。未成为候选簇头的节点则进入休眠状态,等待当选簇头发出的入簇消息。候选簇头产生时需考虑簇头自荐值CHRV(n),T(n)的计算公式为:
Figure BDA00002996113100117
其中,p是簇头占节点总数的百分比,即节点当选簇头的概率;r是目前簇头循环的轮数;G是最近1/p轮中还未当选过簇头的节点集合。
簇头自荐值CHRV(n)由节点的剩余能量、节点到基站的距离和节点的连通度等要素共同决定。计算公式为:
CHRV ( n ) = a 1 × E ( n ) E 0 + a 2 × N ( n ) ( 1 / p ) - 1 - a 3 × d toBS ( n ) d max toBS
其中,E(n)为节点n的当前剩余能量,E0为节点n的初始能量,N(n)为节点n的邻居节点个数。dtoBS(n)为节点n到基站的距离,dmaxtoBS为各节点到基站的最远距离,系数a1、a2和a3满足a1+a2+a3=1。
34)基站接收到申请当选簇头消息AFCH后,查阅其所保存的网络中各节点的综合信任值。若候选簇头的综合信任值低于系统预设的节点可信阈值TTth,则该簇头被判为恶意节点,基站直接将其从网络剔除。若综合信任值高于TTth而低于簇头可信阈值
Figure BDA00002996113100114
(低于
Figure BDA00002996113100115
的节点将被判为不具备当选簇头的能力)时,该候选簇头为低竞争力候选簇头,基站向其发出降级消息。若综合信任值高于
Figure BDA00002996113100116
则基站向其发出确认消息,并向全网公布当选簇头的综合信任值;
35)候选簇头若收到降级消息,则进入休眠状态,等待当选簇头发布入簇消息。候选簇头若收到确认消息,则向周围节点广播入簇消息;
36)成员节点若收到多个不同簇头发布的入簇消息,则选择具有最大簇头选举值CHSV(i,chj)的簇头作为自己的簇头。簇头选举值由基站发出的簇头信任值和成员节点到簇头的距离决定,假设基站公布某簇头chj的信任值为
Figure BDA00002996113100126
,成员节点i到该簇头的距离为d,成员节点i收到多个不同簇头的信任值的平均值为
Figure BDA00002996113100121
以及i到各簇头的距离平均值为
Figure BDA00002996113100127
,则簇头选举值CHSV(i,chj)表示为:
CHSV ( i , ch j ) = b 1 × TT ch j TT bs , ch ‾ - b 2 × d d ‾
式中,b1、b2为加权系数,且满足b1+b2=1。
4、可信路由的形成
以单簇为例,详细描述成员节点如何选择路由传递数据到簇头。成员节点i在其簇内邻居节点集合中选择中继节点j,中继节点j满足,在所有的候选节点中具有最小的簇内路由代价。簇内路由代价函数为:
intra _ cos t ( i , j ) = c 1 × E i ′ neighbor ( t ) ‾ E j ( t ) + c 2 × TT i ′ neighbor ( t ) ‾ TT j ( t ) + c 3 × d i - j 2 + d j - ch 2 d i - ch 2 , i ≠ j c 1 × E i ′ neighbor ( t ) ‾ E j ( t ) + c 2 × TT i ′ neighbor ( t ) ‾ 100 + c 3 , i = j
其中,
Figure BDA00002996113100124
表示成员节点i的簇内所有邻居节点的剩余能量的平均值,Ej(t)表示成员节点j的剩余能量;
Figure BDA00002996113100125
表示成员节点i的簇内所有邻居节点的综合信任值的平均值;di-j表示成员节点i到节成员点j的距离,dj-ch表示成员节点j到簇头的距离,di-ch表示成员节点i到簇头的距离;c1、c2和c3为加权系数,且满足c1+c2+c3=1。
成员节点i根据最小路由代价选择中继节点j,如果中继节点是其本身,则直接发送数据至簇头,否则,成员节点i发送数据至中继节点j,再由节点j选择中继节点。
簇间可信路由的形成,由簇间路由代价函数决定,簇头选择具有最小簇间路由代价的簇头作为中继簇头,数据经中继簇头进行转发,簇间路由代价函数为:
inter _ cos t ( ch i , ch j ) = c 1 ′ × E ch i ′ ngb ( t ) ‾ E ch j ( t ) + c 2 ′ × TT ch i ′ ngb ( t ) ‾ TT ch j ( t ) + c 3 ′ × d ch i - ch j 2 + d ch j - bs 2 d ch i - bs 2 , ch i ≠ ch j c 1 ′ × E ch i ′ ngb ( t ) ‾ E ch j ( t ) + c 2 ′ × TT ch i ′ ngb ( t ) ‾ 100 + c 3 ′ , ch i = ch j ,
式中,表示簇头chi邻居簇头的剩余能量均值,
Figure BDA00002996113100133
表示簇头chj的剩余能量;
Figure BDA00002996113100134
表示簇头chi的邻居簇头的综合信任值的平均值;
Figure BDA00002996113100135
表示簇头chi到簇头chj的距离,
Figure BDA00002996113100136
表示簇头chj到基站的距离,
Figure BDA00002996113100137
表示簇头chi到基站的距离;c1'、c2'和c3'为加权系数,且满足c1'+c2'+c3'=1。
簇头chi根据最小路由代价选择中继簇头chj,如果中继簇头是其本身,则直接发送数据至基站,否则,簇头chi发送数据至簇头chj,再由簇头chj选择中继簇头,最终路由至基站。

Claims (2)

1.一种基于多要素信任机制的分簇路由方法,其特征在于,该方法包括以下步骤:
1)从通信、数据和能量角度选取六个信任要素,所述六个信任要素为数据完整性数据转发率
Figure FDA00002996113000012
数据新鲜性
Figure FDA00002996113000013
数据发送率
Figure FDA00002996113000014
数据一致性
Figure FDA000029961130000113
和能量可信性
Figure FDA000029961130000114
2)根据所述六个信任要素,进行成员节点综合信任值和簇头综合信任值的获取;
3)根据网络中各节点的综合信任值、候选簇头阈值和簇头选举值,进行新一轮可信簇头的选举;
4)根据簇内路由代价函数和簇间路由代价函数,形成簇内可信路由和簇间可信路由;
所述步骤2)中,成员节点综合信任值的获取具体包括以下步骤:
21)成员节点根据所述数据完整性
Figure FDA00002996113000015
数据转发率
Figure FDA00002996113000016
数据新鲜性
Figure FDA00002996113000017
和数据发送率
Figure FDA00002996113000018
利用加权平均计算出推荐信任值RTi,j(t)后,将其传递给簇头;
22)簇头根据所述推荐信任值RTi,j(t)的偏离程度di,j滤除虚假信任值,再利用剩余的RTi,j(t)计算出成员节点的间接信任值ITj(t);
23)簇头根据数据新鲜性数据发送率
Figure FDA000029961130000110
数据一致性
Figure FDA000029961130000111
和能量可信性
Figure FDA000029961130000112
计算出成员节点的直接信任值DTj(t);
24)簇头结合所述成员节点的直接信任值DTj(t)和间接信任值ITj(t)对成员节点作综合评估,得到成员节点的当前综合信任值CTj(t);
25)簇头将所述成员节点的当前综合信任值CTj(t)与设定的信任阈值λ作比较,若当前综合信任值CTj(t)小于所述信任阈值λ,则信任值更新权重σ=σhigh,反之,则σ=σlow
26)簇头根据成员节点前一时刻t0的综合信任值TTj(t0)和当前综合信任值CTj(t)更新成员节点的综合信任值TTj(t);
所述步骤2)中,簇头综合信任值的获取具体包括以下步骤:
21’)簇头根据所述数据完整性数据转发率数据新鲜性
Figure FDA00002996113000023
和数据发送率利用加权平均计算出推荐信任值
Figure FDA000029961130000219
后,将其传递给基站;
22’)基站根据所述推荐信任值
Figure FDA00002996113000025
的偏离程度
Figure FDA00002996113000026
滤除虚假信任值,再利用剩余的
Figure FDA00002996113000027
计算出簇头的间接信任值
Figure FDA00002996113000028
23’)基站根据数据新鲜性
Figure FDA00002996113000029
数据发送率
Figure FDA000029961130000220
数据一致性
Figure FDA000029961130000221
和能量可信性计算出簇头的直接信任值
Figure FDA000029961130000211
24’)基站结合所述簇头的直接信任值
Figure FDA000029961130000212
和间接信任值对簇头作综合评估,得到簇头的当前综合信任值
25’)基站将所述簇头的当前综合信任值
Figure FDA000029961130000223
与设定的信任阈值λ'作比较,若当前综合信任值
Figure FDA000029961130000214
小于所述信任阈值λ',则信任值更新权重σ'=σ'high,反之,则σ'=σ'low
26’)基站根据簇头前一时刻t0的综合信任值
Figure FDA000029961130000215
和当前综合信任值
Figure FDA000029961130000216
更新簇头的综合信任值
所述步骤3)具体包括以下步骤:
31)当前簇头的能量低于设定的能量阈值,或者簇头综合信任值低于设定的簇头可信阈值
Figure FDA000029961130000218
时,基站将簇头更新准备消息RTUCH向网络内所有节点广播;
32)簇头收到簇头更新准备消息RTUCH后,将其簇内各成员节点的综合信任值TTj(t)发送给基站,基站保存好各成员节点的综合信任值TTj(t)后,发布簇头更新消息UCH;
33)网络中各节点收到所述簇头更新消息UCH消息后,产生一个随机数,若所述随机数的值小于候选簇头阈值T(n),则该节点成为候选簇头,然后向基站发出申请当选簇头消息AFCH,未成为候选簇头的节点则进入休眠状态,等待当选簇头发出的入簇消息;
34)基站收到所述申请当选簇头消息AFCH后,根据其所保存的网络中各节点的综合信任值,剔除恶意候选簇头,向低竞争力候选簇头发出降级消息,向符合当选簇头条件的候选簇头发出确认消息,并向全网公布当选簇头的综合信任值;
35)候选簇头若收到降级消息,则进入休眠状态,等待当选簇头发布入簇消息,候选簇头若收到确认消息,则向周围节点广播入簇消息;
36)成员节点若收到多个不同当选簇头发布的入簇消息,则选择具有最大簇头选举值CHSV(i,chj)的当选簇头作为自己的簇头,所述簇头选举值CHSV(i,chj)由成员节点到当选簇头的距离和当选簇头的综合信任值决定;
所述步骤4)中,簇内可信路由的形成,由簇内路由代价函数决定,成员节点选择具有最小簇内路由代价的成员节点作为中继节点,数据经中继节点进行转发,簇内路由代价函数为:
intra _ cos t ( i , j ) = c 1 × E i ′ neighbor ( t ) ‾ E j ( t ) + c 2 × TT i ′ neighbor ( t ) ‾ TT j ( t ) + c 3 × d i - j 2 + d j - ch 2 d i - ch 2 , i ≠ j c 1 × E i ′ neighbor ( t ) ‾ E j ( t ) + c 2 × TT i ′ neighbor ( t ) ‾ 100 + c 3 , i = j ,
式中,
Figure FDA00002996113000032
表示成员节点i簇内所有邻居节点的剩余能量的平均值,Ej(t)表示成员节点j的剩余能量;
Figure FDA00002996113000033
表示成员节点i的簇内所有邻居节点的综合信任值的平均值;di-j表示成员节点i到成员节点j的距离,dj-ch表示成员节点j到簇头的距离,di-ch表示成员节点i到簇头的距离;c1、c2和c3为加权系数,且满足c1+c2+c3=1;
所述步骤4)中,簇间可信路由的形成,由簇间路由代价函数决定,簇头选择具有最小簇间路由代价的簇头作为中继簇头,数据经中继簇头进行转发,簇间路由代价函数为:
inter _ cos t ( ch i , ch j ) = c 1 ′ × E ch i ′ ngb ( t ) ‾ E ch j ( t ) + c 2 ′ × TT ch i ′ ngb ( t ) ‾ TT ch j ( t ) + c 3 ′ × d ch i - ch j 2 + d ch j - bs 2 d ch i - bs 2 , ch i ≠ ch j c 1 ′ × E ch i ′ ngb ( t ) ‾ E ch j ( t ) + c 2 ′ × TT ch i ′ ngb ( t ) ‾ 100 + c 3 ′ , ch i = ch j ,
式中,
Figure FDA00002996113000035
表示簇头chi的邻居簇头的剩余能量的平均值,
Figure FDA00002996113000036
表示簇头chj的剩余能量;
Figure FDA00002996113000041
表示簇头chi的邻居簇头的综合信任值的平均值;
Figure FDA00002996113000047
表示簇头chi到簇头chj的距离,
Figure FDA00002996113000042
表示簇头chj到基站的距离,
Figure FDA00002996113000043
表示簇头chi到基站的距离;c1'、c2'和c3'为加权系数,且满足c1'+c2'+c3'=1。
2.根据权利要求1所述一种基于多要素信任机制的分簇路由方法,其特征在于,所述步骤33)中,候选簇头阈值T(n)根据簇头自荐值CHRV(n)按照下式确定:
Figure FDA00002996113000044
式中,p是簇头占节点总数的百分比,即节点当选簇头的概率;r是目前簇头循环的轮数;G是最近1/p轮中还未当选过簇头的节点集合;
所述簇头自荐值CHRV(n)根据下式确定:
CHRV ( n ) = a 1 × E ( n ) E 0 + a 2 × N ( n ) ( 1 / p ) - 1 - a 3 × d toBS ( n ) d max toBS ,
式中,E(n)为节点n的剩余能量,E0为节点n的初始能量,N(n)为节点n的邻居节点个数,dtoBS(n)为节点n到基站的距离,dmaxtoBS为网络中各节点到基站的最远距离,系数a1、a2和a3满足a1+a2+a3=1。
CN201310110449.9A 2013-04-01 2013-04-01 一种基于多要素信任机制的分簇路由方法 Expired - Fee Related CN103237333B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201310110449.9A CN103237333B (zh) 2013-04-01 2013-04-01 一种基于多要素信任机制的分簇路由方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201310110449.9A CN103237333B (zh) 2013-04-01 2013-04-01 一种基于多要素信任机制的分簇路由方法

Publications (2)

Publication Number Publication Date
CN103237333A true CN103237333A (zh) 2013-08-07
CN103237333B CN103237333B (zh) 2015-10-14

Family

ID=48885342

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201310110449.9A Expired - Fee Related CN103237333B (zh) 2013-04-01 2013-04-01 一种基于多要素信任机制的分簇路由方法

Country Status (1)

Country Link
CN (1) CN103237333B (zh)

Cited By (23)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
CN105611600A (zh) * 2016-02-02 2016-05-25 中国科学院上海微系统与信息技术研究所 一种面向QoE需求的物联网安全路由方法
CN106611137A (zh) * 2015-10-22 2017-05-03 阿里巴巴集团控股有限公司 一种风险控制方法及装置
CN106888430A (zh) * 2017-04-17 2017-06-23 华侨大学 一种可信的传感云数据收集评估方法
CN107612914A (zh) * 2017-09-20 2018-01-19 重庆邮电大学 一种基于参考节点策略的Ad Hoc网络安全信任方法
CN107708173A (zh) * 2017-09-25 2018-02-16 京东方科技集团股份有限公司 融合节点的选取方法及装置
CN108124261A (zh) * 2017-12-11 2018-06-05 重庆邮电大学 一种融合信誉评估与巡查机制的无线传感网安全成簇方法
CN108521405A (zh) * 2018-03-20 2018-09-11 咪咕文化科技有限公司 一种风险管控方法、装置及存储介质
CN108632784A (zh) * 2018-04-17 2018-10-09 上海电机学院 一种分簇车载网可信路由计算方法
CN108932842A (zh) * 2018-08-06 2018-12-04 深圳市创艺工业技术有限公司 城市道路交通污染物排放智能监控系统
CN108934054A (zh) * 2018-06-19 2018-12-04 昆明理工大学 一种基于节点数据值的Ad-hoc网络分簇算法
US10154398B2 (en) 2016-11-02 2018-12-11 Wipro Limited Methods and systems for node selection in multihop wireless sensor networks
CN109212139A (zh) * 2018-10-26 2019-01-15 深圳美特优科技有限公司 区域化空气污染情况智能监控装置
CN109246155A (zh) * 2018-12-07 2019-01-18 重庆邮电大学 一种基于信任管理的无线传感器网络防御信任攻击的方法
CN109618366A (zh) * 2019-01-15 2019-04-12 黎通 一种传感网络感知设备的数据可信性评估方法
CN110049528A (zh) * 2019-04-25 2019-07-23 华侨大学 一种传感网中基于信任值效用的移动式可信数据收集方法
CN110839222A (zh) * 2019-11-14 2020-02-25 南昌诺汇医药科技有限公司 一种有效的电线电缆安全状态评估系统
CN111065108A (zh) * 2020-01-15 2020-04-24 沈阳化工大学 一种基于能量和信任模型的低功耗自适应分簇路由方法
CN111314872A (zh) * 2019-11-28 2020-06-19 深圳供电局有限公司 一种基于物联网技术的配电网作业远程协助方法
CN113746823A (zh) * 2021-08-26 2021-12-03 国网山东省电力公司 分布式电力监控网络分簇路由综合信任管理模型构建方法
CN114679723A (zh) * 2022-03-16 2022-06-28 国网江苏省电力有限公司电力科学研究院 一种基于可信度的感知层秘钥管理方法及装置
CN115175267A (zh) * 2022-06-23 2022-10-11 四川大学 一种基于节点状态的无人机自组织网络信任模型
CN117675669A (zh) * 2024-01-29 2024-03-08 南京信息工程大学 一种簇间区块传输方法、存储介质及计算设备

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2009127225A1 (en) * 2008-04-15 2009-10-22 Telefonaktiebolaget Lm Ericsson (Publ) Method and system for providing trustworthiness of communication
CN101835158A (zh) * 2010-04-12 2010-09-15 北京航空航天大学 基于节点行为与d-s证据理论的传感器网络信任评估方法
CN102196420A (zh) * 2011-06-02 2011-09-21 河海大学常州校区 无线传感器网络安全分簇路由管理方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2009127225A1 (en) * 2008-04-15 2009-10-22 Telefonaktiebolaget Lm Ericsson (Publ) Method and system for providing trustworthiness of communication
CN101835158A (zh) * 2010-04-12 2010-09-15 北京航空航天大学 基于节点行为与d-s证据理论的传感器网络信任评估方法
CN102196420A (zh) * 2011-06-02 2011-09-21 河海大学常州校区 无线传感器网络安全分簇路由管理方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
周立朋: "WSN中兼顾安全和低能耗的分簇路由协议研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》 *

Cited By (38)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
CN106611137A (zh) * 2015-10-22 2017-05-03 阿里巴巴集团控股有限公司 一种风险控制方法及装置
CN105611600A (zh) * 2016-02-02 2016-05-25 中国科学院上海微系统与信息技术研究所 一种面向QoE需求的物联网安全路由方法
CN105611600B (zh) * 2016-02-02 2019-03-19 中国科学院上海微系统与信息技术研究所 一种面向QoE需求的物联网安全路由方法
US10154398B2 (en) 2016-11-02 2018-12-11 Wipro Limited Methods and systems for node selection in multihop wireless sensor networks
CN106888430A (zh) * 2017-04-17 2017-06-23 华侨大学 一种可信的传感云数据收集评估方法
CN106888430B (zh) * 2017-04-17 2019-12-17 华侨大学 一种可信的传感云数据收集评估方法
CN107612914A (zh) * 2017-09-20 2018-01-19 重庆邮电大学 一种基于参考节点策略的Ad Hoc网络安全信任方法
CN107612914B (zh) * 2017-09-20 2020-06-02 重庆邮电大学 一种基于参考节点策略的Ad Hoc网络安全信任方法
CN107708173B (zh) * 2017-09-25 2020-06-19 京东方科技集团股份有限公司 融合节点的选取方法及装置
CN107708173A (zh) * 2017-09-25 2018-02-16 京东方科技集团股份有限公司 融合节点的选取方法及装置
CN108124261B (zh) * 2017-12-11 2020-10-27 重庆邮电大学 一种融合信誉评估与巡查机制的无线传感网安全成簇方法
CN108124261A (zh) * 2017-12-11 2018-06-05 重庆邮电大学 一种融合信誉评估与巡查机制的无线传感网安全成簇方法
CN108521405A (zh) * 2018-03-20 2018-09-11 咪咕文化科技有限公司 一种风险管控方法、装置及存储介质
CN108521405B (zh) * 2018-03-20 2020-12-11 咪咕文化科技有限公司 一种风险管控方法、装置及存储介质
CN108632784A (zh) * 2018-04-17 2018-10-09 上海电机学院 一种分簇车载网可信路由计算方法
CN108934054B (zh) * 2018-06-19 2021-07-16 昆明理工大学 一种基于节点数据值的Ad-hoc网络分簇算法
CN108934054A (zh) * 2018-06-19 2018-12-04 昆明理工大学 一种基于节点数据值的Ad-hoc网络分簇算法
CN108932842A (zh) * 2018-08-06 2018-12-04 深圳市创艺工业技术有限公司 城市道路交通污染物排放智能监控系统
CN109212139A (zh) * 2018-10-26 2019-01-15 深圳美特优科技有限公司 区域化空气污染情况智能监控装置
CN109246155A (zh) * 2018-12-07 2019-01-18 重庆邮电大学 一种基于信任管理的无线传感器网络防御信任攻击的方法
CN109618366A (zh) * 2019-01-15 2019-04-12 黎通 一种传感网络感知设备的数据可信性评估方法
CN109618366B (zh) * 2019-01-15 2022-03-04 黎通 一种传感网络感知设备的数据可信性评估方法
CN110049528B (zh) * 2019-04-25 2022-05-03 华侨大学 一种传感网中基于信任值效用的移动式可信数据收集方法
CN110049528A (zh) * 2019-04-25 2019-07-23 华侨大学 一种传感网中基于信任值效用的移动式可信数据收集方法
CN110839222A (zh) * 2019-11-14 2020-02-25 南昌诺汇医药科技有限公司 一种有效的电线电缆安全状态评估系统
CN111314872A (zh) * 2019-11-28 2020-06-19 深圳供电局有限公司 一种基于物联网技术的配电网作业远程协助方法
CN111314872B (zh) * 2019-11-28 2021-04-02 深圳供电局有限公司 一种基于物联网技术的配电网作业远程协助方法
CN111065108A (zh) * 2020-01-15 2020-04-24 沈阳化工大学 一种基于能量和信任模型的低功耗自适应分簇路由方法
CN111065108B (zh) * 2020-01-15 2022-11-25 沈阳化工大学 一种基于能量和信任模型的低功耗自适应分簇路由方法
CN113746823A (zh) * 2021-08-26 2021-12-03 国网山东省电力公司 分布式电力监控网络分簇路由综合信任管理模型构建方法
CN113746823B (zh) * 2021-08-26 2023-01-24 国网山东省电力公司 分布式电力监控网络分簇路由综合信任管理模型构建方法
CN114679723A (zh) * 2022-03-16 2022-06-28 国网江苏省电力有限公司电力科学研究院 一种基于可信度的感知层秘钥管理方法及装置
CN114679723B (zh) * 2022-03-16 2024-04-26 国网江苏省电力有限公司电力科学研究院 一种基于可信度的感知层秘钥管理方法及装置
CN115175267A (zh) * 2022-06-23 2022-10-11 四川大学 一种基于节点状态的无人机自组织网络信任模型
CN117675669A (zh) * 2024-01-29 2024-03-08 南京信息工程大学 一种簇间区块传输方法、存储介质及计算设备
CN117675669B (zh) * 2024-01-29 2024-05-14 南京信息工程大学 一种簇间区块传输方法、存储介质及计算设备

Also Published As

Publication number Publication date
CN103237333B (zh) 2015-10-14

Similar Documents

Publication Publication Date Title
CN103237333B (zh) 一种基于多要素信任机制的分簇路由方法
Qin et al. Research on trust sensing based secure routing mechanism for wireless sensor network
Wang et al. Lifesaving with RescueChain: Energy-efficient and partition-tolerant blockchain based secure information sharing for UAV-aided disaster rescue
CN104320823A (zh) 基于Sink信任评估值的无线传感器网络分簇方法
Kukreja et al. Power aware malicious nodes detection for securing MANETs against packet forwarding misbehavior attack
CN103139803B (zh) 一种基于多因素的无线传感器网络信任管理模型
Venkanna et al. Black hole attack and their counter measure based on trust management in manet: A survey
Zhang et al. A parallel consensus mechanism using PBFT based on DAG-lattice structure in the Internet of Vehicles
Shen et al. A hierarchical account-aided reputation management system for MANETs
Li et al. A hierarchical account-aided reputation management system for large-scale MANETs
CN105611600B (zh) 一种面向QoE需求的物联网安全路由方法
CN108092759A (zh) 一种基于信任机制的无线传感网络节点安全状态评估方法
CN105050095A (zh) 一种基于能量预测的异构无线传感网的拓扑构建方法
Saravanan et al. Trust aware ad hoc routing protocol with key management based mechanism and optimal energy‐efficient cluster head selection in mobile ad hoc networks
Singh et al. Cooperative blackhole/grayhole attack detection and prevention in mobile ad hoc network: a review
Lalar et al. An efficient tree-based clone detection scheme in wireless sensor network
Chandan Consensus routing and environmental discrete trust based secure AODV in MANETs
CN109041065B (zh) 一种面向两跳多副本自组网的节点信任管理方法
Patil et al. A novel approach to secure routing protocols in WSN
Shilpa et al. A trust model for secure and qos routing in manets
Wang et al. A Secure Clustering Routing Mechanism Based on Trust Evaluation in WSN
Fang et al. A reputation management scheme based on multi-factor in WSNs
Singh Heterogeneous protocols for increasing lifetime of wireless sensor networks
Mariappan et al. Energy Reliance (ER) Based Co-Operative Gaming (COG) Model for Connectivity Establishment in WSNS
CN103888967A (zh) 一种基于贝叶斯网络的ad-hoc网络节点可信度评估方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20151014

CF01 Termination of patent right due to non-payment of annual fee