主页期刊介绍编委会编辑部服务介绍道德声明在线审稿编委办公English
2020-2021年专刊出版计划 微信服务介绍 最新一期:2020年第10期
     
在线出版
各期目录
纸质出版
分辑系列
论文检索
论文排行
综述文章
专刊文章
美文分享
各期封面
E-mail Alerts
RSS
旧版入口
中国科学院软件研究所
  
投稿指南 问题解答 下载区 收费标准 在线投稿
李平,阳武,谢晋阳,朱红松,张永光,李晓锋.基于加权拟合分析的WSN安全数据融合机制研究.软件学报,2013,24(S1):108-116
基于加权拟合分析的WSN安全数据融合机制研究
Study on Mechanisms of Secure Data Aggregation Based on Weighted Fitting Analysis
投稿时间:2013-05-02  修订日期:2013-08-22
DOI:
中文关键词:  数据融合  加权曲线拟合  无线传感器网络  安全
英文关键词:data aggregation  weighted fitting curve  WSN  security
基金项目:国家高技术研究发展计划(863)(2013AA014002); 国家重点基础研究发展计划(973)(2011CB302902); 中国科学院信息工程研究所前瞻部署项目(Y3Z0071G02)
作者单位E-mail
李平 长沙理工大学 计算机与通信工程学院, 湖南 长沙 410114
中国科学院 信息工程研究所 信息安全国家重点实验室, 北京 100093 
lping9188@163.com 
阳武 长沙理工大学 计算机与通信工程学院, 湖南 长沙 410114  
谢晋阳 长沙理工大学 计算机与通信工程学院, 湖南 长沙 410114  
朱红松 中国科学院 信息工程研究所 信息安全国家重点实验室, 北京 100093  
张永光 长沙理工大学 计算机与通信工程学院, 湖南 长沙 410114  
李晓锋 北京控制工程研究所 软件研制中心, 北京 100190  
摘要点击次数: 2575
全文下载次数: 2010
中文摘要:
      传统的基于密码学方式的安全机制并不能有效解决妥协节点产生的假冒攻击问题,同时,基于簇头的信任判断和证实机制需要更多的通信开销,使得基于簇头的信任管理与认证是当前安全数据融合机制研究的焦点.以能量衰减模型的事件感知为研究场景,设计一种基于加权拟合分析的安全数据融合机制.在事件源情况未知的条件下,实现簇内节点对事件源距离的近似估计.研究具有簇属性特征的数据点基于所拟合曲线的分布性质,提出基于曲线簇分析的簇头信任判断机制.仿真实验结果表明,所提出的机制在曲线拟合精度、防妥协性能等方面有较高的提升,达到了预期的效果.
英文摘要:
      Cryptographic approaches are vulnerable to impersonation attacks when nodes become compromised. Meanwhile, trust-based judgment and confirmation of cluster heads in WSN imposes higher communication cost. Trust management and authentication on cluster heads in WSN are essential in research on the mechanisms of secure data aggregation at present. In this paper, an energy attenuation model is adopted to describe event sensing in a kind of WSNs. Approximate evaluation on distance between occurring event and nodes within a cluster is achieved in case the location of the event is not known. Distribution properties of data points with clustering characteristics based on fitting curve construction are theoretically analyzed. In addition, the mechanism on trust authentication on cluster heads is also refined. Experimental results show that the proposed mechanism has much better performance on fitting accuracy and malicious CH recognition than previous works.
HTML  下载PDF全文  查看/发表评论  下载PDF阅读器
 

京公网安备 11040202500064号

主办单位:中国科学院软件研究所 中国计算机学会 京ICP备05046678号-4
编辑部电话:+86-10-62562563 E-mail: jos@iscas.ac.cn
Copyright 中国科学院软件研究所《软件学报》版权所有 All Rights Reserved
本刊全文数据库版权所有,未经许可,不得转载,本刊保留追究法律责任的权利