傳感器網(wǎng)絡(luò)中對偶密鑰建立算法研究.pdf_第1頁
已閱讀1頁,還剩129頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、作為一種新興網(wǎng)絡(luò),無線傳感器網(wǎng)絡(luò)(WSN,Wireless Sensor Networks)將在軍事、環(huán)境、健康、家庭和其他領(lǐng)域中發(fā)揮不可估量的重要作用。較之傳統(tǒng)有線網(wǎng)絡(luò)而言,WSN具有顯著不同的特征,如自組織形式的組網(wǎng)特征、節(jié)點能耗受限、節(jié)點無攻擊抵抗能力、以及異常情況缺乏離線反饋機制等。作為一種基礎(chǔ)的安全設(shè)施,傳感器網(wǎng)絡(luò)的密鑰管理問題一直引起了研究者們的廣泛關(guān)注。本文圍繞無線傳感器網(wǎng)絡(luò)的對偶密鑰建立問題,探索可伸縮性、密鑰路徑可確定

2、性、安全及抗毀性等綜合性能指標較理想的對偶密鑰建立算法。主要包括以下幾個方面: (1)全面分析傳感器網(wǎng)絡(luò)的組網(wǎng)特征、安全需求、節(jié)點資源等多方面的狀況,提出分層結(jié)構(gòu)的傳感器網(wǎng)絡(luò)的安全體系結(jié)構(gòu);強調(diào)WSN中密鑰管理的作用、組成及性能指標。 (2)借鑒并行處理領(lǐng)域中的容錯模型,將節(jié)點間由于物理不相鄰而無法建立安全鏈接的情形模擬成容錯研究中的“故障鏈路“情況,提出基于超立方體規(guī)則網(wǎng)絡(luò)模型的分段弱連通性質(zhì)。與其它弱連通性質(zhì)所不同的

3、是:1)該性質(zhì)針對鏈路而不是節(jié)點出現(xiàn)故障的情況,完全以子立方體內(nèi)是否連通作為判定條件,有效提高參考模型的適用性;2)該性質(zhì)兼具標識的一致性及判斷的本地化等特點,所約定的弱連通性質(zhì)標識惟一對應(yīng)連通集團,節(jié)點通過有限范圍內(nèi)的信息交換判斷所在的集團標識。 針對實際部署當中拓撲結(jié)構(gòu)的多樣性,建立標識同構(gòu)的分段弱連通性質(zhì)的序列的集合。較之于單一約定的弱連通性質(zhì)的標識,所描述的可能連通狀況能夠更逼近實際連通情形。分析基于弱連通序列集合的多態(tài)

4、網(wǎng)絡(luò),對于兩個置換或?qū)φ{(diào)相鄰的弱連通序列,理論上分析了與之對應(yīng)的節(jié)點連通集團間的互聯(lián)的可能性,從而完成了基于分段弱連通性質(zhì)的多態(tài)網(wǎng)絡(luò)互聯(lián)特征的完整描述。 (3)探討了一系列的基于超立方體互聯(lián)網(wǎng)絡(luò)的節(jié)點密鑰預置模型以及相應(yīng)的密鑰建立過程。如擴充預置算法、基于k維子立方體分段弱連通性質(zhì)的密鑰建立算法、以及基于位置信息感知的密鑰路徑建立算法。 其中,擴充預置算法在原有基本超立方體模型預置的基礎(chǔ)上,合理增加分段長度為3的t分段預

5、置模型,能夠顯著減小漢明距較長的節(jié)點間的密鑰路徑長度,且具有更強的抗毀性能;基于分段弱連通性質(zhì)的理論分析,在多態(tài)網(wǎng)絡(luò)中,使用m元組定義節(jié)點間的層次連接關(guān)系,提出基于弱連通性質(zhì)多態(tài)網(wǎng)絡(luò)的密鑰路徑建立框架,相應(yīng)給出基于k維分段弱連通性質(zhì)的密鑰路徑建立算法。該算法具有本地化、可確定性強、本地連通度高的特點;由于在一般的網(wǎng)絡(luò)應(yīng)用中可以一定程度上預測節(jié)點的可能落地位置,基于此,基于位置信息感知的混合超立方體模型及相應(yīng)的密鑰路徑建立算法具有較低的密

6、鑰預置要求、較高的直接對偶密鑰建立概率、以及抗毀性高等特點。 (4)與傳統(tǒng)網(wǎng)絡(luò)不同,WSN領(lǐng)域的研究更關(guān)注網(wǎng)絡(luò)的整體性能。連通分析模型在考察各類預置方案的連通性能方面具有重要的理論意義。給定微觀個體節(jié)點的本地連通度,隨機圖模型是分析宏觀網(wǎng)絡(luò)的幾何性質(zhì)的有力工具。由直接對偶密鑰建立的兩個條件,探討了域內(nèi)伯努利隨機圖適用模型的連通性質(zhì)和邊界條件:針對大規(guī)模網(wǎng)絡(luò)的節(jié)點部署,質(zhì)疑扁平型(flat)隨機圖分析模型的有效性和可行性,首次提出

7、層次(hirarchical)隨機網(wǎng)分析模型并探討了該模型的的邊界效應(yīng);性能分析顯示基于該分析模型的層次預置模型框架具有較強的適用性和良好的可擴充性。 (5)基于層次預置模型框架,采用規(guī)則預置和隨機預置相結(jié)合的方式,提出多有限域內(nèi)多密鑰空間的密鑰向量預置算法;高級別節(jié)點(如組頭、簇頭節(jié)點等)間通信的安全需求要高于普通節(jié)點,為避免這類節(jié)點間的密鑰路徑過分依賴于普通節(jié)點的抗妥協(xié)強度,提出基于擴環(huán)矩陣向量的節(jié)點自學習算法,從而使得高級別節(jié)點基

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論