基于信任评估的战术互联网安全分簇算法研究

基于信任评估的战术互联网安全分簇算法研究

论文摘要

战术互联网在数字化作战中扮演极其重要的角色,由于其拓扑结构动态变化、自组织组网、采用无线通信、部署在战场前沿等特点,战术互联网比其他军事网络面临着更大的安全威胁。分簇结构是战术互联网的典型网络结构,研究以安全为重要考量因素的分簇算法具有重要的现实意义。根据战术互联网的特点及面临的安全挑战,以对节点进行有效管理、减少控制开销,和保证节点间通信的安全为目标,本文研究设计并仿真实验了战术互联网安全分簇算法,主要工作如下:1.在深入研究典型信任评估模型并分析战术互联网中信任需求的基础上,为综合反映信任本身具有的模糊性和随机性,将隶属云理论应用于信任评估,对信任空间、信任度空间、信任云及信任等级云等进行了定义,提出了基于信任云的信任评估模型。针对两级分簇的网络结构,对低级簇内、高级簇内和簇间节点间信任证据的获取、信任的计算、信任的更新和信任等级的判定进行了阐述,并从准确性、实用性和效率等方面对模型进行了分析。2.为达成可信的分簇结构,结合军队建制的特点,将基于信任云的信任评估模型运用到分簇算法中,提出了一种适用于战术互联网环境的安全分簇算法。包括初始簇生成算法和簇维护算法两部分。初始簇生成算法由簇首选举、会聚计算和分布式网关确定等过程组成。根据触发簇维护的事件类型不同,簇维护算法可分为基于节点信任的簇维护和基于节点运动的簇维护两部分。3.利用仿真工具NS-2对基于信任评估的战术互联网安全分簇算法TEBSCA进行性能评估,并就稳定性、负载平衡和网络开销等性能与其他典型分簇算法进行比较,就安全性能与Beth信任模型进行比较,实验结果表明本文方案性能良好。

论文目录

  • 摘要
  • Abstract
  • 第一章 绪论
  • 1.1 研究背景及意义
  • 1.2 战术互联网
  • 1.2.1 战术互联网起源、发展及前景
  • 1.2.2 战术互联网的组成及体系结构
  • 1.2.3 战术互联网的分簇网络结构
  • 1.2.4 战术互联网的安全威胁及安全目标
  • 1.2.5 战术互联网安全展望
  • 1.3 战术互联网的安全分簇问题
  • 1.4 论文主要工作
  • 1.5 论文结构安排
  • 第二章 基于隶属云理论的信任评估模型
  • 2.1 相关研究
  • 2.1.1 隶属云理论
  • 2.1.2 信任相关概念
  • 2.1.3 典型信任评估模型研究
  • 2.2 战术互联网中信任需求分析
  • 2.2.1 战术互联网中建立信任的特点
  • 2.2.2 战术互联网中信任机制的目标
  • 2.3 基于信任云的信任评估模型
  • 2.3.1 信任云的相关定义
  • 2.3.2 信任评估流程
  • 2.3.3 低级簇内节点间信任评估
  • 2.3.4 高级簇内节点间信任评估
  • 2.3.5 簇间节点间信任评估
  • 2.3.6 模型分析
  • 2.4 本章小结
  • 第三章 基于信任评估的安全分簇算法
  • 3.1 分簇算法研究
  • 3.1.1 相关概念
  • 3.1.2 分簇算法分类
  • 3.1.3 典型分簇算法
  • 3.2 算法相关假设和符号定义
  • 3.2.1 相关假设
  • 3.2.2 符号定义
  • 3.2.3 消息类型说明
  • 3.3 安全分簇算法体系框架及状态转移
  • 3.4 初始簇生成算法
  • 3.4.1 簇首选举
  • 3.4.2 会聚计算
  • 3.4.3 分布式网关确定
  • 3.4.4 算法描述
  • 3.5 簇维护算法
  • 3.5.1 基于节点信任的簇维护
  • 3.5.2 基于成员运动的簇维护
  • 3.5.3 基于簇首运动的簇维护
  • 3.6 本章小结
  • 第四章 仿真实现与性能分析
  • 4.1 NS-2 仿真环境
  • 4.1.1 离散事件模拟器
  • 4.1.2 分裂对象模型
  • 4.2 移动模型研究
  • 4.2.1 实体移动模型
  • 4.2.2 群体移动模型
  • 4.3 仿真系统设计
  • 4.3.1 Agent 类设计
  • 4.3.2 分组头设计
  • 4.3.3 定时器设计
  • 4.3.4 修改NS2 本身的文件
  • 4.4 仿真环境分析与设置
  • 4.5 仿真系统实现及结果分析
  • 4.5.1 仿真实现
  • 4.5.2 性能指标
  • 4.5.3 仿真结果分析比较
  • 4.6 本章小结
  • 第五章 结束语
  • 5.1 课题总结
  • 5.2 工作展望
  • 参考文献
  • 作者简历 攻读硕士学位期间完成的主要工作
  • 致谢
  • 相关论文文献

    • [1].超密集组网中基于上行容量分析的增强型动态分簇算法[J]. 科学技术与工程 2017(18)
    • [2].分簇算法与簇头选择的研究[J]. 中国高新区 2017(08)
    • [3].基于云计算与服务指标的能量有效分簇算法[J]. 计算机仿真 2015(11)
    • [4].一种基于区域划分的分布式分簇算法[J]. 通信与信息技术 2009(04)
    • [5].基于动态簇半径的非均匀分簇算法[J]. 无线电通信技术 2017(01)
    • [6].非授权频段长期演进系统中的混合动态分簇算法[J]. 计算机应用 2017(08)
    • [7].基于分区能耗均衡的自适应分簇算法[J]. 电脑知识与技术 2017(25)
    • [8].面向数据聚集有向分簇算法在传感器网络中的应用[J]. 电子器件 2013(04)
    • [9].一种新的面向无线传感网的低耗分簇算法[J]. 制造业自动化 2010(15)
    • [10].基于多目标优化的无线传感网无干扰分簇算法[J]. 武汉大学学报(理学版) 2020(02)
    • [11].大规模分布式天线系统半动态双向分簇算法[J]. 高技术通讯 2018(Z2)
    • [12].超密集网中一种基于人工蜂群的节能分簇算法[J]. 电信科学 2017(02)
    • [13].一种新型的自适应最佳簇首分簇算法[J]. 微计算机信息 2009(06)
    • [14].一种基于多权值优化的无线传感网分簇算法的研究[J]. 电子与信息学报 2008(06)
    • [15].超密集网络中抑制小小区间干扰的分簇算法研究[J]. 电视技术 2019(02)
    • [16].一种基于邻近区域平均能量的分簇算法[J]. 杭州电子科技大学学报(自然科学版) 2017(04)
    • [17].传感器网络中面向数据聚集的有向分簇算法[J]. 北京邮电大学学报 2012(03)
    • [18].传感器网络中基于高斯信誉模型的分簇算法[J]. 计算机工程 2010(17)
    • [19].超密集组网下一种基于干扰增量降低的分簇算法[J]. 电子与信息学报 2020(02)
    • [20].基于ZigBee技术的分簇算法研究[J]. 制造业自动化 2012(20)
    • [21].矿井下无线传感器网络分簇算法研究[J]. 自动化与信息工程 2010(04)
    • [22].自组网中一种基于网格的分簇算法[J]. 福建电脑 2008(11)
    • [23].距离均衡的自组织无线传感器网络分簇算法[J]. 重庆师范大学学报(自然科学版) 2017(01)
    • [24].集中式认知网络分簇算法研究[J]. 计算机工程与应用 2017(10)
    • [25].基于品质度量的移动自组织网络安全分簇算法[J]. 解放军理工大学学报(自然科学版) 2012(06)
    • [26].分簇算法与压缩感知下的农田信息处理[J]. 合肥学院学报(综合版) 2017(02)
    • [27].异构网络环境中基于能量时间竞争机制的网络分簇算法研究[J]. 科技通报 2017(08)
    • [28].无线传感器网络自组织分簇算法[J]. 吉林省教育学院学报 2016(10)
    • [29].一种压缩感知的无线传感器网络分簇算法[J]. 微电子学与计算机 2015(11)
    • [30].基于等级的无线传感网自适应分簇算法[J]. 计算机应用 2017(06)

    标签:;  ;  ;  ;  ;  

    基于信任评估的战术互联网安全分簇算法研究
    下载Doc文档

    猜你喜欢