无线传感器网络能效与安全研究

论文摘要

无线传感器网络系统（WSNs）已经成为当前国内、外的重要的研究领域之一,它综合了传感器技术、嵌入式计算技术、现代网络及无线通信技术、分布式信息处理技术等,使人们可以在任何时间、任何地点和任何环境条件下,通过传感器节点的数据采集和处理,获取大量详实而可靠的信息.无线传感器网络在军事监控,地震与气候预测、地下、深水以及外层空间探索等许多方面都具有广泛的应用前景。在民用领域如生态环境监测、基础设施安全、先进制造、物流管理、医疗健康、工业传感、智能交通控制等方面也已经有应用。可以说无线传感器网络是信息感知和采集的一场革命,是21世纪最重要的技术之一。一般认为短距离的无线低功率通信技术WPAN和LR-WPAN最适合传感器网络使用.目前,ZigBee是部署无线传感器网络的新技术.它的技术特性决定它将是短距离、低速率无线网络技术的较佳选择.本文结合横向科研项目"基于ZigBee的民用无线燃气抄表系统",对无线传感器网络的能效和安全进行了分析和研究。能量是无线传感器网络研究的一个核心内容,其它各种内容的研究都必须围绕能量节省和均衡来进行,对无线传感器网络的安全研究也不例外。本文在分析无线传感器网络体系结构的基础上,主要在能效和安全这两个方面做了如下研究:①针对无线传感器网络中的能量有限性问题,提出了一种组合加权能量均衡的分簇与路由算法CW-EBCR,其组合权值综合考虑了节点的度、节点能量水平、节点到其邻居节点的平均距离、以及节点当选簇首的累计时间、距离sink基站的距离、最优簇数等因素.给出了簇通信半径的调整规则,实现了簇首的冗余递补和簇的自维护,顾及了簇间的能量均衡.仿真分析表明,本算法可以很好地实现簇内和簇间能量均衡,降低了网络的复杂度,延长了网络的生命周期.②针对无线传感器网络系统应用加密算法的密钥生成与配置的难题,提出一种基于矩阵QR分解的分布式传感器网络密钥生成配置方案（QR-KM）.在该方案中,节点广播的是标识符和正交Q矩阵的行向量而不是密钥本身,攻击者无法获取明文密钥信息;节点在收到其它节点发送的密钥建立信息后再进行正交性验证。分析表明该方案增强了网络的安全性.③针对无线传感器网络的数据特点,将灰预测理论引入到无线感器网络数据流预测中,在改进G（1,1）模型的基础上,使用组合优化策略进行系统参数辨识.从而建立了一种无线传感器网络数据流预测算法CO-GA,并给出了其通用框架.分析和仿真表明:该算法可以实时地预测传感器的数据流、伸缩性强、能耗低、能够在小样本数据空间上完成,符合无线传感器网络资源匮乏又需快速反应的特点.该方法既可以在每个传感器节点使用,也可以在sink节点使用,因而具有广泛的适用性.④针对无线传感器网络面临的安全威胁以及现有入侵检测方法不能直接用于无线传感器网络的特点,结合模糊K均值聚类方法,利用粒子群算法（PSO）全局寻优、快速收敛的特点对其优化,提出了一种应用于传感器网络的分布式入侵检测算法（DP-EFKM）。仿真和分析表明, DP-EFKM算法建模快、运算量小,满足无线传感器网络实时检测、快速反应需求;本地检测与全局检测相结合,能有效减少能量开销;对未知类型的攻击有较高的检出率和较低的误报率。⑤结合IEEE802.15.4协议和ZigBee的特点,利用PIC18F4620处理器和CC2420无线芯片,设计开发了基于ZigBee的无线传感器网络无线燃气抄表系统原型,实现了数据的采集和传输.设计中综合考虑了效率和灵活性的需要.

论文目录

• 摘要
• ABSTRACT
• 1 绪论
• 1.1 前言
• 1.2 WSN 的概念、特点与关键技术
• 1.2.1 无线传感器网络概念和组成结构
• 1.2.2 无线传感器网络的特点
• 1.2.3 无线传感器网络的优点
• 1.2.4 无线传感器网络的关键技术
• 1.3 无线传感器网络的研究进展
• 1.3.1 美国的研究与进展
• 1.3.2 其他国家的进展
• 1.3.3 国内的研究进展
• 1.4 无线传感网络的应用
• 1.5 WSN 面临的问题
• 1.6 研究背景、目标与意义
• 1.7 论文的组织
• 2 无线传感器网络体系结构与分析
• 2.1 引言
• 2.2 无线传感器网络通信方式
• 2.3 无线传感器网络节点结构
• 2.3.1 组成结构
• 2.3.2 硬件平台
• 2.3.3 软件系统
• 2.3.4 操作系统
• 2.3.5 节点能耗
• 2.4 无线传感器网络体系结构
• 2.4.1 协议栈和接口
• 2.4.2 数据链路层协议
• 2.4.3 网络层协议
• 2.5 无线传感器网络可靠性问题
• 2.6 无线传感器网络的安全分析
• 2.7 本章小结
• 3 组合加权能量均衡自适应分簇路由研究
• 3.1 引言
• 3.2 相关研究
• 3.2.1 以数据为中心的路由协议
• 3.2.2 层次化（分簇）路由协议
• 3.2.3 现有分簇协议存在的问题
• 3.3 模型与问题描述
• 3.3.1 网络模型
• 3.3.2 基本假定
• 3.3.3 算法目标
• 3.3.4 节点能耗模型
• 3.4 能耗分析与计算
• 3.4.1 簇内能耗计算
• 3.4.2 节点通信半径对能耗的影响
• 3.4.3 簇间能耗分析
• 3.4.4 节点能量指数
• 3.5 CW-EBCR 分簇与路由算法
• 3.5.1 节点权值定义
• 3.5.2 簇首确定原则
• 3.5.3 初始成簇过程
• 3.5.4 常规成簇过程
• 3.5.5 簇首递补与簇的自维护
• 3.5.6 簇间路由形成
• 3.5.7 通信半径调整与孤立簇合并
• 3.6 算法性能分析与仿真
• 3.6.1 算法复杂度分析
• 3.6.2 簇内跳数对节点能耗不均的影响
• 3.6.3 能耗均衡度
• 3.6.4 网络生存期比较
• 3.7 本章小结
• 4 基于QR 分解带正交验证的密钥配置方案
• 4.1 引言
• 4.2 相关研究
• 4.2.1 基于预配置的模型
• 4.2.2 基于KDC 的密钥模型
• 4.3 基于矩阵QR 分解的密钥配置
• 4.3.1 矩阵的QR 分解
• 4.3.2 密钥预分配
• 4.3.3 密钥计算验证
• 4.3.4 密钥交换过程
• 4.4 性能分析比较
• 4.4.1 密钥评价指标
• 4.4.2 安全水平
• 4.4.3 存储开销
• 4.4.4 算法复杂度
• 4.5 本章小结
• 5 基于G（1,1）模型的无线传感器网络流量预测研究
• 5.1 引言
• 5.2 研究现状
• 5.3 无线传感器网络的数据模型
• 5.3.1 数据特征
• 5.3.2 数据突变
• 5.3.3 聚集函数
• 5.3.4 无线传感器网络的流量预测特点
• 5.4 基于灰理论的时间序列预测算法
• 5.4.1 GM（1,1）模型
• 5.4.2 模型参数估计
• 5.4.3 模型参数可容区
• 5.4.4 评估标准
• 5.4.5 GM（1,1） 的改进与优化
• 5.5 基于灰系统的传感器网络流量异常检测
• 5.5.1 异常标定
• 5.5.2 阈值自适应调整
• 5.5.3 报警评估机制
• 5.5.4 滚动预测
• 5.5.5 异常检测过程
• 5.6 实验与性能分析比较
• 5.6.1 优化参数λ 对预测精度的影响
• 5.6.2 窗口大小对准确率的影响
• 5.6.3 使用遗传算法优化的效果
• 5.6.4 算法能耗比较
• 5.7 本章小结
• 6 基于聚类的分布式 DP-EFKM 入侵检测方法
• 6.1 引言
• 6.2 入侵检测
• 6.2.1 入侵检测方法
• 6.2.2 存在问题
• 6.3 无线传感器网络异常检测的特点
• 6.3.1 传感器网络中的聚类问题
• 6.3.2 传感器网络聚类的限制和考虑
• 6.4 EFKM 聚类算法
• 6.4.1 模糊 K-means 算法
• 6.4.2 改进的FKM
• 6.4.3 距离标准化
• 6.5 粒子群优化EFKM 异常检测算法
• 6.5.1 PSO 算法原理
• 6.5.2 PSO 优化EFKM
• 6.6 分布式传感器网络异常检测过程
• 6.6.1 单机入侵检测系统
• 6.6.2 分布式聚类过程
• 6.6.3 入侵（异常）检测过程
• 6.7 实验与仿真分析
• 6.7.1 基本参数和网络配置
• 6.7.2 实验数据准备
• 6.7.3 能耗分析
• 6.7.4 时间开销
• 6.7.5 检测率和误报率
• 6.8 本章小结
• 7 基于 ZigBee 的无线燃气自动抄表系统原型设计与实验测试
• 7.1 引言
• 7.2 ZigBee 技术
• 7.2.1 ZigBee 与 IEEE 802.15.4
• 7.2.2 ZigBee 的技术特性
• 7.2.3 ZigBee 设备与网络拓扑
• 7.2.4 ZigBee 的应用特点和应用范围
• 7.3 基于 ZigBee 的无线燃气传感器节点设计
• 7.3.1 节点的设计要点
• 7.3.2 电源选择
• 7.3.3 处理器模块
• 7.3.4 无线通信模块
• 7.3.5 PIC18F4620 与CC2420 的连接
• 7.3.6 发送和接收通信流程
• 7.3.7 电路原理图
• 7.4 基于 ZigBee 的无线自动抄表系统设计与实验
• 7.4.1 分簇与系统构成
• 7.4.2 数据收集与路由
• 7.4.3 时间驱动机制
• 7.4.4 实验测试
• 7.5 本章小结
• 8 结论与展望
• 8.1 主要创新点与结论
• 8.2 有待进一步研究的问题
• 8.3 展望
• 致谢
• 参考文献
• 附录