【摘要】：為了增強(qiáng)基于坐標(biāo)的互聯(lián)網(wǎng)時(shí)延稀疏估計(jì)算法遭受惡意攻擊的生存能力,提出了一種分布式環(huán)境下的惡意節(jié)點(diǎn)識(shí)別算法。攻擊者總是試圖以盡可能小的代價(jià)實(shí)現(xiàn)顯著的攻擊效果。在分別利用l_1和l_2損失函數(shù)計(jì)算坐標(biāo)以進(jìn)行時(shí)延估計(jì)時(shí),這種貪婪特征體現(xiàn)為估計(jì)誤差的顯著差異。分別以SMACOF和增量次梯度下降法代入不同損失函數(shù)計(jì)算臨時(shí)坐標(biāo),利用給定閾值,清洗在不同臨時(shí)坐標(biāo)下的估計(jì)誤差差異過(guò)大的參考節(jié)點(diǎn);并二次代入l_1損失函數(shù)計(jì)算最終坐標(biāo)。仿真實(shí)驗(yàn)證明,該方法能夠在不影響時(shí)延估計(jì)精度的前提下,實(shí)現(xiàn)對(duì)惡意節(jié)點(diǎn)的有效識(shí)別。
[Abstract]:In order to enhance the survivability of the time delay sparse estimation algorithm based on the coordinates of the Internet, a malicious node recognition algorithm in a distributed environment is proposed. The attacker always tries to achieve significant attack effects at the lowest possible cost. The time delay estimation is carried out by using the l_1 and l_2 loss functions to calculate the coordinates respectively. This greedy feature is shown as a significant difference in estimation error. Using SMACOF and incremental subgradient descent method to calculate the temporary coordinates with different loss functions and using a given threshold to clean the reference nodes with too much difference in the estimation error in different temporary coordinates; and calculate the final coordinates of the l_1 loss function two times. It is proved that this method can effectively identify malicious nodes without affecting the accuracy of time delay estimation.
【作者單位】： 四川師范大學(xué)影視與傳媒學(xué)院 可視化計(jì)算與虛擬現(xiàn)實(shí)四川省重點(diǎn)實(shí)驗(yàn)室;
【基金】：國(guó)家自然科學(xué)基金(61202445) 四川省教育廳科研項(xiàng)目(15zb0033)資助
【分類(lèi)號(hào)】：TP393.08

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 鄒寬城;歐陽(yáng)園玲;牛春誠(chéng);鄒yN;;基于最大隸屬度原則的惡意節(jié)點(diǎn)檢測(cè)方法[J];長(zhǎng)春工業(yè)大學(xué)學(xué)報(bào)(自然科學(xué)版);2012年05期

2 曾梅梅;蔣華;王鑫;;一種新的無(wú)線(xiàn)傳感器網(wǎng)絡(luò)惡意節(jié)點(diǎn)追蹤方法[J];傳感技術(shù)學(xué)報(bào);2013年01期

3 蔣元曦;趙保華;;無(wú)線(xiàn)傳感器網(wǎng)絡(luò)路由協(xié)議中的惡意節(jié)點(diǎn)發(fā)現(xiàn)和定位機(jī)制[J];中國(guó)科學(xué)技術(shù)大學(xué)學(xué)報(bào);2008年03期

4 崔慧;潘巨龍;閆丹丹;;無(wú)線(xiàn)傳感器網(wǎng)絡(luò)中基于信譽(yù)-投票機(jī)制的惡意節(jié)點(diǎn)檢測(cè)[J];中國(guó)計(jì)量學(xué)院學(xué)報(bào);2013年04期

5 胡玲龍;潘巨龍;崔慧;;無(wú)線(xiàn)傳感器網(wǎng)絡(luò)中基于信譽(yù)的惡意節(jié)點(diǎn)檢測(cè)[J];中國(guó)計(jì)量學(xué)院學(xué)報(bào);2012年01期

6 馮艷芬;米亮;;一種分層的基于節(jié)點(diǎn)信譽(yù)的惡意節(jié)點(diǎn)檢測(cè)方法[J];廣東通信技術(shù);2013年03期

7 劉華博;崔建明;戴鴻君;;基于多元分類(lèi)的無(wú)線(xiàn)傳感器網(wǎng)絡(luò)惡意節(jié)點(diǎn)檢測(cè)算法[J];傳感技術(shù)學(xué)報(bào);2011年05期

8 張翼英;賀琳;;基于分簇算法的惡意節(jié)點(diǎn)的監(jiān)測(cè)與隔離機(jī)制[J];沈陽(yáng)工程學(xué)院學(xué)報(bào)(自然科學(xué)版);2010年03期

9 劉麗梅;陸松年;;WSN中目標(biāo)跟蹤時(shí)的惡意節(jié)點(diǎn)檢測(cè)[J];信息安全與通信保密;2011年04期

10 楊光;印桂生;楊武;左東梅;;WSNs基于信譽(yù)機(jī)制的惡意節(jié)點(diǎn)識(shí)別模型[J];哈爾濱工業(yè)大學(xué)學(xué)報(bào);2009年10期

相關(guān)博士學(xué)位論文 前1條

1 章曙光;無(wú)線(xiàn)傳感器網(wǎng)絡(luò)虛假數(shù)據(jù)過(guò)濾及惡意節(jié)點(diǎn)定位問(wèn)題研究[D];中國(guó)科學(xué)技術(shù)大學(xué);2014年

相關(guān)碩士學(xué)位論文 前10條

1 陳淑曉;基于信任估計(jì)的惡意節(jié)點(diǎn)檢測(cè)策略[D];西安電子科技大學(xué);2014年

2 謝晉陽(yáng);物聯(lián)網(wǎng)可信感知與識(shí)別關(guān)鍵技術(shù)研究[D];長(zhǎng)沙理工大學(xué);2014年

3 申亞亞;無(wú)線(xiàn)傳感器網(wǎng)絡(luò)惡意節(jié)點(diǎn)檢測(cè)研究[D];西安電子科技大學(xué);2015年

4 付一峰;無(wú)線(xiàn)傳感器網(wǎng)絡(luò)應(yīng)用中惡意節(jié)點(diǎn)檢測(cè)技術(shù)研究[D];華中科技大學(xué);2009年

5 許金紅;無(wú)線(xiàn)傳感器網(wǎng)絡(luò)中惡意節(jié)點(diǎn)的檢測(cè)和定位策略研究[D];中南大學(xué);2009年

6 盛燕;無(wú)線(xiàn)傳感器網(wǎng)絡(luò)惡意節(jié)點(diǎn)識(shí)別技術(shù)研究[D];哈爾濱工程大學(xué);2008年

7 任宇龍;基于MapReduce云環(huán)境中惡意節(jié)點(diǎn)檢測(cè)技術(shù)的研究[D];北京郵電大學(xué);2013年

8 林佩;移動(dòng)Ad Hoc網(wǎng)絡(luò)中基于信譽(yù)機(jī)制的惡意節(jié)點(diǎn)識(shí)別方法研究[D];哈爾濱工業(yè)大學(xué);2010年

9 崔慧;無(wú)線(xiàn)傳感器網(wǎng)絡(luò)中惡意節(jié)點(diǎn)檢測(cè)關(guān)鍵技術(shù)研究[D];中國(guó)計(jì)量學(xué)院;2014年

10 朱俊亮;無(wú)線(xiàn)傳感器網(wǎng)絡(luò)中惡意節(jié)點(diǎn)的防范與檢測(cè)技術(shù)研究[D];華東理工大學(xué);2013年

，

本文編號(hào)：2142016