隨著智能地球和城市的持續(xù)發(fā)展,由于無線感知設(shè)備的不斷大量部署,使感知數(shù)據(jù)跨越了爆炸性增長的新時(shí)代。無線傳感器網(wǎng)絡(luò)(Wireless Sensor Network,WSN)作為感知大數(shù)據(jù)的主要來源之一,廣泛應(yīng)用于智能交通、環(huán)境監(jiān)測、工業(yè)生產(chǎn)等領(lǐng)域。然而,感知節(jié)點(diǎn)的能量非常有限,通常不能及時(shí)充電。同時(shí),由于WSN的部署環(huán)境復(fù)雜,數(shù)據(jù)收集方案仍然面臨安全威脅。傳統(tǒng)的WSN已經(jīng)不能滿足海量數(shù)據(jù)的處理和管理要求。因此,如何在保證數(shù)據(jù)安全的前提下高效的收集數(shù)據(jù),達(dá)到延長網(wǎng)絡(luò)生命周期的目標(biāo)成為亟待解決的關(guān)鍵問題。本文針對(duì)當(dāng)前數(shù)據(jù)收集方案在空時(shí)相關(guān)性挖掘、稀疏字典的設(shè)計(jì)以及數(shù)據(jù)隱私保護(hù)等方面存在的突出問題,主要的創(chuàng)新性貢獻(xiàn)包括如下三個(gè)方面:1)基于分層壓縮的高效感知數(shù)據(jù)收集機(jī)制。針對(duì)當(dāng)前數(shù)據(jù)收集機(jī)制在挖掘數(shù)據(jù)相關(guān)性和提高壓縮率(或提高重建效果)等方面存在的問題,提出基于分層壓縮的高效感知數(shù)據(jù)收集機(jī)制(LCS-EDC)。首先設(shè)計(jì)了一個(gè)支持挖掘空時(shí)相關(guān)性的多層次網(wǎng)絡(luò)結(jié)構(gòu)。然后,分別構(gòu)建了特定的投影方法來挖掘感知節(jié)點(diǎn)中的時(shí)間相關(guān)性、簇內(nèi)數(shù)據(jù)的空間相關(guān)性和簇間數(shù)據(jù)的空間相關(guān)性。同時(shí),提出了詳細(xì)的求解方法,以恢復(fù)原始數(shù)據(jù),實(shí)現(xiàn)在Sink節(jié)點(diǎn)的近似數(shù)據(jù)采集。最后,仿真結(jié)果表明,所提出的分層壓縮方案與傳統(tǒng)的壓縮方案相比具有更好的重建性能(即實(shí)現(xiàn)高效、高質(zhì)量的數(shù)據(jù)采集)。2)基于分層自適應(yīng)壓縮的高效數(shù)據(jù)收集機(jī)制。針對(duì)基于分層壓縮的高效感知數(shù)據(jù)收集機(jī)制性能有提升的空間,即進(jìn)一步挖掘感知節(jié)點(diǎn)的時(shí)間相關(guān)性、簇頭節(jié)點(diǎn)的空間相關(guān)性(簇內(nèi))和處理節(jié)點(diǎn)的空間相關(guān)性(簇間)。本部分做擴(kuò)展研究,該機(jī)制通過訓(xùn)練稀疏字典,以適應(yīng)不同類型的數(shù)據(jù),獲得更好的稀疏表示,進(jìn)一步提高了數(shù)據(jù)重建精度。最后,通過對(duì)實(shí)際數(shù)據(jù)的仿真,結(jié)果表明,所提出的分層自適應(yīng)壓縮方案可以實(shí)現(xiàn)高效、高質(zhì)量的數(shù)據(jù)采集,具有更好的重建性能。3)基于空時(shí)相關(guān)性的隱私保護(hù)數(shù)據(jù)收集機(jī)制。針對(duì)WSN中數(shù)據(jù)收集機(jī)制仍然面臨安全威脅問題,本機(jī)制設(shè)計(jì)了一個(gè)輕量級(jí)的加密方法,該機(jī)制保證了數(shù)據(jù)的隱私不受外部竊聽者和內(nèi)部好奇者的攻擊,而且這種加密方法不破壞數(shù)據(jù)的相關(guān)性,有利于在加密采樣數(shù)據(jù)的過程中同時(shí)執(zhí)行解密和解壓縮操作。此外,本機(jī)制在每個(gè)感知節(jié)點(diǎn)(包括簇頭節(jié)點(diǎn))獨(dú)立采樣和加密,在Sink節(jié)點(diǎn)聯(lián)合重建和解密,充分挖掘數(shù)據(jù)的空時(shí)相關(guān)性,相對(duì)重建誤差較小。最后,仿真結(jié)果表明,本機(jī)制不僅可以做到高效的收集數(shù)據(jù),而且還可以保證其過程的安全性。
【學(xué)位單位】：南京郵電大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位年份】：2019
【中圖分類】：TP309;TP212.9;TN929.5
【部分圖文】：

圖 2.1 冗余的圖像數(shù)據(jù)樣一個(gè)事實(shí)：在轉(zhuǎn)換過程中，許多類型的信息以從這些壓縮采樣信號(hào)以及通過奈奎斯特理論采了解 CS 的過程，接下來的內(nèi)容將詳細(xì)介紹 CS。圖 2.2 冗余的圖像數(shù)據(jù)左到右依次看，M1y R 表示被觀測過的測量值，

圖 2.1 冗余的圖像數(shù)據(jù)縮感知依賴于這樣一個(gè)事實(shí)：在轉(zhuǎn)換過程中，許多類型的信息都具有一種稱為。所需的信息可以從這些壓縮采樣信號(hào)以及通過奈奎斯特理論采樣的整個(gè)信號(hào)了可以進(jìn)一步的了解 CS 的過程，接下來的內(nèi)容將詳細(xì)介紹 CS 的具體流程。壓[19]如圖 2.2 所示。

圖 3.5 不同方案中重建效果的比較示，隨著 RRE 的增加，能耗呈線性增長。同時(shí)，該圖也表明，變時(shí)，其能耗低于基于分簇的壓縮方案。例如，當(dāng) RRE 設(shè)置為DC 的能耗為 5.512 mJ，而集群壓縮方案的能耗為 7.166 mJ，這樣量，這對(duì)延長整個(gè)網(wǎng)絡(luò)的壽命是一個(gè)很大的改進(jìn)。結(jié)的基于壓縮感知的空時(shí)數(shù)據(jù)壓縮方案可以顯著降低數(shù)據(jù)收集的通同簇之間在空間維度上的數(shù)據(jù)相關(guān)性。實(shí)際上，發(fā)現(xiàn)和利用不同步提高壓縮率（或提高重建效果）。為了實(shí)現(xiàn)在 Sink 節(jié)點(diǎn)的高效一個(gè)分層的網(wǎng)絡(luò)結(jié)構(gòu)，支持對(duì)感知節(jié)點(diǎn)的時(shí)間相關(guān)性、簇頭節(jié)點(diǎn)理節(jié)點(diǎn)的空間相關(guān)性（簇間）的挖掘。然后，提出了從空時(shí)維度
【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 譚勁;;大數(shù)據(jù)時(shí)代個(gè)人隱私保護(hù)探討[J];科技傳播;2020年01期

2 王宇航;張宏莉;;基于利益最大化的位置隱私保護(hù)技術(shù)研究[J];智能計(jì)算機(jī)與應(yīng)用;2020年01期

3 李暉;;隱私計(jì)算—面向隱私保護(hù)的新型計(jì)算[J];信息通信技術(shù);2018年06期

4 徐博宇;徐黎飛;;大數(shù)據(jù)的安全與隱私保護(hù)研究[J];河南科技;2018年35期

5 李怡霖;閆崢;謝皓萌;;車載自組織網(wǎng)絡(luò)的隱私保護(hù)綜述[J];信息網(wǎng)絡(luò)安全;2019年04期

6 田世英;袁紫晉;;大數(shù)據(jù)背景下圖書館讀者隱私保護(hù)探討研究[J];中國科技產(chǎn)業(yè);2019年04期

7 郭向凝;張洪江;;醫(yī)療大數(shù)據(jù)的隱私倫理問題研究[J];錦州醫(yī)科大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版);2019年03期

8 陳晨;鄭永愛;;高校大數(shù)據(jù)應(yīng)用中的安全及隱私保護(hù)研究[J];網(wǎng)絡(luò)安全技術(shù)與應(yīng)用;2019年09期

9 吳沈括;黃偉慶;;美國《兒童在線隱私保護(hù)法》的適用與商業(yè)合規(guī)[J];中國信息安全;2019年10期

10 王無恙;;大數(shù)據(jù)時(shí)代之下的個(gè)人隱私保護(hù)[J];數(shù)字通信世界;2019年11期

相關(guān)博士學(xué)位論文 前10條

1 周倩;傳感網(wǎng)中基于上下文的位置隱私保護(hù)關(guān)鍵技術(shù)研究[D];南京航空航天大學(xué);2018年

2 李冬梅;若干外包云計(jì)算中隱私保護(hù)的研究[D];上海交通大學(xué);2018年

3 王光輝;物聯(lián)網(wǎng)定位中的隱私保護(hù)與精確性研究[D];南京郵電大學(xué);2019年

4 程冕;面向數(shù)據(jù)發(fā)布的隱私保護(hù)技術(shù)研究[D];國防科技大學(xué);2018年

5 錢萍;物聯(lián)網(wǎng)同態(tài)隱私保護(hù)關(guān)鍵技術(shù)研究[D];南京郵電大學(xué);2017年

6 朱軼;內(nèi)容中心網(wǎng)絡(luò)緩存策略及緩存安全技術(shù)研究[D];南京郵電大學(xué);2016年

7 李曄;具有隱私保護(hù)的外包數(shù)據(jù)分類方法研究[D];哈爾濱工業(yè)大學(xué);2018年

8 周志剛;云環(huán)境下數(shù)據(jù)隱私保護(hù)與安全搜索技術(shù)研究[D];哈爾濱工業(yè)大學(xué);2018年

9 李騰;智能通信設(shè)備的隱私保護(hù)和異常檢測方法[D];西安電子科技大學(xué);2018年

10 張磊;基于用戶協(xié)作的位置隱私保護(hù)研究[D];哈爾濱工程大學(xué);2018年

相關(guān)碩士學(xué)位論文 前10條

1 黃新宇;面向云計(jì)算的密文檢索關(guān)鍵技術(shù)研究[D];南京郵電大學(xué);2019年

2 楊愛潔;云環(huán)境中隱私保護(hù)聚類數(shù)據(jù)挖掘的研究[D];西安電子科技大學(xué);2019年

3 牛鑫;基于多樣性聚類的個(gè)性化隱私保護(hù)技術(shù)研究與應(yīng)用[D];東華大學(xué);2019年

4 劉麗蘋;政務(wù)數(shù)據(jù)共享中的隱私保護(hù)研究[D];石家莊鐵道大學(xué);2019年

5 賈昂;基于深度學(xué)習(xí)的可穿戴設(shè)備數(shù)據(jù)隱私保護(hù)系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D];華中科技大學(xué);2019年

6 楊婉璐;支持隱私計(jì)算的非結(jié)構(gòu)化大數(shù)據(jù)查詢處理[D];華中科技大學(xué);2019年

7 黃濤;基于特征安全的位置數(shù)據(jù)隱私保護(hù)方法研究[D];華中科技大學(xué);2019年

8 汪仁杰;基于位置密度與距離特征的差分隱私推理攻擊研究[D];華中科技大學(xué);2019年

9 吳純純;移動(dòng)網(wǎng)絡(luò)中的隱私保護(hù)與可信任問題研究[D];上海交通大學(xué);2016年

10 劉夢(mèng)莉;基于拓?fù)浣Y(jié)構(gòu)的社交網(wǎng)絡(luò)隱私保護(hù)方案研究[D];西安電子科技大學(xué);2019年

本文編號(hào)：2874460