基于安全与能耗均衡的簇状水下无线传感器网络安全通信机制研究

Restricted by limited energy, current researches on underwater wireless sensor networks (UWSNs) mostly focus on energy saving, which comes at the expense of security. However, security is the most important issue of any communication network. Based on the study of the characteristics and the security attacks of underwater wireless sensor networks, the aim of this project is to propose a secure communication mechanism based on safety and energy equilibrium for clustered underwater wireless sensor networks, which would balance the needs of security and energy saving. To achieve this, following scientific issues will be studied. Firstly, to balance security and energy consumption, the quantum genetic algorithm (QGA) will be used to solve the multi-objective optimization problem. Secondly, the objective function is proposed, using energy and credibility as multi-constraints. The auto-adjust quantum rotation gate strategy are also used to improve QGA. Finally, a secure media access control protocol for clustered UWSNs is proposed, with a hybrid encryption algorithm for security. The simulation platform will be constructed to analyze the security and robustness of the system under attack or dynamic topology, and then, the parameters will be optimized. The success of this project will provide a good basis for security system of UWSNs, and furthermore can be an important theoretical and promotional value.

受能量制约，水下无线传感器网络的研究大多侧重于能耗，未涉及安全问题。然而，安全是任何通信网络不可忽视的重要问题。本项目拟从网络特性及面临的安全威胁出发，以兼顾能耗和安全性为研究目标，构建基于安全与能耗均衡的簇状水下无线传感器网络安全通信机制。为实现这一目的，本项目拟围绕以下科学问题进行研究：针对能耗和安全性难以兼顾的问题，在成簇和路由协议中采用遗传算法和量子遗传算法解决多目标优化问题；改进量子遗传算法，能耗和可信度作为多约束条件提出目标函数，采用自适应调整量子旋转门策略；提出一种基于分簇的安全介质访问控制协议，采用混合加密算法，在能耗允许范围内保证网络的安全性。本项目采用计算机仿真和实测相结合的方式，搭建水下无线传感器网络仿真平台，分析网络在动态拓扑、恶意攻击情况下的安全性和鲁棒性，实现参数优化。本项目的成功实施将对水下无线传感器网络安全体系奠定技术基础，具有重要的理论意义和工程应用价值。

本项目以水下无线传感器网络为研究对象，分析了水下无线传感器网络面临的安全问题，从水下无线传感器网络自身特性和面临的安全威胁出发，研究并构造了基于安全与能耗均衡的簇状水下无线传感器网络安全通信机制。. 本项目深入研究了水下无线通信网络面临的安全威胁，主要研究了：一种基于遗传算法的安全成簇机制，利用遗传算法解决多目标优化问题，能够有效均衡能量和距离因素，能够有效均衡各节点能量消耗，降低了网络整体能耗，从而延长整个网络生存期；基于量子遗传算法的安全路由机制，将信任度、能量、距离构造适应度函数，利用量子遗传算法选取最优路由节点；安全MAC协议，对现有混合MAC协议进行改进，簇内TDMA优化了时隙分配并支持猝发通信机制，采用混沌扩频码代替了伪随机码提高了安全性；基于神经网络的水下无线传感器网络异常诊断方法，能够有效监测节点的通信状态，进行异常诊断。将数据进行归一化、图像化等处理后，利用CNN模型进行识别，具有较高识别率，达到90%的有效识别率。本项目还对信号处理、海量数据处理、水下目标跟踪相关技术进行了研究。. 本项目的实施和研究具有重要的科学意义：采用遗传算法和量子遗传算法，能量和信任度作为多优化目标，解决了现有研究无法均衡能耗和安全性的问题；采用遗传算法和量子遗传算法解决簇头选择和路由选择的多目标优化问题，实现了能耗和安全性的动态自适应平衡；改进了量子遗传算法，采用动态量子旋转门调整策略改进了量子遗传算法，避免算法收敛于局部最优解；改进了现有混合MAC协议，并引入安全机制，解决了现有研究信道利用率低、安全性差的问题；采用神经网络进行异常状态检测，利用神经网络的自学习特性进行状态分类，分辨率高，采用迁移学习机制解决了训练集数据少、训练难度大的问题。

内容获取失败，请点击重试