摘要 | 第3-4页 |
ABSTRACT | 第4-5页 |
1 引言 | 第8-12页 |
1.1 研究背景与意义 | 第8-9页 |
1.2 研究现状 | 第9-10页 |
1.3 研究内容 | 第10-11页 |
1.4 论文结构 | 第11-12页 |
2 无线传感器网络数据收集及安全数据融合 | 第12-28页 |
2.1 无线传感器网络概述 | 第12-15页 |
2.1.1 无线传感器网络的结构和特点 | 第12-13页 |
2.1.2 无线传感器网络的应用 | 第13-15页 |
2.2 数据收集方法 | 第15-18页 |
2.2.1 数据收集方法分类 | 第15页 |
2.2.2 基于移动节点的数据收集 | 第15-16页 |
2.2.3 基于相关性的数据收集 | 第16-18页 |
2.3 数据融合及其安全性分析 | 第18-21页 |
2.3.1 数据融合的概念和作用 | 第18-19页 |
2.3.2 数据融合技术的安全需求 | 第19-20页 |
2.3.3 数据融合技术的安全挑战 | 第20-21页 |
2.4 数据融合技术的安全保护方案 | 第21-26页 |
2.4.1 基于隐私保护的数据融合安全策略 | 第21-24页 |
2.4.2 基于完整性的数据融合安全策略 | 第24-26页 |
2.5 本章小结 | 第26-28页 |
3 WSN 中基于改进的 AR(p)预测模型的数据收集 | 第28-41页 |
3.1 引言 | 第28页 |
3.2 自回归 AR(p)时间序列模型 | 第28-32页 |
3.2.1 自回归 AR(p)模型的概念 | 第28-29页 |
3.2.2 自回归 AR(p)模型参数和阶数的确定 | 第29-31页 |
3.2.3 WSN 中基于 AR(p)预测模型的数据收集 | 第31-32页 |
3.3 改进的自回归预测模型 FAR(p) | 第32-35页 |
3.3.1 模糊隶属度函数的构造 | 第33-34页 |
3.3.2 基于模糊隶属度的预测模型 FAR(p) | 第34-35页 |
3.4 实验仿真 | 第35-39页 |
3.4.1 实验数据 | 第36页 |
3.4.2 预测精度 | 第36-37页 |
3.4.3 数据通信次数 | 第37-39页 |
3.4.4 数据通信能耗 | 第39页 |
3.5 本章小结 | 第39-41页 |
4 基于同态加密和同态 MAC 的安全数据融合 | 第41-54页 |
4.1 引言 | 第41页 |
4.2 系统模型 | 第41-43页 |
4.2.1 网络模型 | 第41-42页 |
4.2.2 安全假设 | 第42页 |
4.2.3 融合函数 | 第42-43页 |
4.3 HEHMAC 算法准备 | 第43-45页 |
4.3.1 同态加密算法 | 第43-44页 |
4.3.2 同态 MAC 算法 | 第44-45页 |
4.4 HEHMAC 安全数据融合保护算法 | 第45-49页 |
4.5 实验仿真 | 第49-52页 |
4.5.1 安全性分析 | 第49-50页 |
4.5.2 计算量分析 | 第50-51页 |
4.5.3 数据通信量分析 | 第51-52页 |
4.6 本章小结 | 第52-54页 |
5 总结与展望 | 第54-56页 |
5.1 工作总结 | 第54-55页 |
5.2 工作展望 | 第55-56页 |
致谢 | 第56-57页 |
参考文献 | 第57-62页 |
附录 | 第62页 |
A. 作者在攻读学位期间发表的论文目录 | 第62页 |
B. 作者在攻读学位期间参与的科研项目目录 | 第62页 |