首页--工业技术论文--自动化技术、计算机技术论文--自动化技术及设备论文--自动化元件、部件论文--发送器(变换器)、传感器论文--传感器的应用论文

无线传感器网络中安全高效的Top-k查询算法研究

摘要第4-7页
Abstract第7-10页
目录第11-14页
1 绪论第14-33页
    1.1 研究背景第14-21页
        1.1.1 无线传感器网络概述第14-17页
        1.1.2 双层无线传感器网络第17-21页
    1.2 研究现状第21-27页
        1.2.1 无线传感器网络中Top-k查询算法的国内外研究现状第21-25页
        1.2.2 双层无线传感器网络中安全Top-k查询算法的国内外研究现状第25-27页
    1.3 Top-k查询的研究意义第27-28页
    1.4 研究目标、内容和方法第28-31页
    1.5 论文的组织结构第31-33页
2 双层传感器网络中可验证的Top-k查询处理方案第33-50页
    2.1 概述第33-34页
    2.2 已有工作的缺陷第34-36页
    2.3 网络模型第36页
    2.4 查询模型第36-37页
    2.5 威胁模型第37页
    2.6 问题描述以及相关定义第37-38页
    2.7 Top-k查询数据的真实性和完整性验证方案第38-42页
    2.8 VSFTQ分析第42-46页
        2.8.1 安全性分析第42-44页
        2.8.2 性能分析第44-46页
    2.9 实验分析第46-49页
    2.10 结论第49-50页
3 双层传感器网络中面向隐私性和完整性保护的安全Top-k查询处理方法第50-64页
    3.1 概述第50-51页
    3.2 已有工作的缺陷第51-53页
    3.3 问题描述第53-54页
    3.4 安全Top-k查询处理方法STQPS第54-59页
        3.4.1 STQPS的主要思想第54-55页
        3.4.2 STQPS的内容第55-58页
        3.4.3 STQPS的安全性分析第58-59页
    3.5 实验分析第59-63页
    3.6 结论第63-64页
4 动态双层传感器网络中可验证隐私Top-k查询处理协议第64-87页
    4.1 概述第64-66页
    4.2 已有工作的缺陷第66-67页
    4.3 模型、定义和问题描述第67-70页
        4.3.1 动态双层传感器网络模型第67-68页
        4.3.2 查询模型第68页
        4.3.3 相关定义、符号表示以及问题描述第68-69页
        4.3.4 攻击模型第69-70页
    4.4 基于数据关联的安全Top-k查询处理协议VPPTQ-1第70-75页
        4.4.1 VPPTQ-1协议的内容第70-74页
        4.4.2 VPPTQ-1协议的安全性分析第74-75页
    4.5 基于位置绑定的安全Top-k查询处理协议VPPTQ-2第75-79页
        4.5.1 VPPTQ-2协议的内容第75-78页
        4.4.2 VPPTQ-2协议的安全性分析第78-79页
    4.6 实验第79-84页
    4.7 结论第84-87页
5 无线传感器网络中距离约束的Top-k查询算法第87-103页
    5.1 概述第87-90页
    5.2 网络模型和LAP(D,k)问题回顾第90-91页
        5.2.1 网络模型第90页
        5.2.2 LAP(D,k)问题回顾第90-91页
    5.3 LAP(D,k)查询处理算法LAPDK第91-95页
        5.3.1 LAPDK算法的内容第91-92页
        5.3.2 LAPDK算法中的路由第92-93页
        5.3.3 正六边形单元的划分和簇头的选择第93页
        5.3.4 单元内部LAP(D,k)问题第93页
        5.3.5. LAPDK算法中的动态规划算法第93-94页
        5.3.6 优化LAP(D,k)的初步解第94-95页
    5.4 实验第95-102页
        5.4.1 场景1中的实验结果第97-99页
        5.4.2 场景2中的实验结果第99-101页
        5.4.3 场景3中的实验结果第101-102页
    5.5 本章小结第102-103页
6 总结与展望第103-107页
    6.1 工作总结第103-105页
    6.2 未来工作展望第105-107页
参考文献第107-120页
致谢第120-121页
攻读学位期间主要的研究成果第121页

论文共121页,点击 下载论文
上一篇:鲁棒的大间隔分类学习方法研究
下一篇:基于神经网络的SIW器件优化研究