| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 课题研究背景和意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.3 论文的主要工作及创新点 | 第12-13页 |
| 1.4 论文的章节安排 | 第13-15页 |
| 第二章 Provenance的系统模型与相关技术 | 第15-29页 |
| 2.1 WSN介绍 | 第15-16页 |
| 2.1.1 WSN体系结构 | 第15-16页 |
| 2.1.2 WSN主要特点 | 第16页 |
| 2.2 仿真工具介绍 | 第16-21页 |
| 2.2.1 TinyOS介绍 | 第17-18页 |
| 2.2.2 Zigbee介绍 | 第18-19页 |
| 2.2.3 TinyOS在CC2530上的移植 | 第19-21页 |
| 2.3 网络模型 | 第21-22页 |
| 2.4 数据模型 | 第22-23页 |
| 2.5 Provenance模型 | 第23-24页 |
| 2.6 分簇模型 | 第24-25页 |
| 2.7 威胁模型 | 第25页 |
| 2.8 算术编码 | 第25-27页 |
| 2.8.1 压缩 | 第25-26页 |
| 2.8.2 解压缩 | 第26-27页 |
| 2.9 本项目方法的可行性分析 | 第27-28页 |
| 2.10 本章小结 | 第28-29页 |
| 第三章 基于多级算术编码的Provenance压缩方法 | 第29-45页 |
| 3.1 基于多级算术编码的Provenance压缩 | 第29-31页 |
| 3.1.1 算术编码联合积累分布概率的生成 | 第29-30页 |
| 3.1.2 在无线传感节点上的压缩方法和在BS端的解压缩方法 | 第30-31页 |
| 3.2 线性Provenance的压缩方法 | 第31-32页 |
| 3.3 线性Provenance的解压缩方法 | 第32-34页 |
| 3.4 汇聚Provenance的压缩方法 | 第34-35页 |
| 3.5 汇聚Provenance的解压缩方法 | 第35页 |
| 3.6 实例分析 | 第35-43页 |
| 3.6.1 线性Provenance压缩方法实例 | 第36-39页 |
| 3.6.2 线性Provenance解压缩方法实例 | 第39页 |
| 3.6.3 汇聚Provenance压缩方法实例 | 第39-43页 |
| 3.6.4 汇聚Provenance解压缩方法实例 | 第43页 |
| 3.7 最佳分组的讨论 | 第43-44页 |
| 3.8 本章小结 | 第44-45页 |
| 第四章 性能分析 | 第45-49页 |
| 4.1 线性Provenance熵值计算 | 第45页 |
| 4.2 汇聚Provenance熵值计算 | 第45页 |
| 4.3 时间复杂度 | 第45-46页 |
| 4.4 空间复杂度 | 第46页 |
| 4.5 安全性分析 | 第46-48页 |
| 4.6 本章小结 | 第48-49页 |
| 第五章 实验测试与分析 | 第49-56页 |
| 5.1 仿真实验 | 第49-53页 |
| 5.1.1 性能指标 | 第50-51页 |
| 5.1.2 仿真结果 | 第51-53页 |
| 5.2 硬件实验 | 第53-55页 |
| 5.2.1 实验设置 | 第53-54页 |
| 5.2.2 实验结果 | 第54-55页 |
| 5.3 本章小结 | 第55-56页 |
| 第六章 总结与展望 | 第56-58页 |
| 6.1 工作总结 | 第56-57页 |
| 6.2 研究展望 | 第57-58页 |
| 参考文献 | 第58-62页 |
| 致谢 | 第62-63页 |
| 在读期间所发表的论文 | 第63页 |
