| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 第1章 绪论 | 第8-18页 |
| 1.1 WSN概况 | 第8-11页 |
| 1.1.1 WSN的概念 | 第8页 |
| 1.1.2 WSN的体系结构 | 第8-9页 |
| 1.1.3 WSN的特点 | 第9-10页 |
| 1.1.4 WSN的应用前景 | 第10-11页 |
| 1.2 WSN的安全问题研究 | 第11-14页 |
| 1.2.1 WSN的安全需求 | 第11-13页 |
| 1.2.2 WSN中的攻击 | 第13-14页 |
| 1.2.3 WSN中的安全关键技术 | 第14页 |
| 1.3 背景与研究意义 | 第14-16页 |
| 1.3.1 课题背景 | 第14-15页 |
| 1.3.2 研究意义 | 第15-16页 |
| 1.4 论文结构安排 | 第16-18页 |
| 第2章 恶意节点检测技术概况 | 第18-24页 |
| 2.1 节点分类 | 第18-19页 |
| 2.2 身份认证 | 第19-20页 |
| 2.2.1 认证技术的概念 | 第19页 |
| 2.2.2 身份认证的作用 | 第19页 |
| 2.2.3 认证技术的种类 | 第19页 |
| 2.2.4 身份认证技术方法 | 第19-20页 |
| 2.2.5 身份认证中的常见攻击 | 第20页 |
| 2.3 恶意节点检测体系 | 第20-22页 |
| 2.4 恶意节点检测算法 | 第22页 |
| 2.5 本章小结 | 第22-24页 |
| 第3章 基于Sink节点的目标位置选择移动算法 | 第24-32页 |
| 3.1 研究现状 | 第24页 |
| 3.2 问题描述 | 第24-27页 |
| 3.3 目标位置选择移动算法 | 第27-28页 |
| 3.3.1 k-means算法 | 第27页 |
| 3.3.2 连续Hopfield神经网络算法 | 第27-28页 |
| 3.4 仿真结果与分析 | 第28-31页 |
| 3.5 本章小结 | 第31-32页 |
| 第4章 基于Kerberos协议的动态口令认证 | 第32-43页 |
| 4.1 研究现状 | 第32-33页 |
| 4.1.1 两方参与的认证 | 第32页 |
| 4.1.2 三方参与的认证 | 第32-33页 |
| 4.2 问题描述 | 第33-36页 |
| 4.3 模型建立 | 第36-37页 |
| 4.4 基于Kerberos的动态口令认证 | 第37-41页 |
| 4.4.1 基本协议 | 第37-38页 |
| 4.4.2 安全性 | 第38-39页 |
| 4.4.3 Kerberos协议 | 第39-41页 |
| 4.5 安全性分析 | 第41-42页 |
| 4.6 本章小结 | 第42-43页 |
| 第5章 基于Adaboosting算法的恶意节点检测与隔离 | 第43-58页 |
| 5.1 研究现状 | 第43页 |
| 5.2 问题描述 | 第43-44页 |
| 5.3 节点属性建模 | 第44-46页 |
| 5.3.1 数据预处理 | 第44页 |
| 5.3.2 节点属性的特征提取 | 第44-46页 |
| 5.4 Adaboosting算法 | 第46-47页 |
| 5.5 整体方案 | 第47-49页 |
| 5.5.1 检测机制 | 第47-48页 |
| 5.5.2 性能指标 | 第48-49页 |
| 5.6 恶意节点检测的实施方案 | 第49-51页 |
| 5.6.1 实验仿真 | 第49页 |
| 5.6.2 仿真结果 | 第49-51页 |
| 5.6.3 结果分析 | 第51页 |
| 5.7 恶意节点隔离的方案 | 第51-55页 |
| 5.7.1 训练过程 | 第52-54页 |
| 5.7.2 训练结果分析 | 第54-55页 |
| 5.8 恶意节点检测与隔离技术的应用 | 第55-57页 |
| 5.9 本章小结 | 第57-58页 |
| 第6章 总结与展望 | 第58-60页 |
| 6.1 总结 | 第58页 |
| 6.2 展望 | 第58-60页 |
| 参考文献 | 第60-64页 |
| 攻读硕士学位期间主要研究成果 | 第64-65页 |
| 致谢 | 第65-67页 |
| 附录1：训练源代码 | 第67-70页 |
| 附录2：测试源代码 | 第70页 |