| 摘要 | 第4-7页 |
| ABSTRACT | 第7-11页 |
| 第一章 绪论 | 第18-26页 |
| 1.1 课题研究背景及意义 | 第18-21页 |
| 1.1.1 研究背景 | 第18-20页 |
| 1.1.2 当前研究存在的问题和挑战 | 第20-21页 |
| 1.1.3 研究意义 | 第21页 |
| 1.2 主要研究内容及创新点 | 第21-24页 |
| 1.2.1 研究内容 | 第21-23页 |
| 1.2.2 创新点 | 第23-24页 |
| 1.3 论文组织结构 | 第24-26页 |
| 第二章 数据聚合研究综述 | 第26-49页 |
| 2.1 数据聚合技术概述 | 第26-31页 |
| 2.1.1 数据聚合概念 | 第26-27页 |
| 2.1.2 数据聚合作用 | 第27-28页 |
| 2.1.3 数据聚合的主要类型 | 第28-31页 |
| 2.1.4 数据聚合评价标准 | 第31页 |
| 2.2 数据聚合相关算法 | 第31-37页 |
| 2.3 数据聚合的安全问题 | 第37-48页 |
| 2.3.1 数据聚合的安全面临的挑战 | 第37-38页 |
| 2.3.2 数据聚合的安全威胁 | 第38-39页 |
| 2.3.3 数据聚合的安全需求以及关键技术 | 第39-41页 |
| 2.3.4 数据聚合安全研究的现状 | 第41-48页 |
| 2.4 本章小结 | 第48-49页 |
| 第三章 时间约束下最大化聚合质量的数据聚合 | 第49-72页 |
| 3.1 引言 | 第49-52页 |
| 3.2 问题描述 | 第52-54页 |
| 3.3 时间约束下基于多频通信的最优调度 | 第54-62页 |
| 3.3.1 DEMQDAS算法概述 | 第54-55页 |
| 3.3.2 DEMQDAS算法实现 | 第55-62页 |
| 3.4 实验结果与评估 | 第62-71页 |
| 3.5 本章小结 | 第71-72页 |
| 第四章 不可靠环境中时间和能量约束下最大化聚合质量的数据聚合 | 第72-95页 |
| 4.1 引言 | 第72-75页 |
| 4.2 系统模型和问题描述 | 第75-80页 |
| 4.2.1 系统模型 | 第75-78页 |
| 4.2.2 问题定义 | 第78-79页 |
| 4.2.3 NP难证明 | 第79-80页 |
| 4.3 固定聚合树中的自适应调度 | 第80-82页 |
| 4.4 基于Markov链的最大化聚合质量的数据聚合 | 第82-87页 |
| 4.4.1 Markov链近似方法的原理 | 第83-84页 |
| 4.4.2 基于Markov链的最优数据聚合树创建 | 第84-87页 |
| 4.5 实验结果与评估 | 第87-94页 |
| 4.5.1 实验场景 | 第88页 |
| 4.5.2 和最优解的性能比较 | 第88-89页 |
| 4.5.3 均匀分布场景下的性能 | 第89-94页 |
| 4.6 本章小结 | 第94-95页 |
| 第五章 基于可信计算的数据聚合 | 第95-112页 |
| 5.1 引言 | 第95-98页 |
| 5.2 基于数据密度相关度的聚类方法 | 第98-100页 |
| 5.3 基于上下文感知和数据密度相关度的可信数据聚合 | 第100-105页 |
| 5.3.1 可信数据聚合框架 | 第100-101页 |
| 5.3.2 感知信任的计算 | 第101-102页 |
| 5.3.3 链路信任的计算 | 第102-103页 |
| 5.3.4 节点信任的计算 | 第103-104页 |
| 5.3.5 信任值的更新 | 第104页 |
| 5.3.6 基于上下文感知和数据密度相关度的数据聚合算法 | 第104-105页 |
| 5.4 实验及评价 | 第105-111页 |
| 5.4.1 实验环境 | 第105-106页 |
| 5.4.2 感知信任的准确性 | 第106-108页 |
| 5.4.3 系统吞吐量 | 第108-111页 |
| 5.5 本章小结 | 第111-112页 |
| 第六章 总结与展望 | 第112-115页 |
| 6.1 本文工作总结 | 第112-113页 |
| 6.2 未来工作展望 | 第113-115页 |
| 参考文献 | 第115-128页 |
| 致谢 | 第128-129页 |
| 攻读学位期间发表的学术论文目录 | 第129-131页 |
| 攻读学位期间参与的科研项目 | 第131页 |
