相关实验视频
Updated: Jun 26, 2025
10:56
Long-term Behavioral Tracking of Freely Swimming Weakly Electric Fish
Published on: March 6, 2014
12.5K
适应性信任评估模型用于检测水下声学传感器网络中的异常节点
Changtao Liu1,2, Jun Ye1,2, Fanglin An1,2
1School of Cyberspace Security, Hainan University, Haikou 570228, China.
Sensors (Basel, Switzerland)
|May 11, 2024
概括
本研究介绍了一种适应性模糊逻辑模型,以提高水下声学传感器网络的安全性. 该模型通过完善信任评估准确性,改善异常节点检测,特别是在不稳定的条件下.
科学领域:
- 计算机科学 计算机科学
- 网络安全 网络安全
- 信号处理 信号处理
背景情况:
- 由于动态环境,水下声学传感器网络 (UASNs) 面临着重大安全挑战.
- 现有的信任机制需要加强,以准确检测异常节点.
研究的目的:
- 建议使用模糊逻辑为UASN提供适应性信任评估模型.
- 提高信任评估的准确性和异常节点的检测率.
主要方法:
- 开发了一个可变重量模糊的直接信任的综合评估算法.
- 实现了模糊接近,以过不可靠的推信任.
- 根据间接信任偏差调整的推信任权重.
主要成果:
- 拟议的模型显著提高了信任评估的准确性.
- 显示了异常节点检测率的显著增加.
- 在不稳定的链接质量下检测异常节点方面取得了超过10%的改进.
结论:
- 适应性模糊逻辑模型有效地解决了UASN中的安全漏洞.
- 与现有方法相比,该模型在识别恶意或有缺陷的节点方面提供了卓越的性能.
