使用水下无线传感器网络的预先决策树进行动态信任评估和更新模型.
Sabir Shah1, Asim Munir1, Abdu Salam2
1Department of Computer Science and Software Engineering, International Islamic University, Islamabad, 44000, Pakistan.
Scientific reports
|September 27, 2024
概括
本研究引入了使用修改决策树的水下无线传感器网络 (UWSNs) 的动态信任模型. 该模型在动态的水下环境中提高了安全性和效率.
科学领域:
- 计算机科学 计算机科学
- 网络工程 网络工程
- 海洋技术 海洋技术
背景情况:
- 水下无线传感器网络 (UWSNs) 面临着诸如安全性,移动性,有限的带宽和高错误率等重大挑战.
- 传统的信任模型对于动态和恶劣的水下环境是不够的.
- 现有的方法经常使用静态的信任评估,无法适应实时条件.
研究的目的:
- 提出一个专门为UWSNs设计的新型动态信任评估和更新模型.
- 解决水下环境中传统信任模型的局限性.
- 提高UWSNs的安全性,准确性和运营效率.
主要方法:
- 开发一个动态的信任评估和更新模型,使用修改的决策树算法.
- 纳入能源意识的决策和实时适应环境因素.
- 集成水下特定参数,如水流和声信号特性.
主要成果:
- 在信任评估中达到96%的准确性,假阳性率为2%.
- 与基线模型相比,在能源效率方面取得了50mW的改进.
- 将响应时间缩短到每包20毫秒,提高操作速度.
结论:
- 拟议的动态信任模型有效地解决了UWSN的挑战,提高了安全性和运营效率.
- 修改的决策树算法显示了改善UWSN性能和可持续性的巨大潜力.
- 该模型的创新为水下网络信任管理提供了更强大,更适应性的解决方案.


