对大规模网络环境中的信任挖掘算法的研究.
1School of Information Engineering and Internet of Things, Huzhou Vocational & Technical College, Huzhou, China.
PeerJ. Computer science
|June 26, 2025
概括
本研究介绍了一种新的算法,用于通过挖掘信任信标节点来精确定位大规模网络中的节点. 该方法通过使用节点影响和信任度优化DV-Hop算法来提高准确性,改善安全状态反射.
科学领域:
- 网络工程 网络工程
- 无线通信系统无线通信系统
- 网络安全 网络安全
背景情况:
- 大规模网络中的节点定位存在显著的偏差.
- 准确的节点定位依赖于建立对信标节点的信任.
- 现有的本地化算法可能无法充分解决大型网络环境中的不确定性.
研究的目的:
- 为大规模网络环境中的信标节点开发一种信任度挖掘算法.
- 通过优化现有算法来提高节点定位的准确性.
- 根据它们对信标节点的信任来反映节点的安全状态.
主要方法:
- 根据距离误差和概率函数计算直接信任度.
- 将信任度转换为影响力,并应用透理论来识别有影响力的信标节点.
- 使用节点影响和接收信号强度指标 (RSSI) 优化距离向量跳转 (DV-Hop) 算法.
- 使用信标节点对未知节点的影响权衡平均跳跃距离.
主要成果:
- 拟议的算法准确地定位广泛网络环境中的节点,适应信标节点数量和通信距离的变化.
- 挖掘的信任度有效地反映了节点的安全状态.
- 与传统方法相比,优化的DV-Hop算法证明了定位错误的减少.
结论:
- 信任度挖掘算法对于在大规模网络中精确的节点定位是有效的.
- 来自信任的节点影响是提高本地化准确性的关键因素.
- 该算法提供了一种可靠的方法来评估网络内的节点安全状态.
