项目名称: 存在恶意攻击的无线传感器网络目标定位与跟踪

项目编号: No.61261016

项目类型: 地区科学基金项目

立项/批准年度: 2013

项目学科: 无线电电子学、电信技术

项目作者: 谭建军

作者单位: 湖北民族学院

项目金额: 45万元

中文摘要: 在有恶意攻击存在的无线传感器网络中,现有的入侵检测及恶意节点识别方法功能单一、不可抵御高信誉节点的恶意诽谤,从而使定位跟踪目标时传感器网络的能量消耗进一步扩大,同时产生传感失协、模型失用、定位失误等问题。本项目提出一种恶意节点识别与目标定位跟踪相结合的方案,在不影响定位精度的前提下,研究降低定位和跟踪目标状态估计的计算量、网络节点的通信量以及减少参与目标定位跟踪的节点数的措施。采用理论分析、数值仿真与实验验证相结合的方法,深入研究已经被入侵了的无线传感器网络应用于目标定位跟踪的理论与技术,以及利用有效的识别方法将恶意节点从网络中隔离出来,使其不参与目标定位跟踪。通过构建合理的网络结构,在完成定位跟踪的同时,尽量降低能耗以延长整个网络的生存时间。本项目的开展将为存在恶意入侵的无线传感器网络目标定位与跟踪的改进及完善提供全新的思路,并将使无线传感器网络定位与跟踪的研究获得新进展。

中文关键词: 无线传感器网络;恶意节点;目标定位;目标跟踪;

英文摘要: In a malicious attacks existing wireless sensor network, the existing intrusion detection and malicious nodes identification methods are simple and do not resist high reputation nodes of the malicious slander, which makes locating and tracking goal of sensor networks energy consumption further expand, and produce sensing lost association, invalid models, positioning error. The project presents a malicious nodes identification and target tracking combination of solution, which will not influence the positioning accuracy,under the premise of lowering localization and tracking target state estimate the amount of calculation, network nodes and reduce traffic in target tracking number of nodes in the measures. The theoretical analysis, numerical simulation and experimental results verify the method of combining the in-depth research has been invaded for wireless sensor networks used in target tracking of the theory and technology, and use of effective identification method will malicious isolated from the network nodes, make its are not participate in target tracking. By constructing reasonable network structure, in complete locating and tracking at the same time, try to reduce the energy consumption in order to prolong the whole network of survival time. This project will carry out there for malicious invasion of t

英文关键词: Wireless sensor networks;Malicious node;Target localization;Target tracking;

成为VIP会员查看完整内容
1

相关内容

6G中联邦学习的应用、挑战和机遇
专知会员服务
51+阅读 · 2022年3月14日
【AAAI2022】基于属性的渐进融合网络的RGBT跟踪
专知会员服务
20+阅读 · 2022年1月8日
对抗机器学习在网络入侵检测领域的应用
专知会员服务
33+阅读 · 2022年1月4日
专知会员服务
27+阅读 · 2021年8月15日
专知会员服务
25+阅读 · 2021年8月7日
专知会员服务
19+阅读 · 2021年8月5日
专知会员服务
43+阅读 · 2021年6月25日
专知会员服务
24+阅读 · 2021年6月9日
【CVPR2021】显著目标和伪装目标的不确定性感知联合检测
【CVPR2020-谷歌】多目标(车辆)跟踪与检测框架 RetinaTrack
专知会员服务
44+阅读 · 2020年4月10日
Go 如何减少供应链攻击?
AI前线
0+阅读 · 2022年4月13日
网络犯罪的检测分析技术(上)
CCF计算机安全专委会
1+阅读 · 2022年4月12日
对抗机器学习在网络入侵检测领域的应用
模型攻击:鲁棒性联邦学习研究的最新进展
机器之心
34+阅读 · 2020年6月3日
网络舆情分析
计算机与网络安全
20+阅读 · 2018年10月18日
用于目标定位的全局平均池化
论智
21+阅读 · 2018年8月18日
一种轻量级在线多目标车辆跟踪方法
极市平台
13+阅读 · 2018年8月18日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
4+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
3+阅读 · 2008年12月31日
Arxiv
0+阅读 · 2022年4月25日
Arxiv
0+阅读 · 2022年4月25日
Arxiv
17+阅读 · 2021年3月29日
Arxiv
19+阅读 · 2020年12月23日
Arxiv
30+阅读 · 2019年3月13日
小贴士
相关VIP内容
6G中联邦学习的应用、挑战和机遇
专知会员服务
51+阅读 · 2022年3月14日
【AAAI2022】基于属性的渐进融合网络的RGBT跟踪
专知会员服务
20+阅读 · 2022年1月8日
对抗机器学习在网络入侵检测领域的应用
专知会员服务
33+阅读 · 2022年1月4日
专知会员服务
27+阅读 · 2021年8月15日
专知会员服务
25+阅读 · 2021年8月7日
专知会员服务
19+阅读 · 2021年8月5日
专知会员服务
43+阅读 · 2021年6月25日
专知会员服务
24+阅读 · 2021年6月9日
【CVPR2021】显著目标和伪装目标的不确定性感知联合检测
【CVPR2020-谷歌】多目标(车辆)跟踪与检测框架 RetinaTrack
专知会员服务
44+阅读 · 2020年4月10日
相关资讯
Go 如何减少供应链攻击?
AI前线
0+阅读 · 2022年4月13日
网络犯罪的检测分析技术(上)
CCF计算机安全专委会
1+阅读 · 2022年4月12日
对抗机器学习在网络入侵检测领域的应用
模型攻击:鲁棒性联邦学习研究的最新进展
机器之心
34+阅读 · 2020年6月3日
网络舆情分析
计算机与网络安全
20+阅读 · 2018年10月18日
用于目标定位的全局平均池化
论智
21+阅读 · 2018年8月18日
一种轻量级在线多目标车辆跟踪方法
极市平台
13+阅读 · 2018年8月18日
相关基金
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
4+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
3+阅读 · 2008年12月31日
相关论文
Arxiv
0+阅读 · 2022年4月25日
Arxiv
0+阅读 · 2022年4月25日
Arxiv
17+阅读 · 2021年3月29日
Arxiv
19+阅读 · 2020年12月23日
Arxiv
30+阅读 · 2019年3月13日
微信扫码咨询专知VIP会员