文档介绍：Research on Rapid Data Collection and
Secure Data Fusion in WSN
A Thesis Submitted to Chongqing University
in Partial Fulfillment of the Requirement for the
Master’s Degree of Engineering
By
QiaoQiao Tan
Supervised by Prof. JiYun Yang
Specialty: Computer Application Technology
College puter Science
Chongqing University, Chongqing, China
April, 2014
重庆大学硕士学位论文中文摘要
摘要
无线传感器网络(Wireless works: WSN)是一种由大量传感器节点构
成且以数据为中心的无线自组网,能够实时地监控、收集和处理信息,具有广阔
的应用前景。然而,无线传感器网络的节点常面临着资源的制约以及安全威胁。
由于原始感应数据传输到基站节点通常需要经过数据收集和数据融合传输两个阶
段,在数据收集阶段采用基于预测的数据收集方法对数据进行处理,可有效减少
节点间的通信次数、降低能源损耗;同时,对收集的数据进行融合操作并在融合
传输阶段采取适当地安全保护策略,可有效提高网络安全性,保证融合结果安全
到达基站。
基于自回归 AR(p)时间序列预测模型的数据收集是一种有效缩减无线传感器
网络簇头节点和簇内叶节点间的数据通信频率、降低节点能耗的方法。然而 AR(p)
模型在建模过程中忽略了不同时期的历史数据对预测值的影响存在的差异,导致
模型预测精度不高、网络通信频率受影响的问题,对此,本文提出一种改进的自
回归预测模型 FAR(p)。在 AR(p)模型中引入适当的模糊隶属度函数,通过模糊隶
属度函数对预测模型的每个历史建模数据赋予权值,以弱化数据序列中早期数据
对预测值的影响,强化近期数据对预测值的作用,并经二次加权平均弱化缓冲算
法处理后重新构建预测模型来进行数据收集。最后通过仿真结果证明,FAR(p)预
测模型有效地提高了模型预测精度,减少了传感网络中数据通信次数,并降低了
能量消耗。
同时,考虑到簇头节点在对收集的数据进行融合并层层上传融合结果的过程
中面临着严重的安全问题,本文提出一种新的能在融合结果保密的情况下对数据
在传输过程和融合过程的完整性分别及时验证的数据融合安全保护算法
HEHMAC。HEHMAC 算法通过采用同态加密传输机制来保护数据隐私,同时避免
节点对数据进行逐跳加解密的操作,可有效提高数据保密性、降低计算和通信能
耗;同时采用同态消息验证法对融合结果的完整性进行逐跳验证,能实时鉴别数
据在传输过程中和融合过程中的完整性,并及时丢弃虚假数据,减少不必要的通
信能耗。最后通过实验对比和理论分析验证了 HEHMAC 算法的安全性和有效性。
关键词:无线传感器网络,数据收集,预测模型,安全数据融合
I
重庆大学硕士学位论文英文摘要
ABSTRACT
Wireless work is a data-work which posed of many
sensor nodes. It can monitor, collect and process the information of monitoring object,
and its application prospect is very broad. However, the sensor nodes in wireless sensor
networks are faced with the constraint of resources, as well as security threats. Since the
original sensor data to the base station nodes usually needs to go through stages of data
collection and data fusion. Using data collection methods based on prediction to process
sensor data in the data collection phase can effectively r