-
公开(公告)号：CN111431630B
公开(公告)日：2021-05-11
申请号：CN202010447576.8
申请日：2020-05-25
Applicant: 河海大学常州校区
Abstract: 本发明公开了一种UASNs中基于匿名簇的AUV协作的源节点位置隐私保护方法，包括如下步骤：首先，在网络预部署阶段，节点随机部署，根据不同作用分为环境监测节点和管道监测节点，整个网络根据埃克曼漂流模型分为静态层和动态层，静态层节点按照一定方式形成簇，动态层不形成簇；其次，为了应对攻击者的回溯攻击，平衡网络流量，采用匿名簇的方式进行数据转发，并选择虚假源节点；最后，由两个AUV分别收集真实和虚假源节点的数据包，AUV的路径规划采用Q‑learning方法。本发明能够阻碍攻击者的回溯攻击，提高了水下数据收集的效率，增强了水下环境对源节点的隐私保护。
-
公开(公告)号：CN111431630A
公开(公告)日：2020-07-17
申请号：CN202010447576.8
申请日：2020-05-25
Applicant: 河海大学常州校区
Abstract: 本发明公开了一种UASNs中基于匿名簇的AUV协作的源节点位置隐私保护方法，包括如下步骤：首先，在网络预部署阶段，节点随机部署，根据不同作用分为环境监测节点和管道监测节点，整个网络根据埃克曼漂流模型分为静态层和动态层，静态层节点按照一定方式形成簇，动态层不形成簇；其次，为了应对攻击者的回溯攻击，平衡网络流量，采用匿名簇的方式进行数据转发，并选择虚假源节点；最后，由两个AUV分别收集真实和虚假源节点的数据包，AUV的路径规划采用Q-learning方法。本发明能够阻碍攻击者的回溯攻击，提高了水下数据收集的效率，增强了水下环境对源节点的隐私保护。
-
公开(公告)号：CN110430547B
公开(公告)日：2022-07-15
申请号：CN201910670534.8
申请日：2019-07-24
Applicant: 河海大学常州校区
Abstract: 本发明公开了一种UASNs中基于Q‑learning的多AUV协作数据收集方法，包括如下步骤：按照一定条件挑选簇头，其他节点自适应就近加入簇头，形成节点簇；基于改进合同网算法进行AUV任务分配；基于Q‑learning算法进行路径规划，AUV按照规划的路径完成数据收集。本发明通过对多个AUV进行合理的任务分配，提高了AUV的任务完成效率，减少了数据收集延迟；在数据收集时考虑数据包的信息等级，对紧急数据进行优先收集，实现对于紧急数据的快速有效处理；通过使用Q‑learning对AUV进行路径规划，减少了AUV的航行距离和能量消耗。
-
公开(公告)号：CN110430547A
公开(公告)日：2019-11-08
申请号：CN201910670534.8
申请日：2019-07-24
Applicant: 河海大学常州校区
IPC: H04W4/38 , H04W84/18 , H04W40/32 , H04L12/715 , H04L12/851 , H04B13/02
Abstract: 本发明公开了一种UASNs中基于Q-learning的多AUV协作数据收集算法，包括如下步骤：按照一定条件挑选簇头，其他节点自适应就近加入簇头，形成节点簇；基于改进合同网算法进行AUV任务分配；基于Q-learning算法进行路径规划，AUV按照规划的路径完成数据收集。本发明通过对多个AUV进行合理的任务分配，提高了AUV的任务完成效率，减少了数据收集延迟；在数据收集时考虑数据包的信息等级，对紧急数据进行优先收集，实现对于紧急数据的快速有效处理；通过使用Q-learning对AUV进行路径规划，减少了AUV的航行距离和能量消耗。
-
-
-
Search Results
4
records
(took 0.028 seconds)
