-
公开(公告)号：CN117459254A
公开(公告)日：2024-01-26
申请号：CN202311295686.7
申请日：2023-10-09
Applicant: 河海大学
Abstract: 本发明涉及一种水声传感器网络中基于多智能体协作的水下防御方法，其步骤包括：首先，在海域信息已知条件下，基于线性规划方法，由UAV、AUV和水下节点协作共同拦截攻击方设备；其次，在海域信息未知条件下，从数据传输和轨迹保护两个方面保护我方集群的位置。在数据传输中，结合自组织映射神经网络和动态时间规整方法，提高未知区域中目标区域数据收集和数据收集的安全性，实现边收集数据边探测位置环境以防御。在轨迹保护中，结合语义轨迹分析方法，保护我方AUV位置信息不被泄露，实现对攻击方设备轨迹信息挖掘行为的防御。本发明能够有效保护水下重要设备的位置安全，在一定程度上应对了攻击方设备的主被动攻击，起到了防御保护作用，保障了水声工程等水下应用的安全性。
-
公开(公告)号：CN115097852A
公开(公告)日：2022-09-23
申请号：CN202210834903.4
申请日：2022-07-15
Applicant: 河海大学常州校区
Abstract: 本发明公开了一种基于博弈论的AUV水下集群攻防优化方法，包括如下步骤：（1）、根据情景建立二维围捕或对抗模拟环境框架；（2）、让智能体与模拟环境进行实时交互产生数据，将产生的数据存入经验回放池直至填满；（3）、待经验回放池数据存储达到上限，采用GRU单元的值函数分解算法对智能体进行训练；（4）、将训练好的智能体放入环境中进行交互，得出训练结果。本发明解决了传统算法不能较好收敛的问题，针对传统协同对抗问题需要根据任务选择不同算法的局限，改进后的算法则具有较强的通用性，可以在不同的任务中使用，并都可以获得不错的效果。
-
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：CN110391851B
公开(公告)日：2021-08-10
申请号：CN201910710916.9
申请日：2019-08-02
Applicant: 河海大学常州校区
Abstract: 本发明涉及一种基于复杂网络理论的水声传感器网络信任模型更新方法，其步骤包括：首先，通过定义水下感知节点之间的连接概率，反映水下环境对节点通信的影响；其次，复杂网络理论，定义关键节点，提升网络应对不同攻击的能力；最后基于强化学习中的Q‑learning算法，设计信任模型更新方法。本发明解决了现有水声传感器网络中信任模型无法根据水下环境或攻击者手段变化自适应做出更新的问题，提高了水声传感器网络信任模型的实际应用价值。
-
公开(公告)号：CN108684005B
公开(公告)日：2021-02-09
申请号：CN201810283824.2
申请日：2018-04-02
Applicant: 河海大学常州校区
Abstract: 本发明公开了一种基于SOM的水下传感网中多AUV高效数据收集方法，首先，提出了基于SOM的多AUV任务分配算法，从任务的描述、网络的输入输出角度出发，综合考虑AUV与簇头的距离、AUV剩余能量、子网络信息价值、子网络数据流量等因素，通过SOM优越的聚类分析能力，设计符合实际要求的学习竞争函数，使得多AUV在面临大量任务时，可以自组织地进行合理分配，达到均衡AUV能量，降低数据收集时延的效果。然后在单AUV的路径规划问题上提出了改进的蚁群算法，通过在信息素更新过程中增加自适应因子和调节算子，避免蚁群算法在迭代过程中陷入局部最优，能够更加容易和更加快速地找到更优的AUV路径，加快了搜索效率。
-
Patent Agency Ranking
公开(公告)号：CN108848461B
公开(公告)日：2020-09-22
申请号：CN201810607462.8
申请日：2018-06-13
Applicant: 河海大学常州校区
Abstract: 本发明公开了一种基于动态环路由的WSNs源节点位置隐私保护方法。方法分为三个阶段：第一阶段，网络进行初始化后所有节点知道自己到sink节点的跳数，并构建初始混淆环；第二阶段，在由源节点和sink节点决定的半圆区域中随机选择一个中间节点，源节点将消息传递给中间节点；第三阶段，中间节点将消息发送到当前混淆环上最近的环节点，在环上经过随机跳数后，通过最短路径法将消息传递给sink节点。本发明能够保证中间节点足够远离源节点，并且每次数据包从源节点到sink节点的路由都具有随机性，且多个混淆环的使用，使得在保护源节点的位置隐私的同时，不仅提高了网络中能量的利用率，还增加了网络的寿命。
-
公开(公告)号：CN108683468B
公开(公告)日：2020-09-22
申请号：CN201810390515.5
申请日：2018-04-27
Applicant: 河海大学常州校区
IPC: H04B17/373 , H04B17/364 , H04B17/391 , H04W24/06 , H04W84/18
Abstract: 本发明公开了一种基于数据预测的水下传感网络中AUV移动数据收集方法，包括：AUV运用集中式算法初始化最大邻居节点密度分簇，运用SVR对采集数据进行拟合预测，建立预测模型，根据预测模型趋势的相似度进行分簇更新，AUV和对应的簇同步保存相同的预测模型，在数据收集过程中跳过这些簇的访问收集转而直接运用预测模型进行预测，当对应簇预测模型大于预先设定的最大容忍误差阈值或者延时敏感阈值，则立即发送更新请求，使用双向搜索寻找AUV当前位置并告知变化，AUV重新规划剩余路径以获取新的预测模型。通过数据预测，减少AUV遍历路径长度以降低AUV能耗和收集时延，同时降低了整个网络数据量，降低了部分节点能耗，提高整体网络性能。
-
公开(公告)号：CN106125888B
公开(公告)日：2018-12-25
申请号：CN201610460901.8
申请日：2016-06-23
Applicant: 河海大学常州校区
Abstract: 本发明公开了云数据中心中基于虚拟机迁移的资源利用高效的节能方法，包含过载物理主机处理，资源阻塞物理主机的调整，轻载物理主机选择和虚拟机放置四个模块。该方法首先对云数据中心各物理主机的资源使用状态进行监测，对于过载的主机，选择合适的虚拟机迁移出去以降低物理主机负载；对于资源阻塞的物理主机，利用虚拟机迁移的方式进行负载调整；然后，根据资源需求情况在资源利用率较低的物理主机中选择合适主机，将其上运行的虚拟机全部迁移出去并关闭该主机以减少活动主机的数量和降低能耗；虚拟机放置模块则为需要迁移的虚拟机选择合适的目的主机。本方法能够有效提高云数据中心活动物理主机的资源利用效率，降低云数据中心的能耗。
-
公开(公告)号：CN107623901A
公开(公告)日：2018-01-23
申请号：CN201710860354.7
申请日：2017-09-21
Applicant: 河海大学常州校区
Abstract: 本发明公开了一种WRSNs中联合数据收集及能量补给方法，将充电过程与数据收集过程同时考虑，平衡网络能量并且延迟网络的生命周期。本发明结合无线充电器的充电特点，采用K-means分簇算法，将网络分为多个簇；每个簇都采用贪婪的数据收集方法、相同的簇头选择机制以及相同的充电器停驻点的选择机制；簇头选择机制以及停驻点选择机制都考虑了簇中节点的位置信息及能量消耗信息。因此，本发明能够有效地进行数据收集及能量补给。
-
公开(公告)号：CN105916118A
公开(公告)日：2016-08-31
申请号：CN201610539358.0
申请日：2016-07-08
Applicant: 河海大学常州校区
CPC classification number: Y02D70/30 , Y02D70/38 , H04W4/025 , H04W40/02 , H04W40/20 , H04W40/32 , H04W84/18
Abstract: 本发明涉及一种无线传感器网络中基于位置追踪的源节点隐私保护方法，其步骤包括：首先，在源节点周围确定幻影源节点的选择方法与分布；其次，根据在满足隐私保护条件的区域内选择的幻影节点，采用最短路由的随机路由两种路由策略，并用切线方法选择下一跳节点；接着，为了增加攻击者追踪到源节点的时间，采用基于追踪成本的方案，给不同的地势不同的追踪难度系数，增加攻击者的追踪成本；最后，为了改变数据包的传输方向，采用在sink周围构建一个环。本发明能够在野外复杂环境中阻碍攻击者的逐条回溯，增加攻击者的追踪难度，增强了源节点的位置隐私。
-
-
-
-
-
-
-
-
-
Search Results
52
records
(took 0.036 seconds)
