一种基于网络编码的无线传感网多路径路由方法

    公开(公告)号:CN103561445A

    公开(公告)日:2014-02-05

    申请号:CN201310560078.4

    申请日:2013-11-12

    CPC classification number: Y02D70/30

    Abstract: 一种基于网络编码的无线传感网多路径路由方法属无线传感网络通信领域,其特征在于,按基于编码优势节点的路径优势值对网中任意的源节点到目的节点之间的路径按路径优势的大小从大到小排序,提供优先选择的路径,源节点发送的由K个原始数据包所形成的I(I≥K)个编码数据包对应于优先选择路径一一对应的发送。首先由源节点编码的数据在数据传输过程中,编码优势节点是一种多路径交叉点要对输入的编码数据进行再次随机编码再把路由表中标明本节点为接收节点的编码数取出后,再把标有下层其他中间节点或目的节点地址的再次编码数据中编码系数解码后下行输出,以此类推直到目的节点为止。本发明把网络编码与多路径选择相结合提供较优的多路径路由方法。

    一种结合异常监测的物联网篡改入侵检测方法

    公开(公告)号:CN104601553A

    公开(公告)日:2015-05-06

    申请号:CN201410831744.8

    申请日:2014-12-26

    CPC classification number: H04L63/1408

    Abstract: 本发明提供了一种结合异常监测的物联网篡改入侵检测方法,针对周期性环境监测网络,解决恶意节点篡改真实的感知数据,破坏数据的可信性这一技术问题。包括本地的异常监测步骤、邻居入侵检测步骤以及全局入侵检测步骤。本发明考虑到网络中数据的时空相关性,利用节点和邻居节点可利用信道的开放性相互监督,实现邻居间的入侵检测,并利用全局的入侵检测以疑似异常事件节点为中心进行空间相关性检测,并利用结果一方面实现异常事件监测和定位,另一方面可反向检测出异常事件附近的入侵节点。

    一种基于网络编码的无线传感网多路径路由方法

    公开(公告)号:CN103561445B

    公开(公告)日:2016-08-17

    申请号:CN201310560078.4

    申请日:2013-11-12

    CPC classification number: Y02D70/30

    Abstract: 一种基于网络编码的无线传感网多路径路由方法属无线传感网络通信领域,其特征在于,按基于编码优势节点的路径优势值对网中任意的源节点到目的节点之间的路径按路径优势的大小从大到小排序,提供优先选择的路径,源节点发送的由K个原始数据包所形成的I(I≥K)个编码数据包对应于优先选择路径一一对应的发送。首先由源节点编码的数据在数据传输过程中,编码优势节点是一种多路径交叉点要对输入的编码数据进行再次随机编码再把路由表中标明本节点为接收节点的编码数取出后,再把标有下层其他中间节点或目的节点地址的再次编码数据中编码系数解码后下行输出,以此类推直到目的节点为止。本发明把网络编码与多路径选择相结合提供较优的多路径路由方法。

    基于通信模型的工业控制系统的入侵检测方法及系统

    公开(公告)号:CN105204487A

    公开(公告)日:2015-12-30

    申请号:CN201410828107.5

    申请日:2014-12-26

    Abstract: 本发明提出一种基于通信模型的工业控制系统的入侵检测方法及系统,在保证实用性的同时,最大限度地提高入侵检测的准确率。首先建立工业控制系统通信模型和通信规则,所述的通信模型包含节点信息和通信连接信息;工业控制系统通信模型建立之后,以通信模型为基础产生合法通信规则集,在工业控制系统安装调试阶段以及尚未发生攻击阶段进行学习,建立通信模型并生成通信规则集;然后在工业控制网络中部署探测器,捕获数据报,由数据报分析并提取通信连接信息,与所述生成的合法通信规则集进行比对,若有违反该合法通信规则集的通信连接则产生告警;若发现入侵,则调用系统响应模块采取相应的响应策略,若实际检测有误,则进行分析并重新进行学习。

    一种基于流量预测的双层触发入侵检测方法

    公开(公告)号:CN104301895A

    公开(公告)日:2015-01-21

    申请号:CN201410508798.0

    申请日:2014-09-28

    CPC classification number: Y02D70/00 H04W12/12 H04W24/02

    Abstract: 本发明提供一种基于流量预测的双层触发入侵检测方法,只有在上层模型检测出异常时,判断出现异常的区域才将会以一定的规则激发下层模型,在减少节点能源使用的同时也能确保检测结果的准确性。包括数据采集步骤:监测节点将周期性的采集网络中的数据流量信息并传输给基站;数据分析步骤:基站收到监测节点发送的信息后根据ARIMA模型对该监测节点的历史数据进行流量预测;触发判断步骤:基站在流量预测值与真实值相差超出预定阀值时向汇聚节点发送异常警报,异常区域开始启用本地入侵检测系统;启用本地入侵检测模型步骤:当汇聚节点接收到异常警报时,警报中异常出现区域的汇聚节点和普通节点将启动第二层入侵检测模型,即本地入侵监测模型。

Patent Agency Ranking