-
Patent Agency Ranking
公开(公告)号：CN103391548B
公开(公告)日：2016-05-25
申请号：CN201310302735.5
申请日：2013-07-15
Applicant: 河海大学常州校区
Abstract: 本发明专利公开了一种基于TD (temporal difference,时序差分)强化学习的无线传感网络入侵检测方法，其是通过TD强化学习对传感器节点的剩余能量进行预测，用于检测具有能量耗尽特征的攻击行为方式，并结合平滑时间窗判定方法将其应用于分簇路由结构的无线传感网络入侵检测模型中。本发明所使用的数据均是在传输过程中节点采集的状态变量，用于强化学习的数据无需重复采集，计算和能量开销小，并且可以通过校对强化学习的学习率以调节能量预测的精度，对具有耗尽能力特征的攻击行为具有良好的检测率，具有广泛的应用价值。
-
公开(公告)号：CN102868972B
公开(公告)日：2016-04-27
申请号：CN201210325619.0
申请日：2012-09-05
Applicant: 河海大学常州校区
CPC classification number: Y02D70/30
Abstract: 本发明公开了一种基于改进Q学习算法的物联网错误传感器节点定位方法，其是通过对传统Q学习方法进行改进，使计算得到的Q值对传感器节点的剩余能量，路由选择，传输跳数等特征信息自适应变化，通过最大Q值建立路由路径，同时后台服务器计算出网络拓扑结构，当节点受到攻击或产生错误数据时，通过对比下一周期该节点的Q值，设定误差范围，超出范围时我们判定该节点为错误节点，并对其进行定位。本发明不需要额外消耗传感器节点能量，当无线传感网络拓扑结构发生变化时，也具有较高的鲁棒性；其具有智能化、能耗少及自适应程度高等优点，不仅可用于传感器节点的路由、定位以及能耗性能评估，还可以对未知错误节点进行准确定位，具有广泛的应用价值。
-
公开(公告)号：CN102868972A
公开(公告)日：2013-01-09
申请号：CN201210325619.0
申请日：2012-09-05
Applicant: 河海大学常州校区
CPC classification number: Y02D70/30
Abstract: 本发明公开了一种基于改进Q学习算法的物联网错误传感器节点定位方法，其是通过对传统Q学习方法进行改进，使计算得到的Q值对传感器节点的剩余能量，路由选择，传输跳数等特征信息自适应变化，通过最大Q值建立路由路径，同时后台服务器计算出网络拓扑结构，当节点受到攻击或产生错误数据时，通过对比下一周期该节点的Q值，设定误差范围，超出范围时我们判定该节点为错误节点，并对其进行定位。本发明不需要额外消耗传感器节点能量，当无线传感网络拓扑结构发生变化时，也具有较高的鲁棒性；其具有智能化、能耗少及自适应程度高等优点，不仅可用于传感器节点的路由、定位以及能耗性能评估，还可以对未知错误节点进行准确定位，具有广泛的应用价值。
-
公开(公告)号：CN103391548A
公开(公告)日：2013-11-13
申请号：CN201310302735.5
申请日：2013-07-15
Applicant: 河海大学常州校区
Abstract: 本发明专利公开了一种基于TD(temporaldifference,时序差分)强化学习的无线传感网络入侵检测模型，其是通过TD强化学习对传感器节点的剩余能量进行预测，用于检测具有能量耗尽特征的攻击行为方式，并结合平滑时间窗判定方法将其应用于分簇路由结构的无线传感网络入侵检测模型中。本发明所使用的数据均是在传输过程中节点采集的状态变量，用于强化学习的数据无需重复采集，计算和能量开销小，并且可以通过校对强化学习的学习率以调节能量预测的精度，对具有耗尽能力特征的攻击行为具有良好的检测率，具有广泛的应用价值。
-
-
-
Search Results
5
records
(took 0.036 seconds)
