欢迎来到天天文库
浏览记录
ID:35084045
大小:2.65 MB
页数:67页
时间:2019-03-17
《无线传感器网络中基于同态加密的融合方案》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库。
1、分类号:TP393密级:公开UDC:004.7编号:10299Z1308021硕士学位论文无线传感器网络中基于同态加密的融合方案AggregationSchemesBasedonHomomorphicEncryptioninWirelessSensorNetworks指导教师王良民作者姓名李星申请学位级别工程硕士专业名称计算机技术论文提交日期2016年4月24日论文答辩日期2016年6月2日学位授予单位和日期江苏大学2016年6月答辩委员会主席宋顺林教授评阅人独创性声明本人郑重声明:所呈交的学位论文,是本人在导师的指
2、导下,独立进行研究工作所取得的成果。除文中已注明引用的内容以外,本论文不包含任何其他个人或集体已经发表或撰写过的作品成果,也不包含为获得江苏大学或其他教育机构的学位或证书而使用过的材料。对本文的研究做出重要贡献的个人和集体,均已在文中以明确方式标明。本人完全意识到本声明的法律结果由本人承担。学位论文作者签名:年月日学位论文版权使用授权书江苏大学、中国科学技术信息研究所、国家图书馆、中国学术期刊(光盘版)电子杂志社有权保留本人所送交学位论文的复印件和电子文档,可以采用影印、缩印或其他复制手段保存论文。本人电子文档的内容
3、和纸质论文的内容相一致,允许论文被查阅和借阅,同时授权中国科学技术信息研究所将本论文编入《中国学位论文全文数据库》并向社会提供查询,授权中国学术期刊(光盘版)电子杂志社将本论文编入《中国优秀博硕士学位论文全文数据库》并向社会提供查询。论文的公布(包括刊登)授权江苏大学研究生院办理。本学位论文属于不保密□。学位论文作者签名:指导教师签名:年月日年月日江苏大学硕士学位论文摘要近年来,无线传感器网络(WSNs,WirelessSensorNetworks)由于其成本低廉、组网灵活、部署方便等特点,在日常生活中得到越来越广泛
4、的应用,其处理的数据也愈发庞大。对于传感器节点能量资源有限的WSNs而言,节点能量的多寡决定了网络的使用寿命,而数据融合方法可以在一定程度上弥补传感器节点电源能量有限的不足,延长网络的生命周期。由于许多传感器节点都部署在严峻的环境中,WSNs可能面临包括窃听攻击、重放攻击、Sybil攻击和DoS攻击等在内的多种攻击,因此在设计传感器网络方案时必须要考虑到网络安全问题。WSNs中的数据融合方案的设计,应针对在不同应用环境中的不同安全需求,在实现高效节能的同时,实现即使在恶意节点存在的情况下,网络依然能够正确安全地运行。
5、本文总结分析了现有的WSNs安全数据融合方案,并进行分类比较。由于网络中存在多种多样的恶意攻击行为,往往一种方案无法实现同时抵御所有攻击。针对网络中存在的不同攻击类型,本文提出了两种不同的安全数据融合方案,在实现数据融合节约能耗的同时,在数据处理的过程中也考虑了数据的机密性、完整性等基本安全特征。本文的主要工作及贡献如下:(1)分析WSNs的结构及其特点并进行详细描述,对WSNs在实际环境中的主要应用进行介绍。针对WSNs的特点,重点分析了WSNs环境中可能存在的安全需求和面临的安全问题。对数据融合技术在WSNs环境
6、应用中起到的重要作用进行描述。最后对WSNs中现有的安全数据融合方案进行了系统的分类比较,总结了各个方案使用的主要技术、实现的安全性能及可能存在的问题。(2)在总结分析WSNs的特点和安全特性的基础上,考虑到点对点加密方案的缺陷,针对已知明文攻击和唯密文攻击,提出了基于隐私同态数据融合的完整性验证方案,利用隐私同态加密技术的优势,实现了更好的数据端到端机密性保护。在TAG融合树结构的基础上,在网络中随机选取检测点对汇聚节点的融合结果进行验证,以检测汇聚节点是否正确地传输每个数据。在降低数据通信量的同时,提高了数据传输
7、的精确度。(3)总结和分析现有WSNs的安全数据融合方案,提出了基于全同态的安全数据融合方案FESA。针对隐私同态加密技术的不足,首次将全同态加密技术应用到WSNs中,实现了更强的数据机密性保护并保证了汇聚节点的无限次融合运算。针对错误数据注入攻击和Sybil攻击,在网络模型中构造由监测节点、转发节点和邻居节点构成的节点组结构,使得数据融合和转发过程中的错误数据能够更快地被检测并丢弃,从而提高整个网络的效率和安全性。关键词:无线传感器网络,数据融合,数据机密性,数据完整性,同态加密I江苏大学硕士学位论文ABSTRAC
8、TInrecentyears,forthefeaturessuchaslowcost,flexiblenetworkingandeasytodeploy,WSNs(WirelessSensorNetworks)arebecomewidelyusedindailylife,andthedataprocessedareincreasinglylar
此文档下载收益归作者所有