Các Thuật Toán Tìm Đường Xâm Nhập Có Khả Năng Bị Phát Hiện Nhỏ Nhất Trong Mạng Cảm Biến Dây

Chuyên ngành

Computer Science

Người đăng

Ẩn danh

Thể loại

luận án

2020

162
0
0

Phí lưu trữ

30.000 VNĐ

Mục lục chi tiết

DECLARATION OF AUTHORSHIP

ACKNOWLEDGEMENT

CONTENTS

SYMBOLS

LIST OF TABLES

LIST OF FIGURES

INTRODUCTION. INTRODUCTION

1. BACKGROUND

1.1. Wireless sensor networks

1.2. Sensor coverage model

1.3. Sensing intensity models

1.4. Wireless sensor network scenarios

1.5. Single-solution-based metaheuristic

1.6. Population-based metaheuristics

1.7. Particle swarm optimization algorithm

2. MINIMAL EXPOSURE PATH PROBLEMS IN OMNI-DIRECTIONAL SENSOR NETWORKS

2.1. Minimal exposure path problem in mobile wireless sensor networks

2.2. Preliminaries and problem formulation

2.3. The GAMEP for solving the MMEP problem

2.4. The HPSO-MMEP algorithm for solving the MMEP problem

2.5. Minimal exposure path problem in probabilistic coverage model

2.6. Preliminaries and problem formulation

2.7. Grid-based algorithm for solving the PM-based-MEP problem

2.8. Genetic algorithm for solving the PM-based-MEP problem

3. MINIMAL EXPOSURE PATH PROBLEM IN WIRELESS MULTIMEDIA SENSOR NETWORKS

3.1. Preliminaries and problem formulation

3.2. The Boolean directional coverage model

3.3. The attenuated directional sensing model

3.4. Accumulative intensity function

3.5. Closest-sensing intensity function

3.6. Minimal exposure path

3.7. HEA individual initialization

3.8. GPSO individual initialization

3.9. Particle swarm optimization algorithm

3.10. Parameters and system setting

3.11. Algorithm parameters trials

3.12. Comparison under our datasets

3.13. Comparisons under the datasets of previous algorithms

4. OBSTACLES-EVASION MINIMAL EXPOSURE PATH PROBLEM IN WIRELESS SENSOR NETWORKS

4.1. Preliminaries and problem formulation

4.2. The truncated directional coverage model

4.3. The accumulative sensing intensity

4.4. Minimal exposure path

4.5. A novel characteristic of FEA algorithm

4.6. Family system based evolutionary algorithm

4.7. The performance of FEA when using different A and D values

4.8. The performance of FEA when using different pmin and pmax values

4.9. Comparison between FEA and previous algorithm in OE-MEP problem

4.10. Comparison between FEA and GA-MEP

CONCLUSIONS AND FUTURE WORKS

PUBLICATIONS

BIBLIOGRAPHY

Các thuật toán xấp xỉ tìm đường xâm nhập có khả năng bị phát hiện nhỏ nhất trong mạng cảm biến dây

Bạn đang xem trước tài liệu:

Các thuật toán xấp xỉ tìm đường xâm nhập có khả năng bị phát hiện nhỏ nhất trong mạng cảm biến dây

Bài viết "Thuật Toán Tìm Đường Xâm Nhập Trong Mạng Cảm Biến: Giải Pháp Ít Bị Phát Hiện" trình bày một phương pháp hiệu quả để phát hiện và ngăn chặn các cuộc tấn công trong mạng cảm biến. Tác giả phân tích các thuật toán tìm đường xâm nhập, nhấn mạnh tính năng ít bị phát hiện của chúng, từ đó giúp cải thiện độ bảo mật cho hệ thống mạng. Bài viết không chỉ cung cấp cái nhìn sâu sắc về các kỹ thuật hiện có mà còn đưa ra những giải pháp thực tiễn cho các nhà nghiên cứu và kỹ sư trong lĩnh vực an ninh mạng.

Nếu bạn muốn mở rộng kiến thức về các khía cạnh liên quan đến tối ưu hóa trong hệ thống thông tin, hãy tham khảo bài viết "Luận văn thạc sĩ kỹ thuật viễn thông tối ưu hóa hiệu năng hệ thống thông tin vô tuyến đa người dùng mimo và massive mimo". Ngoài ra, bài viết "Thuật toán động để lựa chọn tác vụ trong hệ thống iots" cũng sẽ cung cấp cho bạn những thông tin bổ ích về việc tối ưu hóa trong các hệ thống IoT. Cuối cùng, bạn có thể tìm hiểu thêm về "Luận văn thạc sĩ phát phân tập và các kỹ thuật mimo qua kênh fading đa đường" để nắm bắt các kỹ thuật tiên tiến trong lĩnh vực viễn thông. Những tài liệu này sẽ giúp bạn có cái nhìn toàn diện hơn về các giải pháp và công nghệ hiện đại trong ngành.