关键词:
分布式系统
无线传感网络
H_∞滤波
差分隐私保护
事件触发
摘要:
随着分布式技术的发展,无线传感网络得到了不同行业之间的广泛关注。在诸如传感器网络等分布式环境中,节点间的实时信息交互至关重要,但过度频繁的通信会消耗大量通信资源,增加网络拥堵,可能出现系统稳定性下降、通信延迟增大等问题。研究一种关键性的算法来减少传感器之间数据传输频率至关重要。同时,无线传感网络在通信过程中也会面临各种各样的攻击,如以各种噪声为代表的物理攻击和以成员推理攻击为代表的信息攻击。选择合适的滤波估计器并设计抵御信息物理攻击的模型同样值得重视。本文的主要内容有:
(1)对于无线传感网络物理攻击等问题,研究抵御物理攻击的H∞无穷滤波方法。H∞滤波估计器是一种高级的信号处理和系统估计技术,其相较于传统滤波器,具有鲁棒性强,抗干扰性强以及适应性强的显著优点。首先,基于系统状态,在充分考虑物理攻击可能带来的影响因素基础上,设计并实现了一种能有效对抗此类攻击的滤波器模型。在模型求解过程中,利用了李雅普诺夫函数,结合线性矩阵不等式推导方法,通过数学推导与优化过程,证明了该模型在抵御物理攻击的基础上同时保持系统稳定性,并完成了滤波器参数优化问题。最终通过详细仿真实验行了验证,证明了本模型在实际应用中的可行性。
(2)针对多源攻击等问题,引进差分隐私保护方法,研究抵御多源噪声和攻击的H∞滤波方法。伴随着网络攻击手法不断的革新,攻击者可以运用成员推理、关联分析、重构攻击等各种手段,还原出个体的详细信息,从而造成用户隐私泄露。于是本文引入了差分隐私保护机制。差分隐私作为一种强有力的隐私保护工具,其核心思想是数据查询和分析过程中,通过引入随机化机制,如添加随机噪声,使得查询输出具有模糊性来保护目标个体的具体信息。面对多源噪声以及不同类型的攻击手段,本文了建立一种融合差分隐私保护机制并能够有效抵御多源噪声的H∞滤波器模型,添加随机噪声为拉普拉斯噪声。最后通过公式推导和详细仿真实验,验证了本滤波器模型在加入拉普拉斯隐私保护噪声之后,仍能保证较为优异的性能。
(3)对于通信资源的局限性,引进事件触发机制,研究基于事件触发的H∞滤波方法。面对有限的通信资源,信息传输资源的有效利用与优化成为了决定系统性能和效率的关键因素。通信节点间过度频繁交互会造成资源浪费,网络拥堵,延迟增大,数据冲突等问题。基于此,本文引用了事件触发机制。采用事件触发机制的核心在于摒弃传统的固定频率数据交换模式,转而依据特定“事件”发生与否来决定何时进行传感器间的数据传输。当预设的触发条件得到满足时,传感器才会发送数据,从而有效降低了无效通信的次数,提高了网络带宽和通信资源的利用率。最后,通过详细仿真实验,验证了基于事件触发的H∞无穷滤波方法的可行性。