相邻节点

计算机科学领域术语

相邻节点是共用的一段传输介质的节点。相邻是指为了交换路由选择信息在最终节点和选定的附近路由器之间所形成的关系。

定义

在两个相邻节点之间(主机和路由器之间或两个路由器之间)传送数据是直接传送的(点对点)。这时就需要使用专门的链路层协议。在两个相邻节点之间传送数据时，数据链路层将网络层交下来的IP数据报组装成帧(frame)，在两个相邻节点间的链路上“透明”地传送帧中的数据。每一帧包括数据和必要的控制信息，如同步信息、地址信息、差错控制等。

相邻节点间的流量控制的主要目的是充分利用线路频带及节点的缓冲区，实现时，与差错恢复规程溶合在一起。所涉及的基本技术是：应答，窗口技术，重传策略，缓冲区管理。

基于相邻节点协作的无线传感器网络安全协议

无线传感器网络是一种由基站及大量的传感器节点组成的分布式网络，其可能被部署在无人值守的环境中，因此极易受到物理破坏及人为的攻击。与传统网络相比，传感器网络节点结构较为简单，在储存空间、计算能力、带宽、通信能量等多方面受到限制，因此，设计一种高效节能的无线传感器网络安全协议成为一种挑战。

现提出一种改进的基于相邻节点协作的无线传感器网络安全协议，在提高系统生存性的同时，进一步降低密钥分配过程中的能量消耗，因而更适合工程上的应用。

假设一个传感器网络由一个或多个基站构成，基站是安全可靠的，且与外网相连。传感器节点建立了一个树状的路由结构，节点随机部署，这些节点将会部署在一个位置未知且无人看守的区域，无线通信无法得到安全保证，信道极易受到监听，信息容易受到窃取和篡改，或受到重放攻击。此外，这些节点极易被捕获，如果节点被捕获，攻击者可以获取节点内所有的信息。

我们设计了一个与LEAP和NEKAP协议类似的多重密钥机制，以适应多种通信形式的安全需要。每个节点中包含四种密钥：

个体密钥，用于节点与基站之间的通信；

对密钥，用于节点与节点之间的点对点通信；

簇密钥，用于与相邻节点之间的通信；

全局密钥，用于与基站通信。

下面将对密钥分配协议进行描述（以节点 A为例）。

（1）初始化阶段：

步骤1：在每一个节点内预置一个唯一节点ID；

步骤2：为每一个节点建立主密钥（）和认证主密钥（），这两个密钥仅基站已知；

步骤3：为每一个节点计算出认证密钥（）并安装在节点中，；

步骤4：在每一个节点中预置个体密钥（）、簇密钥（）和全局密钥（），。

（2）广播阶段：

步骤1：广播阶段开始之后，每一个节点以广播方式向相邻节点发送以下广播信息：

步骤2：经过一段时间等待之后，所有节点的广播信息发送结束。

步骤3：基站向所有节点公布认证主密钥（），。这时，相邻节点就可以通过认证主密钥（）计算出节点 A 的认证密钥（），从而解析出数据包中节点 A 的簇密钥（），以及单向密钥链中的第一个密钥，并建立自己的相邻节点列表。同时也可以验证该数据包来源是否合法，最后，移除认证密钥（）和认证主密钥（）。

步骤4：当节点完成以上步骤后，节点开始向相邻节点广播他的相邻节点列表，

当节点、彼此收到对方的相邻节点列表后，就可以建立AB之间通信的对密钥（），。节点、之间的对密钥是由可以由他们的簇密钥和他们节点计算出来．

（3）恶意节点探测和诊断阶段：

重放攻击是恶意节点复制一个已收到的信息，通过重放的方式发送给其他节点，以此伪装成合法节点的一种攻击方式。当其他节点收到该消息后，会计算出错误的通信距离，以及使用错误的信号强度。传统网络中抵抗重放攻击多使用时间戳或序列号的方法。

使用时间戳的方法必须基于一个严格的时间同步机制，而序列号的方法则更加不适合于传感器网络，该方案使用一种基于（acknowledgement），即确认字符的方法来解决以上问题。

步骤1：当节点接收到节点的信息时，将生成一个并发送给，用对密钥（）进行加密以防被伪造，，然后该被储存在临时缓存中，直到返回。

步骤2：节点收到后将重置他的计时器，然后对该进行验证，验证通过之后，节点在中添加一个时间戳，再将返回给节点，。如果在一个合理的时间内被接收到，则这个节点就是可信节点，否则该节点就是非可信节点。因为这个信息可能因为被恶意节点转发，造成传输时延过长，导致该未能在合理的时间内接收到．那么节点就可以将该节点从相邻节点列表中删除。

另外还包括一个高效率的基于单向密钥链的本地广播认证方案，为了防止重放攻击，方案中提供了恶意节点侦测阶段来监测和移除恶意节点，该方案可以用于验证各种链路层信息，通过丢弃未通过验证的信息，对节点实现网络的接入控制，从而避免了来自外部节点的多种攻击。

基于相邻节点间特征改进的蚁群算法

蚁群算法是一种模拟自然界中蚂蚁觅食行为的启发式搜索算法，于20世纪90年代由意大利D等学者提出。后续各国研究者也提出多种优秀的蚁群优化算法求解组合优化问题。现从蚁群算法在旅行商问题中（Travelling　Salesman　Problem，TSP）的应用出发，提出了一种基于路径特征改进的蚁群算法。算法根据相邻城市间的关系对路径进行变异，扩大蚁群的种群多样性，以便在算法停滞前发现更短路径，不断趋向最优路径解。同时引入信息素挥发因子自适应调整机制和公共路径思想，调节收敛速度，以提升全局搜索能力。

在蚁群算法中，第只蚂蚁由城市选择到下一个城市的规则是：

当时：

当时，蚂蚁根据转移概率公式(2)选择下一个城市。

其中，是(0,1)之间的常数，是(0,1)之间均匀分布的随机数，表示城市和城市之间路径上的信息素浓度，为两个城市之间的距离。启发式因子反映蚂蚁在运动过程中所积累的信息量在指导蚁群搜索中的相对重要程度；启发式因子反映蚂蚁在运动过程中启发信息在指导蚁群搜索中的相对重要程度；表示第只蚂蚁当前的可行城市集合。由式（1）、式（2）组成的伪随机规则倾向于选择短且信息素浓度更大的一条路径移动。每次搜索结束后，每条路径的信息素按公式（4）～（6）进行更新：

其中，表示蚂蚁总个数，表示信息挥发速率，表示蚂蚁在本次循环中留在路径上的信息量，表示本次循环中所有经历过路径的蚂蚁留在该路径上信息量的增量，表示蚂蚁循环一周所释放的总信息量，表示第只蚂蚁在本次循环中所走路径的长度。这种信息的更新规则可以使算法信息正反馈性能增强，提高系统搜索的收敛速度。

改进的算法步骤可归纳为如下：

步骤1初始化参数：城市数、蚂蚁个数、蚁群算法迭代计数器、蚁群算法允许迭代最大次数、蚁群信息素等。

步骤2将其中一部分蚁群，第一组按公式（1）、（2）进行城市选择，生成路径解，并对每条路径进行变异。

步骤3记录步骤2解集中的最优和次优解，并计算出它们的公共路径。

步骤4取步骤2的剩余蚁群，将步骤2的公共路径作为必经路段，非公共路径上的城市按公式（1）、（2）进行状态转移，与公共路径连成一条回路，生成路径解，并对每条路径进行变异。

步骤5求解当次迭代最优解，如果小于当前最优解，更新最优和次优解，转步骤7；否则，转步骤6。

步骤6当次迭代最优解小于当前次优解，更新次优解。步骤按公式（4）~（6）更新信息素。

步骤8蚁群算法迭代计数器加1，如果达到最大迭代次数，转步骤9，否则转步骤2。

步骤9输出最优路径及其长度。

全国各地天气预报查询

上海市