文摘

与近年来互联网的快速发展,人们经常使用互联网越来越少。人们通过各种渠道发布和获取信息在互联网上,和在线社交网络已经成为最重要的一个渠道。许多社交网络中的节点和节点之间频繁的互动为隐私保护创造伟大的困难,和一些现有的研究也有繁琐的计算步骤和低效率等问题。在本文中,我们以社交网络的复杂环境为研究背景,专注于移动无线传感器网络的关键问题从移动无线传感器网络可靠性,适用于大规模、简单信息,延迟宽容。通过引入智能学习方法和群体智能仿生优化算法,我们解决可靠性问题,如移动无线传感器网络故障预测方法和拓扑可靠性评估方法在工业应用环境中,移动的影响路径优化的移动无线传感器网络数据收集效率和网络可靠性,基于数据融合的可靠的数据传输方法和智能容错多路径路由策略,以确保移动无线传感器网络节能运行和可靠地在复杂的工业应用环境。

1。介绍

与互联网技术和计算机技术的深入发展,社交网络的出现改变了人类社会化的传统方式,和社交网络已经逐渐成为人们日常活动的主要场所(娱乐和通信、网上购物、社区问答,在线教育,等等),也有越来越多的参与者在社交网络,社交网络和信息传播以前所未有的速度(1]。通过社交网络,我们可以深入交流与我们的朋友发送消息的形式,分享的内容,等。由于它的方便和易于使用的特点,社交网络已经成为越来越普遍在人们的生活和工作的环境下,日益成熟的网络技术。与此同时,随着网络的快速发展,隐私问题在逐渐吸引了广泛的关注。无线传感器网络是一个智能网络,传输数据的形式接近多次反射自组织和协作与合作节点之间通过部署各种类型的传感器节点监测区域(2]。网络信息集成传感、无线通信、嵌入式计算、分布式信息处理等技术,预处理的节点收集到的数据并将其发送到聚合节点多次反射自组织的形式,然后聚合节点收集到的信息传输到监控中心,执行适当的处理和最后提要回决策者并将其传输到数据处理所需的用户。物理链路和能力被映射到交通路径在评价过程中,可简明地反映网络的性能下降。的概率评估网络性能可靠性时,信息从源节点到目的节点作为指定的时间内及时这个网络的可靠性,路由缓冲区溢出的概率作为标准来评估网络拥塞,和的比值在接收端接收到的数据包的传输发送方也可以使用这个网络的完整的可靠性。

社交网络隐私数据主要包括用户的身份信息、登录信息、朋友信息,内容发布在社交网络平台上,信息的传播。社交网络隐私安全风险的根源在于数据所有者私有数据的分布在社交网络平台上没有直接的物理数据所有者的控制权,这可能会导致数据泄漏,并允许用户没有访问权限查看内容发布的数据所有者甚至恶意窃取用户信息查看。研究如何将数据发布方法与保护隐私技术,防止泄漏用户的敏感信息已经成为当前社会的一个严重的挑战网络服务(3]。

网络的可靠性(无线传感器网络)是评估网络性能的一个重要指标,根据不同的标准可以分为不同的类别。从应用需求的角度来看,可靠性评估可以分为coverage-based connectivity-based可靠性;根据不同的方法用于可靠性分析和计算,可分为条件概率可靠性评估,马尔可夫链,框图法、蒙特卡罗模拟方法,二元决策图,故障树分析等;此外,从部门的定义,它可以分为基于任务的可靠性和寿命发布出去是依靠可靠性(4]。在本文中,我们提出开展研究移动无线传感器网络可靠性问题,开展深入、系统的研究在移动无线传感器网络可靠性评估和优化通过引入智能优化算法和群智能仿生优化方法,解决移动无线传感器网络节点的硬件和网络故障预测方法,网络可靠性评估网格方法,树,和带状拓扑,移动路径优化数据收集效率和网络可靠性,数据传输可靠的基于数据融合的方法,和智能容错多路径路由和其他可靠性问题,提供了一个有效的方法来构建一个可靠的移动无线传感器网络适合社交网络的复杂环境。

用户在社交网络上的隐私和安全是一个紧迫的问题,在现实生活中直接关系到他们的安全。目前,研究人员已经进行了一些研究工作在社交网络隐私度量,但研究工业网络相比仍相对滞后。网络的可靠性方面主要研究节点的故障问题和能源问题。

随机故障的问题被认为是在分布式传感器网络的节点在文献[5]WSN可行性的分析。在文献[6),组成的无线传感器网络汇聚节点 传感器节点被认为是和网络的可靠性评估使用概率分析。常见失败原因的概念,介绍了文献[7],蒙特卡罗仿真方法计算提出了无线传感器网络的可靠性。介绍了马尔可夫模型在文献[8]对传感器节点的可靠性进行评估。二元决策图算法在文献[9)解决常见故障原因环境中网络的可靠性。常见原因失败的现象被定义为同步多个组件的网络;例如,网络中多个传感器节点会同时失效在雪崩;以前的传感器网络可靠性分析假设传感器节点是相互独立的,不考虑传感器节点的有效关联;这一分析不全面;文献[10)将二元决策图转换为有序分叉决策图(OBDD)考虑事件的常见原因,已经很大的帮助后来的学者在他们的研究中。文献[11]提出的使用调查问卷数多个指标,通过它用户可以显著差异在他们保护隐私的行为选择计算他们的分数,然后验证这些指标的有效性。在他们的研究中,他们分析调查指标的评分之间的相关性和两个建立保护隐私的行为。最终,他们得出结论,这些指标是可靠和有效的网络管理工具,可用于研究网络隐私度量。在文献[12),双目标函数是由最短的运输距离和最高安全的目标,和一个自适应随机选择算法和时间调整算法被添加到ALNS启发式解决运输路径的传输路径,提高安全性。文献[13)结合了道路类和道路交通影响因素在实际动态道路网络和使用一种改进的蚁群算法探索最优路径,满足旅客的需求。文献[14)提出了一个算法来提高可靠性的客户和目标用户在社交网络之间的路径,它使用反向和一种改进的蚁群算法的信息素更新策略,从而确保负载平衡和缩短用户等待时间。在文献[15),道路可达性、最优路径选择和最高 路径查询研究图数据,每个属性的客观和主观权重的路径导出使用信息熵技术和主观赋值方法混合不同类型和特点的情况下属性,如确定性和不确定性的复杂的多属性,然后,全面分析了两个权重来计算每条路径的综合得分,减少搜索空间,优化路径查询图分解和分层收缩技术。在网络路由方面,文献[16)提出了一个通用的方法来解决multiconstrained路径查询通过最小化非线性成本函数来确定是否发现路径主要是可行的,通过最小化代价函数来探索是否还有更好的路径,从而保证QoS质量。文献[17)提出了一种difference-oriented路径多路选择算法(CMT-DPS),当路径之间的差异相对较大,质量更差的路径不选择参与数据传输,提高了整体吞吐量和在一定程度上减少了传输延迟。软件定义网络(SDN)路径选择算法具有双重影响因子根据实际质量的经验(体验质量)提出了在文献[18),确保链接的质量和负载平衡的实时状态采集和动态调整权重,同时将蚁群算法应用到提高传输速度。

3所示。数据可靠性研究社交网络的无线传感器网络优化

3.1。无线传感器网络的数据可靠性研究

无线网络的基本可靠性和任务可靠性的”,双方“产品可靠性工作,“一”是指主体的基本可靠性和任务可靠性实现产品设计本身,“双方一个”意味着主体的基本可靠性和任务可靠性是产品设计本身,和“双方”意味着基本可靠性和任务可靠性两个目标应该考虑在产品设计中,还有一个是必不可少的。从基本可靠性和任务可靠性的定义,我们知道它们之间的区别如下:(1)的定义是不同的。“规定时间”的范围定义的任务可靠性定义的任务轮廓周期。“指定时间”定义的基本可靠性的定义是完整的生命周期配置文件,通常包括多个任务配置文件。(2)故障统计的范围是不同的。当评估任务可靠性,只有那些失败影响“完成任务”任务可靠性的定义是,这些失败不影响任务的完成都不考虑。然而,当评估基本的可靠性,有必要考虑所有需要修理的故障在整个系统生命周期,和失败的范围基本可靠性统计大于任务的可靠性。(3)最终影响产品使用是不同的。基本可靠性和维护相关报道,最终会影响设备的可用性和基本可靠性和维护成本的范围(19]。威布尔分布的连续式和其他分布密切相关,和威布尔分布的形状参数的取值范围反映了产品故障特征,因此,威布尔分布也很广泛使用,而任务可靠性影响系统的使命达到应用程序的性能是一个关键的因素在决定产品能否成功地执行其任务。(4)对不同计算模型、任务可靠性首先建立基于任务描述、任务配置文件和为不同的任务,一个系统可能有多个任务配置文件,在此基础上生成多个任务可靠性模型。相比之下,在计算系统的基本可靠性,系统对应于只有一个可靠性计算模型。

传统网络可靠性评估研究的理论基础可分为三种类型:基于图论的数学分析方法和概率理论,模拟方法模拟随机事件,和现场试验方法基于真实场景。图1显示了传统网络的理论基础和研究方法的可靠性评估方法。


图1
网络可靠性评估方法的分类。

连接可靠性是第一个提出网络可靠性指标,分为主动和被动网络基于网络中是否存在指定的源点。经典的分析算法计算网络连接可靠性包括状态枚举、不相容原理,分离,分解图转换和界定方法。这些算法通常假设只有两个国家的联系,故障和正常,网络中链接失败的概率是相互独立的。网络可靠性设计需要考虑冗余设计,故障管理和预防,数据管理、节点和链接诚信环境,破坏抵抗,安全,和其他因素。链接的能力是有限的传播,和能力的可靠性指的是成功的概率在两端之间的传输所需的能力后的链接设置最大容量为每个链接,见以下方程:

这种类型的算法增加了容量约束的考虑拓扑连接,这网络模型已经演变成“随机流网络模型”:

基于这个模型,研究人员提出了一系列的计算方法。能力可靠性评估模型是基于已知的条件下,如节点和链路可靠性信息(例如,可靠性),节点和链路容量信息,网络拓扑,和传输容量的需求,解决存在的连接路径的概率满足一定的容量要求一些组节点(20.]。连接可靠性评估分类如图2。


图2
分类的连接可靠性评估。

性能可靠性关注交通网络路径,和物理链路容量被映射到交通路径在评价过程中,可简明地反映网络的性能下降。的概率评估网络性能可靠性时,信息从源节点到目标节点在指定的时间内及时可靠的网络,路由缓冲区溢出的概率作为标准来评估网络拥塞,和数据包接收的比率在接收端在发送端发送的量也可以使用这个网络的完整的可靠性。虽然上述三种类型的网络可靠性评估的连接可靠性、容量可靠性、可靠性和性能可以反映出不同的功能需求,指标范围,和网络的网络性能,很难给网络的综合能力运行时任务。以任务为中心的网络可靠性的综合评价问题,可以制定如下:

许多不同类型的寿命分布是可靠性工程中使用,分为离散和连续。离散分布主要包括二项、几何和泊松分布,和离散分布主要包括指数,威布尔,正常,对数正态分布分布。连续的指数分布类型是最重要的类型的分布可靠性统计和几乎完全用于描述电子设备的可靠性。指数分布的失败率是恒定的和独立的时间。年初以来可靠性研究中,使用最广泛的指数分布,和它有很多优点,如简单的计算,易于估计参数,并可加性的失败率,当组件的故障在系统满足指数分布,其体系也满足指数分布。威布尔分布的连续式和其他发行版都更密切相关,和值的范围的威布尔分布的形状参数反映了产品的故障特征,所以使用的威布尔分布也很广泛21]。在本文中,这两个典型的连续式分布最广泛用于选择传感器寿命分布为指数分布和威布尔分布。指数分布方程所示(4),显示了威布尔分布方程(5):

传感器网络可靠性研究星形网络拓扑结构简单,传感器节点之间的双向沟通和水槽(或基站),但不建立节点之间的通信路径。此外,传感器节点的数据信息可以直接发送到基站,因此节点的失败可以直接影响网络的正常运行。所有这些优势是有利于评估网络的可靠性,和传感器网络可靠性的研究星形网络拓扑的水果也有很好的参考价值为以后学习其他的网络拓扑。因此,在本文的WSN可靠性的研究中,无线传感器网络拓扑结构是一个星形网络。

网络可靠性设计需要考虑冗余设计,故障管理和预防,数据管理、节点和链接诚信环境,韧性破坏,安全,和其他因素。焦点应考虑以下几个方面:(1)冗余设计。重点考虑关键设备的冗余和链接。分散部署多个关键设备在同一地区实现负载共享和分散的多种手段和多种路由协议在传输路径上实现。(2)网络保护机制。例如,可靠的路由协议,热备份协议、路由绑定协议,自动保护切换协议常用网络保护机制。(3)容错设计。即网络是强劲的设计,使它仍然可以正常工作或部分工作的一些错误或失败。传输路径的选择考虑相邻节点的剩余能量,数据传输距离,和网络负载平衡减少单个路径过热的机会,减少太多的共享节点的概率,平衡网络能耗,提高数据传输成功率和网络生命周期。主要方法是故障限制,故障检测,故障屏蔽,重试技术、故障诊断、重组、复苏,重新配置等。(4)拥塞控制。 Through analysis or reliability simulation test to find out the “bottleneck” of network traffic, taking effective congestion control strategy can increase network resources and reduce user demand from two aspects to consider to solve the congestion problem. (5) Online maintenance guarantee design, that is, without interrupting the network operation, the maintenance, and protection of the network. Commonly used methods include hot-plug replacement of hardware and online upgrade of software. (6) Simulation-assisted design, through the network reliability simulation test method, the network completeness, resistance to destruction, availability, recovery, reliability of the auxiliary analysis, and design.

3.2。无线传感器网络的数据传输可靠性分析社交网络的优化

PPSSN模型中,有一个数据所有者(做),做服务器,一个属性管理服务器(AMS),一个访问用户,和一个社交网络平台(SNP)。服务器加密和存储做的好友列表,查询加密列表当用户请求访问的数据,并返回好友关系数据,股票做的开销,但不会影响数据的安全。在收到用户的访问请求,属性管理服务器(AMS)请求一个好友的关系,决定了好友关系从返回的数据,并将私钥分发给请求者访问。社交网络服务平台SNP对用户数据分发平台。游客 是一个用户的社交网络平台,需要得到适当的访问权限来访问数据SNP查看数据时发表的。当访问者请求访问数据时,他/她首先需要发送一个请求,可以访问苏格兰民族党数据只有经过身份验证的AMS和接收的私钥。不是做朋友只能访问用户的数据是去年发表在苏格兰民族党和非法AMS指出,社交网络的用户不能访问任何发布数据。

根据扩展社交网络的复杂网络模型,提出了多约束路径模式匹配的概念,即。,找到匹配的匹配模式的数据图,图。基于多约束优化的路径选择算法,多约束边缘匹配算法执行模式中的每个边缘图,和查询结果的顺序连接模式中的图形成答案匹配用户的查询条件。效率,提高执行效率和连接概率抽样估计算法介绍了加速的执行路径匹配算法提供指导,也为映射查询结果连接算法(22]。算法可以应用到模式匹配等领域的基于位置的社交网络,空间众包,推荐系统。

自无线通信链路质量特征序列的信噪比的特点是光滑的叠加和噪声序列,预测的时间序列预测模型缺乏准确的序列值。因此,本文根据能量网格的复杂环境,并结合无线通信链路质量的S / N的特征序列,预测算法基于LSTM置信区间通信链路的可靠性,提出了结构图如图3。


图3
置信区间预测算法对通信链路的可靠性。

在这篇文章中,我们两个用户之间的相似性度量的属性确定属性的内容是相同的。当匹配属性内容是否相同,今年生日属性相匹配,匹配和地址和家乡城市,然后,这九个属性是否匹配的结果是定义为一个nine-dimensional向量。在这个向量,如果属性内容相同,相应的元素的值为1;否则,该值为0。考虑名字和头像的原因是,如果两个账户的头像和名字很相似或相同的,有一个高概率,他们代表一个特别密切的关系,通常是几个或相同的用户与多个账户。在确定头像是否相似,本文选择使用感知哈希算法因为《阿凡达》文件通常很小。在现有研究属性推理,用户标识链接,链接推理,最基本的方法是基于同质性的原则,即。,the information between users and their surrounding friends is similar, and the closer the friends, the higher the degree of similarity, so that the target user’s undisclosed information can be inferred from the information disclosed by surrounding friends. Connectivity reliability is the first proposed network reliability index, which is divided into active and passive networks according to the presence or absence of specified source points in the network. The classical analytical algorithms for computing network connectivity reliability include state enumeration, exclusion principle, disjoint product sum, factorization, graph transformation, and delimitation method. These algorithms usually assume that the links have only two states, fault and normal, and the probabilities of link failures in the network are independent of each other. The most direct and effective way of this is to compare the attribute information filled in the profile of the user. Based on the above principles, this paper argues that the same attribute information between the target user and his friends is very likely to reveal the user’s private information, and even if the target user himself does not disclose this information, a malicious attacker can still infer the target user’s information based on the attribute content of the largest number of the same friends around. The closeness between any two participants also has similar properties as trustworthiness: self-reflexivity, asymmetry, dynamism, complexity, and transferability (not to be elaborated here). There is no subjectivity and it possesses objectivity, as the closeness is based on the interaction behaviour of the participants and can be analyzed by data mining techniques. In addition to this, it is also decaying, showing a tendency to decay as the path length increases.

当考虑参与者的空间关系和社会身份,需要执行下面的搜索流程:第一步:网络中所有节点需要遍历找到满足的节点位置信息和文本信息;第二步:在这些节点中,发现网络中的路径,满足多个约束条件根据多个约束的用户使用一个指定的节点作为源节点和其他节点与目标节点。但随着节点的数量的增加,第一步变得非常困难,所以上面的算法已不再足以解决最优路径选择问题的多个基于地理位置的约束,并根据位置信息减少了搜索空间和文本信息解决最优路径选择问题的多个关于空间约束和社会约束的约束。加快地理定位信息的过滤和文本信息,空间需要创建文本索引参与社交网络。空间文本索引可以分为空间索引、文本索引和混合索引。根据空间和文本索引的优先级,它们可以分为文本首先和spatial-first。文本首先通常使用反向文件作为顶层索引,然后安排每个帖子列表的倒排表空间结构,它可以是r - tree,三维空间网格或曲线。和spatial-first通常使用空间结构作为顶级指数,与叶节点(或网格细胞)包含反向文件或位图对象的文本信息。还有一个紧密结合的索引,这样两种类型的信息可以减少搜索空间中搜索。

4所示。实验验证和结论

本文中使用的数据集包含2626个对象,每条记录包含参与者的序列号码,昵称,主要从微博中提取文本信息,和参与者的空间地理位置信息(经度和纬度)。约束值的信任、亲密和声誉的参与者通过WS小世界模型是随机生成的。具体的生成过程如下:(1)网络包含 ( 随机作为150年、300年、450年、600年、750年和1050年)节点,每个节点连接 边( 随机作为与其最近的1 ~ 8) 节点;(2)之间的一个边缘添加一双随机选择的节点的概率公关(公关随机为0.1 ~ 0.8),和任意两个不同节点最多有一个边缘,和不能连接到每个节点本身。上述过程反复进行,和24 subdatasets合成。在仿真实验中,信任、亲密、参与者之间和声誉值随机生成的,和更好的模型亲密在社交网络的衰减,衰减系数的设置 ,参与者和源指定的绑定值信任、亲密和名声 。社会网络中的隐私数据主要包括用户的身份信息、登录信息、朋友信息和内容发布在社交网络平台和信息传播。以这种方式设置参数的目的是让更多的路径来满足约束。权重的信任、亲密和路径质量函数的声誉 ,突出声誉在信任评估的重要性。

IR-Tree-MBS算法与H_MCOP算法和MBS算法相比,分别。三个算法执行相同的路径查询条件在每个24日三次随机生成的subdatasets,和每个查询需要重复三次平均。比较质量和路径查询效率的路径发现的算法,图4显示路径质量的比较结果。


图4
道路质量的比较发现不同算法在不同数据集的结果。

R-Tree-MBS算法和MBS算法也有类似的路径查找质量因为两种算法使用相同的查询策略和目标函数。两种算法的路径质量不逊于H_MCOP算法,这是因为IR-Tree-MBS算法,MBS算法,和H_MCOP算法所有治疗发现的路径作为最优时的最大路径质量和是一个可行的解决方案,从而导致类似的寻路质量时发现某些路径(例如,在数据集在图9和154)。当有最大路径质量和它不是一个可行的解决方案,H_MCOP算法根据最小成本并开始停止搜索搜索根据最小目标函数 。这导致了现象,H_MCOP算法无法找到算法解决方案,甚至实际上有一个可行的解决方案但H_MCOP返回没有可行的解决方案,而MBS和IR-Tree-MBS算法可以找到近似最优解。

从图5,我们可以看到H_MCOP算法和MBS算法有更高的执行效率当网络规模并不大,网络结构相对简单,而IR-Tree-MBS算法相对贫穷。这是因为IR-Tree-MBS算法需要创建IR-Tree索引节点的网络第一次执行时,消耗约1 - 5秒。离散分布主要包括二项分布、几何分布,泊松分布。离散分布主要包括指数分布、威布尔分布、正态分布、对数正态分布分布。当网络规模很小,直接查询的算法MBS和H_MCOP算法有更高的效率。然而,随着网络规模的增加和网络结构的复杂性增加,H_MCOP算法和MBS算法的效率逐渐降低,而IR-Tree-MBS算法具有良好的稳定性。原因包括两个方面:(1)IR-Tree-MBS算法利用IR-Tree结构的特点和不直接查询的路径但执行距离修剪修剪和关键字第一,缩小搜索范围在某种程度上,这是不被认为是由H_MCOP算法和MBS算法;(2)IR-Tree-MBS算法不需要像H_MCOP算法来计算 在向前搜索,特别是当 倾向于 ,导致一个更大的时间开销。


图5
不同算法在不同数据集的执行效率。

从图6,我们知道随着网络投票数量的增加,网络的总能量消耗增加无论100或200个节点,节点和能源消耗的增加大于AODV-SMS路线恢复协议,其次是AODV-SMS (PSO),和AODV-SMS (ABC-PSO)最少的能源消耗。也看到,随着网络中传感节点数量的增加,随之,整个网络的密度增加,AODV-SMS路线恢复方法有一个传输路径和传感节点死在源节点传输速度一般在普通节点,传播路径常见的节点的位置,并靠近目标节点的位置下沉。同时,随着传感节点的密度增加,使用相同的传输路径的概率大大增加,和普通节点的能量消耗相同的传播路径非常大,容易过早“死亡”现象,导致数据丢失和数据传输链路中断。AODV-SMS (ABC-PSO)多路径路由恢复机制提出了考虑相邻节点的剩余能量,数据传输距离,和网络负载平衡的过程中数据传输的路径,减少个人路径的机会过热,降低太多的共享节点的概率,平衡网络节点,平衡网络能耗和提高数据传输成功率和网络生命周期。


图6
网络能耗的比较。

从图可以看出7,能量利用率的算法提出了远高于AODV-SMS路由协议,主要是因为采用AODV-SMS (ABC-PSO)中断原来的数据传输路径路由恢复策略随着水槽;它搜索最近的传输路径附近的原始路径和考虑网络能量消耗均衡,这使得我们提出的能耗路由恢复策略比其他方法低。在考虑空间关系和社会身份的参与者,搜索过程需要执行如下:步骤1:网络中的所有节点需要遍历找到节点满足位置信息和文本信息;步骤2:在这些节点,其中一个是用作源节点和目标节点找到路径的其他网络,满足多个约束条件根据多个约束条件由用户指定。虽然群智能优化算法AODV-SMS (ABC-PSO)消耗部分能量优化数据传输路径,考虑相邻节点的剩余能量,数据传输距离,和网络负载平衡,提出了多路径传输路由恢复策略可以充分利用信息提供的原始路径快速恢复一个高效、可靠的传输路径,为网络优化提供更快的全局收敛性。


图7
算法的能量利用率。

从图可以看出8AODV-SMS协议的端到端传输延迟较低的节点数(100个节点)比原来的高。AODV-SMS (PSO)和AODV-SMS (ABC-PSO)多路径路由恢复路径机制略大。不严重主要是因为数据传输拥塞的节点数量较低的情况下,传输延迟的差异之间AODV-SMS (PSO)和AODV-SMS (ABC-PSO)多路径传输路由恢复机制并不重要,而且该算法的端到端延迟小于AODV-SMS的方法。也注意到,随着传感节点的数量的增加,多路径路由恢复机制AODV-SMS (PSO)和AODV-SMS (ABC-PSO)算法增加传输路径的数量到目标节点,而新传输路径构造综合考虑传输AODV-SMS (ABC-PSO)路由恢复协议显示数据包传输延迟时间比其他路由恢复策略。数据包传输延迟花费更少的时间,越来越差。这足以表明,网络规模越大,延迟和传输路径长度越大,源节点传输到目的节点,它更好地反映多路径路由恢复策略的优势,提出了可以考虑相邻节点的剩余能量的传输链路的通信距离和网络负载平衡,选择更合适的通信节点形成一个更好的选择路径,并使网络能量消耗更平衡的分布和最长的寿命。


图8
网络传播延迟率的比较。

5。结论

人们相互通信的便利在信息时代,社交网络已经创建并逐渐流行。由于其方便,操作简单,社交网络已经成为深入参与人们的生活和工作中越来越成熟的网络技术。与此同时,社会网络中的隐私问题也逐渐引起人们的关注。私人安全问题的根源在社会网络数据的私有数据所有者传播在社交网络平台上没有直接的物理控制数据所有者,这可能会导致数据的泄漏,使原本没有访问权限的用户,甚至恶意窃取用户信息查看内容发布的数据所有者。

本文通过研究网络可靠性问题不同于一般的可靠性的研究内容(网络故障率、故障诊断、故障维修,等等),我们进行全面的研究网络性能(网络能耗、负载平衡、传输延迟、网络连接,可靠性,等等)。通过引入智能优化方法和人工智能算法,我们解决可靠性问题等基础研究在移动无线传感器网络故障预测和网络可靠性评估方法、移动路径优化数据收集效率的影响和网络可靠性、数据传输可靠的基于数据融合的方法,多路径路由和智能容错算法,以减少故障干扰和网络能耗,提高网络效率,并增加网络连接,可用性和可靠性,延长网络生存周期的目标,确保节能、高效和可靠运行的移动无线传感器网络在复杂的应用环境。离散分布主要包括二项分布、几何分布,泊松分布。离散分布主要包括指数分布、威布尔分布、正态分布、对数正态分布分布。在发行过程中属性加密的密钥,用户权限管理是共同实现的数据所有者和属性管理服务器,这不仅降低了数据所有者还可以避免的开销之间的共谋攻击属性管理服务器和用户非法访问。权衡数据分布的可用性和隐私保护的安全信息,用户进行分类,旨在实现访问控制为不同的用户提供不同的权限。此外,好友数据的缓存机制的目的是改善和优化原方案和减少解密开销。模型提高了查询效率,减少系统开销,提高隐私安全。

数据可用性

使用的数据来支持本研究的发现可以从相应的作者。

的利益冲突

作者宣称他们没有竞争的经济利益或个人关系可能出现影响工作报告。