基于多种群协同进化的物联网鲁棒性策略研究

发布时间：2021-07-07 06:20

　　物联网已经广泛应用于收集和处理现实世界的信息,其部署范围已经朝向全地域扩展,比如高原、山地、海洋。在实际运用中,恶劣的地理环境会导致设备节点故障而失效,同时网络还会面对隐蔽的恶意攻击,而设备节点的失效会对网络拓扑的稳定性带来了灾难性的损坏,因此,构建一个高鲁棒性的物联网显得至关重要。物联网鲁棒性优化策略是针对在目标地域已经部署的设备节点,通过算法优化使其网络拓扑拥有更高的鲁棒性,从而在遭遇攻击时仍能保持良好的网络性能。在物联网中,无标度网络具有针对随机攻击下高鲁棒性的特性,但面对恶意攻击时极其脆弱,在遭遇恶意攻击时网络会迅速崩溃垮塌。为了解决这个问题,本文提出了一种基于多种群协同进化的物联网鲁棒性优化算法,将进化算法运用到无标度物联网鲁棒性优化领域,同时不改变网络初始度分布。为了衡量无标度物联网针对恶意攻击的鲁棒性,本文提出了鲁棒性衡量模型,另外,本文也提出一种三维高斯曲面模型来模拟山地地形下的物联网部署。基于多种群协同进化的物联网鲁棒性优化算法利用网络中每个节点的地理位置和连接边的信息,基于新颖的多样性初始化算法、交叉算法、变异算法、移民算法,使用多个种群协同进化,对初始网络拓扑的鲁... 

【文章来源】：大连理工大学辽宁省 211工程院校 985工程院校 教育部直属院校

【文章页数】：63 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
1 绪论
    1.1 课题研究背景
        1.1.1 物联网鲁棒性优化策略
        1.1.2 物联网鲁棒性优化研究意义
        1.1.3 物联网鲁棒性优化国内外发展现状
    1.2 课题研究问题描述
    1.3 本文主要工作及创新点
    1.4 论文组织结构
2 物联网与鲁棒性优化算法
    2.1 物联网技术准备
        2.1.1 物联网与无标度网络
        2.1.2 物联网与三维地形高斯曲面模型
        2.1.3 物联网与鲁棒性衡量模型
    2.2 鲁棒性优化算法
        2.2.1 Hill-Climbing算法
        2.2.2 Simulated-Annealing算法
        2.2.3 进化算法
3 基于多种群的鲁棒性优化算法
    3.1 算法提出
        3.1.1 优化性证明
        3.1.2 染色体编码设计
    3.2 算法设计
        3.2.1 多样性初始化算法
        3.2.2 交叉算法
        3.2.3 变异算法
        3.2.4 移民算法
4 算法详细实现
    4.1 算法流程
    4.2 多样性初始化算法实现
    4.3 交叉算法实现
    4.4 变异算法实现
    4.5 主算法实现
5 仿真实验与分析
    5.1 参数设置
    5.2 排序换边阈值
    5.3 各子算法性能
    5.4 与遗传算法对比
    5.5 网络抵抗攻击性能
    5.6 与相关算法对比
        5.6.1 不同边密度下性能对比
        5.6.2 不同网络规模下性能对比
结论
参考文献
攻读硕士学位期间发表学术论文情况
致谢


【参考文献】：
期刊论文
[1]面向感知中国的新一代信息技术——海云协同,走向未来[J]. 田静,王劲林.  中国科学:信息科学. 2015(10)
[2]物联网体系结构及其标准化[J]. 沈苏彬,杨震.  南京邮电大学学报(自然科学版). 2015(01)
[3]物联网发展现状及其中国发展模式的战略选择[J]. 苏美文.  技术经济与管理研究. 2015(02)
[4]我国物联网产业发展现状与对策研究[J]. 孙改平.  物流技术. 2014(15)

博士论文
[1]物联网应用若干关键问题的研究[D]. 周明.北京邮电大学 2014



本文编号：3269117