WSN中基于多级算术编码的溯源数据压缩方法

发布时间：2017-03-29 00:13

  本文关键词：WSN中基于多级算术编码的溯源数据压缩方法，，由笔耕文化传播整理发布。

【摘要】：在无线传感器网络(Wireless Sensor Network,WSN)中,溯源数据(Provenance)是评估数据可信性的重要依据之一,Provenance记录了一个数据包从产生至被传输至基站(BS)途经的全部节点以及在这些节点上对数据的相关操作。因此Provenance的大小会随着数据包传输路径长度的增长而迅速膨胀。目前,在WSN中采用基于传统算术编码的Provenance压缩方法虽然能有效地解决上述问题,但当WSN的规模较大时,采用此类方法的Provenance压缩效率较低、而且BS的计算负载较大。有鉴于此,本文提出了一种基于算术编码的无损多级Provenance压缩方法,通过对WSN进行分簇组织,一方面可以获得较高的压缩比率、另一方面能有效降低BS在解压缩Provenance时的计算负载。本文的主要工作包括以下几点:(1)在WSN分簇组织方法的基础上,提出了一种分布式的基于多级算术编码的Provenance压缩方法,相对于现有的方法获得了较高的Provenance压缩比,且有效降低了由此导致的BS计算负载;(2)对任意给定的WSN,给出了不同分簇方法与WSN中Provenance平均大小的函数关系,证明了在Provenance压缩传输的过程中WSN最优分簇的存在性;(3)采用了轻量级的方法保护Provenance压缩传输的安全性,并由此兼顾了在WSN中节省能耗的要求;(4)通过理论分析、基于TinyOS的软件仿真,以及基于Zigbee硬件实验共同检验了本方法的性能及其可行性。
【关键词】：算术编码 分簇 溯源数据 压缩
【学位授予单位】：江苏大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP212.9;TN929.5
【目录】：

• 摘要4-5
• ABSTRACT5-9
• 第一章 绪论9-15
• 1.1 课题研究背景和意义9-10
• 1.2 国内外研究现状10-12
• 1.3 论文的主要工作及创新点12-13
• 1.4 论文的章节安排13-15
• 第二章 Provenance的系统模型与相关技术15-29
• 2.1 WSN介绍15-16
• 2.1.1 WSN体系结构15-16
• 2.1.2 WSN主要特点16
• 2.2 仿真工具介绍16-21
• 2.2.1 TinyOS介绍17-18
• 2.2.2 Zigbee介绍18-19
• 2.2.3 TinyOS在CC2530上的移植19-21
• 2.3 网络模型21-22
• 2.4 数据模型22-23
• 2.5 Provenance模型23-24
• 2.6 分簇模型24-25
• 2.7 威胁模型25
• 2.8 算术编码25-27
• 2.8.1 压缩25-26
• 2.8.2 解压缩26-27
• 2.9 本项目方法的可行性分析27-28
• 2.10 本章小结28-29
• 第三章 基于多级算术编码的Provenance压缩方法29-45
• 3.1 基于多级算术编码的Provenance压缩29-31
• 3.1.1 算术编码联合积累分布概率的生成29-30
• 3.1.2 在无线传感节点上的压缩方法和在BS端的解压缩方法30-31
• 3.2 线性Provenance的压缩方法31-32
• 3.3 线性Provenance的解压缩方法32-34
• 3.4 汇聚Provenance的压缩方法34-35
• 3.5 汇聚Provenance的解压缩方法35
• 3.6 实例分析35-43
• 3.6.1 线性Provenance压缩方法实例36-39
• 3.6.2 线性Provenance解压缩方法实例39
• 3.6.3 汇聚Provenance压缩方法实例39-43
• 3.6.4 汇聚Provenance解压缩方法实例43
• 3.7 最佳分组的讨论43-44
• 3.8 本章小结44-45
• 第四章 性能分析45-49
• 4.1 线性Provenance熵值计算45
• 4.2 汇聚Provenance熵值计算45
• 4.3 时间复杂度45-46
• 4.4 空间复杂度46
• 4.5 安全性分析46-48
• 4.6 本章小结48-49
• 第五章 实验测试与分析49-56
• 5.1 仿真实验49-53
• 5.1.1 性能指标50-51
• 5.1.2 仿真结果51-53
• 5.2 硬件实验53-55
• 5.2.1 实验设置53-54
• 5.2.2 实验结果54-55
• 5.3 本章小结55-56
• 第六章 总结与展望56-58
• 6.1 工作总结56-57
• 6.2 研究展望57-58
• 参考文献58-62
• 致谢62-63
• 在读期间所发表的论文63

【相似文献】

中国期刊全文数据库 前10条

1 芮国胜,孙小东,权太范;一种实用的算术编码方案[J];高技术通讯;2000年12期

2 芮国胜,王红星,孙小东,权太范;一种采用混合进制的算术编码[J];系统工程与电子技术;2001年08期

3 毛文娟,王建立,张孝三;算术编码在图像压缩系统中的应用[J];信息技术;2005年10期

4 陈光化;陆桂富;武凯;;基于上下文的自适应二进制算术编码的硬件实现[J];微电子学与计算机;2006年11期

5 杨文涛;刘卫忠;郑立新;邹雪城;;多阶上下文自适应二进制算术编码实现[J];华中科技大学学报(自然科学版);2007年03期

6 逄玉叶;;分布式算术编码[J];上海电力学院学报;2010年05期

7 王敏超;王敏莉;李秋生;张诚鎏;;无损自适应分布式算术编码的研究及应用[J];计算机工程与设计;2011年10期

8 韦伟;游彬;万福;刘俊起;;算术编码理论及误差分析研究[J];舰船电子工程;2011年12期

9 王大星;朱鹤鸣;;关于算术编码教学的几点注记[J];滁州学院学报;2011年05期

10 张炜琳;尹聪敏;;浅谈算术编码的编解码过程[J];民营科技;2013年08期

中国博士学位论文全文数据库 前1条

1 张玉书;数据压缩与加密的协调性研究[D];重庆大学;2014年

中国硕士学位论文全文数据库 前10条

1 谈继魁;基于GPU的WNC算术编码的并行实现与优化[D];西北农林科技大学;2015年

2 李霖洁;视频压缩系统中算术编码器的VLSI设计[D];西安电子科技大学;2014年

3 袁裕琳;WSN中基于多级算术编码的溯源数据压缩方法[D];江苏大学;2016年

4 王东;基于隐马尔可夫模型的分布式算术编码研究[D];西北农林科技大学;2011年

5 段黎力;基于算术编码的图像加密算法研究[D];重庆大学;2010年

6 白丽丽;基于FPGA的自适应算术编码研究与实现[D];哈尔滨工业大学;2006年

7 石增硕;H.264中基于内容匹配的自适应二进制算术编码[D];西安电子科技大学;2007年

8 杨铭;H.264视频编码快速算法与算术编码检错研究[D];清华大学;2004年

9 江伟;H.264中基于上下文自适应二进制算术编码效率改进研究[D];中南大学;2010年

10 霍兴雨;基于小波变换的ECG信号自适应算术编码[D];云南大学;2013年

  本文关键词：WSN中基于多级算术编码的溯源数据压缩方法，由笔耕文化传播整理发布。

本文编号：273318