目錄
前言
第1章 緒論 1
1.1 物聯(lián)網(wǎng)發(fā)展歷程 1
1.2 物聯(lián)網(wǎng)體系架構(gòu) 2
1.3 物聯(lián)網(wǎng)關(guān)鍵技術(shù) 4
1.3.1 信息感知層關(guān)鍵技術(shù) 5
1.3.2 物聯(lián)網(wǎng)接入層關(guān)鍵技術(shù) 5
1.3.3 網(wǎng)絡(luò)傳輸層關(guān)鍵技術(shù) 5
1.3.4 智能處理層關(guān)鍵技術(shù) 6
1.3.5 應(yīng)用接口層關(guān)鍵技術(shù) 7
1.4 物聯(lián)網(wǎng)發(fā)展前景 7
1.5 物聯(lián)網(wǎng)面臨的挑戰(zhàn) 8
1.6 小結(jié) 10
參考文獻(xiàn) 10
第2章 自律計算概述 12
2.1 自律計算的基本概念 12
2.2 自律計算策略 13
2.3 自律計算現(xiàn)狀 15
2.4 自律計算應(yīng)用 16
2.4.1 自律計算與態(tài)勢感知 16
2.4.2 自律計算與系統(tǒng)優(yōu)化 20
2.4.3 自律計算與風(fēng)險評估 21
2.4.4 自律計算與系統(tǒng)配置 23
2.5 小結(jié) 25
參考文獻(xiàn) 26
第3章 認(rèn)知物聯(lián)網(wǎng)概述 29
3.1 認(rèn)知物聯(lián)網(wǎng)的起源 29
3.2 認(rèn)知物聯(lián)網(wǎng)模型 30
3.2.1 基礎(chǔ)概念 30
3.2.2 鄰居關(guān)系矩陣 31
3.2.3 網(wǎng)絡(luò)性能目標(biāo) 32
3.2.4 網(wǎng)絡(luò)容量與網(wǎng)絡(luò)負(fù)載 32
3.3 認(rèn)知過程設(shè)計 33
3.3.1 三維認(rèn)知網(wǎng)絡(luò)結(jié)構(gòu) 33
3.3.2 三層認(rèn)知環(huán) 35
3.3.3 異構(gòu)性與協(xié)作性 36
3.4 認(rèn)知物聯(lián)網(wǎng)的特點 39
3.5 認(rèn)知物聯(lián)網(wǎng)的研究現(xiàn)狀 40
3.6 認(rèn)知物聯(lián)網(wǎng)的發(fā)展趨勢 42
3.7 小結(jié) 43
參考文獻(xiàn) 43
第4章 認(rèn)知物聯(lián)網(wǎng)自律感知模型 45
4.1 概述 45
4.2 認(rèn)知物聯(lián)網(wǎng)安全態(tài)勢感知概述 45
4.3 物聯(lián)網(wǎng)安全態(tài)勢感知相關(guān)理論 46
4.3.1 安全態(tài)勢要素 46
4.3.2 安全態(tài)勢評估 47
4.3.3 安全態(tài)勢預(yù)測 49
4.4 物聯(lián)網(wǎng)安全態(tài)勢感知典型模型 50
4.4.1 JDL功能結(jié)構(gòu)框架模型 50
4.4.2 Endsley態(tài)勢感知模型 51
4.4.3 Tim安全融合模型 51
4.4.4 NSAS通用框架模型 52
4.5 認(rèn)知物聯(lián)網(wǎng)態(tài)勢自主感知模型 53
4.5.1 Agent協(xié)同層 55
4.5.2 傳感器和效應(yīng)器 55
4.5.3 自律管理器 57
4.6 態(tài)勢提取 57
4.6.1 數(shù)據(jù)預(yù)處理 58
4.6.2 數(shù)據(jù)融合 59
4.7 自主響應(yīng) 62
4.7.1 實時攻擊與評估 62
4.7.2 自主響應(yīng)與決策 64
4.8 仿真實驗及性能分析 66
4.8.1 實驗方案及過程 66
4.8.2 實驗結(jié)果與分析 66
4.9 小結(jié) 69
參考文獻(xiàn) 69
第5章 認(rèn)知物聯(lián)網(wǎng)自律感知策略 71
5.1 概述 71
5.2 相關(guān)工作 71
5.3 策略框架 72
5.4 特征提取 75
5.4.1 基于PCA的特征提取 75
5.4.2 選取主成分 76
5.5 基于神經(jīng)網(wǎng)絡(luò)的安全事件感知算法 77
5.5.1 神經(jīng)網(wǎng)絡(luò)基本理論 77
5.5.2 LM優(yōu)化的神經(jīng)網(wǎng)絡(luò) 79
5.5.3 風(fēng)險事件感知流程 81
5.6 仿真實驗結(jié)果與分析 81
5.6.1 基本配置 81
5.6.2 性能分析 82
5.7 小結(jié) 85
參考文獻(xiàn) 85
第6章 認(rèn)知物聯(lián)網(wǎng)自主評估模型 87
6.1 概述 87
6.2 物聯(lián)網(wǎng)安全評估概述 87
6.2.1 認(rèn)知物聯(lián)網(wǎng)安全評估指標(biāo) 87
6.2.2 認(rèn)知物聯(lián)網(wǎng)安全評估內(nèi)容 88
6.3 物聯(lián)網(wǎng)安全風(fēng)險評估的常用方法 89
6.3.1 定量分析法 89
6.3.2 定性分析法 89
6.3.3 綜合分析法 90
6.4 物聯(lián)網(wǎng)安全評估模型 91
6.5 事件檢測方法 93
6.6 云模型相關(guān)理論 94
6.6.1 一維正態(tài)云 94
6.6.2 多維正態(tài)云 95
6.6.3 云模型的數(shù)字特征 96
6.6.4 云發(fā)生器算法 97
6.6.5 多維云發(fā)生器算法 99
6.7 基于多維云的認(rèn)知物聯(lián)網(wǎng)安全風(fēng)險評估模型 99
6.7.1 風(fēng)險級別和評估屬性概化 100
6.7.2 多維評判云模型 101
6.7.3 基于云模型的關(guān)聯(lián)規(guī)則 101
6.7.4 基于多維云的綜合風(fēng)險評估 102
6.8 仿真實驗結(jié)果與分析 104
6.8.1 實驗過程 104
6.8.2 實驗結(jié)果 106
6.9 小結(jié) 108
參考文獻(xiàn) 109
第7章 認(rèn)知物聯(lián)網(wǎng)自主評估方法 111
7.1 概述 111
7.2 云重心綜合評估方法 112
7.3 基于云重心的自主評估方法 112
7.4 基于GA-BPNN的態(tài)勢預(yù)測 115
7.4.1 態(tài)勢預(yù)測的BPNN結(jié)構(gòu) 116
7.4.2 改進(jìn)的GA優(yōu)化BPNN態(tài)勢預(yù)測模型 117
7.5 仿真實驗 118
7.5.1 態(tài)勢評估 118
7.5.2 態(tài)勢預(yù)測 121
7.6 小結(jié) 122
參考文獻(xiàn) 122
第8章 認(rèn)知物聯(lián)網(wǎng)資源自適應(yīng)查找方法 123
8.1 概述 123
8.2 網(wǎng)絡(luò)信息命名及解析研究現(xiàn)狀 124
8.3 IP地址查找相關(guān)技術(shù) 127
8.3.1 快速查找技術(shù) 127
8.3.2 高效更新技術(shù) 128
8.3.3 存儲壓縮技術(shù) 129
8.3.4 樹比特位圖 130
8.4 數(shù)據(jù)名查找方法 132
8.4.1 數(shù)據(jù)包轉(zhuǎn)發(fā)過程 132
8.4.2 名字查找技術(shù) 133
8.4.3 基于哈希函數(shù)的數(shù)據(jù)名查找 134
8.4.4 數(shù)據(jù)名的分層編碼技術(shù) 136
8.4.5 基于特里樹的名字查找 137
8.4.6 名字并行查找方法 138
8.5 問題分析 140
8.6 基于哈希編碼的名字查找方法 142
8.6.1 元素哈希編碼 143
8.6.2 狀態(tài)轉(zhuǎn)換陣列 145
8.6.3 陣列生成算法 146
8.6.4 實驗與性能分析 148
8.7 基于樹比特位圖的認(rèn)知物聯(lián)網(wǎng)高效名字查找方法 150
8.7.1 BCT節(jié)點 151
8.7.2 BCT構(gòu)建 151
8.7.3 BCT數(shù)據(jù)名查找 154
8.7.4 BCT更新算法 155
8.7.5 實驗性能與分析 156
8.8 小結(jié) 159
參考文獻(xiàn) 159
第9章 基于合作博弈的認(rèn)知物聯(lián)網(wǎng)資源自主配置方法 162
9.1 概述 162
9.2 自組織路由技術(shù)概述 162
9.3 認(rèn)知物聯(lián)網(wǎng)自組織路由相關(guān)理論 164
9.3.1 認(rèn)知物聯(lián)網(wǎng)的路由認(rèn)知過程 164
9.3.2 認(rèn)知物聯(lián)網(wǎng)路由決策模型 165
9.4 自組織路由相關(guān)算法 166
9.5 問題分析 169
9.6 相關(guān)理論 171
9.6.1 認(rèn)知物聯(lián)網(wǎng)拓?fù)浣Y(jié)構(gòu) 171
9.6.2 認(rèn)知物聯(lián)網(wǎng)QoS參數(shù) 171
9.6.3 合作博弈理論 173
9.7 路徑QoS評價及收益計算 174
9.7.1 路徑QoS評價 174
9.7.2 收益計算 175
9.8 基于合作博弈的認(rèn)知物聯(lián)網(wǎng)QoS路由算法 175
9.8.1 鄰居節(jié)點信息收集 175
9.8.2 路由發(fā)現(xiàn) 176
9.8.3 路由失效處理 177
9.8.4 路由刪除 179
9.9 仿真實驗及結(jié)果分析 179
9.9.1 仿真工具介紹 179
9.9.2 場景設(shè)置 180
9.9.3 仿真結(jié)果 180
9.10 小結(jié) 188
參考文獻(xiàn) 188
第10章 認(rèn)知物聯(lián)網(wǎng)非均勻分簇路由自主配置方法 190
10.1 概述 190
10.2 相關(guān)理論 191
10.2.1 認(rèn)知物聯(lián)網(wǎng)模型 191
10.2.2 能耗模型 192
10.2.3 信譽(yù)模型 193
10.3 信譽(yù)評估及信譽(yù)值計算 193
10.3.1 直接信譽(yù) 194
10.3.2 相對信譽(yù) 194
10.3.3 信譽(yù)值計算 195
10.4 基于信譽(yù)的認(rèn)知物聯(lián)網(wǎng)非均勻分簇路由算法 195
10.4.1 簇首的競爭半徑 195
10.4.2 簇首的競爭權(quán)值 195
10.4.3 入簇的競爭函數(shù) 196
10.5 仿真實驗及結(jié)果分析 197
10.5.1 仿真工具介紹 197
10.5.2 場景設(shè)置 197
10.5.3 仿真結(jié)果 197
10.6 基于Stackelberg博弈的認(rèn)知物聯(lián)網(wǎng)節(jié)點擇簇方法 200
10.6.1 問題引入 200
10.6.2 相關(guān)理論 201
10.6.3 基于Stackelberg博弈的認(rèn)知物聯(lián)網(wǎng)節(jié)點入簇算法 203
10.6.4 仿真實驗及性能分析 208
10.7 小結(jié) 211
參考文獻(xiàn) 211
第11章 認(rèn)知物聯(lián)網(wǎng)動態(tài)激勵機(jī)制 213
11.1 概述 213
11.2 傳統(tǒng)信譽(yù)管理模型 214
11.3 基于信譽(yù)的認(rèn)知物聯(lián)網(wǎng)多域協(xié)作動態(tài)激勵機(jī)制 215
11.3.1 鄰居節(jié)點監(jiān)聽 215
11.3.2 節(jié)點信譽(yù)計算 216
11.3.3 節(jié)點收支計算 217
11.3.4 動態(tài)響應(yīng)激勵 218
11.3.5 多域協(xié)作機(jī)制 218
11.4 仿真實驗及性能分析 219
11.4.1 仿真設(shè)置 219
11.4.2 性能分析 220
11.5 小結(jié) 223
參考文獻(xiàn) 223
第12章 認(rèn)知物聯(lián)網(wǎng)自主調(diào)節(jié)策略 225
12.1 概述 225
12.2 相關(guān)工作 226
12.3 策略分析與建模 227
12.3.1 問題分析 227
12.3.2 安全指標(biāo)提取 229
12.3.3 優(yōu)化模型 230
12.3.4 簇用戶協(xié)作 231
12.4 最優(yōu)資源配置 232
12.4.1 要素抽取及描述 232
12.4.2 局部優(yōu)化 234
12.4.3 感知層局部優(yōu)化 235
12.4.4 網(wǎng)絡(luò)層局部優(yōu)化 239
12.4.5 業(yè)務(wù)層局部優(yōu)化 239
12.4.6 全局調(diào)節(jié)算法 240
12.5 仿真實驗 244
12.5.1 層內(nèi)優(yōu)化數(shù)學(xué)模型 244
12.5.2 各層安全要素初始值 250
12.5.3 層內(nèi)優(yōu)化計算與測試 251
12.5.4 全局優(yōu)化計算與分析 254
12.6 小結(jié) 255
參考文獻(xiàn) 255