为了有效抵御命名数据网络(Named Data Networking,NDN)中出现的毒化内容攻击(Content Poisoning Attack,CPA),本文首先通过分析CPA中危害性与隐蔽性更强的攻击变体形式,提出并建模了一种随机毒化内容攻击(RCPA)模式。其次,针对RCPA提...
详细信息
为了有效抵御命名数据网络(Named Data Networking,NDN)中出现的毒化内容攻击(Content Poisoning Attack,CPA),本文首先通过分析CPA中危害性与隐蔽性更强的攻击变体形式,提出并建模了一种随机毒化内容攻击(RCPA)模式。其次,针对RCPA提出了一种基于信息增益比的机器学习特征选择方法来对其进行检测,该方法通过评估使用选定特征的信息增益比来提高RCPA模型的检测准确性。实验结果表明,该方法能够有效完成对命名数据网络中随机毒化内容攻击的检测。
室内定位技术在多领域有着重要的应用,而传统的无线局域网(Wireless Local Area Network,WLAN)指纹定位方法通常很少考虑WLAN接收信号强度(Received Signal Strength,RSS)特征的多样性以及来自不同接入点(Access Point,AP)的RSS特征位...
详细信息
室内定位技术在多领域有着重要的应用,而传统的无线局域网(Wireless Local Area Network,WLAN)指纹定位方法通常很少考虑WLAN接收信号强度(Received Signal Strength,RSS)特征的多样性以及来自不同接入点(Access Point,AP)的RSS特征位置分辨力的差异性问题,从而导致WLAN定位精度不高且定位效率较低.对此,本文提出一种基于多维模糊映射AP优化的WLAN室内定位方法.在离线阶段通过多次采集RSS数据提取多维RSS特征,计算AP信息增益比及相应的离线模糊隶属度,并利用模糊关系方程求解多维RSS特征模糊权重;而在在线阶段,则通过多维模糊映射构造模糊判定矩阵并计算AP在线模糊隶属度,同时结合K近邻(K-Nearest Neighbor,KNN)算法完成对目标的位置坐标计算.实验结果表明,相较于传统的AP优化定位方法,所提方法在线阶段的定位计算开销最高减少了4.12 s,定位误差4 m内的置信概率为91.91%.
暂无评论