您的位置: 专家智库 > >

戈军

作品数:6 被引量:14H指数:3
供职机构:江苏大学计算机科学与通信工程学院更多>>
发文基金:宿迁学院科研基金更多>>
相关领域:自动化与计算机技术电子电信更多>>

文献类型

  • 6篇中文期刊文章

领域

  • 4篇自动化与计算...
  • 3篇电子电信

主题

  • 2篇物联网
  • 2篇联网
  • 1篇稻田
  • 1篇信誉值
  • 1篇移动互联
  • 1篇移动互联网
  • 1篇异常数据
  • 1篇隐私
  • 1篇隐私保护
  • 1篇隐私保护算法
  • 1篇支持向量
  • 1篇支持向量机
  • 1篇实时监控
  • 1篇水稻
  • 1篇水稻田
  • 1篇通信
  • 1篇匿名
  • 1篇无线传感
  • 1篇无线传感器
  • 1篇系统设计

机构

  • 6篇宿迁学院
  • 4篇江苏大学

作者

  • 6篇戈军
  • 5篇沈微微
  • 5篇刘杰
  • 2篇王学军
  • 1篇王学军
  • 1篇戈军
  • 1篇张兵

传媒

  • 2篇软件导刊
  • 1篇电子技术应用
  • 1篇激光杂志
  • 1篇计算机仿真
  • 1篇现代电子技术

年份

  • 1篇2022
  • 3篇2017
  • 2篇2016
6 条 记 录,以下是 1-6
排序方式:
基于增强LEACH协议的无线传感器恶意节点检测
2022年
研究基于增强LEACH协议的无线传感器恶意节点检测方法,改善无线传感器网络由于通信拥堵等情况,造成恶意节点检测效率降低的缺陷。通过当前生存节点数的最佳簇数改进机制获取最佳簇类数量,选取集中式成簇算法依据所确定最佳簇类数量划分无线传感器网络的簇,簇内节点以及簇间节点分别选取LEACH协议以及多跳转发方式通信;通过所划分各簇内节点的直接信誉值与间接信誉值获取节点的综合信誉值;网络中的汇聚节点接收数据包后,通过解析数据包建立可疑节点列表;设置信誉值阈值,对比可疑节点列表中节点综合信誉值以及信誉值阈值,利用对比结果划分节点为正常节点与恶意节点,实现恶意节点检测。仿真测试结果表明,上述方法可精准检测无线传感器网络中的恶意节点,调节参数为0.7时,恶意节点检测误判率低至0.4%。
张兵戈军
关键词:无线传感器信誉值
物联网的光学传输网络邻居节点快速发现方法被引量:8
2017年
传统光学传输网络邻居节点发现方法存在节点识别耗时长、准确率低等不足。提出一种基于物联网的光学传输网络邻居节点快速发现方法研究,首先利用物联网的联通性构建一种扇形节点感知模型,判定当前节点感知区域范围内存在邻居节点的可能性;采用最小二乘法原理对感知区域内存在的邻居节点进行模糊定位,对现有节点周围的未知邻居节点设定适当的约束条件,将节点定位问题转化为约束优化问题,最后利用粒子群算法实现光学传输网络邻居节点的寻优和定位。实验证明提出的方法能够快速地发现邻居节点、识别率高、误差率低。
刘杰戈军沈微微王学军
关键词:物联网邻居节点
基于ZigBee网络的水稻田实时监控系统设计
2016年
为了准确、高效地获取水稻生长环境参数变化情况,提出了一套基于ZigBee无线网络技术和3G/4G通信技术的水稻田实时监控方案,并给出了硬件设计和软件设计的基本原理。移动终端Android应用的开发与使用,满足了管理人员随时随地掌握水稻生长状态相关信息的需求。测试结果表明,该系统监测结果准确、高效,实现了数据的远程传输、存储等功能,移动终端上实时数据查看、历史数据查询和报警查询功能也达到了设计要求。
刘杰戈军沈微微
关键词:ZIGBEE网络3G/4G水稻田实时监控
基于MapReduce的并行抽样路径K-匿名隐私保护算法被引量:3
2017年
K-匿名算法及现存K-匿名改进算法大多使用牺牲时间效率降低发布数据信息损失量的方法实现数据的匿名化,但随着数据量的急剧增长,传统的数据匿名化方法已不适用于对较大数据的处理。针对K-匿名算法在单机执行过程中产生大量频繁项集和重复搜索数据表的缺点,将MapReduce模型引入到抽样泛化路径K-匿名算法中对其进行优化。该方法兼具MapReduce及抽样泛化算法的优点,高效分布式匿名化数据集,降低发布数据集信息损失量,提高数据的可用性。实验结果表明:当数据量较大时,该优化算法在时间效率及数据精度方面有显著提高。
刘杰沈微微戈军戈军
关键词:MAPREDUCEK-匿名
基于Android的网络问政管理系统设计与实现
2016年
针对网络问政管理繁琐、不及时、统计不方便等问题,设计开发了一款基于Android的网络问政管理系统。通过收集网络问政数据,对问政数据进行新建、查看和回复操作。该系统极大提高了问政管理的便携性和及时性,具有较高的可扩展性、可移植性和可维护性。
刘杰沈微微戈军
关键词:网络问政ANDROID移动互联网
物联网通信异常数据的检测方法研究被引量:3
2017年
在物联网多设备通信过程中,其差异化的数据在分类种类上存在较大的问题,导致识别过程存在异常数据不收敛或者无穷计算的问题。为了解决这一问题,提出基于多约束标签的异常数据检测方法,在对海量的异常数据进行分类的过程中,引入可以约束标签异常特征的多个约束条件,对物联网通信数据进行降维限制处理,避免扩大化的搜索过程,再运用支持向量机在限制区域内完成检测分类。实验结果表明,利用该算法能对海量的物联网通信异常数据进行自动学习过程的搜索,提高异常数据检测的准确性。
刘杰戈军沈微微王学军
关键词:物联网支持向量机异常数据
共1页<1>
聚类工具0