实验室王皓博士的论文被国际顶级期刊 ieee internet of things journal（if=9.936）录用-z6尊龙旗舰厅

实验室王皓博士的论文被国际顶级期刊 ieee internet of things journal（if=9.936）录用，祝贺！

a push-based probabilistic method for source location privacy protection in underwater acoustic sensor networks

ieee internet of things journal,

2021 (sci index, if=9.936)

随着海洋前沿研究问题的出现，水声传感器网络越发受到关注，但与此同时，水声传感器网络面临的安全和隐私挑战也日益增多。和常见的水下主动攻击相比，被动攻击的特性导致了该类攻击更难被侦察。针对水下被动攻击防护，本文研究水声传感器网络中源节点位置隐私保护问题，并提出基于位置推送的概率性源节点位置隐私保护算法。在该算法中，虚假数据包技术和多路径路由技术被用于应对被动攻击，以此实现对水下源节点位置隐私的保护。其次，算法以埃克曼漂流模型为背景，用于模拟实际海洋场景。在该场景中，考虑到埃克曼漂流带来的分层现象，mean shift算法和k-means算法分别用于对动态层和静态层中的节点分簇，以此提高源数据的传输率。最后，为了尽可能降低源数据多跳传输过程中带来的信息泄露问题，提出基于auv集群的数据收集方法。基站将每个簇的信息价值推送给auv集群，随后领航者auv派遣跟随者auv前往具有高信息价值的簇收集数据。利用多个跟随者auv数据收集路径的不确定性和随机性，干扰网络恶意攻击者的被动攻击。和现有水下算法相比，仿真结果表明该算法能够在略微牺牲节点能耗和传播时延的条件下，延长网络的安全期。