文献

J-GLOBAL ID：201702210737851710   整理番号：17A1317109

センサネットワークにおける侵入データ検索のための改良シミュレーション研究を提案した。【JST・京大機械翻訳】

In sensor network intrusion data query method to improve simulation research

著者 (3件)： Gu Chengxi (江蘇省現代企業信息化応用支cheng軟件工程技術研発中心,江蘇蘇州,215104) ,  Gu Caidong (江蘇省現代企業信息化応用支cheng軟件工程技術研発中心,江蘇蘇州,215104) ,  Gong Wei (清華大学計算机科学与技術系,北京,100000)
資料名： Jisuanji Fangzhen  (Jisuanji Fangzhen)
巻： 34  号： 2  ページ： 314-317  発行年： 2017年 
JST資料番号： C2937A  ISSN： 1006-9348  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： センサネットワークにおける侵入データを検索するために,ネットワークデータ管理の性能と信頼性を向上させる。人間のデータ検索を行う際には、固定したフィルターの閾値を設定する必要があるため、侵入データに対するエルゴードは全面的ではない。伝統的なクエリアルゴリズムは主に各ノードの侵入データを収集し、データの検索を行うことで、フィルターの閾値を設定せず、問合せに冗長データを出し、クエリーの精度が低い。本論文は,クラスタ化アルゴリズムに基づくセンサネットワークにおける侵入データクエリのための改良方式を提案した。従来のアルゴリズムに基づいて,ネットワークを異なるクラスタに分割し,各クラスタヘッドのクラスタヘッドを選択し,シンクノードによりデータをシンクノードに集め,フィルタの閾値を設定し,シンクノードへの侵入データをフィルタリングした。最後に,侵入データ間の相関特性を用いて,すべてのネットワークにおける質問データとの強い関連性を持つ侵入データを収集し,最終的な検索結果を生成した。シミュレーション結果により,クラスタ化に基づくセンサネットワークにおける侵入データクエリ方式は,より強い妨害対抗性を持ち,そして,侵入データ検索の精度および効率を改善することができた。Data from Wanfang. Translated by JST【JST・京大機械翻訳】

シソーラス用語： 信頼性 ,  アルゴリズム ,  *シミュレーション ,  フィルタリング ,  フィルタ ,  *センサネットワーク ,  クラスタ ,  *ネットワーク ,  *データ検索 ,  データ管理 ,  クラスタ化
準シソーラス用語： シンクノード ,  クラスタヘッド ,  クエリー ,  *侵入 , 【Automatic Indexing@JST】

著者キーワード (4件)： Sensor network ,  Invasion of data ,  Data association ,  Querying

分類 (1件)： 計算機網  (JC03000K)

タイトルに関連する用語 (6件)： センサネットワーク ,  侵入 ,  データ検索 ,  シミュレーション ,  研究 ,  提案