WSN和计算机网的融合模型研究
计算机论文：WSN能量均衡路由与覆盖优化问题之计算机研究
计算机论文：WSN能量均衡路由与覆盖优化问题之计算机研究本文是一篇计算机论文，本文在对无线传感器网络相关技术研究的基础上，主要对路由算法和网络覆盖率两方面做了深入研究。
第1 章绪论1.1 研究的背景与意义无线传感器技术是物联网技术的核心技术之一，同时与计算机技术、通信技术并列构成当代信息技术。
无线传感器网络作为物联网的感知层部分，实现了物与物、物与网络之间的互联[1]，极大可能的帮助人类获取物理世界的信息，让人类在信息技术引领的浪潮中，颠覆对物理世界与感知世界的认知，开启了人类通过数字化认识物理世界的大门。
无线传感器网络是由大量节点组成，它们根据人类要求部署在特定区域，自组织形成采集数据、传输数据和处理数据的智能网络[2]，它改变了人类与物体联系的方式，在智能家居、医疗救治、军事防范、工业生产等方面发挥了巨大的作用。
其中，传感器网络历经三个阶段的改进和发展，才形成了如今功能俱全的无线传感器网络。
第一阶段的传感器网络出现于20 世纪70 年代，也是WSN 雏形形成的阶段，这个阶段的传感器网络中的节点数目较少，节点的部署方式简单，网络中的数据处理机制和数据传输机制也异常简单，传感器节点只能实现点与点之间简单的信息传输，且传感器节点没有计算能力。
此时的传感器网络只能做获取简单信息的工作，应用相对较少；第二阶段的传感器网络存在于20 世纪80 年代至90 年代后期，这时传感器网络已经发展成为智能化的网络，传感器节点具备了较强的感知能力、计算能力和通信能力，可以进行多种信息的获取和处理操作，实现了智能化现场设备和控制室的双向通信，其应用范围也相对较广阔一些；第三阶段的传感器网络就是存在时期为21 世纪至今的无线传感器网络，此时的网络属于自主完成任务的智能型无线传感器网络，传感器节点除了具备感知、计算和通信能力以外，还兼具节能低功耗、实时等符合应用的独特设计，网络传输的多跳和自组织性能使得多功能信息获取能力大大提高，跨时代意义的WSN 技术由此形成，也获得了全球的广泛性应用。
WSN研究方向
WSN研究方向随着传感器技术，Inerenet网络技术，无线通信技术和计算机技术等的飞速发展，上世纪九十年代末无线传感器网络（wireless sensor network – WSN）开始在美国初露端倪。
随即引起了学术界、军界和工业界的极大关注，更被美国商业周刊和MIT技术评论预测为将成为改变世界的重要的10大新技术之一，同时是21世纪最具影响的21项技术之一。
因而渐成为IT领域的研究热点之一。
美国和欧洲相继启动了许多关于无限传感器网络的研究计划。
特别是美国通过国家自然基金委、国防部等多种渠道投入巨资支持传感器网络技术的研究。
相对于为人们提供快捷的通信与方便的信息交流的互联网而言，WSN则进一步扩展了人们对信息获取的能力，通过将现实世界或环境的物理信息用传输网络相连接，从而可为人们提供最直接、最有效和最真实的信息。
由于具有强大的信息获取，处理与交换能力，WSN的应用前景极其广阔，其能应用于军事国防、工农业控制、城市管理、生物免疫、环境监测、抢险防灾、防恐反恐、危险区域远程控制等诸多领域。
继美国之后，欧洲和我国也开始非常重视WSN的发展。
2003年国家自然科学基金委立项开始资助该方向的研究，更被国务院的《国家中长期科学和技术发展规划纲要》列为重要领域中的第43个优先研究主题和前沿技术之一。
因此对该技术的深入研究将会推动我国的信息化建设，并将会极大地带动相关产业和学科的发展，从而为国民经济带来新的增长点。
同时通过WSN平台建设和相关技术（包括应用基础，应用技术）问题的研究，可促使国内校的研究迈入主流行列，并推动学校院系的学科交叉，新学科点的增长和学科的发展，更为整合各相关研究方向提供了十分宝贵的契机。
我们可以用图1来说明无线传感器网络的发展过程图1 无线传感器网络的发展过程目前国内外围绕WSN开展如下研究（1）网络拓扑控制和网络协议；侧重研究能够快速收敛的拓扑结构控制算法和采用具有能量感知的可靠路由协议；研究通信能力受距离限制的进程代数及其面向对象语言的语义、移动计算以及协议的形式化验证等。
一种改进的基于神经网络的WSN数据融合算法_连方圆
明，网络能够很好的对数据进行数据回归 。 W － T Sungd 等 在基于无线传感器网络的环境下 ，利用 BP 神经网络对环境监 测中的数据进行融合，实验结果表明， 引入 BP 神经网络方法
0625 ； 收稿日期： 2013关项（ 20120313013 － 6 ） 。 作者简介： 连方圆， 女， 山西人， 硕士， 主要从事无线网络信息数据融 合， 语音信号处理的研究 。 0828 。 修回日期： 2013-
［2 ］ 测系统中取得很好的效果 。G． Wang 等 将多项式回归引入到 无线传感网络的数据融合中 ，在对环境监测的中，通过实验表
结合神经网络和证据理论 ， 建立了管道泄
［6 ］
漏诊断模型。徐桂云等
把 PCA 与 ＲBF 神经网络结合用于对
［7 ］
轴承数据的融合和故障诊断 ，仿真结果表明，该算法具有很好 的识别率和数据压缩率 。孙凌逸等 构建了一种基于 BP 神经 网络与 LEACH 协议的数据融合算法， 该算法能够提高网络融 合度，但其并没有考虑到神经网络运行所需的网络参数的获取 问题。 针对以上问题 ， 本 文 提 出 了 一 种 新 型 的 基 于 误 差 反 向 传播算 法 的 多 层 前 馈 神 经 网 络 的 WSN 数 据 融 合 模 型 （ A New Back Propagation Neural － Network Data Aggregation ， 简称 NBPNA ） 。 NBPNA 数据融合模 型 将 无 线 传 感 网 络 的 LEACH
Improvement of Data Aggregation of Wireless Sensor Networks Using Artificial Neural Networks
无线传感器网络中的数据融合算法研究
无线传感器网络中的数据融合算法研究无线传感器网络（Wireless Sensor Network, WSN）是一种由大量分布式传感器节点组成的网络系统，用于收集、处理和传输环境中的信息。
在实际应用中，为了最有效地利用有限的资源，降低传感器节点的能耗，数据融合算法成为了十分关键的研究方向。
本文将探讨无线传感器网络中的数据融合算法研究以及其在实际应用中的潜力。
一、数据融合算法的意义在无线传感器网络中，大量的传感器节点同时收集环境中的信息，并将这些数据传输到基站节点。
然而，由于传感器节点有限的能量和计算能力，传输海量的原始数据会造成能耗的剧增。
此外，也会给网络带宽和存储资源带来极大的压力。
因此，通过数据融合算法，在传感器节点中对采集的数据进行压缩、处理和分析，从而有效减少数据的冗余性，降低能耗，提高网络的性能。
二、数据融合算法的分类数据融合算法广泛应用于多个领域，例如军事侦察、环境监测和智能交通。
根据数据融合算法的不同特点和应用场景，可以将其分为静态数据融合算法和动态数据融合算法。
1. 静态数据融合算法静态数据融合算法主要基于批处理的方式进行数据融合，通过收集一段时间内的数据，并进行离线处理。
其中包括基于统计模型的数据融合算法、基于信息论的数据融合算法和基于多源数据融合的算法。
这些算法主要通过指标的计算和分类算法进行数据的融合和决策。
2. 动态数据融合算法相比于静态数据融合算法，动态数据融合算法更加适用于实时应用场景。
动态数据融合算法主要通过模型的更新和状态的预测，对实时数据进行处理和融合。
例如，基于卡尔曼滤波的数据融合算法可以通过多个传感器的测量值和系统模型，对未来的状态进行预测和估计。
三、数据融合算法的应用数据融合算法在诸多领域中都有广泛的应用。
1. 环境监测无线传感器网络在环境监测中发挥着关键的作用。
通过布置在特定区域的传感器节点，可以实时收集大量的环境信息，例如温度、湿度和空气质量等。
数据融合算法可以对这些数据进行处理和分析，提供准确的环境监测结果。
分析传感器网与计算机网融合的安全技术研究
分析传感器网与计算机网融合的安全技术研究摘要：未来信息网络发展主要包括：移动化、多样化、小型化的无线传感器网以及扁平化、综合化、大型化的计算机网两个方向，而在异构网络融合中，两网融合的网络模式非常的典型。
本文主要针对安全问题，对异构融合网络的安全技术进行了分析和探究，以促使传感器网与计算机网融合的安全与发展。
关键词：安全技术环境；安全技术结构；异构网络安全威胁中图分类号：tp202 文献标识码：a 文章编号：1007-9599 （2012） 17-0000-02随着信息技术的不断发展，用户对传感器节点感知数据的安全与精准提出了高的要求，这就必须结合计算机网与无线传感器网，共同完成网络的协同工作。
但在无线传感器网络的应用中，信息的安全问题显得尤为重要。
为此，对于计算机网和无线传感器网，两者之间必须借助安全技术对数据进行传输。
在这一方面，针对传感器网络最有有效的研究项目包括有智能尘埃、smart-its、mote、灵巧传感器网络、网络中心站、senweb以及行为习性监控等。
但面对无线传感器网和计算机网两种形式，两个异构网络之间的融合较为困难，且在安全技术的研究中，有效的实践和运用更为缺乏。
1 异构融合网络1.1 网络的安全需求（1）真实性：指消息的认证问题。
某些时候，网络会受到攻击，且这些信息是虚假的，由于这种现象的影响，接收者须通过身份认证对正确的节点处发送过来的消息进行确认。
（2）机密性：在融合网络中，实现敏感数据的传输与存储问题。
对于信息的获取，只有经授权的人才有一定的权利，通过物理通信信号进行消息的截获是不可行的。
（3）时效性：数据具有一定的时效性，对于最新收到的包的产生情况，网络节点可进行准确的判断。
（4）完整性：对于接收者所收到的信息不受到替换、篡改的确保，只能通过数据的完整性来实现，如果数据遭受篡改，接收者可以及时发现此问题。
1.2 网络安全的威胁就节点特性以及拓扑结构而言，无线传感器网络较为特殊，在异构融合网络中，该网络是最为脆弱的，一般来说，针对无线传感器网络的协议层，攻击者发起攻击非常的简单，物理篡改与拥塞攻击在物理层中出现；非公平竞争、耗尽攻击碰撞攻击的威胁出现在链路层；hello泛洪攻击、选择性的转发、虫洞攻击、伪造确认、黑洞攻击、汇聚节点攻击为网络层的攻击；失步攻击与泛洪攻击发生在传输层等。
基于异构网络融合的WSN网关设计与实现
ＭＣ Ｕ控制模块是 网关的核心组成 部分 ， 发挥 了系统 的运行网关控 制功 能的核心作 用 ； Ｌ Ａ Ｎ以太 网接入模块与监控 中心 的通信 网关负责 ； ＷＣ ＤＭＡ模 块负责 数据 因特 网发布 ； Ｉ Ｅ Ｅ Ｅ ８ ０ ２ ． １ １ ｔ ｈ ｅ 模 块负责接 收视频 数 据流的子节点传 输的视频监控 ； ＷＳ Ｎ协调节点负 责接收的无线传感 器 网络数据 收集 。 ２ ． ２蓝牙方案 控制 器（ 单 片机） 、 蓝牙模块 、 Ｉ Ｅ Ｅ Ｅ ８ ０ ２ ． １ １ 模块 以及视频数据采集模 块是蓝牙方 案中系统 的主要组成部分 ， 见图１ ： 键 部分。 ［ 关键词 ］ ＷＳ Ｎ 网关 设 计 方案
ＷＳ Ｎ 是ｗ ｉ ｒ ｅ ｌ ｅ ｓ Ｓ ｓ ｅ ｎ ｓ ｏ ｒ ｎ ｅ ｔ ｗ ｏ ｒ ｋ 的简称 ， 即无线传感器 网络 。无线传 感 器 网络 （ Ｗｉ ｒ ｅ ｌ ｅ ｓ ｓ Ｓ ｅ ｎ ｓ ｏ ｒ Ｎ ｅ ｔ ｗ ｏ ｒ ｋ ， ＷＳ Ｎ） 的部 署是在 监测 区域用 大量 的廉 价微型传感 器节点 自组织 ， 形成一个 多跳 的无线通 信网络系统， 目 的是协作 感知 ， 收集 网络覆盖 区域 中感知对 象 的信 息 ， 并 发送 给观察 者 。无线传感 器 网络具有 成本低 、 耗 能低 、 分布广 、 组织 自由等一序列 特点 。 １ 、 ＷＳ Ｎ网 路 网 关 的 设 计 １ ． １ 系统设计 要求 收集无线传 感器 网络 汇聚节点发 送数据和传 感器 网络 ， 视频监控 节 点发送 到网关 ， 实时视 频数据 流； 收集无线 传感器 网络节点 ， 数据和
网。
信， Ｉ Ｅ Ｅ Ｅ ８ ０ ２ ． １ １ Ｂ 模型通常用于嵌入式平台 ， 点至点传输速率为 ｌ １ Ｍ ｂ ｐ ｓ 。 传播 的网关 Ｉ ｎ ｔ ． 方法 ， 使用一个 ＷＣ Ｄ Ｍ Ａ无线接人 ； 如： 与以前 的方案 中 的无线传感器 网络通信协议 ， 采用 Ｚ ｉ ｇ Ｂ ｅ ｅ 通信协议。 无线 传感器 网络方案 被分为 三级 ： 网络 协调者 Ｓ Ｎ Ｃ ｏ ｏ ｒ ｄ ｉ ｎ ａ ｔ ｏ ｒ ） 、 路 由节点 ｓ Ｎ Ｒ — ｏ ｕ ｔ ｅ ｒ ） 和终端节点（ Ｗｓ Ｎ Ｅ ｎ ｄ ｐ ｏ ． ｍ ０ 。 通过仅有 的一个协 调者在整个传感网中负责网络的初始化和节点 的控制 ： 路 由节点负责数据转发 ； 数据的采集则是 由终端节点来 负责 。 ２ 、 ＷＳＮ网关设计 的实现 ２ ． １ 网关系统 的硬件设计 由网关控制 模块 Ｍ Ｃ Ｕ， ＷＳ Ｎ 协 调员通信 模块 ， 无 线视频接 收模块 （ Ｉ Ｅ Ｅ Ｅ ８ ０ ２ ． １ １ 模块） ， ＷＣ Ｄ Ｍ Ａ无线接人模 块 ， Ｌ Ａ Ｎ以太 网接人 模块和 电
无线传感器网络(WSN)发展现状及困境
科技发展的脚步越来越快，人类已经置身于信息时代。
而作为信息获取最重要和最基本的技术——传感器技术，也得到了极大的发展。
传感器信息获取技术已经从过去的单一化渐渐向集成化、微型化和网络化方向发展，并将会带来一场信息革命。
具有感知能力、计算能力和通信能力的无线传感器网络（WSN，wirelesssensornetworks）综合了传感器技术、嵌人式计算技术、分布式信息处理技术和通信技术，能够协作地实时监测、感知和采集网络分布区域内的各种环境或监测对象的信息，并对这些信息进行处理，获得详尽而准确的信息，传送到需要这些信息的用户。
由于WSN的巨大应用价值，它已经引起了世界许多国家的军事部门、工业界和学术界的广泛关注，被广泛地应用于军事，工业过程控制、国家安全、环境监测等领域。
无线传感器网络综合了传感器技术、嵌入式计算技术、现代网络及无线通信技术、分布式信息处理技术等多种领域，是当前计算机网络研究的热点。
一、发展概述早在上世纪70年代，就出现了将传统传感器采用点对点传输、连接传感控制器而构成传感器网络雏形，我们把它归之为第一代传感器网络。
随着相关学科的不断发展和进步，传感器网络同时还具有了获取多种信息信号的综合处理能力，并通过与传感控制器的相联，组成了有信息综合和处理能力的传感器网络，这是第二代传感器网络。
而从上世纪末开始，现场总线技术开始应用于传感器网络，人们用其组建智能化传感器网络，大量多功能传感器被运用，并使用无线技术连接，无线传感器网络逐渐形成。
无线传感器网络是新一代的传感器网络，具有非常广泛的应用前景，其发展和应用，将会给人类的生活和生产的各个领域带来深远影响。
发达国家如美国，非常重视无线传感器网络的发展，IEE（E正在努力推进无线传感器网络的应用和发展，波士顿大学（BostonUNIversity）还于最近创办了传感器中国测控网络协会（SensorNetworkConsortium），期望能促进传感器联网技术开发。
无线传感器网络(WSN)的技术与应用
无线传感器网络（WSN）的技术与应用无线传感器网络（Wireless Sensor Network，简称WSN）是一种由若干个无线传感器节点构成的网络。
每个传感器节点都具有感知、处理和通信功能，能够通过无线信号进行数据的传输和交流。
WSN技术在近年来得到了广泛的应用和研究，其在环境监测、智能家居、农业、工业控制等领域具有重要的意义。
一、WSN技术的基本原理和特点WSN技术的核心是无线传感器节点，它是由微处理器、传感器、无线通信模块和能量供应装置等组成。
传感器节点可以感知周围环境的不同参数，例如温度、湿度、光照强度等，并将这些数据进行处理和存储。
节点之间通过无线通信进行数据的传输，形成一个自组织的网络结构。
WSN具有以下几个主要特点：1. 无线通信：WSN采用无线通信方式，节点之间可以通过无线信号传输数据，不受布线限制，能够灵活部署在不同的环境中。
2. 自组织性：WSN的节点具有自组织能力，可以根据网络拓扑结构和节点的状态进行自动组网，形成一个动态的网络结构。
3. 分布式处理：WSN中的每个节点都具有数据处理和存储的能力，可以进行分布式的数据处理，实现网络的协同工作。
4. 能量有限：WSN中的节点能量有限，需要通过能量管理或是能量收集技术来延长节点的寿命。
二、WSN的应用领域与案例分析1. 环境监测：WSN可以用于环境参数的实时监测和采集。
例如，在自然灾害预警系统中，通过部署大量的传感器节点，可以实时监测地震、洪水等灾害情况，为应急救援提供及时的信息。
2. 智能家居：WSN可以实现智能家居的自动化控制。
通过部署传感器节点，可以实时感知室内温度、湿度等信息，并进行智能控制，实现温度调节、灯光控制等功能。
3. 农业领域：WSN可以用于农业生产的智能化管理。
通过在农田、温室等地部署传感器节点，可以实时监测土壤湿度、温度等参数，并为农民提供农作物的生长状态和病虫害预警等信息。
4. 工业控制：WSN可以应用于工业生产过程的实时监测和控制。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
Ａｂｔａ ｔ Ａｓｔ ｅｂ ｓｃａｃ ｉ ｃｕ ｅ ｆｒｃ ｎ ｅｇ ｎ ｅｏ Ｓ ａ ｄ ｃ ｍｐ ｔｒｎ ｔ ｒ ， ｎｅ ｃ ｎ ｅ ｔｄ ｍｏ ｅ ， ｎ ｅｅ ｓｒｃ ｈ ａｉ ｒｈ ｔ ｔ ｒ ｏ ｏ ｖ ｒ ｅ ｃ ｆＷ Ｎ ｎ ｏ ｕ ｅ ｅｗｏ ｋ Ｉ ｔｒｏ ｎ ｃｅ ｄ ｌ Ｔｕ ｎ ｌｄ ｅ ｍｏ ｅ ｎ ｔｒ ｇ ｎ ｏ ｓｍｏ ｅ ｗｅｅｐ ｅ ｅ ｔｄ ａ ｄ ｃｍ ｐ ｒｄ ｗｉｈ ａ ａｙ ｉ ｏ Ｓ ａ ｄ ｃ ｍｐ ｔｒ ｎ ｔ ｒ ｓ Ｎｏ ｅ ｄ ｌ ｄ Ｈｅｅｏ ｅ ｅ ｕ ｄ ｌ ｒ ｒｓ ｎ ｅ ｎ ｏ ａ ｅ ｔ ｎ ｌｓｓ ｆＷ Ｎ ｎ ｏ ｕｅ ｅｗｏ ｋ ． ｄ ａ ｍｏ ｉｔ ｎ ｇ ｍｅ ｔｂ ｓ ｄｆ ｚｙｌｇｃｉ ｅｅｏ ｅ ｅ ｕ ｅｗｏ ｋ ｍｏ ｅ ｓｓ ｅ ｉｌ ｏ ｕ ｅ ． ｕ ｉｇｍｏ ｅ ｎ ｒ — ｂｌｙｍａ ａ ｅ ｎ ａ ｅ ｕ ｚ －ｏ ｉ ｎｈ ｔｒ ｇ ｎ ｏ ｓｎ ｔ ｒ ｄ ｌ ｉ ｗａ ｐ ｃａｌ ｆｃ ｓ ｄ Ｒｏ ｔ ｄ ｌ ｄ ｐｏ ｙ ｎ ａ ｔ ｃ ｌ ａ ｒ ｌｏｄ ｔｉ ｄｆ ｒＨ ｅｅｏ ｅ ｅ ｕ ｎｅ ｒｔｄｎ ｔ ｒ ｆＷ Ｓ ａ ｄ Ｃ ｍｐ ｔｒｎ ｔ ｒ ． ｙｔｃ ｎ ｌｇｅ ｏ ｏ ｍｅｗｅ ｅａｓ ｅａｌ ｏ ｔｒ ｇ ｎ ｏ ｓｉｔｇ ａｅ ｅｗｏ ｋ ｏ Ｎ ｎ ｏ ｕｅ ｅｗｏ ｋ Ｋｅ ｅｈ ｏｏ ｉｓ ｌ ｆ ｅ
针对无线传感器 网与计算机 网融合的基础性结构 问题 ， 在综合分析无线传感 器网络和计算机 网络特点的基
础 上 ， 出 了互联 网 络 、 道 网络 和异 构 网络 ３种 融 合 网 络 结 构模 型 ， 提 隧 深入 研 究 了异 构 网络 结 构 模 型 中采 用模 糊 逻 辑 的 节 点 移 动性 管理 技 术 ， 并重 点 讨 论 了异 构 网络 融合 的路 由模 型 与 协 议 框 架 ， 后 对 基 于 异 构 网 络 融合 模 型 的 关 键 技 最
第３ ７卷 第 ２期 ２１ ０ ０年 ２ 月
计
算
机
科
学
Ｃｏ ｍｐｕ ｅ Ｓｃｅ ｅ ｔｒ ｉｎｃ
Ｖｏ． Ｎ０ ２ １３， ． ７ Ｆ ｂ２ １ ｅ ０ ０
ＷＳ Ｎ和 计 算 机 网的 融 合模 型 研 究
吴作顺
（ 中国 电子系统工 程研 究所
摘 要
北 京 １０４ ） ０ １ １
术研 究进 行 了 实验 分 析 。
关键词
异构 网络融合 ， 网络结构模 型， 移动性 管理 ， 由协议模 型 路
Ｔ ３１ Ｐ ７ 文献 标 识 码 Ａ
中 图法 分 类 号
Ｎｅｗｏ ｋ ｏ ｌｆ ｒ Ｃｏ ｅ ｇ ｎ ｅ ｏ Ｓ ａ ｍ ｐｕ ｅ ｔ ｒ ｔ ｒ Ｍ ｄｅ ｏ ｎｖ ｒ ｅ ｃ ｆＷ Ｎ ｎｄ Ｃｏ ｔｒ Ｎｅ ｗｏ ｋ
了３ ／ Ｇ ＵＭＴ Ｗ Ｌ ＡＮ 融 合 计 划 书 ， 提 供 了 一个 有 弹性 的双 并
网融合方案 【 。不 同技术 的网络在服 务类 型 、 】 ］ 网络条件等 方
面存在较大差异 ， 异构 网络融合 面临的主要挑战是如何 提供 通用的、 无缝 的网络结构基础模型 。 大型化 、 综合化 、 扁平化 的计算机网和小型化 、 多样化 、 移 动化的无线传感器 网（ Ｎ） 表未来通 信 网络发展 的两大 ＷＳ 代
ｂ ｓ ｄ ｏ ｅ ｅ ｏ ｅ ｅ ｕ ｅ ｗｏ ｋ ｍｏ ｅ ｒ ｘ ｍｉ ｅ ｎ ｔ ｅ ｅ ｄ ａｅ ｎｈ ｔｒ ｇ ｎ ｏ ｓｎ ｔ ｒ ｄ １ ｗｅ ｅ ｅ ａ ｎ ｄ ｉ ｈ ｎ ．
Ｋｅ ｗ ｄ Ｈｅｅｏ ｅ ｅ ｕ ｎ ｅ ｒｔｄｎ ｔ ｒ Ｎｅｗｏ ｋ ａｃ ｉ ｃｕ ｅｍｏ ｅ ， ｂｌ ｙｍａ ａ ｅ ｎ ， ｕｅｐｏｏ ｌ ｄ ｌ ｙ ｍ－ｓ ｔｒ ｇ ｎ ｓｉｔｇ ａｅ ｅｗｏ ｋ， ｔ ｒ ｒｈｔ ｔｒ ｄ ｌＭｏ ｉｔ ｎ ｇｍｅ ｔＲｏ ｔ ｒｔｃ ｏ ｅ ｉ ｏ ｍｏ ｅ
尚未达到完全实用 阶段 ， 大部分工作仍处在仿真和实验阶段 。 异构融合网络结构 的研究主要集中在无线传感器网络路 由协议 ［ － 捌。虽 然出现 了一 系列特定应用模 式下 的改进 型路
由协议 ， 但仍存在不足之处 ， 无法用作 异构 网络融合的基础网
Ｑｏ Ｓ的需求 ， 出现 了很多异构网络的融合方案 ， ３ Ｐ 如 Ｇ Ｐ制定
主流 方 向 ， 融 合 是 异 构 网 络 融 合 的典 型 模 式 。应 进 行 如 下 其 工 作 ： 过 异 构 网 络 的相 互 协 作 和 对 资 源 的有 效 管 理 及 合 理 通
络结构模型 。如 Ｔｎ ＯＳ信标 协 议容易 受到伪 造路 由信息 、 ｉｙ
选 择 性 转 发 、 ｉ ｈ ｌ、 ｙ ｉ Ｗｏｍｈ ｌ 、 ｌ ｄ 击 ￣ ｌｏ 协 Ｓｎ ｏｅＳ ｂｌ ｒ ｏｅ Ｆｏ 攻 ｋ 、 ｓ ｏ Ｆｏ ｄ
异构 网络融合是将 多种类型 的网络融合起 来 ， 在一个 通 用的网络平台上提供多种业 务 ， 是未来 网络技术发展 的必然
趋 势 。为 了充分 利用 不 同 网络 技 术 的 优 点来 满 足 移 动 用 户 对
点 实验 室 、 大学计算机 与科学 系等已相继开展 了无线传 清华
感器 网络和异构网络融合 的相 关研究［ ］ ２ 。但相关研究 成果