26、sTiki协议:受限传感器设备的互认证协议

sTiki协议:受限传感器设备的互认证协议

1. sTiki协议概述

sTiki协议的设计与TinySAM类似,是一种应用层加密协议,采用AES - 128进行对称加密。为避免使用单一密钥导致网络易受节点捕获攻击,它结合了密钥服务器解决方案,使每个链路都使用自己的密钥进行加密。不过,这种方式也存在一些缺点:
- 存储与网络中每个节点交互的密钥会消耗大量内存,且使密钥分发变得极为复杂,尤其是在网络添加节点时。
- 密钥服务器解决方案会在网络中形成单点故障,容易成为攻击者的目标。但实际上,现有网络中本身就存在单点故障,即网络中的最后一个节点(称为sink),它与服务器通信,共同构成网关。

1.1 sTiki数据包头部

sTiki数据包总是以一个公共头部开始,包含以下内容:
- 一个魔术数字(magic number),用于区分加密和未加密的数据包,因为一些设备(如TelosB)可能由于资源有限而无法对数据进行加密。
- 一个指定sTiki内部协议(如握手、数据传输或警报)和子协议(如警报类型)的数字,用于确定数据包应转发到的位置。

1.2 会话密钥的建立

为了建立会话密钥,sTiki使用了ANOR(AN Otway - Rees)协议。每个节点都有一个用于与密钥服务器通信和认证的密钥,该密钥称为初始主密钥(IMK)。在节点启动时,从这个共享的IMK中派生两个密钥,一个用于计算MAC,另一个用于消息加密。

当节点A和B创建会话密钥KAB时,会执行以下步骤并发送四条消息:
1. 节点A发起握手,向节点B发送消息M1。该消息包含A的标识IDA、目的地的标识IDB,以及用KA

【电能质量扰动】基于ML和DWT的电能质量扰动分类方法研究(Matlab实现)内容概要:本文研究了一种基于机器学习(ML)和离散小波变换(DWT)的电能质量扰动分类方法,并提供了Matlab实现方案。首先利用DWT对电能质量信号进行多尺度分解,提取信号的时频域特征,有效捕捉电压暂降、暂升、中断、谐波、闪变等常见扰动的关键信息;随后结合机器学习分类器(如SVM、BP神经网络等)对提取的特征进行训练与分类,实现对不同类型扰动的自动识别与准确区分。该方法充分发挥DWT在信号去噪与特征提取方面的优势,结合ML强大的模式识别能力,提升了分类精度与鲁棒性,具有较强的实用价值。; 适合人群:电气工程、自动化、电力系统及其自动化等相关专业的研究生、科研人员及从事电能质量监测与分析的工程技术人员;具备一定的信号处理基础和Matlab编程能力者更佳。; 使用场景及目标:①应用于智能电网中的电能质量在线监测系统,实现扰动类型的自动识别;②作为高校或科研机构在信号处理、模式识别、电力系统分析等课程的教学案例或科研实验平台;③目标是提高电能质量扰动分类的准确性与效率,为后续的电能治理与设备保护提供决策依据。; 阅读建议:建议读者结合Matlab代码深入理解DWT的实现过程与特征提取步骤,重点关注小波基选择、分解层数设定及特征向量构造对分类性能的影响,并尝试对比不同机器学习模型的分类效果,以全面掌握该方法的核心技术要点。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值