Bayesian-Entscheidungsmodell basierte zuverlässige Routenbildung im Internet der Dinge

Die Sicherheitsbereitstellung ist zu einem wichtigen Thema in drahtlosen Multimedia-Netzwerken geworden, da sie die entscheidende Aufgabe haben, mehrere Dienste zu unterstützen. Dieser Beitrag präsentiert das Bayesian-Entscheidungsmodell basierte zuverlässige Routenbildung im Internet der Dinge (BDMI). Das Hauptziel des BDMI-Ansatzes besteht darin, unzuverlässige Sensorknoten zu unterscheiden und die Daten effizient zu übertragen. Aktive und passive Angriffskennungsmethoden identifizieren unzuverlässige Sensorknoten. Die verbleibende Energie, der Knotengrad und die Paketübertragungsrate werden beobachtet, um die Möglichkeiten der Knoten zur Erkennung der passiven unzuverlässigen Knoten zu erkennen. Bei der aktiven Erkennung bestätigt die Basisstation (BS) die Identität jedes Sensorknotens, die verbleibende Energie, die Unterstützungsrate der Knoten, den Standort der Knoten und die Linkeffizienz, um aktive unzuverlässige Sensorknoten zu erkennen. Das Bayesian-Entscheidungsmodell (BDM) isoliert effizient einen unzuverlässigen Sensorknoten im Multimedia-Netzwerk. Die Simulationsergebnisse zeigen, dass der BDMI-Ansatz die Erkennung unzuverlässiger Knoten effizient verbessern und das Paketverlustverhältnis im Netzwerk minimieren kann.