XiaoMi-AI文件搜索系统
World File Search SystemAODV
使用区块链和防止WSN
安全是WSN必不可少的关注部分。在真实的现状时代，可靠的机制和路由方案正面临着不同的相遇，而且也很棘手。问题在识别不信任的节点和从源到目的地遵循的路线以及WSN中电池状态的约束时发现了问题。没有有效的技术来避免辩护性节点攻击。当前的研究文章通过采用区块链技术就可以解决其他持久缺点，例如使用区块链的安全AODV来解决其他持续的缺点。通过执行现有系统的仿真和实验验证，本研究文章的结果表示成功识别和发生恶意节点，端到端延迟，数据包输送比率以及通过PUT性能评估。还使用NS2区块链算法模拟了区块链数据库中节点的注册和AODV协议中黑洞攻击的行为。
文献综述：
路由选择和支持服务质量 (QoS) 是移动自组织网络 (MANET) 中的基本问题。文献中提出了许多不同的协议，并进行了一些性能模拟来解决这一具有挑战性的任务。本文讨论了两种典型路由协议的性能评估和比较：Ad Hoc 按需距离矢量 (AODV) 和目的地顺序距离矢量 (DSDV)，基于测量网络中功耗和 QoS 参数的变化。在本文中，我们研究并分析了 QoS 参数的变化与路由协议的选择对网络性能的影响。网络性能以平均吞吐量、数据包传送率 (PDR)、平均抖动和能耗来衡量。模拟是在 NS-3 中进行的。模拟结果表明，DSDV 和 AODV 路由协议的能源效率较低。本文的主要目的是强调未来路由协议设计的方向，这些协议在能源利用率和传送率方面将比现有协议更好。
基于DRBRO的基于动态增强的路线优化，用于在移动临时网络中发现有效的路线发现
已经通过无线网络中的路线发现方法探索了各种研究。Perkins和Royer（1999）开发了AODV，这是一种反应性协议，可降低开销的路由，但经历了高潜伏期。Johnson等人。 （2001）提出了DSR，允许源路由，但面临可扩展性问题。 Clausen和Jacquet（2003）引入了优化的链路状态路由（OLSR）协议，该协议保持了主动的路线，但能源消耗增加。 Zhang等人提出的基于增强学习的路由。 （2020）增强了适应性，但需要更高的计算。 Sharma等。 （2022）合并聚类以优化路由，减少控制开销，但缺乏实时适应性。 Viji Gripsy等。 （2023）集中于AI驱动的优化如何增强无线传感器网络中的异常检测和节能路由。 提出的基于动态增强的路线优化（DRBRO）是通过集成增强学习和实时流量分析以进行更高数据包提供，优化能耗和改善网络昏迷性的基于这些进步的。Johnson等人。（2001）提出了DSR，允许源路由，但面临可扩展性问题。Clausen和Jacquet（2003）引入了优化的链路状态路由（OLSR）协议，该协议保持了主动的路线，但能源消耗增加。Zhang等人提出的基于增强学习的路由。 （2020）增强了适应性，但需要更高的计算。 Sharma等。 （2022）合并聚类以优化路由，减少控制开销，但缺乏实时适应性。 Viji Gripsy等。 （2023）集中于AI驱动的优化如何增强无线传感器网络中的异常检测和节能路由。 提出的基于动态增强的路线优化（DRBRO）是通过集成增强学习和实时流量分析以进行更高数据包提供，优化能耗和改善网络昏迷性的基于这些进步的。Zhang等人提出的基于增强学习的路由。（2020）增强了适应性，但需要更高的计算。Sharma等。（2022）合并聚类以优化路由，减少控制开销，但缺乏实时适应性。Viji Gripsy等。 （2023）集中于AI驱动的优化如何增强无线传感器网络中的异常检测和节能路由。 提出的基于动态增强的路线优化（DRBRO）是通过集成增强学习和实时流量分析以进行更高数据包提供，优化能耗和改善网络昏迷性的基于这些进步的。Viji Gripsy等。（2023）集中于AI驱动的优化如何增强无线传感器网络中的异常检测和节能路由。提出的基于动态增强的路线优化（DRBRO）是通过集成增强学习和实时流量分析以进行更高数据包提供，优化能耗和改善网络昏迷性的基于这些进步的。