基于大数据混沌耦合优化方式的WSN网络数据自递归加密机制

摘要

为解决当前WSN网络数据自递归加密机制难以实现混沌递归集有效收敛、元数据性能较差、致使出现加密性能下降、算法收敛程度较低等瓶颈现象,提出了一种基于大数据混沌耦合优化方式的WSN网络数据自递归加密机制。首先通过信息交互方式,基于瀑布流生成的思想对网络中混沌度较低的数据进行耦合优化,提高了混沌自归集的自适应收敛性能,降低了数据加密过程中的资源成本;随后基于元数据的阶数,采取微分方式对收敛过程进行二次整合,改善了加密过程中难以降低收敛复杂度的难题,极大的提高了本机制的弹性,降低了加密复杂度。仿真实验表明,与传统的宽带数据融合优化加密机制(optimal encryption scheme for ultra wideband data fusion,OEUW机制)、线性终端数据误差时延优化推断加密机制(linear terminal data error delay optimal inference encryption mechanism,LTED机制)相比,本算法能够有效的降低加密复杂度,减少加密时间,提升传输带宽质量,具有显著的实际部署价值。