针对无线传感器网络中恶意节点产生的选择性转发攻击行为，该文提出一种有效的攻击检测方法。该方法将简化云模型引入信任评估中，结合改进的K/N投票算法确定目标节点的信任值，将目标节点信任值与信任阈值比较，进行选择性转发攻击节点的判定。仿真结果表明，当信任阈值为0.8时，经过5个时间段后，该方法能够有效地检测出网络中的选择性转发攻击节点，具有较高的检测率和较低的误检率。

容错控制平面通过将多个控制器部署在不同的网络设备上进而增强网络的可靠性，但是大量的控制器部署带来了巨大的布局成本，严重地限制了容错控制平面在实际网络中的部署与应用。为了解决上述问题，该文首先构造了容错控制平面的最小覆盖布局模型，然后设计了一种基于局部搜索策略的启发式控制器布局算法，避免搜索结果陷入局部最优解。在不同规模网络中的仿真结果表明，相对于其他算法，所提算法可以在保证网络容错需求的同时，降低网络中部署控制器的数量。

针对当前分支混淆方法仅对整数比较分支有效的缺陷，该文分析浮点数二进制表示与大小比较的关系，证明了浮点数二进制区间的前缀集合与浮点数区间内数据之间具有前缀匹配关系。使用哈希函数对前缀集合进行保护，利用哈希函数的单向性实现对抗符号执行，通过哈希值比对替换浮点数比较，提出一种基于前缀哈希值比较的分支条件混淆技术，实现了一种在符号执行对抗和混淆还原对抗上具有较强对抗性的混淆方法。最后，通过实验证和分析，证实了该文提出的混淆方法有消耗小、能够有效对抗符号执行和混淆还原的优点，具备较好的实用性。

小麦多生理生化指标变化趋势反映了储藏品质的劣变状态，预测多指标时序数据会因关联性及相互作用而产生较大误差，为此该文基于长短期记忆网络(LSTM)和生成式对抗网络(GAN)提出一种改进拓扑结构的长短期记忆生成对抗网络(LSTM-GAN)模型。首先，由LSTM预测多指标不同时序数据的劣变趋势；其次，根据多指标的关联性并结合GAN的对抗学习方法来降低综合预测误差；最后通过优化目标函数及训练模型得出多指标预测结果。经实验分析发现：小麦多指标的长短期时序数据的变化趋势不同，进一步优化模型结构及训练时序长度可有效降低预测结果的误差；特定条件下小麦品质过快劣变会使多指标预测误差增大，因此应充分考虑储藏期环境变化对多指标数据的影响；LSTM-GAN模型的综合误差相对于仅使用LSTM预测降低了9.745%，并低于多种对比模型，这有助于提高小麦品质多指标预测及分析的准确性。

认证协议的设计是目前车载自组网(VANET)安全领域的研究热点。现有的认证方案中普遍存在密钥托管带来的安全问题，以及使用计算量大的双线性对导致认证效率很低。针对以上问题，该文提出可证明安全的无证书批认证方案，方案中车辆的密钥由车辆自身和一个密钥生成中心共同生成，解决密钥需要托管给第三方维护的问题；方案的签名构造不使用计算量大的对运算，减少了计算开销；引入批认证来减少路边设施的认证负担，提高认证效率。基于求解椭圆曲线上的离散对数问题的困难性假设，在随机预言机模型中证明了该方案可以抵抗自适应选择消息和身份攻击，从而抵抗更改攻击和假冒攻击，并具有匿名性、可追踪性等特点。与现有方案相比，该方案实现了更高效的认证。

针对卫星物联网(IoT)场景下信号长距离传输衰减大以及单个终端节点传输性能受限的问题，该文提出一种基于节点选择的协作波束成形算法，增强终端节点的传输能力。在实际终端位置信息存在误差的条件下，推导出了协作波束成形平均方向图函数，分析了不同系统参数对于协作波束成形平均方向图和瞬时方向图差异的影响。在此基础上，根据卫星物联网链路传输性能需求，提出一种区域分组优化的协作节点选择算法。仿真结果表明，相比于传统的分布式协作波束成形节点选择算法，该文提出的算法在实际的误差模型中旁瓣抑制和零陷生成方面具有更好的性能。

随着物联网(IoT)迅速发展，移动边缘计算(MEC)在提供高性能、低延迟计算服务方面的作用日益明显。然而，在面向IoT业务的MEC(MEC-IoT)时变环境中，不同边缘设备和应用业务在时延和能耗等方面具有显著的异构性，对高效的任务卸载及资源分配构成严峻挑战。针对上述问题，该文提出一种动态的分布式异构任务卸载算法(D2HM)，该算法利用分布式博弈机制并结合李雅普诺夫优化理论，设计了一种资源的动态报价机制，并实现了对不同业务类型差异化控制和计算资源的弹性按需分配，仿真结果表明，所提的算法可以满足异构任务的多样化计算需求，并在保证网络稳定性的前提下降低系统的平均时延。

在密集异构蜂窝网络和无线局域网络构成的超密集异构无线网络中, 变速移动的车辆终端会面临更加频繁的切换，导致用户服务质量(QoS)变差。该文针对上述问题，首先，利用高斯马尔可夫移动模型，预测车辆下一时刻的位置，筛选出满足终端服务质量的候选网络集，与当前的候选网络集做交运算，其次，当前接入网络不在交集中，则使用变步长的萤火虫算法寻找最佳网络；再次，对因预测误差导致的切换失效，则把终端用户迁移到宏蜂窝，以保证通信的持续性。仿真结果表明，在超密集异构无线网络中，使用该文所提算法能够减少乒乓切换等频繁切换现象，同时，提升了用户的服务质量和网络吞吐量。

针对非信任双向中继网络的能量受限和信息安全问题，该文提出一种基于无线携能通信(SWIPT)与人工噪声辅助的物理层安全传输方案。该方案中的非信任中继采用功率分割(PS)策略辅助合法用户进行保密通信，而全双工干扰机在进行能量采集的同时发送人工噪声以确保系统安全。以最大化系统保密性能为目标，优化了中继的PS因子，推导了保密和速率的解析式及高信噪比条件下最佳PS因子的闭式解。特别针对非理想信道状态信息的情况，分析了信道估计误差对系统保密性能的影响。仿真结果验证了理论推导的正确性，并证明了所提的基于PS策略的干扰机协同传输方案相比采用时间切换(TS)策略或目的节点协同干扰的方案具有更优的保密性能。

在设备到设备(D2D)通信辅助的窄带物联网(NB-IoT)中，为了尽可能提高传输成功率，D2D接收端需要预留较多的通信时隙(可以允许多次重传)。然而，这显著地增加了用户设备(UE)的能耗，特别是在信道条件较差或者相邻D2D链路干扰较严重的情况下。该文基于中继和能耗模型构造了一个传输成功率和能耗折中的优化问题，进而提出一个基于二分法的通信时隙最优配置算法。数值结果表明较多的预留时隙数量极大地增加了UE的能耗，但是不会显著提高传输成功率，与多中继传输、随机中继传输和100%成功传输等其他算法相比，该文提出的预留时隙最优配置算法获得了最小的能耗和几乎最大的传输成功率(只比100%成功传输方案低)。

针对无线自组织网络在窃听环境中的安全传输问题，该文提出了一种无线多跳自组织网络的联合安全路由和功率优化算法。首先，在窃听者服从泊松簇过程(PCP)这一假设下推导得到了系统安全中断概率(SOP)和连接中断概率(COP)的表达式；然后以安全中断概率约束下的连接中断概率最小为准则，针对给定路径推导得到了源与各跳中继的最优传输功率，并进一步获得了源与目的节点间的最优路由。仿真结果表明，该文所提系统安全中断概率和连接中断概率的表达式与蒙特卡洛仿真结果相符，所提算法可获得与穷举搜索方法接近的安全性能，显著优于传统方法。

针对当前关于服务功能链(SFC)的部署问题都未考虑到虚拟网络功能(VNF)的失效重要度，该文提出了基于深度强化学习的SFC可靠部署算法。首先建立VNF和虚拟链路可靠映射模型，为重要的VNF设置高可靠性需求，并通过链路部署长度限制尽可能保证虚拟链路可靠性需求。其次，以负载均衡为资源协调原则，与VNF可靠性联合优化，最终使用深度强化学习得到服务功能链部署策略。另外，提出了基于重要度的节点备份和链路备份策略，用于应对部署过程中VNF/链路可靠性难以满足的情况。仿真结果表明，该文的可靠部署算法在保证可靠性需求的基础上能够有效减少SFC失效损失，同时使虚拟网络更加稳定可靠。

针对全负载蜂窝网络中D2D通信的功率分配问题，该文提出了一种基于非合作完全信息博弈纳什均衡解的多复用D2D通信功率分配算法。以优先保证蜂窝用户通信质量与D2D用户接入率为前提，设置D2D通信系统上行链路帧结构，之后建立非合作完全信息博弈系统模型，引入定价机制到功率分配博弈模型中并分析纳什均衡解的存在性与唯一性，最后给出该模型的分布式迭代求解算法。仿真结果表明，随着D2D用户复用数量的增加，该算法在提升系统吞吐量的同时，能有效地控制系统内部干扰，大幅度降低系统总能耗。

针对现有的密钥生成方案需要在通信流程中增加额外的密钥协商协议，导致在5G等标准通信系统中应用受限的问题，该文提出一种基于极化码的无协商密钥物理层安全传输方案。首先基于信道特征提取未协商的物理层密钥，然后针对物理信道与密钥加密信道共同构成的等效信道设计极化码，最后利用未协商的物理层密钥对编码后的序列进行简单的模二加加密后传输。该方案通过针对性设计的极化码纠正密钥差异和噪声引起的比特错误，实现可靠的安全传输。仿真表明，该文基于等效信道设计的极化码在保证合法双方以最优的码率可靠传输的同时可以防止窃听者窃听，实现了安全与通信的一体化。

针对目前极化码参数盲识别问题，该文提出一种基于零空间矩阵匹配的极化码参数盲识别算法。由于极化码生成矩阵的构造是确定的，其生成矩阵都是满秩的方阵，该算法首先利用极化码编码中信道可靠性估计删除生成矩阵中冻结位码字对应的行，再找出该矩阵在二元域中的零空间矩阵作为该码长下的监督矩阵，用不同长度码长的监督矩阵与待检测的码字迭代相乘，根据乘积结果中“1”的比例来判断码字的码长、信息位个数和位置分布。仿真结果表明，针对200组码长64，信息位个数30的极化码，在最大误比特率不超过0.06时，识别率能保持在80%以上。

在大规模机器类通信(mMTC)系统中，以用户活跃性为先验信息，接收机可以基于稀疏感知最大后验概率(S-MAP)准则来检测多用户信号。为了降低S-MAP检测的计算复杂度，基于干扰消除的思想，该文提出一种改进的活跃性感知有序正交三角分解(IA-SQRD)算法，以适用于mMTC系统上行链路多用户信号检测。IA-SQRD算法将传统的活跃性感知有序正交三角分解(A-SQRD)算法的最终解作为初始解，并额外增加迭代干扰消除操作，以进一步提高检测性能。此外，利用与改进A-SQRD算法相似的思路，该文对稀疏感知串行干扰消除(SA-SIC)、有序正交三角分解(SQRD)及数据相关的排序和正则化(DDS)算法亦进行了改进设计，分别获得了相应的改进型算法，即ISA-SIC、I-SQRD及I-DDS算法。仿真结果表明：相对于A-SQRD算法，在未显著增加计算复杂度的情况下，在系统误比特率(BER)为

时，该文所提IA-SQRD算法可取得3 dB性能增益；并且，对于不同的活跃概率或扩频序列长度等参数配置下的mMTC系统，IA-SQRD算法相对于其它算法均表现出更优良的多用户检测性能。

针对强电磁干扰环境下无人机之间的隐秘通信，该文提出了无人机编队中无线紫外光隐秘通信的能耗均衡算法。该算法能够结合紫外光非直视、低窃听等优点，克服传统无线电易被监听的缺点，在均衡能耗的同时为长机收集僚机信息提供可靠保证。通过引入考虑距离和剩余能量的优先级函数，提出基于分簇机制的改进算法BEAD-LEACH，并采用改进算法对无人机随机部署和呈圆形编队部署时进行仿真。仿真结果表明，在两种部署方式下，网络中50%节点出现死亡经历的时间分别延长了12%, 16%，改进算法能够有效地均衡网络的通信能耗，延长无人机网络的生存时间。