这篇文档属于类型a，以下是根据要求生成的学术报告：

学术报告：改进的混合安全多路径路由协议在MANET中的应用研究

研究基本信息

本文由Uppalapati Srilakshmi（Member, IEEE）、Neenavath Veeraiah、Youseef Alotaibi、Saleh Ahmed Alghamdi、Osamah Ibrahim Khalaf和Bhimineni Venkata Subbayamma等作者共同完成，作者来自多所高校和研究机构，包括VFSTR Deemed to Be University、Umm Al-Qura University等。论文发表在《IEEE Access》期刊上，接收日期为2021年11月15日，最终接受日期为2021年12月3日，正式发表日期为2021年12月8日。

研究的学术背景

本文研究的领域是移动自组织网络（Mobile Ad-hoc Networks, MANET）。MANET是一类自组织的无线网络，其节点在网络环境中通过多跳通信实现数据的传递，且无需固定基础设施支持。由于MANET具有动态拓扑、多跳通信的特性，其潜在的安全风险较高，例如恶意节点的入侵和攻击可能导致数据丢失或网络性能降低。

多路径路由是一种特别适用于提升网络容错性的技术，因为其通过多个路径传递数据能有效减少数据包丢失率。然而，多路径路由也引入了更多的安全挑战，如路径攻击和数据篡改。这些背景导致本文提出了一种改进的混合安全多路径路由协议，旨在综合优化MANET中的通信效率和安全性。

本文的研究目标为：通过引入混合优化算法（结合遗传算法Genetic Algorithm, GA和爬山算法Hill Climbing, HC），开发一种新型的路由协议，同时通过信任值建模（包括直接信任、间接信任和近期信任的量化计算），动态选择最佳路径并检测恶意节点，从而改善网络性能与安全性。

研究详细流程

研究分为以下几个核心步骤：

1. 信任管理系统的建立

使用三个信任指标构建信任管理系统： - 直接信任（Direct Trust, DT）：衡量源节点与目标节点之间的链接持续时间，计算方式结合了实际时间和预估时间之差。 - 间接信任（Indirect Trust, IDT）：根据邻居节点的意见变量综合得出，计算涉及周围的节点关系。 - 近期信任（Recent Trust, RT）：结合直接信任和间接信任，通过加权平均得出。

这些信任值的构建为后续的簇首选择及恶意节点检测奠定了基础。

2. 簇首选择的优化

利用改进的模糊C均值算法（Improved Fuzzy C-Means, FCM）对MANET节点进行簇分类。算法整合了基于密度峰值的分析方法，利用节点的密度距离指数（Density Distance Index）选择潜在簇首，之后结合信任值动态优化簇首的确定。

在设定簇首的基础上，每个簇内的节点根据其与簇首的信任值分布进行进一步划分，目标是确保簇首节点具有最高的综合信任度。

3. 恶意节点检测

基于信任阈值，对于信任值低于预设下限的节点（通常为0.5J）进行恶意节点排查。此计算综合考虑了节点的剩余能量和通信状态，如果节点的安全评估不符合标准，则被认为是恶意节点。

4. 混合优化算法的路由设计

本文提出了一种结合遗传算法（GA）与爬山算法（Hill Climbing）的混合优化方法，用于动态选路： - 遗传算法（GA）部分：初始生成随机路径集（染色体），通过适应度函数即路径成本、电量、吞吐量等综合评估路径质量，并通过交叉和变异操作优化路径集质量。 - 爬山算法（HC）部分：在GA初步筛选出的最优路径附近进一步细化搜索，基于邻域改进策略提高路径可靠性。

最后，结合计算所得的性能指标（节点剩余能量、路径吞吐量和路径连通性），动态评估路径的路由质量。

研究主要结果

1. 在不同指标下的比较结果

通过模拟实验验证该路由协议的性能，并与现有方法（如EE-OHRA和Fuzzy CSO-SSA）进行对比： - 延迟（Delay）：提出的协议在40ms时延下实现了0.002毫秒的最低时延。 - 能耗（Energy Consumption）：实验结果显示单位能耗为0.10J，比对比方法更低。 - 吞吐量（Throughput）：协议的吞吐量达到0.85bps，显著高于其他方法。 - 检测率（Detection Rate）: 在存在选择性数据包丢弃攻击情况下，攻击检测率达到91%。 - 数据包递送率（Packet Delivery Ratio）：递送率为89%，表现优于其他方法。

2. 恶意节点检测中的有效性

通过动态优化簇首和信任管理机制，有效隔离并移除恶意节点，提高了整个网络的安全性和可靠性。

研究的结论与价值

本文提出的改进混合安全多路径路由协议在以下几个方面对MANET研究具有重要意义： 1. 学术价值：通过信任值建模与混合优化算法相结合，提高了MANET中数据通信的安全性和效率。 2. 应用价值：模拟实验表明，本协议对存在恶意节点攻击的场景具有优越的安全防护能力，特别适用于军事、救灾等对安全性要求高的无线网络环境。 3. 创新点：首次将遗传算法与爬山算法相结合，提出了独特的混合优化方法，同时在簇首选择中引入基于密度峰值的模糊C均值算法。

研究亮点

1. 创新算法：结合GA与HC的混合优化算法简化了路由优化过程，同时提升了路径选择可靠性。
2. 全面的性能验证：无论是否存在选择性数据包丢弃攻击，提出的方法均表现出优异性能。
3. 高效恶意检测：通过信任指标动态排除恶意节点，确保路由路径的安全性。

整体而言，该研究通过详实的实验数据和创新的理论方法，为进一步提升MANET的安全性和性能奠定了基础，为实际应用提供了强有力的技术支持。