To achieve security in wireless sensor networks, it is important to he able to encrypt messages sent among sensor nodes. Keys for encryption purposes must he agreed upon by communicating nodes. Due to resource constraints, achieving such key agreement in wireless sensor networks is nontrivial. Many key agreement schemes used in general networks, such as Diffie-Hellman and public-key based schemes, are not suitable for wireless sensor networks. Pre-distribution of secret keys for all pairs of nodes is not viable due to the large amount of memory used when the network size is large. Recently, a random key pre-distribution scheme and its improvements have been proposed. A common assumption made by these random key pre-distribution schemes is that no deployment knowledge is available. Noticing that in many practical scenarios, certain deployment knowledge may be available a priori, we propose a novel random key pre-distribution scheme that exploits deployment knowledge and avoids unnecessary key assignments. We show that the performance (including connectivity, memory usage, and network resilience against node capture) of sensor networks can he substantially improved with the use of our proposed scheme. The scheme and its detailed performance evaluation are presented in this paper.

The upcoming gigabit-per-second high-speed networks are expected to support a wide range of communication-intensive real-time multimedia applications. The requirement for timely delivery of digitized audio-visual information raises new challenges for next-generation integrated services broadband networks. One of the key issues is QoS routing. It selects network routes with sufficient resources for the requested QoS parameters. The goal of routing solutions is twofold: (1) satisfying the QoS requirements for every admitted connection, and (2) achieving global efficiency in resource utilization. Many unicast/multicast QoS routing algorithms have been published, and they work with a variety of QoS requirements and resource constraints. Overall, they can be partitioned into three broad classes: (1) source routing, (2) distributed routing, and (3) hierarchical routing algorithms. We give an overview of the QoS routing problem as well as the existing solutions. We present the strengths and weaknesses of different routing strategies, and outline the challenges. We also discuss the basic algorithms in each class, classify and compare them, and point out possible future directions in the QoS routing area.

In an ad hoc network, all communication is done over wireless media, typically by radio through the air, without the help of wired base stations. Since direct communication is allowed only between adjacent nodes, distant nodes communicate over multiple hops. The quality-of-service (QoS) routing in an ad hoc network is difficult because the network topology may change constantly, and the available state information for routing is inherently imprecise. In this paper, we propose a distributed QoS routing scheme that selects a network path with sufficient resources to satisfy a certain delay (or bandwidth) requirement in a dynamic multihop mobile environment. The proposed algorithms work with imprecise state information. Multiple paths are searched in parallel to find the most qualified one. Fault-tolerance techniques are brought in for the maintenance of the routing paths when the nodes move, join, or leave the network. Our algorithms consider not only the QoS requirement, but also the cost optimality of the routing path to improve the overall network performance. Extensive simulations show that high call admission ratio and low-cost paths are achieved with modest routing overhead. The algorithms can tolerate a high degree of information imprecision.

Multivariate statistical analysis is an important data analysis technique that has found applications in various areas.In this paper, we study some multivariate statistical analysis methods in Secure 2-party Computation (S2C) framework illustrated by the following scenario: two parties, each having a secret data set, want to conduct the statistical analysis on their joint data, but neither party is willing to disclose its private data to the other party or any third party.The current statistical analysis techniques cannot be used directly to support this kind of computation because they require all parties to send the necessary data to a central place.In this paper, We define two Secure 2-party multivariate statistical analysis problems: Secure 2-party Multivariate Linear Regression problem and Secure 2-party Multivariate Classification problem.We have developed a practical security model, based on which we have developed a number of building blocks for solving these two problems.

Soil monitoring plays an essential role in agricultural systems. Rather than deploying sensors' antennas above the ground, burying them in the soil is an attractive way to retain a non-intrusive aboveground space. Low Power Wide-Area Network (LPWAN) has shown its long-distance and low-power features for aboveground Internet-of-Things (IoT) communication, presenting a potential of extending to underground cross-soil communication over a wide area, which however has not been investigated before. The variation of soil conditions brings significant signal polarization misalignment, degrading communication reliability. In this paper, we propose Demeter, a low-cost low-power programmable antenna design to keep reliable cross-soil communication automatically. First, we propose a hardware architecture to enable polarization adjustment on commercial-off-the-shelf (COTS) single-RF-chain LoRa radio. Moreover, we develop a low-power programmable circuit to obtain polarization adjustment. We further design an energy-efficient heuristic calibration algorithm and an adaptive calibration scheduling method to keep signal polarization alignment automatically. We implement Demeter with a customized PCB circuit and COTS devices. Then, we evaluate its performance in various soil types and environmental conditions. The results show that Demeter can achieve up to 11.6 dB SNR gain indoors and 9.94 dB outdoors, 4× horizontal communication distance, at least 20 cm deeper underground deployment, and up to 82% energy consumption reduction per day compared with the standard LoRa.

Dengue viruses are the causative agents of dengue fever, dengue hemorrhagic fever, and dengue shock syndrome, which are mainly transmitted by Aedes aegypti and Aedes albopictus mosquitoes, and cost billions of dollars annually in medical and mosquito control. It is estimated that up to 20% of dengue virus infections affect the brain. The incidence of DENV infection of the nervous system is increasing, suggesting that more people are at risk for neurological complications of the infection. Currently, understanding the pathogenic mechanisms of dengue virus infection of the nervous system is hampered by the lack of suitable small animal models. Here, we analyzed the pathogenicity of dengue virus in type I and type II interferon receptor-deficient mice by intraperitoneal inoculation of DENV-I. Infected mice showed such neurological symptoms as opisthotonus, hunching, ataxia, and paralysis of one or both hind limbs. Viremia can be detected 3 days after infection. The virus showed evident brain tropism post-inoculation and viral loads peaked at 14 days post-inoculation in infected mice brain. Significant histopathologic changes were observed in brain tissue (hippocampal region and cerebral cortex). Immunohistochemistry and fluorescence showed clear fluorescent signals. Hematological analysis showed hemorrhage and hemoconcentration in DENV-I infected mice. Subsequently, brain tissue transcriptome sequencing was performed to assess host response characteristics in DENV-I infected AGB6 mice. Functional enrichment analysis and analysis of significantly differentially expressed genes (DEGs) were used to identify the key molecular mechanisms of brain tissue injury. Transcriptional patterns in brain tissue suggest that aberrant expression of pro-inflammatory cytokines induces antiviral responses to dengue virus and tissue damage. Combined with the KEGG results, it was hypothesized that the probable cause of the neurological damage affecting the neurological system and hindlimb paralysis was the marked enrichment of upregulated DEGs in the cytokine-cytokine receptor interaction signaling pathway. Screening of hub genes and their characterization by qPCR and ELISA, it was hypothesized that IL-6 and IFN-γ might be the key factors in dengue virus-induced neurological manifestations.

Low Power Wide-Area Network (LPWAN) has shown its long-distance and low-power features for aboveground Internet-of-Things (IoT) communication, presenting a potential to extend to underground cross-soil communication over a wide area, which has not been investigated before. The variation of soil conditions brings significant signal polarization misalignment, degrading communication reliability. We propose Demeter, a low-cost, low-power programmable antenna design to keep reliable cross-soil communication automatically. First, we propose a hardware architecture to enable polarization adjustment on commercial-off-the-shelf (COTS) single-RF-chain LoRa radio. Moreover, we develop a low-power programmable circuit to adjust polarization. We further design an energy-efficient heuristic calibration algorithm to keep signal polarization alignment automatically. We demonstrate Demeter in indoor environments. The antenna is buried in a plastic container filled with gardening soil to simulate the node underground. Meanwhile, we use the COTS LoRa gateway as a receiver to show the RSSI and SNR variations.

Rural Internet of Things (IoT) systems connect sensors and actuators in remote areas, serving crucial roles in agriculture and environmental monitoring. Given the absence of networking infrastructure for backhaul in these regions, satellite IoT techniques offer a cost-effective solution for connectivity. However, current satellite IoT architectures often struggle to deliver high performance due to temporal and spatial link challenges. This paper presents SateRIoT, a new network architecture with temporal link estimation and spatial link sharing that fully exploits the capability of space low-cost low-earth-orbit (LEO) IoT satellites and ground low-power wide area (LPWA) IoT techniques in rural areas. First, we introduce a bursty link model that predicts the number of transmittable packets within a transmission window, reducing energy waste from failed uplink transmissions. Moreover, we enhance the model by selecting informative features and optimizing the window length. Additionally, we develop a multi-hop flooding protocol that enables gateways to buffer and share data packets across the network while incorporating a priority data queue to avoid duplicate transmissions. We implement SateRIoT with commercial-off-the-shelf (COTS) IoT satellite and LoRa radios, then evaluate its performance based on real deployment and real-world collected traces. The results show that SateRIoT can consume 3.3X less energy consumption for an individual gateway. Moreover, SateRIoT offers up to a 5.6X reduction in latency for a single packet and a 1.9X enhancement in throughput.