高 華

(大連藝術(shù)學(xué)院 文化藝術(shù)管理學(xué)院， 遼寧 大連 116600)

網(wǎng)絡(luò)入侵失穩(wěn)控制時最優(yōu)節(jié)點選擇*

高 華

(大連藝術(shù)學(xué)院 文化藝術(shù)管理學(xué)院， 遼寧 大連 116600)

針對網(wǎng)絡(luò)入侵失穩(wěn)控制時最優(yōu)節(jié)點選擇方法一直存在選擇不準(zhǔn)確、誤差大的問題，提出基于能量融合信道均衡與控制簇頭競選的節(jié)點選擇方法，并應(yīng)用于入侵后網(wǎng)絡(luò)失穩(wěn)控制中.建立無線傳感器網(wǎng)絡(luò)的數(shù)據(jù)傳輸和節(jié)點分布模型，對網(wǎng)絡(luò)失穩(wěn)后的WSN信道進行均衡控制，根據(jù)簇頭競選結(jié)果控制每代節(jié)點的定位誤差，降低節(jié)點在遭到入侵后的錯誤選擇概率.結(jié)果表明，采用改進的選擇方法可以提高節(jié)點的通信覆蓋率，降低了節(jié)點的死亡率，提高了失穩(wěn)控制性能，保障了網(wǎng)絡(luò)的安全穩(wěn)定.

網(wǎng)絡(luò)入侵； 失穩(wěn)控制； 路由； 最優(yōu)節(jié)點； 選擇方法； 節(jié)點分布模型； 數(shù)據(jù)傳輸； 定位誤差

隨著物聯(lián)網(wǎng)信息技術(shù)的快速發(fā)展，以無線傳感器網(wǎng)絡(luò)(WSN)為代表的無線通信網(wǎng)絡(luò)技術(shù)在無線數(shù)據(jù)傳輸和遠(yuǎn)程控制中發(fā)揮了重要的作用，廣泛應(yīng)用于野外數(shù)據(jù)采集、目標(biāo)信息探測、安全監(jiān)控等領(lǐng)域，具有重要的應(yīng)用價值.無線傳感網(wǎng)絡(luò)的通信和數(shù)據(jù)收發(fā)安全問題也成為國內(nèi)外廣泛關(guān)注的焦點.

無線傳感器網(wǎng)絡(luò)由于具有自組織性和分布式特性，易遭受不法入侵，WSN通信中的數(shù)據(jù)易被竊取，導(dǎo)致網(wǎng)絡(luò)失穩(wěn)，因此，需要通過網(wǎng)絡(luò)信道均衡設(shè)計和節(jié)點優(yōu)化部署選擇實現(xiàn)入侵后網(wǎng)絡(luò)的失穩(wěn)控制.

目前，針對無線傳感器網(wǎng)絡(luò)遭到入侵失穩(wěn)情況下的節(jié)點選擇方法主要包括無線連通圖法、環(huán)形路由選擇法及不規(guī)則三角網(wǎng)節(jié)點部署法等[1-3].上述方法是通過節(jié)點連通圖中的失穩(wěn)陣元進行自適應(yīng)均衡處理后，對無線傳感器網(wǎng)絡(luò)的失穩(wěn)節(jié)點進行均勻覆蓋，實現(xiàn)WSN通信信道的均衡，提高網(wǎng)絡(luò)的穩(wěn)定性.但是，這些方法在遇到強烈的擾動入侵或者節(jié)點規(guī)模較大的情況下，對網(wǎng)絡(luò)的穩(wěn)定性控制效果不好.相關(guān)文獻(xiàn)對方法進行了改進，文獻(xiàn)[4]提出一種基于能量和距離概率模型的最優(yōu)節(jié)點選擇方法，采用能量檢測方法選擇WSN的簇頭路由分發(fā)節(jié)點，在線列陣中進行節(jié)點的優(yōu)化部署，實現(xiàn)節(jié)點的最優(yōu)選擇.該方法提高了傳感器網(wǎng)絡(luò)的能量均衡性能，保證了在入侵后具有較好的穩(wěn)定性，但是該算法在簇頭節(jié)點轉(zhuǎn)換過程中容易出現(xiàn)負(fù)載加重的問題，降低了網(wǎng)絡(luò)的均衡性能.文獻(xiàn)[5]提出一種基于簇內(nèi)通信代價函數(shù)最小準(zhǔn)則的網(wǎng)絡(luò)失穩(wěn)控制最優(yōu)節(jié)點選擇方法，對WSN中同一簇的簇內(nèi)節(jié)點進行通信代價最小化設(shè)計，采用自相關(guān)檢測器進行信道均衡匹配，提高了節(jié)點的數(shù)據(jù)收發(fā)能力.但該算法存在計算開銷過大，數(shù)據(jù)傳輸實時性差的問題.文獻(xiàn)[6]提出了一種基于直接序列擴頻的最優(yōu)節(jié)點選擇方法，但該方法隨著節(jié)點規(guī)模的增大，容錯性下降.

針對上述問題，本文提出一種基于能量融合信道均衡與控制簇頭競選的入侵后網(wǎng)絡(luò)失穩(wěn)控制最優(yōu)節(jié)點選擇方法，通過仿真實驗進行了性能驗證，展示了本文算法的優(yōu)越性，得出有效結(jié)論.

1 網(wǎng)絡(luò)信道模型及失穩(wěn)后均衡控制

1.1 無線傳感器網(wǎng)絡(luò)信道模型設(shè)計

首先分析無線傳感器網(wǎng)絡(luò)的連通圖結(jié)構(gòu)，并建立相關(guān)的通信模型.假設(shè)無線傳感器網(wǎng)絡(luò)節(jié)點均勻分布在一個二維平面上，網(wǎng)格的覆蓋目標(biāo)區(qū)域中無線傳感器網(wǎng)絡(luò)的節(jié)點是均勻線列陣分布的，簇頭節(jié)點采用隨機部署方法.每個網(wǎng)格節(jié)點采用最常用的布爾模型表示(0/1模型)，假設(shè)兩個節(jié)點之間的坐標(biāo)為(x，y)，用一個二元有向圖G=(V，E)表示無線傳感器網(wǎng)絡(luò)節(jié)點，則相鄰節(jié)點通信距離獲取公式為

(1)

式中：M、N為入侵失穩(wěn)后的節(jié)點數(shù)量；Rc為初始節(jié)點的連通距離；d(si，sj)為任意點i的中繼節(jié)點和sink節(jié)點歐式距離.

獲取非邊界節(jié)點G1和G2的頂點集合后，在G1和G2的頂點集合中添加兩條邊形成子網(wǎng)連接點G3，三個定點集合中最短路由能量消耗為

E0=gS

(2)

式中：S為信道傳輸節(jié)點數(shù)量；g為單信道最短能量消耗.

根據(jù)上述無線傳感器網(wǎng)絡(luò)結(jié)構(gòu)的分析，建立無線傳感器網(wǎng)絡(luò)節(jié)點的信道收發(fā)模型為

(3)

式中：Vt(Gi，Gj)為t時間內(nèi)節(jié)點G1到節(jié)點G2的速度；Fi為各節(jié)點間能耗因子.

傳感器節(jié)點信道的特性隨時間發(fā)生改變，通過無線傳輸信道模型獲取無線傳感器網(wǎng)絡(luò)節(jié)點定位的性能，以此為基礎(chǔ)進行信道均衡設(shè)計和失穩(wěn)控制.

1.2 入侵失穩(wěn)后信號能量變化函數(shù)的獲取

在上述構(gòu)建的WSN通信信道模型基礎(chǔ)上，對WSN入侵失穩(wěn)的信道進行特征分析和測量.考慮WSN通信信道是由N個傳感器節(jié)點構(gòu)成的完全相關(guān)分布[7-10]，無線傳感器網(wǎng)絡(luò)節(jié)點處在同一個平面內(nèi)，則網(wǎng)絡(luò)未遭受入侵時節(jié)點的信號能量為

x(k+1)=A(k)x(k)+Γ(k)w(k)

(4)

式中：A(k)∈Rn×n為節(jié)點的狀態(tài)轉(zhuǎn)移矩陣；x(k)∈Rn×1為前一個信道向量；Γ(k)為各個點源貢獻(xiàn)的權(quán)重矩陣；w(k)為均值為零的高斯白噪聲.

網(wǎng)絡(luò)遭受入侵后失穩(wěn)節(jié)點的信號能量為

zi(k)=Hi(k)x(k)+ui(k) (i=1，2，…，N)

(5)

式中：zi(k)∈Rp×1為第i個失穩(wěn)節(jié)點的信號能量測量值；Hi(k)∈Rp×n為點源陣列的能耗測量矩陣；ui(k)∈Rp×1為高斯白噪聲.

網(wǎng)絡(luò)入侵失穩(wěn)前后的節(jié)點分布能量加權(quán)函數(shù)為

(6)

式中，zij(k)為第i個失穩(wěn)節(jié)點到第j個失穩(wěn)節(jié)點的信號能量測量值.入侵失穩(wěn)后的信號能量函數(shù)需要考慮噪聲的影響，則式(5)可進一步表示為

mi(k)=zi(k)+qi(k)=

Hi(k)x(k)+ui(k)+qi(k)=

Hi(k)x(k)+vi(k)

(7)

式中，qi(k)為失穩(wěn)引入噪聲。

利用式(7)對式(6)進行更新，獲取入侵失穩(wěn)后的信號能量變化函數(shù)為

(8)

2 WSN網(wǎng)絡(luò)失穩(wěn)后的簇頭競選規(guī)則

在獲取了入侵失穩(wěn)后信號能量變化函數(shù)的基礎(chǔ)上，進行了節(jié)點優(yōu)化選擇部署和失穩(wěn)控制.傳統(tǒng)方法多采用基于直接序列擴頻方法，對入侵后網(wǎng)絡(luò)失穩(wěn)控制中的最優(yōu)節(jié)點進行選擇，但隨著節(jié)點規(guī)模的增大，這種方法出現(xiàn)了連接復(fù)雜度較高，容錯性下降的問題.為了克服傳統(tǒng)方法的弊端，本文提出一種新的失穩(wěn)后簇頭競選最優(yōu)節(jié)點選擇方法.

在入侵失穩(wěn)后信號能量變化函數(shù)基礎(chǔ)上，引入目標(biāo)節(jié)點簇頭競選控制規(guī)則，第i個參考節(jié)點坐標(biāo)檢測頻譜z服從參數(shù)為λ0/T2的Rayleigh分布，即

(9)

式中：T為檢測時間；z為頻譜；λ0為頻譜波長.

為了實現(xiàn)無線傳感器網(wǎng)絡(luò)節(jié)點準(zhǔn)確定位和入侵后的最優(yōu)選擇部署，需要在Rayleigh分布內(nèi)建立無線傳感器網(wǎng)絡(luò)數(shù)據(jù)融合樹，使每個節(jié)點的父節(jié)點子圖保持連通性，并將融合后的數(shù)據(jù)傳送至節(jié)點k進行節(jié)點數(shù)據(jù)監(jiān)測，監(jiān)測數(shù)據(jù)在融合中心支配節(jié)點的簇頭目標(biāo)選擇方程為

M(k)=H(k)x(k)+v(k)

(10)

式中，加權(quán)函數(shù)的方差矩陣為

(11)

H(k)為正定的實對稱陣，用于選擇所有的信號節(jié)點，根據(jù)參考節(jié)點坐標(biāo)，對簇頭節(jié)點狀態(tài)空間進行分解后可得

Rv(k)=L(k)R(k)LT(k)

(12)

式中：R(k)=diag{r1(k)，r2(k)，…，rN(k)}為正定的對角陣；L(k)為三定點陣列中設(shè)置的信號節(jié)點向量，求平均值作為當(dāng)前sink節(jié)點向量.入侵后WSN網(wǎng)絡(luò)失穩(wěn)簇頭節(jié)點競選目標(biāo)轉(zhuǎn)化選擇方程為

(13)

式中，

(14)

根據(jù)當(dāng)前節(jié)點的位置獲取t+1代節(jié)點坐標(biāo)，則傳感器網(wǎng)絡(luò)節(jié)點的統(tǒng)計能量特性表示為

(15)

其中，令入侵后傳感器網(wǎng)絡(luò)第j個參考節(jié)點為基礎(chǔ)節(jié)點，計算相鄰參考節(jié)點的距離，并利用節(jié)點的定位誤差對式(15)進行不斷更新，將更新完畢后擁有最大統(tǒng)計量特征的節(jié)點定義為最優(yōu)節(jié)點，以此實現(xiàn)入侵后網(wǎng)絡(luò)失穩(wěn)控制中最優(yōu)節(jié)點的選擇.

3 仿真實驗與結(jié)果分析

為了測試入侵后無線傳感器網(wǎng)絡(luò)最優(yōu)節(jié)點部署選擇和優(yōu)化穩(wěn)定性，本文進行了仿真實驗.建立無線傳感器網(wǎng)絡(luò)結(jié)構(gòu)模型，無線傳感器網(wǎng)絡(luò)的節(jié)點部署區(qū)域為一個100 m×100 m的二維區(qū)域.在這個二維區(qū)域中隨機播撒800個節(jié)點，每個節(jié)點在進行數(shù)據(jù)傳輸和通信的覆蓋半徑為1 024 m，sink節(jié)點的感知半徑為25 m，時間復(fù)雜度函數(shù)為12 s，迭代次數(shù)選擇為300，傳感器節(jié)點探測信號采用頻帶為3～12 kHz、時寬為2 ms的線性調(diào)頻信號，強干擾入侵噪聲SNR為-13 dB.根據(jù)上述仿真環(huán)境和參數(shù)設(shè)定進行網(wǎng)絡(luò)入侵后的節(jié)點最優(yōu)選擇部署，并以文獻(xiàn)[4]所用方法為傳統(tǒng)算法與本文算法進行性能對比分析.

3.1 最優(yōu)節(jié)點選擇準(zhǔn)確性比較

在不同節(jié)點數(shù)量條件下，將本文算法與傳統(tǒng)相似度算法進行網(wǎng)絡(luò)失穩(wěn)后最優(yōu)節(jié)點選擇準(zhǔn)確性對比，結(jié)果如圖1所示.

圖1 最優(yōu)節(jié)點選擇準(zhǔn)確性對比Fig.1 Comparison in accuracy for optimal node selection

分析圖1可知，在相同網(wǎng)絡(luò)節(jié)點數(shù)量條件下，采用本文算法最優(yōu)節(jié)點選擇的準(zhǔn)確度遠(yuǎn)高于傳統(tǒng)算法.隨著節(jié)點數(shù)量的不斷增加，這種趨勢依然很明顯，證明了本文算法能有效提高節(jié)點部署位置的可信度，降低了無線傳感器網(wǎng)絡(luò)遭到入侵后的失穩(wěn)性，提高失穩(wěn)控制能力.

3.2 最優(yōu)節(jié)點選擇的時間與空間復(fù)雜度比較

在不同節(jié)點數(shù)量條件下，將本文算法與傳統(tǒng)相似度法進行網(wǎng)絡(luò)失穩(wěn)后最優(yōu)節(jié)點選擇的時間與空間復(fù)雜度對比，結(jié)果如圖2、3所示.

圖2 最優(yōu)節(jié)點選擇的時間復(fù)雜度對比Fig.2 Comparison in time complexity for optimal node selection

圖3 最優(yōu)節(jié)點選擇的空間復(fù)雜度對比Fig.3 Comparison in spatial complexity for optimal node selection

由圖2、3可知，在相同網(wǎng)絡(luò)節(jié)點數(shù)量條件下，本文算法最優(yōu)節(jié)點選擇時間復(fù)雜度和空間復(fù)雜度遠(yuǎn)低于傳統(tǒng)算法.隨著節(jié)點數(shù)量的不斷增加，本文方法時間復(fù)雜度和空間復(fù)雜度趨于平穩(wěn)，而傳統(tǒng)算法的復(fù)雜度卻進一步增加，從而驗證了本文算法的有效性.

3.3 最優(yōu)節(jié)點選擇路徑統(tǒng)計

在不同節(jié)點數(shù)量條件下，將本文算法和傳統(tǒng)相似度法進行網(wǎng)絡(luò)失穩(wěn)后最優(yōu)節(jié)點選擇路徑對比，結(jié)果如表1所示.

表1 不同算法下最優(yōu)節(jié)點選擇的路徑Tab.1 Paths for optimal node selection with different algorithms

分析表1可知，在相同時間條件下，利用本文算法進行最優(yōu)節(jié)點選擇時，選擇路徑數(shù)量小于傳統(tǒng)算法.隨著選擇時間的增加，本文算法的優(yōu)勢更加明顯，說明本文算法可以減少最優(yōu)節(jié)點選擇的路徑，提高了最優(yōu)節(jié)點選擇的效率.

4 結(jié) 論

無線傳感器網(wǎng)絡(luò)在遭受入侵后節(jié)點之間的數(shù)據(jù)傳輸和通信穩(wěn)定性將受到影響.本文提出一種基于能量融合信道均衡與控制簇頭競選的網(wǎng)絡(luò)失穩(wěn)控制最優(yōu)節(jié)點選擇方法，首先構(gòu)建無線傳感器網(wǎng)絡(luò)的數(shù)據(jù)傳輸和節(jié)點分布模型，然后進行網(wǎng)絡(luò)失穩(wěn)后WSN信道均衡設(shè)計，在此基礎(chǔ)上采用能量融合方法控制簇頭節(jié)點的路由分發(fā)和選擇，實現(xiàn)節(jié)點優(yōu)化部署.研究結(jié)果表明，采用本文方法進行失穩(wěn)控制和節(jié)點優(yōu)化選擇部署能有效提高節(jié)點的利用率、定位能力和通信覆蓋能力，避免網(wǎng)絡(luò)在入侵后出現(xiàn)死亡節(jié)點，有效實現(xiàn)入侵后的失穩(wěn)控制.

[1]何信旺，芮赟，王宗杰，等.濾波器組UMTS系統(tǒng)的信道估計研究 [J].計算機技術(shù)與發(fā)展，2015，25(9)：57-60.

(HE Xin-wang，RUI Yun，WANG Zong-jie，et al.Research on channel estimation of filter bank UMTS system [J].Computer Technology and Development，2015，25(9)：57-60.)

[2]田雨，馬林華，唐紅，等.基于虛擬MIMO的寫作通信節(jié)點選擇算法 [J].電子與信息學(xué)報，2014，36(4)：797-803.

(TIAN Yu，MA Lin-hua，TANG Hong，et al.Cooperative communication node selection algorithm based on virtual MIMO [J].Journal of Electronics & Information Technology，2014，36(4)：797-803.)

[3]胡蓉華，董曉梅，王大玲.一種信任和能量意識的WSN補救路由算法 [J].控制與決策，2016，31(3)：435-440.

(HU Rong-hua，DONG Xiao-mei，WANG Da-ling.A trust and energy aware remedy routing algorithm for wireless sensor networks [J].Control and Decision，2016，31(3)：435-440.)

[4]Khalid O，Khan S U，Madani S A，et al.Comparative study of trust and reputation systems for wireless sensor networks [J].Security and Communication Networks，2013，6(6)：679-688.

[5]Zhang H，Ahmad S，Liu G J.Modeling of torsional compliance and hysteresis behaviors in harmonic drives [J].IEEE/ASME Transactions on Mechatronics，2015，20(1)：178-184.

[6]姚玉坤，余志龍，陳曦，等.無線多跳網(wǎng)絡(luò)中基于網(wǎng)絡(luò)編碼的高效可靠組播路由算法 [J].重慶郵電大學(xué)學(xué)報(自然科學(xué)版)，2015，27(2)：151-156.

(YAO Yu-kun，YU Zhi-long，CHEN Xi，et al.High-efficiency reliable multicast routing algorithm based on network coding in wireless multi-hop network [J].Journal of Chongqing University of Posts and Telecommunications (Natural Science Edition)，2015，27(2)：151-156.)

[7]劉艷峰，魏兵，任新成.近場通信天線場分布特性仿真 [J].電子測量技術(shù)，2015，38(8)：132-134.

(LIU Yan-feng，WEI Bing，REN Xin-cheng.Near field communication antenna field distribution simulation [J].Electronic Measurement Technology，2015，38(8)：132-134.)

[8]楊凱，劉全，張書奎，等.利用移動內(nèi)點來修復(fù)傳感器網(wǎng)絡(luò)空洞的算法 [J].通信學(xué)報，2012，33(9)：116-117.

(YANG Kai，LIU Quan，ZHANG Shu-kui，et al.Hole recovery algorithm based on mobile inner nodes in wireless sensor networks [J].Journal on Commenications，2012，33(9)：116-117.)

[9]劉茂旭，何怡剛，鄧芳明，等.融合RFID的無線濕度傳感器節(jié)點設(shè)計研究 [J].電子測量與儀器學(xué)報，2015，29(8)：1171-1178.

(LIU Mao-xu，HE Yi-gang，DENG Fang-ming，et al.Design research on a wireless humidity sensor node integrated with RFID [J].Journal of Electronic Mea-surement and Instrumentation，2015，29(8)：1171-1178.)

[10]鄭嬋，尹令，孫世新.無線傳感器網(wǎng)絡(luò)中2-連通k-支配的容錯連通支配集構(gòu)造 [J].控制與決策，2013，28(5)：650-656.

(ZHENG Chan，YIN Ling，SUN Shi-xin.Constructing 2-connected k-dominating sets for fault-tolerant backbone in wireless sensor networks [J].Control and Decision，2013，28(5)：650-656.)

(責(zé)任編輯：景 勇 英文審校：尹淑英)

Optimal node selection method under instability control after network invasion

GAO Hua

(School of Culture and Art Management, Dalian Art College, Dalian 116600, China)

In order to solve the problem that inaccurate choice and big error exist in the optimal node selection methods under instability control after network invasion, a node selection method based on energy fusion channel equalization and cluster head election control was proposed and applied to the instability control after network invasion. The data transmission and node distribution models for wireless sensor network were established, and the equalization control of WSN channel after network invasion was carried out. According to the results of cluster head election, the positioning error of nodes in each generation was controlled, and the mistake selection probability of nodes was reduced after invasion. The results show that the improved selection method can enhance the communication coverage of nodes, reduce the mortality rate of nodes, improve the instability control performance, and ensure the security and stability of network.

network invasion; instability control; routing; optimal node; selection method; node distribution model; data transmission; positioning error

2016-03-24.

遼寧省教育廳科研項目(W2010114，W2012253)； 遼寧省教育科學(xué)"十二五"規(guī)劃項目(JG14DB144，JG15DB121).

高 華(1975-)，女，遼寧大連人，副教授，碩士，主要從事計算機應(yīng)用技術(shù)與電子商務(wù)等方面的研究.

16∶08在中國知網(wǎng)優(yōu)先數(shù)字出版.

http：∥www.cnki.net/kcms/detail/21.1189.T.20160907.1608.028.html

10.7688/j.issn.1000-1646.2017.01.18

TP 393

A

1000-1646(2017)01-0094-05