吳 戈， 黎忠文， 黎 通， 陳二陽， 江 丹(．成都大學 信息科學與工程學院， 四川 成都 6006； .成都實驗外國語學校 西區(qū), 四川 成都 603)

0 引 言

隨著物聯(lián)網(wǎng)、云計算和移動互聯(lián)網(wǎng)技術的飛速發(fā)展，傳感網(wǎng)絡越來越深入到各方面.由于傳感設備常常部署在無人值守或惡劣環(huán)境中，節(jié)點很容易遭受物理攻擊，從而導致源頭數(shù)據(jù)的無效[1].眾所周知，源頭數(shù)據(jù)是后臺專家決策系統(tǒng)進行決策的依據(jù)，直接影響各類智慧系統(tǒng)的可靠性，因此評測和保障這些源頭數(shù)據(jù)本身的可信性至關重要.近年來，感知源數(shù)據(jù)的可信性問題成為了該領域的研究熱點.主流研究通常是在感知源構建信任評估模型，通過計算工作節(jié)點之間的直接信任、單元推薦信任、監(jiān)督信任及用戶行為等計算物聯(lián)網(wǎng)源數(shù)據(jù)的綜合信任值，實現(xiàn)對感知源的信任值評估[1-3].然而，基于感知源的信任評估模型雖然在一定程度上保障了數(shù)據(jù)源頭的可靠性，但沒有考慮能量對數(shù)據(jù)源的影響.在物聯(lián)網(wǎng)絡中，能量不僅可以保障設備的正常運行，而且可以根據(jù)能量的消耗情況來監(jiān)測工作節(jié)點是否遭遇安全攻擊，從而判斷物聯(lián)網(wǎng)源數(shù)據(jù)的可信性.事實上，通過分析傳感器、通信活動和計算活動對耗能的影響，建立傳感網(wǎng)絡能量消耗模型并計算出節(jié)點信任度，是當前源數(shù)據(jù)可信性的研究方法之一[4-7].融合能量信任和數(shù)據(jù)信任對源數(shù)據(jù)可信性進行研究的文獻比較少.基于此，本研究探索了能量對源數(shù)據(jù)信任值的影響，并提出了包含能量因子在內的適于邊緣計算的物聯(lián)網(wǎng)感知源數(shù)據(jù)信任評估模型.

1 感知源信任值評估模型的設計

物聯(lián)網(wǎng)中影響感知源可靠性的因素較多，從技術層面上可以分為通信、能量和傳感器老化等.考慮到局域網(wǎng)內通信情況較好，本研究不將通信因素作為感知源信任值的評價因子.

1.1 模型中信任的含義

一般來說，系統(tǒng)的可信性是一個綜合的概念，包含可靠性、安全性、容錯性、可用性、聲譽、風險和服務質量等.本研究中的信任是指信任的程度，其取值區(qū)間為[0，1]，即物聯(lián)網(wǎng)中傳感器能正確采集到信息的程度，它反映了傳感器的工作狀態(tài).本研究擬在負責數(shù)據(jù)融合與轉發(fā)的中繼器中對其所轄的傳感器進行信任值的計算.顯然傳感器的信任值越大，其采集到的數(shù)據(jù)可靠性就越高.當傳感器的信任值低于設定值時，中繼器將舍去該傳感器采集到的數(shù)據(jù)，從而保證后臺系統(tǒng)所獲得的數(shù)據(jù)是可靠的.當信任值分別為0和1時，分別表示傳感器處于不可信和完全可信2種極端狀態(tài).同時，本研究通過直接信任、能量信任和同行信任的信任值進行評價.直接信任和能量信任是通過傳感器自身的實時數(shù)據(jù)、歷史數(shù)據(jù)和能量消耗進行信任評價，而同行信任是間接信任，通過比較傳感器與其他采集數(shù)據(jù)來進行信任值評價.

1.2 重要定義

本研究以物聯(lián)網(wǎng)數(shù)據(jù)中繼器和其連接的傳感器作為評測單位，對傳感源的信任值進行評價.每個評測單位包括多個工作節(jié)點，工作節(jié)點用來采集信息.物聯(lián)網(wǎng)中常常用多個傳感器完成相同的任務，即多個傳感器對同一對象進行數(shù)據(jù)采集.本研究探討的模型采用的幾個重要定義：

定義1 評測單位.它由數(shù)據(jù)采集器和連接的傳感器組成，是傳感器源數(shù)據(jù)信任評價的基本單位.

定義2 工作節(jié)點.在正常頻率下用于感知環(huán)境信息的傳感器.

定義3 同行節(jié)點.對于具體的工作節(jié)點而言，與它完成相同監(jiān)測任務且在同一評測單位內的其他工作節(jié)點，都被稱為同行節(jié)點.

1.3 直接信任值的計算方法

工作節(jié)點按其固有的頻率采集數(shù)據(jù)(記為rdata)，并傳送給中繼節(jié)點.中繼節(jié)點按業(yè)務的需要保存工作節(jié)點中多個過時的數(shù)據(jù)，即歷史數(shù)據(jù).令avedata為工作節(jié)點中多個歷史數(shù)據(jù)的平均值(具體采用的歷史數(shù)據(jù)的個數(shù)，可以根據(jù)情況現(xiàn)場設置).不失一般性，正常情況下工作節(jié)點采集到的數(shù)據(jù)具有平穩(wěn)性，沒有忽高忽低的情況.假設limdata是工作節(jié)點當前感知數(shù)據(jù)和歷史數(shù)據(jù)之差的上限.

令，

x=|rdata-avedata|

則，工作節(jié)點的直接信任值Tdata(初值為1)計算方法如式(1)所示，

(1)

式中，α為經(jīng)驗值，是傳感數(shù)據(jù)允許的誤差值，取值大于0.Tdata初值為1，0≤Tdata≤1.

1.4 能量信任值的計算方法

當工作節(jié)點的工作環(huán)境惡劣或遭受安全攻擊時，其能量消耗就會增加，因此能量消耗越多，則工作節(jié)點能量信任值就越低.當工作節(jié)點被攻擊后，也可能拒絕服務，因此，當工作節(jié)點的能量消耗過低時，其能量信任值也越低.

設工作節(jié)點安裝時的能量值記為Efull，它能正常工作的最小能量值記為Emin，剩余能量值記為Eres，則工作節(jié)點能量信任值Ten可以根據(jù)式(2)計算，

(2)

式中，β為經(jīng)驗值，是能量數(shù)據(jù)允許的誤差值，大于0.Ten初值為1，0≤Ten≤1.

1.5 同行推薦信任值的計算方法

物聯(lián)網(wǎng)中，往往存在多個傳感器對同一信息進行采集.設同一評測單位有n個工作節(jié)點執(zhí)行相同任務，即采集同一信息，記為工作節(jié)點集{N1,N2,…,Nn}.為便于說明，不妨設節(jié)點Nn為待評估節(jié)點，則{N1,N2,…,Nn-1}是其同行節(jié)點集.

令，

則，第j個同行節(jié)點對節(jié)點Nn的推薦信任值Trj由式(3)計算而得.

(3)

式中，γ為經(jīng)驗值，是允許的誤差值，取值大于0，Trj初值為1，0≤Trj≤1.

則，對于工作節(jié)點Nn，它的n-1個同行對其推薦信任值Trec計算由式(4)而得.

(4)

式中，α為經(jīng)驗值，是傳感數(shù)據(jù)允許的誤差值，取值大于0.Tdata初值為1，0≤Tdata≤1.

1.6 綜合信任值的計算方法

工作節(jié)點的綜合信任值Tc是直接信任值、能量信任值和同行信任值的加權平均值，由式(5)計算而得.

Tc=δ1×Tdata+δ2×Ten+δ3×Trec

(5)

式中，0<δi<1,i=1,2,3，為權重因子，根據(jù)經(jīng)驗調整，需要滿足，δ1+δ2+δ3=1.Tdata、Ten、Trec與Tc初值均為1.

1.7 報警原理

2 仿真實驗及分析

仿真實驗中，本研究設定了5個工作節(jié)點.表1中的各常量和閾值取于日常經(jīng)驗.

表1 信任評價模型常量取值表

圖1描述了工作節(jié)點正常工作時，能量對綜合信任值的影響.從圖1可以看出，在直接信任和同行信任值不變的情況下，綜合信任值隨著能量信任值的變化而變化，當能量信任值增加時，綜合信任值也隨之增加.相反，當能量信任值減小時，綜合信任值也隨之減小.在同等條件下，無能量信任值和有能量信任值相比，綜合信任值明顯減小.由此可知，能量信任值對綜合信任值影響顯著.

圖2描述了工作節(jié)點正常工作和發(fā)生異常時，綜合信任值的變化情況.當工作節(jié)點未發(fā)生異常時，綜合信任值的波動保持相對穩(wěn)定狀態(tài).而當工作節(jié)點發(fā)現(xiàn)異常時，綜合信任值波動幅度較大.從圖2中可以看出，當直接信任值和能量信任值分別為0和同時為0時，綜合信任值急劇減小，從而可以判斷出工作節(jié)點出現(xiàn)異常，此時采集到的數(shù)據(jù)不可靠，同時觸發(fā)報警.

圖3展示了不同加權因子對綜合信任值計算的影響.為了保證計算結果的準確性，本研究進行了3組對照實驗.每組實驗保證直接信任值、同行信任值和能量信任值不變，通過改變加權因子來觀察綜合信任的變化情況.從圖3可以看出，綜合信任值隨加權因子的變化而波動.不同的物聯(lián)網(wǎng)應用可以根據(jù)自身對直接信任值、能量信任值和同行信任值的重視程度，設置不同的加權系數(shù).

圖2 工作節(jié)點正常與異常工作時綜合信任值的變化情況

圖3 不同加權因子對綜合信任值的影響

3 結 語

本研究提出了一種從物聯(lián)網(wǎng)源頭入手評價數(shù)據(jù)可信性的模型，從評測區(qū)中感知節(jié)點自身數(shù)據(jù)和同行節(jié)點數(shù)據(jù)及結合能量機制分別設計了直接信任值、同行推薦信任值和能量信任值的計算方法，并通過加權平均值計算出綜合信任值.本研究實現(xiàn)了對感知源數(shù)據(jù)可信性的評價，并由此可以提前預測感知節(jié)點是否受到人為攻擊或受環(huán)境侵蝕，從而提供預警.下一步的研究是進一步優(yōu)化模型，并采用相似度對比方法來提高精度.