李君妍， 范 波， 劉永杰

（ 中國(guó)兵器裝備集團(tuán) 自動(dòng)化研究所長(zhǎng)沙分公司， 湖南 長(zhǎng)沙 410000）

0 引言

隨著智能設(shè)備和高速網(wǎng)絡(luò)的廣泛使用， 物聯(lián)網(wǎng)（Internet of Things，IoT） 作為一種新興技術(shù)， 得到大范圍的發(fā)展。物聯(lián)網(wǎng)沒(méi)有標(biāo)準(zhǔn)定義[1]，但一般來(lái)說(shuō)，物聯(lián)網(wǎng)是一種將獲取和共享數(shù)據(jù)的唯一可識(shí)別端點(diǎn)或“事物”組成的網(wǎng)絡(luò)[2]，旨在將人和各種事物無(wú)縫連接起來(lái)，使社會(huì)朝著智能化、便利化和高效化的方向轉(zhuǎn)變，其基本特征是對(duì)信息進(jìn)行全面感知、可靠傳輸和智能處理。

物聯(lián)網(wǎng)通過(guò)傳感裝置獲取實(shí)體信息， 并通過(guò)網(wǎng)絡(luò)傳輸?shù)较嚓P(guān)服務(wù)節(jié)點(diǎn)， 從而通過(guò)人與物、 物與物的互聯(lián)互通，實(shí)現(xiàn)對(duì)物理世界的智能識(shí)別、定位、跟蹤、監(jiān)控和管理。 物聯(lián)網(wǎng)是由各種支撐技術(shù)組成的異構(gòu)架構(gòu)[4]，如射頻識(shí)別 （Radio Frequency Identification，RFID）[3]、 近場(chǎng)通信（Near Field Communication，NFC）[5]和無(wú)線(xiàn)傳感器網(wǎng)絡(luò)[6]等。 物聯(lián)網(wǎng)已經(jīng)成功應(yīng)用于多個(gè)領(lǐng)域，如智能制造、智慧醫(yī)療、智慧城市、智慧農(nóng)業(yè)、汽車(chē)工業(yè)、智慧供應(yīng)鏈等，幾乎影響著我們生活的方方面面。

而由于物聯(lián)網(wǎng)系統(tǒng)應(yīng)用的安全性需求，物聯(lián)網(wǎng)系統(tǒng)必須在預(yù)定任務(wù)時(shí)間內(nèi)可靠運(yùn)行，但物聯(lián)網(wǎng)設(shè)備常暴露于極端環(huán)境中，如極端溫度、極端濕度、腐蝕性煙霧和機(jī)械沖擊或震動(dòng)中。為避免出現(xiàn)物聯(lián)網(wǎng)設(shè)備故障、關(guān)鍵數(shù)據(jù)缺失、網(wǎng)絡(luò)中斷、數(shù)據(jù)損壞或丟失等故障，避免造成任務(wù)失敗、經(jīng)濟(jì)損失、環(huán)境破壞等后果，需要在物聯(lián)網(wǎng)部署之前進(jìn)行評(píng)估，衡量預(yù)期使用條件，確定物聯(lián)網(wǎng)需求設(shè)計(jì)，權(quán)衡量化物聯(lián)網(wǎng)可靠性需求。 由于物聯(lián)網(wǎng)網(wǎng)絡(luò)的特點(diǎn)，對(duì)于其進(jìn)行建模和評(píng)估都存在困難，而準(zhǔn)確有效的進(jìn)行建模、分析和評(píng)估有助于更好的優(yōu)化物聯(lián)網(wǎng)系統(tǒng)，完善物聯(lián)網(wǎng)設(shè)計(jì)。

1 物聯(lián)網(wǎng)連通可靠性評(píng)估

1.1 概念

物聯(lián)網(wǎng)連通可靠性，指的是僅僅考慮網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)，將物聯(lián)網(wǎng)實(shí)現(xiàn)連通功能的概率作為可靠性的度量。 評(píng)估指標(biāo)主要為端可靠度，需要計(jì)算實(shí)現(xiàn)連通功能的概率，根據(jù)是否有源，可以分為有源網(wǎng)絡(luò)中的ST 可靠度、SK 可靠度和SAT 可靠度，無(wú)源網(wǎng)絡(luò)中的兩端可靠度、k 端可靠度和全端可靠度，如圖1 所示。

圖1 物聯(lián)網(wǎng)連通可靠性評(píng)估指標(biāo)分類(lèi)

1.2 評(píng)估方法

1.2.1 基于圖論和概率論的分析建模方法

應(yīng)用于物聯(lián)網(wǎng)可靠性評(píng)估的分析建模方法，主要是使用基于物聯(lián)網(wǎng)特征的數(shù)學(xué)和/或形式表示，并使用封閉形式或仿真進(jìn)行求解。目前對(duì)于物聯(lián)網(wǎng)可靠性評(píng)估，已提出經(jīng)典解析方法[7]、馬爾可夫分析方法[8]、可靠性框圖法（RBD）[9-10]、故障樹(shù)分析法[11]等方法。

經(jīng)典解析方法包括狀態(tài)枚舉算法、不交積和法、容斥原理方法和因子分解法。 狀態(tài)枚舉算法通過(guò)枚舉出網(wǎng)絡(luò)正常的所有元件狀態(tài)，而計(jì)算相應(yīng)的可靠度；容斥原理方法將物聯(lián)網(wǎng)的網(wǎng)絡(luò)可靠度表述為全部最小路集的并，使用容斥原理去掉相容事件相交的部分， 計(jì)算相應(yīng)的可靠度；不交積和法則通過(guò)求解并的不交積和來(lái)計(jì)算；因子分解法則選擇網(wǎng)絡(luò)中的一個(gè)元件， 按照其可靠與不可靠逐步向下分解，從而迭代獲得可靠度。優(yōu)點(diǎn)在于直觀容易理解， 算法的正確性容易驗(yàn)證， 缺點(diǎn)在于網(wǎng)絡(luò)結(jié)點(diǎn)數(shù)增加時(shí)，計(jì)算復(fù)雜度將會(huì)指數(shù)增長(zhǎng)的“組合爆炸”問(wèn)題，如果結(jié)點(diǎn)數(shù)過(guò)大，時(shí)間上難以承受。

馬爾可夫模型中，如果給定當(dāng)前時(shí)刻信息，則過(guò)去的狀態(tài)（指當(dāng)前時(shí)刻以前的狀態(tài)）對(duì)于預(yù)測(cè)將來(lái)的狀態(tài)（指當(dāng)前時(shí)刻后的狀態(tài)）是無(wú)關(guān)的，避免了使用狀態(tài)枚舉算法時(shí)節(jié)點(diǎn)狀態(tài)數(shù)爆炸增長(zhǎng)的問(wèn)題。

可靠性框圖（RBD）使研究者可以通過(guò)組合任務(wù)系統(tǒng)元素的可靠性來(lái)表示和評(píng)估系統(tǒng)的可靠性， 故障樹(shù)分析（Fault Tree Analysis，F(xiàn)TA） 則將故障事件作為頂部事件，通過(guò)故障因果邏輯分析， 尋找頂部事件發(fā)生原因及其組合，構(gòu)建邏輯因果關(guān)系圖。FTA 不僅能夠?qū)ο到y(tǒng)進(jìn)行定性風(fēng)險(xiǎn)分析，在有基礎(chǔ)數(shù)據(jù)時(shí)還可以進(jìn)行定量分析計(jì)算，估計(jì)系統(tǒng)頂事件發(fā)生概率以及底事件的重要度。

1.2.1.1 二態(tài)、故障統(tǒng)計(jì)獨(dú)立假設(shè)

研究者們假設(shè)節(jié)點(diǎn)和鏈路只有兩種狀態(tài)： 開(kāi)狀態(tài)和關(guān)狀態(tài)（故障狀態(tài)），其概率是統(tǒng)計(jì)獨(dú)立的。

從節(jié)點(diǎn)角度，Wang 等[12]將將節(jié)點(diǎn)模型分為4 種組件：傳感組件、處理組件、通信組件、電源組件[13-14]，進(jìn)行故障樹(shù)分析，并考慮多個(gè)MAC 協(xié)議下的傳感器節(jié)點(diǎn)可靠性，回避了對(duì)于傳感器節(jié)點(diǎn)壽命遵循一定分布的假設(shè)，但只適用于同構(gòu)WSN 網(wǎng)絡(luò)。 為了減少計(jì)算量，AboElFotoh 等[15]使用狀態(tài)枚舉算法和因子分解法，對(duì)于使用簇型結(jié)構(gòu)的無(wú)線(xiàn)分布式傳感器網(wǎng)絡(luò)進(jìn)行2 端可靠度評(píng)估， 證明了對(duì)于任意網(wǎng)絡(luò)， 使用狀態(tài)枚舉算法是進(jìn)行2 端可靠性評(píng)估是P-hard問(wèn)題，時(shí)間復(fù)雜度為O（2n），同時(shí)考慮了使用不相交路徑和區(qū)間圖的特殊情況，進(jìn)一步降低時(shí)間復(fù)雜度。 Vasar 等[16]首次提出使用馬爾可夫模型構(gòu)建可靠性函數(shù)或平均故障時(shí)間（MTTF）來(lái)評(píng)估使用二態(tài)組件的無(wú)線(xiàn)傳感器網(wǎng)絡(luò)的可靠性， 為評(píng)估無(wú)線(xiàn)傳感器網(wǎng)絡(luò)的可靠性提供了理論基礎(chǔ)。Pranati Mishra[17]將無(wú)線(xiàn)傳感器網(wǎng)絡(luò)建模為多個(gè)組件的串聯(lián)系統(tǒng)，使用馬爾可夫模型來(lái)查找WSN 中每個(gè)組件的狀態(tài)，比起經(jīng)典解析方法，計(jì)算節(jié)點(diǎn)狀態(tài)的時(shí)間復(fù)雜度可以從O（2n）縮小到O（n2）。 從網(wǎng)絡(luò)連通性的角度Laranjeira[18]將物聯(lián)網(wǎng)建模為圖網(wǎng)絡(luò)結(jié)構(gòu)，考慮傳感器節(jié)點(diǎn)均勻部署于方形區(qū)域或圓形區(qū)域中， 根據(jù)WSN 中的有效平均連通性來(lái)評(píng)估全端可靠度，適用于雙向通信節(jié)點(diǎn)和靜態(tài)網(wǎng)絡(luò)，但是沒(méi)有考慮到實(shí)際多跳通信協(xié)議和異構(gòu)節(jié)點(diǎn)的情況。

考慮到鏈路不可靠的情況，Zonouz 等[19-20]建立無(wú)線(xiàn)信道下的鏈路故障模型， 節(jié)點(diǎn)故障模型則分別根據(jù)電池供電類(lèi)型（BPSN）[19]和能量收集類(lèi)型（EHSN）[20]進(jìn)行建模。

1.2.1.2 多態(tài)、共因故障假設(shè)

實(shí)際生活中，節(jié)點(diǎn)和鏈路可能有多種狀態(tài)，且故障之間存在共因故障。Silva 等[21]討論了WSN 中的共因故障，提出了基于故障樹(shù)形式的評(píng)估方法， 介紹了設(shè)備故障條件和設(shè)備失效條件，用于分析共因故障時(shí)WSN 的可靠性和可用性。

考慮到共因故障問(wèn)題， Xiao 等[22]提出一種增強(qiáng)有序二元決策圖算法使用一組有序二叉決策圖變量來(lái)引導(dǎo)沿著有序二叉決策圖的計(jì)算， 使用高效有序的構(gòu)造和哈希表存儲(chǔ)。降低存儲(chǔ)成本和計(jì)算成本，只考慮到了2 端可靠度的計(jì)算，也沒(méi)有考慮到單體故障問(wèn)題。 Shrestha 等[23]提出了另外一種簡(jiǎn)化有序二元決策圖算法， 通過(guò)聚類(lèi)分層來(lái)減少計(jì)算， 可以降低計(jì)算成本， 并找到最低可靠度的簇，通過(guò)增加冗余節(jié)點(diǎn)或者更改可靠設(shè)備來(lái)提升可靠度，但只適用于簇型結(jié)構(gòu)。 Xing 等[24]則針對(duì)于星型、樹(shù)型、網(wǎng)型和分層簇型提供了可靠性表達(dá)式， 增加了對(duì)于覆蓋范圍的考慮，為WSN 設(shè)計(jì)者從可靠性角度出發(fā)選擇網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)提供了理論模型。 Chowdhury C 等[25]在節(jié)點(diǎn)狀態(tài)為工作或關(guān)閉，傳感器節(jié)點(diǎn)位置偽隨機(jī)，信號(hào)傳播為雙射線(xiàn)傳播模型的假設(shè)下， 計(jì)算了遠(yuǎn)程部署的靜態(tài)無(wú)線(xiàn)傳感器網(wǎng)絡(luò)的2 終端、k 終端和全端可靠性，以評(píng)估共因故障發(fā)生和單個(gè)部件故障時(shí)的WSN 可靠性。

考慮到節(jié)點(diǎn)多態(tài)問(wèn)題，Deif 等[26]將WSN 建模串聯(lián)系統(tǒng)，增加中繼狀態(tài)的考慮，充分考慮到了中繼情況，但沒(méi)有考慮到異構(gòu)節(jié)點(diǎn)， 且需要使用廣度優(yōu)先搜索算法來(lái)計(jì)算節(jié)點(diǎn)的通信路徑集，時(shí)間耗費(fèi)高。

1.2.2 模擬隨機(jī)事件的仿真方法

應(yīng)用于物聯(lián)網(wǎng)的模擬仿真方法， 主要是使用仿真軟件對(duì)網(wǎng)絡(luò)進(jìn)行仿真，如模擬創(chuàng)建、發(fā)送、接收、轉(zhuǎn)發(fā)和丟棄數(shù)據(jù)包等網(wǎng)絡(luò)行為， 根據(jù)人工或自動(dòng)模擬得到可靠性評(píng)估指標(biāo)數(shù)據(jù)， 將仿真數(shù)據(jù)用于建立的評(píng)估模型進(jìn)行可靠性評(píng)估。 仿真方法主要包括蒙特卡洛算法和Petri 網(wǎng)等。蒙特卡洛算法依靠重復(fù)隨機(jī)抽樣來(lái)獲得數(shù)值結(jié)果， 使用隨機(jī)性來(lái)解決原則上為確定性的問(wèn)題。 Petri 網(wǎng)則是對(duì)離散并行系統(tǒng)的數(shù)學(xué)表示，由位置、變遷和有向弧組成，其中位置表示系統(tǒng)中的狀態(tài)，變遷表示狀態(tài)間的轉(zhuǎn)移，有向弧表示狀態(tài)之間的關(guān)系。

Slavko 等[27]使用蒙特卡洛算法對(duì)復(fù)雜通信網(wǎng)絡(luò)的2端可靠性進(jìn)行評(píng)估， 使用簡(jiǎn)單固定的節(jié)點(diǎn)故障率和韋伯分布的無(wú)線(xiàn)鏈路故障對(duì)系統(tǒng)可靠性進(jìn)行建模，Jin 等[28]不僅將2 端可靠性作為評(píng)估指標(biāo)， 還加入了對(duì)于至少K 個(gè)節(jié)點(diǎn)感知六邊形區(qū)域中點(diǎn)的考慮，即K 覆蓋，適用于感知節(jié)點(diǎn)平均部署且分區(qū)明確的情況。Salvatore 等[29]使用動(dòng)態(tài)可靠性框圖（DRBD）進(jìn)行系統(tǒng)可靠性建模，再轉(zhuǎn)化為非馬爾可夫隨機(jī)Petri 網(wǎng)進(jìn)行分析，關(guān)注重點(diǎn)在于對(duì)于不同拓?fù)渲泄?jié)點(diǎn)動(dòng)態(tài)行為進(jìn)行分析。 該方法對(duì)于節(jié)點(diǎn)故障分布建模沒(méi)有限制，但是會(huì)受到狀態(tài)空間爆炸的影響。

由于分析建模方法基于路徑不相交進(jìn)行分析， 但是，在實(shí)際環(huán)境中存在公共鏈路。 對(duì)于大規(guī)模網(wǎng)絡(luò)，考慮交叉路徑分析多傳感器節(jié)點(diǎn)（即多源節(jié)點(diǎn)）的可靠性是非常困難的，在這種情況下，網(wǎng)絡(luò)模擬方法優(yōu)于數(shù)學(xué)分析方法。 但仿真方法需要生成滿(mǎn)足由給定分布生成的隨機(jī)數(shù)，需要檢驗(yàn)隨機(jī)數(shù)分布選擇的正確性。 如果輸入的隨機(jī)數(shù)不同于假設(shè)，則整個(gè)模擬（及其預(yù)測(cè)結(jié)果）可能是錯(cuò)誤的。 同時(shí)，為了達(dá)到預(yù)期的精度，蒙特卡羅抽樣的樣本數(shù)呈指數(shù)增長(zhǎng)，Petri網(wǎng)在面對(duì)龐大而復(fù)雜的網(wǎng)絡(luò)時(shí)，也存在“組合爆炸”問(wèn)題。

2 物聯(lián)網(wǎng)覆蓋范圍可靠性評(píng)估

2.1 概念

物聯(lián)網(wǎng)覆蓋范圍可靠性評(píng)估， 指的是以覆蓋目標(biāo)是否能正確感知的概率作為可靠性的度量。在很多情況下，可靠性不僅要考慮接收節(jié)點(diǎn)和感知節(jié)點(diǎn)之間存在路徑的概率， 還要考慮對(duì)于目標(biāo)是否能夠正確感知。 如圖2 所示，評(píng)估指標(biāo)可以分為點(diǎn)覆蓋、區(qū)域覆蓋和柵欄覆蓋。

圖2 物聯(lián)網(wǎng)覆蓋范圍可靠性評(píng)估指標(biāo)分類(lèi)

2.2 評(píng)估方法

物聯(lián)網(wǎng)覆蓋范圍可靠性評(píng)估主要采用分析建模方法。 Liu 等[30]使用雙向數(shù)據(jù)傳輸樹(shù)方法進(jìn)行分析，適用于異構(gòu)節(jié)點(diǎn)，且考慮到感知誤差、 信息融合次數(shù)和感知可信度對(duì)于可靠性的影響， 但只適用于使用PEGASIS 協(xié)議的鏈?zhǔn)骄W(wǎng)絡(luò)。Shrestha[31]改進(jìn)了Huang[32]和Meguerdichian[33]提出的K 覆蓋方法，針對(duì)不同集群的K 覆蓋進(jìn)行評(píng)估，將網(wǎng)絡(luò)的覆蓋可靠性進(jìn)行分層計(jì)算， 還提出了如何將集群K 覆蓋問(wèn)題轉(zhuǎn)換為K 端可靠性問(wèn)題，計(jì)算存在一棵Steiner 樹(shù)將多個(gè)K 覆蓋集合中的節(jié)點(diǎn)與簇頭節(jié)點(diǎn)連接起來(lái)率。 Ehsani Zonouz 等[34]等人綜合考慮網(wǎng)絡(luò)直徑、鏈接數(shù)、聚類(lèi)系數(shù)、到Sink 節(jié)點(diǎn)的平均最短距離、平均躍點(diǎn)數(shù)、能源消耗（發(fā)射和接收的能量耗散）， 建立對(duì)于使用單路徑路由算法的WSN 網(wǎng)絡(luò)的應(yīng)用通信可靠性評(píng)估。Wang C 等[35]人使用分階段任務(wù)框架， 提出了基于二進(jìn)制決策圖的無(wú)線(xiàn)傳感器網(wǎng)絡(luò)分階段通信可靠性分析算法。

從數(shù)學(xué)角度出發(fā)，Yang 等[36]通過(guò)分析傳感器的歐幾里得距離和感應(yīng)距離之間的關(guān)系進(jìn)行定量評(píng)估，但需要提前知道移動(dòng)路徑；Gupta 等[37]將覆蓋問(wèn)題作為一個(gè)決策問(wèn)題，考慮每個(gè)檢測(cè)感應(yīng)范圍的周長(zhǎng)， 確定目標(biāo)感知區(qū)域的每個(gè)位置是否被充分覆蓋；Chen 等[38]認(rèn)為決策模型只是對(duì)實(shí)際傳感模型的粗略近似，建立了概率模型來(lái)評(píng)估區(qū)域覆蓋率。

Jesus 等[39]則綜合使用故障樹(shù)分析和馬爾可夫鏈來(lái)對(duì)網(wǎng)絡(luò)行為進(jìn)行建模， 考慮到故障和路由策略對(duì)于網(wǎng)絡(luò)行為的影響， 使用容斥原理來(lái)針對(duì)于攝像頭的覆蓋范圍進(jìn)行建模，擴(kuò)展了傳感器感知模型。

3 物聯(lián)網(wǎng)性能可靠性評(píng)估

3.1 概念

物聯(lián)網(wǎng)性能可靠性評(píng)估，指的是以某些性能參數(shù)（如端對(duì)端延遲、數(shù)據(jù)包傳輸速率、吞吐量等）不超過(guò)其規(guī)定閾值的概率作為可靠性的度量[40-41]?？煽啃栽u(píng)估不僅要考慮連通性和覆蓋范圍，還要考慮性能是否達(dá)到要求。

3.2 評(píng)估方法

3.2.1 實(shí)驗(yàn)室方法

評(píng)估物聯(lián)網(wǎng)性能可靠性可以直接使用實(shí)驗(yàn)室方法，通過(guò)人為插入故障進(jìn)行可靠性分析， 或者直接使用測(cè)試儀器在實(shí)際場(chǎng)景中進(jìn)行分析。 如Zhao 等[42]測(cè)量了在不同條件下（室內(nèi)辦公樓、棲息地、停車(chē)場(chǎng)）的WSN 無(wú)線(xiàn)通信的數(shù)據(jù)包傳輸性能，侯蒙[43]在電磁干擾環(huán)境下測(cè)量了WSN的接收延時(shí)、 包接收率和吞吐量等通信指標(biāo)來(lái)評(píng)估物聯(lián)網(wǎng)可靠性。 實(shí)驗(yàn)室方法充分考慮了物聯(lián)網(wǎng)中傳遞數(shù)據(jù)的時(shí)空特性及其環(huán)境依賴(lài)性，評(píng)估結(jié)果更為精確，但是由于是手工評(píng)估，評(píng)估時(shí)間較長(zhǎng)，難以大范圍應(yīng)用。

3.2.2 分析建模方法

評(píng)估物聯(lián)網(wǎng)性能可靠性也可使用分析建模方法。Deif等[44]認(rèn)為提高無(wú)線(xiàn)傳感器網(wǎng)絡(luò)壽命和減少網(wǎng)絡(luò)中的數(shù)據(jù)包沖突，需要研究潛在的傳感器節(jié)點(diǎn)故障，因此使用通信開(kāi)銷(xiāo)以及檢測(cè)和修復(fù)網(wǎng)絡(luò)功能所需時(shí)間作為評(píng)估指標(biāo)。Khan 等[45]研究了在WSN 中不同的拓?fù)湓O(shè)置如何影響無(wú)線(xiàn)傳感器網(wǎng)絡(luò)中的數(shù)據(jù)包傳輸比率（PDR）和端到端延遲。樂(lè)英高[46]從網(wǎng)絡(luò)生存周期、吞吐性能、能量消耗、時(shí)延效率作為移動(dòng)無(wú)線(xiàn)傳感器網(wǎng)絡(luò)的評(píng)估指標(biāo)進(jìn)行網(wǎng)絡(luò)可靠性評(píng)估。Kim 等[47]計(jì)算單跳網(wǎng)絡(luò)中測(cè)量的鏈路質(zhì)量指示器和無(wú)線(xiàn)信號(hào)強(qiáng)度指示器之間的關(guān)系以評(píng)估分組接收率，采用一階可靠性方法和蒙特卡羅仿真對(duì)無(wú)線(xiàn)傳感器網(wǎng)絡(luò)進(jìn)行了系統(tǒng)可靠性分析。 Xiaojuan Zhu 等[48]則從任務(wù)的角度出發(fā)，認(rèn)為可靠性受傳輸方式、網(wǎng)絡(luò)流量和傳輸路徑的影響，將可靠性定義為在給定的時(shí)間段內(nèi)目的節(jié)點(diǎn)接收到的數(shù)據(jù)包與傳輸產(chǎn)生的整個(gè)數(shù)據(jù)包之比。針對(duì)網(wǎng)絡(luò)拓?fù)浜途垲?lèi)拓?fù)洌謩e對(duì)上行數(shù)據(jù)傳輸路徑和下行數(shù)據(jù)傳輸路徑進(jìn)行分析，并建立了基于傳輸路徑的動(dòng)態(tài)評(píng)估框架。 Lyu 等[49]使用層次分析法綜合建立了物聯(lián)網(wǎng)可靠性指標(biāo)體系進(jìn)行綜合評(píng)價(jià)，綜合分析了端對(duì)端可靠性、節(jié)點(diǎn)間通信可靠性和網(wǎng)絡(luò)容量。

3.2.3 仿真方法

對(duì)于性能可靠性評(píng)估， 主要使用各類(lèi)仿真軟件對(duì)物聯(lián)網(wǎng)進(jìn)行仿真，主要使用NS-2、OPNET、NS-3、OMNET++、QualNet 等。 網(wǎng)絡(luò)仿真工具可以方便的配置網(wǎng)絡(luò)，模擬網(wǎng)絡(luò)流量和數(shù)據(jù)包錯(cuò)誤，采集時(shí)延、丟包率、吞吐量等仿真數(shù)據(jù)。 Xiaokuan Zhu 等[50]使用NS-2 軟件針對(duì)簇狀和網(wǎng)狀WSN 進(jìn)行仿真分析， 分析了上行數(shù)據(jù)和下行數(shù)據(jù)的傳輸過(guò)程，基于傳輸路徑，使用模擬值、評(píng)估理論值和端對(duì)端數(shù)據(jù)包傳輸率來(lái)建立動(dòng)態(tài)評(píng)估框架進(jìn)行評(píng)估。 仿真方法的缺點(diǎn)在于，使用仿真方法需要經(jīng)常觀察系統(tǒng)故障事件，而這些事件多為罕見(jiàn)事件，這會(huì)導(dǎo)致仿真時(shí)間大幅增加。

4 挑戰(zhàn)

在進(jìn)行物聯(lián)網(wǎng)可靠性評(píng)估時(shí)， 異構(gòu)節(jié)點(diǎn)和鏈路質(zhì)量的評(píng)估都會(huì)對(duì)評(píng)估造成挑戰(zhàn)。①5G 網(wǎng)絡(luò)發(fā)展：由于5G 網(wǎng)絡(luò)的發(fā)展，使用協(xié)議和多址接入技術(shù)發(fā)生變化，需要思考如何針對(duì)5G 網(wǎng)絡(luò)的協(xié)議和技術(shù)進(jìn)行有效建模；②異構(gòu)節(jié)點(diǎn)處理：分析建模方法沒(méi)有考慮異構(gòu)節(jié)點(diǎn)的情況，仿真方法又由于需要使用大量時(shí)間觀測(cè)罕見(jiàn)時(shí)間導(dǎo)致運(yùn)行時(shí)間開(kāi)銷(xiāo)高，如何進(jìn)行高效的異構(gòu)節(jié)點(diǎn)建模分析以進(jìn)行可靠性評(píng)估也是一個(gè)難點(diǎn)；③數(shù)據(jù)信息分析：對(duì)于大型物聯(lián)網(wǎng)來(lái)說(shuō)，感知節(jié)點(diǎn)的數(shù)量極大，需要考慮如何對(duì)異構(gòu)且數(shù)量極大的感知數(shù)據(jù)進(jìn)行高效處理；④指標(biāo)體系搭建：現(xiàn)有可靠性評(píng)估多針對(duì)于一個(gè)角度進(jìn)行分析，需要進(jìn)行從多個(gè)角度進(jìn)行綜合分析，并綜合比較各種算法之間的優(yōu)缺點(diǎn)；⑤三維空間探索：感知節(jié)點(diǎn)可靠性評(píng)估多考慮二維空間中的節(jié)點(diǎn)，而當(dāng)物聯(lián)網(wǎng)節(jié)點(diǎn)應(yīng)用于戰(zhàn)場(chǎng)或空間探索時(shí)，就面臨著三維世界下的節(jié)點(diǎn)可靠性建模和覆蓋控制方案的挑戰(zhàn)。

5 結(jié)束語(yǔ)

綜上， 本文梳理了國(guó)內(nèi)外對(duì)物聯(lián)網(wǎng)可靠性評(píng)估的研究進(jìn)展， 對(duì)學(xué)者們針對(duì)各類(lèi)評(píng)估指標(biāo)所采用的評(píng)估方法進(jìn)行了探討。未來(lái)，物聯(lián)網(wǎng)可靠性評(píng)估仍然面臨著許多挑戰(zhàn)，需要我們進(jìn)一步深入研究和探索。