闞保強(qiáng)

干擾攻擊量化評(píng)估下的MHWN多路徑優(yōu)化方法

闞保強(qiáng)

（福建師范大學(xué)協(xié)和學(xué)院信技系，福建，福州 350003）

在實(shí)際多跳無線網(wǎng)絡(luò)（MHWN）中，由于無線信道的開放性，不可避免地面對(duì)惡意干擾的攻擊。由于多路徑技術(shù)固有的空間分集能力，在抗干擾設(shè)計(jì)中有著天然的優(yōu)勢。傳統(tǒng)的方法多是基于干擾存在二元性進(jìn)行多路徑的設(shè)計(jì)，但由于干擾的智能性不斷提高，其無法實(shí)現(xiàn)多路徑路由的優(yōu)化傳輸。為了提高抗干擾效果，提出了一種基于干擾評(píng)估的動(dòng)態(tài)多路徑優(yōu)化方法，即通過實(shí)現(xiàn)量化評(píng)估干擾的方法實(shí)現(xiàn)業(yè)務(wù)動(dòng)態(tài)路由優(yōu)化分配，仿真模擬結(jié)果表明該方法可以有效提高M(jìn)HWN可靠傳輸性能。

MHWN（多跳無線網(wǎng)絡(luò)）；干擾；量化評(píng)估；多路徑

0 引言

無線技術(shù)的普及為我們的日常生活帶來便利，但由于無線通信固有的廣播性質(zhì)，無線通信網(wǎng)絡(luò)來自惡意干擾的威脅也越來越大，這也給無線網(wǎng)絡(luò)設(shè)計(jì)帶來了新的挑戰(zhàn)。再加上軟件定義無線電（SDR）產(chǎn)品的成本越來越低，智慧型干擾也會(huì)越來越普遍，無線網(wǎng)絡(luò)也更容易受到網(wǎng)絡(luò)協(xié)議棧物理層上發(fā)起的攻擊的影響[1]。物理層干擾是一種拒絕服務(wù)（DoS）攻擊，攻擊者通過故意在無線鏈路中引起射頻（RF）干擾來干擾網(wǎng)絡(luò)運(yùn)行，從而“阻塞”通信信道。而上層（MAC層、路由層）也可能受到其他干擾攻擊。例如，路由器可能會(huì)受到大量數(shù)據(jù)包的攻擊，導(dǎo)致緩沖區(qū)溢出，從而導(dǎo)致DoS出現(xiàn)超延遲或數(shù)據(jù)包丟失的情況。在本文，干擾范圍限制在物理層上的攻擊，即RF干擾。

為了抵抗不同類型的RF干擾，傳統(tǒng)的做法是匹配式干擾對(duì)消[2]。這種方法的缺點(diǎn)是通用性及擴(kuò)展性差。近年來比較引起關(guān)注的是如何利用多路徑的固有空間分集性進(jìn)行干擾對(duì)抗，這種方法由于無需考慮實(shí)際干擾類型，僅從干擾狀態(tài)識(shí)別結(jié)合多路徑實(shí)現(xiàn)抗干擾，所以有著很廣的使用價(jià)值。但先前一些研究大多沒有考慮實(shí)際干擾的動(dòng)態(tài)性問題，往往根據(jù)干擾的存在二元性，選擇抵抗策略，所以實(shí)際抗干擾并沒有達(dá)到理想的效果[3]。盡管文獻(xiàn)[4]中提出了干擾動(dòng)態(tài)性測度的方法，但是沒有對(duì)干擾風(fēng)險(xiǎn)進(jìn)行有效的量化評(píng)估。為了更充分地利用網(wǎng)絡(luò)空間資源，提高多路徑組網(wǎng)下的抗干擾能力，本文提出了一種基于干擾風(fēng)險(xiǎn)量化評(píng)估的多路徑路由技術(shù)，其本質(zhì)是評(píng)估智能干擾的風(fēng)險(xiǎn)，自適應(yīng)的進(jìn)行路徑業(yè)務(wù)量分配，從而提高網(wǎng)絡(luò)的傳輸效能。

本文安排如下：首先介紹相關(guān)研究工作，接下來對(duì)于干擾量化評(píng)估方法給出了詳細(xì)的描述，然后給出干擾風(fēng)險(xiǎn)最小下的多路徑優(yōu)化分配求解方法進(jìn)行闡述，最后給出實(shí)際仿真結(jié)果。

1 相關(guān)工作

近年來，隨著人們對(duì)無線技術(shù)作為“最后一公里”連接方案的依賴性越來越強(qiáng)，對(duì)于RF干擾的風(fēng)險(xiǎn)意識(shí)也越來越高。干擾和抗干擾一直是通信領(lǐng)域的熱點(diǎn)問題，相關(guān)的RF干擾攻擊和抗干擾方法，已有大量文獻(xiàn)報(bào)道。比如文獻(xiàn)[5]分析了IEEE 802.15.4的無線傳感器網(wǎng)絡(luò)的RF干擾問題，提出了一種防御性MAC層協(xié)議來降低隱藏終端干擾。在文獻(xiàn)[6]中，針對(duì)IEEE 802.11網(wǎng)絡(luò)的兩種協(xié)議感知的節(jié)能干擾機(jī)制，提出了低數(shù)據(jù)速率隨機(jī)干擾和自適應(yīng)數(shù)據(jù)速率散粒噪聲干擾，即通過在調(diào)整的時(shí)間間隔內(nèi)產(chǎn)生散粒噪聲脈沖，實(shí)現(xiàn)高能效和低檢測概率。文獻(xiàn)[7]的作者擴(kuò)展了文獻(xiàn)[6]中的工作，提出了針對(duì)GSM和WiMaX網(wǎng)絡(luò)的攻擊。文獻(xiàn)[8]引入開源SDR平臺(tái)作為4G LTE網(wǎng)絡(luò)中的RF干擾攻擊，給出了干擾4G LTE下行鏈路控制信令方面的實(shí)驗(yàn)結(jié)果，并引入了一種額外的指標(biāo)來評(píng)估干擾攻擊：干擾功率與下行鏈路共享信道功率之間的比率。文獻(xiàn)[9]中對(duì)新興的5G NR網(wǎng)絡(luò)進(jìn)行了干擾評(píng)估，通過使用有關(guān)5G NR控制信道的信息來評(píng)估對(duì)RF干擾的脆弱性。文獻(xiàn)[10]中，作者首次提出了將干擾與路由業(yè)務(wù)分配進(jìn)行聯(lián)合優(yōu)化建模，但其仍舊把干擾限定為存在二元性進(jìn)行分析；文獻(xiàn)[11]中的工作考慮了無線傳感器網(wǎng)絡(luò)中的干擾?；谙嗷フ坏睦》?，設(shè)計(jì)了一種完全分布式的網(wǎng)絡(luò)協(xié)議，以減輕干擾。當(dāng)在網(wǎng)絡(luò)中檢測到干擾攻擊時(shí)，將使用多個(gè)通信通道在受干擾區(qū)域附近快速重新安排數(shù)據(jù)傳輸。在文獻(xiàn)[4]，我們提出了一種干擾動(dòng)態(tài)測度的抗干擾多路徑方法，但是沒有對(duì)干擾的風(fēng)險(xiǎn)進(jìn)行量化評(píng)估，也沒能將多路徑問題進(jìn)行聯(lián)合優(yōu)化建模。文獻(xiàn)[12]則進(jìn)一步引入了節(jié)點(diǎn)度分布的部署方法來從拓?fù)渖线M(jìn)行抗干擾。綜上可以看出，在抗干擾技術(shù)方面如何充分利用空間的固有分集性是一個(gè)熱點(diǎn)問題。為此本文將在文獻(xiàn)[4]的基礎(chǔ)上進(jìn)一步進(jìn)行干擾風(fēng)險(xiǎn)量化評(píng)估，并通過路徑的聯(lián)合優(yōu)化建模，實(shí)現(xiàn)干擾下的無線網(wǎng)絡(luò)傳輸最優(yōu)。

2 模型及問題形成

圖1給出了一個(gè)典型的干擾下的MHWN多路徑路由場景，假定干擾設(shè)備（可移動(dòng)）初始位置靠近于節(jié)點(diǎn)3和節(jié)點(diǎn)4，源節(jié)點(diǎn)不具有任何干擾相關(guān)的信息(包括移動(dòng)性、位置、干擾功率等)，源節(jié)點(diǎn)對(duì)于干擾的認(rèn)知只能通過丟包率測試來推得。由于干擾的移動(dòng)性和發(fā)起的隨機(jī)性，傳輸路徑的丟包率也是隨機(jī)的。假定源節(jié)點(diǎn)到目標(biāo)節(jié)點(diǎn)的可用路徑數(shù)為。

圖1 干擾場景下多路徑傳輸示意圖

圖1為具有3條可能路徑的網(wǎng)絡(luò)。其中，路徑p1 為{(s，3)；(3，4)；(4，d)}，路徑p2 為{(s，2)；(2，6)；(6，d)}，路徑p3為 {(s，1)；(1，5)；(5，d)}。我們假設(shè)鏈路容量足以容納所有可能分配給路徑的業(yè)務(wù)量。在不存在干擾的情況下，假設(shè)所有n條路徑都具有相同的傳輸性能，則可以在n條路徑上進(jìn)行流量的平均分配。當(dāng)存在干擾的情況下，鏈路的端到端包成功傳輸率將沿著路由路徑在值0和1之間變化。也就是說，對(duì)于固定的干擾功率，如果干擾到節(jié)點(diǎn)x，連接（s; x）和（x; b）鏈路上的局部數(shù)據(jù)包成功傳輸率將下降，從而會(huì)導(dǎo)致路徑p1上的端到端數(shù)據(jù)包成功傳輸率降低。而其它遠(yuǎn)離干擾源的節(jié)點(diǎn)，比如路徑p2和p3上的端到端數(shù)據(jù)包成功傳輸率會(huì)優(yōu)于路徑p1。因此，如果將業(yè)務(wù)流量平均分配給這三個(gè)路徑，顯然不是最佳選擇。

在本文中，假設(shè)源節(jié)點(diǎn)在業(yè)務(wù)量分配之前，能夠周期性的預(yù)估n條路徑上的端到端包傳輸成功率。具體的實(shí)現(xiàn)方法，可以通過中間節(jié)點(diǎn)收集有關(guān)各個(gè)鏈路的局部數(shù)據(jù)包成功率，然后反饋到源端進(jìn)行估算。為了便于估算，假設(shè)每條路徑上的中間節(jié)點(diǎn)處具有獨(dú)立的本地?cái)?shù)據(jù)包傳輸成功率，則每條路徑的端到端數(shù)據(jù)包成功率等于該路徑所有鏈路上本地?cái)?shù)據(jù)包成功率的乘積。由于假設(shè)源節(jié)點(diǎn)可估計(jì)出端到端的包成功率，因此，在本文的其余部分中不再單獨(dú)考慮各個(gè)節(jié)點(diǎn)上的本地包成功率。為方便起見，此后我們將“端到端的包成功率”簡記為“端到端”。

考慮到干擾風(fēng)險(xiǎn)和多路徑優(yōu)化分配模型，非常類似于投資組合問題，為此可以將此問題映射為網(wǎng)絡(luò)中的投資組合選擇問題[13]，如表1所示。

投資組合理論是由馬克維茨提出的，馬克維茨投資組合理論的基本假設(shè)為：1) 投資者是風(fēng)險(xiǎn)規(guī)避的，追求期望效用最大化；2) 投資者根據(jù)收益率的期望值與方差來選擇投資組合；3) 所有投資者處于同一單期投資期。馬克維茨提出了以期望收益及其方差(，2)確定有效投資組合。

以期望收益來衡量證券收益，以收益的方差2表示投資風(fēng)險(xiǎn)。資產(chǎn)組合的總收益用各個(gè)資產(chǎn)預(yù)期收益的加權(quán)平均值表示，組合資產(chǎn)的風(fēng)險(xiǎn)用收益的方差或標(biāo)準(zhǔn)差表示，則馬克維茨優(yōu)化模型如下：

式中：r——組合收益；

r、r——第i種、第j種資產(chǎn)的收益；

w、w——資產(chǎn)i和資產(chǎn)j在組合中的權(quán)重；

2(r)——組合收益的方差即組合的總體風(fēng)險(xiǎn)；

cov(r,r)——兩種資產(chǎn)之間的協(xié)方差。

表1 干擾風(fēng)險(xiǎn)下的多路徑業(yè)務(wù)分配問題映射為投資組合優(yōu)化問題

也就是在最小容忍網(wǎng)絡(luò)包傳輸率的條件下，通過優(yōu)化多路徑業(yè)務(wù)分配，最大化的降低RF干擾風(fēng)險(xiǎn)。所以基于投資組合選擇理論，可以將上述干擾風(fēng)險(xiǎn)評(píng)估下的業(yè)務(wù)分配問題表述為以下模型：

3 問題求解

算法1 干擾量化評(píng)估下的路徑優(yōu)化分配算法步驟

Algorithm 1 setups for optimal path allocation

輸入： B，Rm，輸出：xi Step 1指定B，Rm，，形成公式(3) Step 2計(jì)算，并根據(jù)=，進(jìn)行求解 Step 3應(yīng)用數(shù)值優(yōu)化算法求解公式 (4)；返回xi

由算法1可知，算法的計(jì)算復(fù)雜度主要在于步驟3對(duì)公式(4)的求解，這里是一個(gè)典型的組合優(yōu)化問題，采用文獻(xiàn)[14]啟發(fā)式算法進(jìn)行求解，算法時(shí)間復(fù)雜度為O(^2)。

4 仿真分析

為了進(jìn)行性能比較，分別選擇文獻(xiàn)[15]中的FD-AOMDV以及文獻(xiàn) [4]中的IAMP協(xié)議進(jìn)行比較，本文的方案只是在FD-AOMDV基礎(chǔ)上引入業(yè)務(wù)分配優(yōu)化，所以整個(gè)仿真不改變FD-AOMDV原有協(xié)議。本文使用MATLAB和ns2.3混合進(jìn)行仿真實(shí)驗(yàn)，以進(jìn)行性能評(píng)估和分析，對(duì)于IAMP和FD-AOMDV采用ns2來實(shí)現(xiàn)。而本文所提方法，首先基于FD-AOMDV產(chǎn)生相應(yīng)的路徑，然后通過MATLAB進(jìn)行優(yōu)化求解，進(jìn)行業(yè)務(wù)分配后的結(jié)果送入ns2中進(jìn)行仿真。

仿真環(huán)境考慮一個(gè)100*100（m2）正方形網(wǎng)絡(luò)區(qū)域，其中5~70個(gè)節(jié)點(diǎn)均勻分布。節(jié)點(diǎn)采用IEEE 802.11標(biāo)準(zhǔn)進(jìn)行無線收發(fā)。每個(gè)節(jié)點(diǎn)的通信范圍設(shè)為30 m，并且假定雙向信道的數(shù)據(jù)速率為2 Mbps。源節(jié)點(diǎn)和目標(biāo)節(jié)點(diǎn)隨機(jī)選取，源節(jié)點(diǎn)以1.0數(shù)據(jù)包/秒的數(shù)據(jù)包速率生成恒定比特率業(yè)務(wù)量，每個(gè)數(shù)據(jù)包大小為512字節(jié)。設(shè)置B的值= 0.2，也就是較低的風(fēng)險(xiǎn)偏好。

每個(gè)仿真方案使用不同的隨機(jī)生成的種子重復(fù)10次，以獲得穩(wěn)態(tài)性能指標(biāo)。在本文中，采用的評(píng)價(jià)指標(biāo)主要有：

數(shù)據(jù)包傳輸率（PDR）：PDR的計(jì)算為接收到的數(shù)據(jù)包總數(shù)與生成的數(shù)據(jù)包總數(shù)之比。數(shù)據(jù)包傳輸率表示成功從源傳送到目標(biāo)的數(shù)據(jù)包的百分比。

端到端延時(shí)：是從源節(jié)點(diǎn)發(fā)起包傳輸?shù)侥繕?biāo)節(jié)點(diǎn)收到第一個(gè)數(shù)據(jù)包的時(shí)間，表示存在惡意干擾時(shí)的數(shù)據(jù)包傳輸延遲。

數(shù)據(jù)包丟棄率（PDL）：數(shù)據(jù)丟包率表示從源到目標(biāo)的傳送中丟棄的數(shù)據(jù)包數(shù)量所占的比率。

4.1 包成功傳輸率比較

數(shù)據(jù)包傳送表示成功從源傳送到目標(biāo)的數(shù)據(jù)包的百分比。引入一個(gè)干擾攻擊時(shí)，通過改變節(jié)點(diǎn)數(shù)來考察數(shù)據(jù)包傳輸率性能的。圖2的實(shí)驗(yàn)結(jié)果非常清楚地表明，當(dāng)網(wǎng)絡(luò)中的節(jié)點(diǎn)數(shù)從5增加到70時(shí)，當(dāng)受到干擾攻擊時(shí)，本文提出方案的PDR要高于傳統(tǒng)的FD-AOMDV和IAMP。所有結(jié)果都證明本文的方案能夠更好地應(yīng)對(duì)網(wǎng)絡(luò)中的干擾攻擊所帶來的影響。在節(jié)點(diǎn)數(shù)較少時(shí)相應(yīng)的路徑數(shù)較少，F(xiàn)D-AOMDV方案由于沒有干擾考慮機(jī)制所以性能較差，而本文的方案由于進(jìn)行了干擾評(píng)估下的業(yè)務(wù)分配優(yōu)化，性能更好，而節(jié)點(diǎn)較多時(shí)，相應(yīng)的路徑較多時(shí)，F(xiàn)D-AOMDV性能提升，由于本文所提方案對(duì)路徑進(jìn)行了二次優(yōu)化分配，所以傳輸性能得到了一定的提升。

圖2 PDR性能分析

4.2 丟包率比較

數(shù)據(jù)丟包率表示從源到目標(biāo)的傳送中丟棄的數(shù)據(jù)包數(shù)量所占的比率。圖3的實(shí)驗(yàn)結(jié)果表明，與FD-AOMDV和IAMP相比，當(dāng)有干擾攻擊時(shí)，節(jié)點(diǎn)數(shù)從5增加到70時(shí)，本文所提的方案在克服了干擾攻擊的挑戰(zhàn)，具有更低的丟包率。

圖3 丟包率性能分析

4.3 平均端到端延遲比較

它是指所有數(shù)據(jù)包從源傳遞到目標(biāo)所花費(fèi)的平均時(shí)間。平均端到端延遲反映了重傳次數(shù)的影響。圖4給出了在干擾攻擊時(shí)，與FD-AOMDV和IAMP相比，本文所提出的平均端到端延遲實(shí)驗(yàn)比較結(jié)果。可以看出，與其它方法相比，本文所提的方法均保持較低的平均端到端延遲并保持穩(wěn)定。

圖4 平均延時(shí)性能分析

5 結(jié)論

本文主要對(duì)如何充分利用多徑路由的固有空間分集性以實(shí)施干擾風(fēng)險(xiǎn)評(píng)估下的業(yè)務(wù)優(yōu)化分配傳輸進(jìn)行了研究。通過將問題表述為一個(gè)投資組合選擇問題，通過近似求解，提出了一種新的干擾規(guī)避下的多路徑業(yè)務(wù)分配方案。仿真結(jié)果表明，本文所提出的方案可以有效地提高干擾攻擊下的無線多跳網(wǎng)絡(luò)傳輸性能。目前本文的仿真實(shí)現(xiàn)還是通過MATLAB結(jié)合ns2完成，在后續(xù)的研究工作中，將結(jié)合FD-AOMDV具體的協(xié)議，融入本文所提的方案。

[1] Rahbari H, Krunz M. Secrecy beyond encryption: obfuscating transmission signatures in wireless communications[J]. IEEE Commun. Mag. , 2015, 53(12):54-60.

[2] 王沙飛,鮑雁飛,李巖.認(rèn)知電子戰(zhàn)體系結(jié)構(gòu)與技術(shù)[J]. 中國科學(xué):信息科學(xué),2018,48(10):1483-1495.

[3] Lichtman M, Jover R P, Labib M, et al. Lte/lte-a jamming, spoofing, and sniffing:threat assessment and mitigation[J]. IEEE Commun. Mag., 2016,54(4):54-61.

[4] 闞保強(qiáng),范建華,盧紫毅,等.基于干擾動(dòng)態(tài)性建模的 MHWN 多路徑路由協(xié)議[J].中國科學(xué):信息科學(xué),2013, 43(10):1483-1495.

[5] Wood A D, Stankovic J A, Zhou G. Deejam: Defeating energy-efficient jamming in ieee 802.15. 4-based wireless networks[C]. Proc. IEEE SECON, 2007:60-69.

[6] Hussain A, Saqib N A. Protocol aware shot-noise based radio frequency jamming method in 802.11 networks[C]. Proc. IEEE WOCN, 2011: 1-6.

[7] Hussain A, Saqib N A, Qamar U, et al. Protocol-aware radio frequency jamming in wi-fi and commercial wireless networks[J].J. Commun. Netw. , 2014, 16(4): 397-406.

[8] Rao R M, Sean V, Marojevic Reed J H. Lte phy layer vulnerability analysis and testing using open-source sdr tools[C].Proc. IEEE MILCOM, 2017:744-749.

[9] Lichtman M, Rao R, Marojevic V, et al. 5g nr jamming, spoofing, and sniffing: threat assessment and mitigation[J]. IEEE Communications Magazine, 2016,54(4):1-6.

[10] Tague P, Nabar S, Ritcey J A, et al. Jamming-aware traffic allocation for multiple-path routing using portfolio selection[C].IEEE/ TON, 2011:19(1)184-194.

[11] Alnifie G, Simon R. A multi-channel defense against jamming attacks in wireless sensor networks[C]. Proc. of Q2SWinet’07. ACM, 2007:95-104.

[12] 魏祥麟,胡永揚(yáng),王曉波,等.基于度分布的多跳無線網(wǎng)絡(luò)干擾節(jié)點(diǎn)部署方法[J].南京理工大學(xué)學(xué)報(bào):自然科學(xué)版,2015,39(5):590-596.

[13] Markowitz. Harry M.資產(chǎn)組合選擇和資本市場的均值-方差分析[M]. 黃濤譯.北京:機(jī)械工業(yè)出版社.2016-6.

[14] Estrada, Javier .Mean-Semivariance Optimization: A Heuristic Approach[J]. Journal of Applied Finance, 2007,18(11):278-282.

[15] Robinson Y H, Julie E G, Saravanan K, et al. FD-AOMDV: fault-tolerant disjoint ad-hoc on-demand multipath distance vector routing algorithm in mobile ad-hoc networks[J]. Journal of Ambient Intelligence and Humanized Computing, 2019, 10(11): 4455-4472.

[16] Archana K, Laxmi L, Govardhan A. Maximizing efficiency of multiplepath source routing in presence of jammer[J]. IOSR–JCE, 2013, 11(3): 10-16.

MHWN multipath optimization based on jamming quantitative evaluation

KAN Bao-qiang

(Department of I&T, Concord College ,Fujian Normal University, Fuzhou, Fujian 350003, China )

In real multi-hop wireless networks (MHWN), due to the openness of the wireless channel, it is inevitable to face attacks from malicious jammers. To combat jamming, multipath is widely used for its natural advantage in space diversity. However, traditional methods are mostly based on the existence of jammer. Due to the continuous improvement of the intelligence of jammers, it is impossible to achieve optimal transmission. In order to improve the anti-jamming effect, a dynamic multi-path optimization method based on jamming quantification is proposed, that is, dynamic routing distribution of services by the method of quantitatively evaluating jamming risk. Simulation results show that this method can effectively improve the reliable transmission performance of MHWN.

MHWN jamming quantitatively-evaluating multi-path

TP392

A

10.3969/j.issn.1674-8085.2020.04.011

1674-8085(2020)04-0052-06

2020-05-29；

2020-06-18

國家自然科學(xué)基金項(xiàng)目（61201216）；福建省教師教育科研項(xiàng)目（JAT191117）；泉州市科技計(jì)劃項(xiàng)目（2017T009）

闞保強(qiáng)(1983-)，男，山東濟(jì)寧人，副教授，博士，主要從事智能體及無線抗干擾等方面的研究(E-Mail:bqkan@163.com).