王禮霞，邰清清

(合肥經(jīng)濟學院，安徽 合肥 230036)

現(xiàn)今社會電子信息不斷發(fā)展，多種技術興起。隨著無線電技術、集成電路技術的飛速發(fā)展，無線傳感器應運而生，該設備具有能量消耗低、體積小、價格低等優(yōu)勢，受到多個行業(yè)的關注[1]。隨著微傳感無線傳感器的應用與發(fā)展，該設備結合處理器、通訊設備等共同構成了無線傳感器網(wǎng)絡。無線傳感器網(wǎng)絡中節(jié)點是其運行中的重要支撐。以節(jié)點合作方式獲取相應數(shù)據(jù)信息，并將其傳輸至基站，為傳感器網(wǎng)絡發(fā)展開創(chuàng)新篇章[2]。

與發(fā)達國家相比較，國內對無線傳感器網(wǎng)絡的研究起步較晚，但發(fā)展速度較快。無線傳感器網(wǎng)絡在運行過程中節(jié)點易受到復雜網(wǎng)絡環(huán)境的影響，導致其運行不暢。傳感器網(wǎng)絡節(jié)點比較容易受到攻擊、威脅與侵害，導致節(jié)點異?，F(xiàn)象頻繁發(fā)生[3]。若異常節(jié)點沒有被發(fā)現(xiàn)或者剔除，會直接影響網(wǎng)絡決策的安全性，為網(wǎng)絡用戶帶來不利影響?，F(xiàn)有無線傳感器網(wǎng)絡異常節(jié)點檢測方法中由于其應用技術的自身的局限性，存在誤檢率較高的問題，無法滿足網(wǎng)絡用戶的需求。因此，本文提出基于高階馬爾可夫鏈的無線傳感器網(wǎng)絡異常節(jié)點檢測方法，提升無線傳感器網(wǎng)絡運行質量。

1 無線傳感器網(wǎng)絡異常節(jié)點檢測

1.1 無線傳感器網(wǎng)絡節(jié)點屬性建模

常規(guī)情況下，無線傳感器網(wǎng)絡規(guī)模較大，其中包含的傳感器節(jié)點數(shù)量較多。為了精確地檢測出無線傳感器網(wǎng)絡中異常節(jié)點，本文分析了節(jié)點的屬性，將其進行量化[4]處理。該網(wǎng)絡局部拓撲結構如圖1所示。

圖1 無線傳感器網(wǎng)絡局部拓撲結構示意圖

如圖1所示，三角形標志指網(wǎng)絡環(huán)境物理量，包括溫度、濕度數(shù)據(jù)等，由節(jié)點C與節(jié)點D進行測量。A,B,C,D,E,F,G是無線傳感器網(wǎng)絡中的部分節(jié)點。其中，節(jié)點G為匯聚節(jié)點，承擔數(shù)據(jù)包采集與融合的任務。該網(wǎng)絡的局部拓撲結構中路由為：D→C→E→F→G或者C→E→F→G構成，最終由節(jié)點G將獲取的數(shù)據(jù)包傳輸?shù)胶笈_服務器[5]。

根據(jù)研究需求，對無線傳感器網(wǎng)絡節(jié)點的丟包率、轉發(fā)率、節(jié)點參與度、節(jié)點位置匹配與數(shù)據(jù)包轉發(fā)延時屬性進行抽象量化，并對其進行建模。其中，丟包率計算公式如式(1)所示。

(1)

式(1)中，Rs表示傳感器節(jié)點的丟包率；Ps表示傳感器節(jié)點成功接收的數(shù)據(jù)包總和；Pa表示相鄰傳感器節(jié)點的數(shù)據(jù)包總和。

轉發(fā)率計算公式如式(2)所示。

(2)

式(2)中，Rf表示傳感器節(jié)點的轉發(fā)率；Pf表示傳感器節(jié)點成功轉發(fā)的數(shù)據(jù)包數(shù)量；Pt表示傳感器節(jié)點接收的數(shù)據(jù)包總和[6]。

節(jié)點參與度計算公式如式(3)所示。

(3)

式(3)中，Cn表示傳感器節(jié)點的節(jié)點參與度；n表示相鄰傳感器節(jié)點數(shù)量；nmax表示無線傳感器網(wǎng)絡中相鄰節(jié)點數(shù)量最大的節(jié)點。

節(jié)點位置匹配屬性較為復雜，需要獲取傳感器節(jié)點的鄰居節(jié)點表示為數(shù)組Pn，維數(shù)為n×n，數(shù)組中元素Pn(i,j)滿足式(4)。

(4)

依據(jù)網(wǎng)絡節(jié)點報告位置，計算節(jié)點距離與通信距離，并將兩者進行比較，獲得另一個數(shù)組Pd，數(shù)組中元素Pd(i,j)滿足式(5)。

(5)

式(5)中，dist(i,j)表示以傳感器節(jié)點坐標位置信息為基礎，計算得到的相鄰節(jié)點之間距離；R表示網(wǎng)絡節(jié)點的通信距離。

以上述構建的兩個數(shù)組為依據(jù)，利用異或邏輯運算方式來構建位置匹配數(shù)組，表達式如式(6)所示。

Pc=Pn⊕Pd

(6)

式(6)中，⊕表示異或邏輯運算符號。

數(shù)據(jù)包轉發(fā)延時比值計算公式如式(7)所示。

(7)

式(7)中，Tr表示傳感器節(jié)點的數(shù)據(jù)包轉發(fā)延時比值；Tave表示節(jié)點數(shù)據(jù)包傳輸時延；表示簇內數(shù)據(jù)包平均時延。

1.2 高階馬爾可夫鏈構造

依據(jù)上述構建的無線傳感器網(wǎng)絡節(jié)點屬性模型，結合高階馬爾可夫鏈理論，構造傳感器節(jié)點高階馬爾可夫鏈，定義網(wǎng)絡正常節(jié)點模型，為后續(xù)異常節(jié)點檢測奠定基礎[7]。

高階馬爾可夫鏈是一個隨機過程，具備無后效性，在已知時刻t狀態(tài)前提下，時刻t+1狀態(tài)只與時刻t相關，與其他狀態(tài)均無關[8]。

基于馬爾可夫鏈理論，結合傳感器節(jié)點屬性模型，構建傳感器節(jié)點高階馬爾可夫鏈[9]。假設傳感器節(jié)點狀態(tài)集合為Θ={S1,S2,…,Sn}，則時刻t的傳感器節(jié)點狀態(tài)表達式如式(8)所示。

(8)

式(8)中，qt與qt+1分別表示時刻t與t+1的傳感器節(jié)點狀態(tài)；aij表示傳感器節(jié)點狀態(tài)從t→t+1的轉換矩陣元素。

將傳感器節(jié)點狀態(tài)轉換矩陣記為[aij]，其需要滿足公式(9)。

(9)

傳感器節(jié)點狀態(tài)實時變化，經(jīng)過多次轉換后，節(jié)點狀態(tài)概率計算公式如式(10)所示。

(10)

如公式(10)所示，多次轉移概率矩陣需要經(jīng)過多次迭代計算，導致無線傳感器網(wǎng)絡消耗能量較多，故采用一步轉移法對其進行改進[10]。

通過上述過程完成傳感器節(jié)點高階馬爾可夫鏈的構建，為后續(xù)異常節(jié)點檢測提供標準與依據(jù)[11]。

1.3 節(jié)點分簇協(xié)議制定

在異常節(jié)點檢測過程中，簇頭占據(jù)主要位置，故需要制定科學、合理節(jié)點分簇協(xié)議，確定簇頭節(jié)點并利用其獲取傳感器節(jié)點信息。

無線傳感器網(wǎng)絡中，所有節(jié)點需要遵循公平性準則與隨機性準則。而決定節(jié)點是否能夠在當前選為簇頭節(jié)點，主要由節(jié)點信任度、剩余能量以及當選簇頭次數(shù)等決定。在選取簇頭后，將剩余節(jié)點按照RSSI與距離進行劃分，直到所有傳感器節(jié)點分簇結束為止。另外，簇頭節(jié)點需要給自身成員分配時間間隙。

簇頭節(jié)點選取表達式如式(11)所示。

(11)

式(11)中，I(n)表示簇頭節(jié)點選取閾值；p表示無線傳感器網(wǎng)絡中簇頭概率；r表示當前輪數(shù)；Ei表示簇頭節(jié)點傳輸能量；Er表示選取簇頭節(jié)點消耗能量；rep(n)表示傳感器節(jié)點n的信任度；G表示r輪中非簇頭節(jié)點集合。

傳感器節(jié)點信任度計算公式如式(12)所示。

(12)

式(12)中，netihbor(n)表示每輪中參加簇頭選取的節(jié)點總數(shù)；Dpt(i)表示節(jié)點n轉發(fā)給節(jié)點i的數(shù)據(jù)包數(shù)量；DPr(i)表示每輪中節(jié)點n在節(jié)點i處接收的數(shù)據(jù)包數(shù)量；k表示計算參數(shù)；|Zn-Zk|表示節(jié)點數(shù)據(jù)包差值；dnormal表示設置的正常節(jié)點閾值。

為了防止節(jié)點被選為簇頭節(jié)點，需要實時對傳感器節(jié)點信任度進行更新，其更新表達式如式(13)所示。

repnew(n)=ωrepold(n)+(1-ω)rep(n)

(13)

式(13)中，ω表示時間衰減因子。

另外，在節(jié)點分簇完成后，簇內節(jié)點之間的數(shù)據(jù)傳輸需要消耗一定的能量，其能量計算公式如式(14)所示。

(14)

式(14)中，CH-counts表示簇頭節(jié)點的總數(shù)量；Eelect表示傳輸或者接收一個字節(jié)的能量消耗量；εf表示自由空間能量；dist(xi-qij)表示簇內成員節(jié)點到達簇頭節(jié)點的路徑平方和。

為了降低無線傳感器網(wǎng)絡的整體消耗，盡可能降低簇內節(jié)點之間的傳輸耗能，即選取節(jié)點之間最小的傳輸路徑[12-13]。

1.4 異常節(jié)點檢測

根據(jù)得到的簇頭獲取傳感器節(jié)點信息，根據(jù)高階馬爾可夫鏈構建無線傳感器節(jié)點，判定待檢測節(jié)點的類別(正常節(jié)點或異常節(jié)點)，實現(xiàn)無線傳感器網(wǎng)絡異常節(jié)點的檢測。

網(wǎng)絡異常節(jié)點檢測具體步驟如下所示。

步驟一：依據(jù)節(jié)點屬性模型，確定節(jié)點高階馬爾可夫鏈的狀態(tài)空間，即建立傳感器節(jié)點分類標準，本文將傳感器節(jié)點狀態(tài)劃分為兩種，分別為正常節(jié)點與異常節(jié)點，狀態(tài)空間記為E={1,2}，其中1指正常節(jié)點，2指異常節(jié)點。

步驟二：依據(jù)步驟一確定狀態(tài)空間，確定已知傳感器節(jié)點相對應的狀態(tài)。

步驟三：對步驟二獲得結果進行統(tǒng)計整理，獲取步長為1的馬氏鏈轉移概率矩陣，體現(xiàn)傳感器節(jié)點轉移過程中狀態(tài)變化概率。

步驟四：采用“ADMCP法”進行“馬氏性”檢驗，若通過檢驗，輸出結果即為無線傳感器網(wǎng)絡節(jié)點判定結果；若未通過檢驗，表明上述步驟出現(xiàn)偏差或錯誤，需要對上述步驟進行檢查與修正，即返回步驟一。

步驟五：對傳感器節(jié)點高階馬爾可夫鏈進行分析，并輸出網(wǎng)絡節(jié)點判定結果(正常節(jié)點或異常節(jié)點)。

通過上述步驟，實現(xiàn)無線傳感器網(wǎng)絡異常節(jié)點的檢測，為無線傳感器網(wǎng)絡的應用與發(fā)展提供更好地支撐與幫助。

2 實驗結果分析

為驗證提出方法與現(xiàn)有方法之間的應用性能差異，采用MATLAB軟件設計實驗。實驗中采用的操作系統(tǒng)為Windows 10，系統(tǒng)運行內存約為8GB。

2.1 實驗參數(shù)

實驗中無線網(wǎng)絡節(jié)點仿真區(qū)域為100×100。實驗參數(shù)是保障實驗順利進行的關鍵，因此需要對其進行科學、合理地設置，具體如表1所示。

表1 實驗參數(shù)表

2.2 無線傳感器網(wǎng)絡協(xié)議棧設計

為了保障實驗的順利進行，對無線傳感器網(wǎng)絡協(xié)議棧進行設計，具體如圖2所示。

圖2 無線傳感器網(wǎng)絡協(xié)議棧示意圖

在實驗仿真過程中，若出現(xiàn)異常節(jié)點，其會向周圍改變自身到簇頭節(jié)點最小的路徑，以此為基礎，吸收相鄰節(jié)點的流量。設置傳感器節(jié)點總數(shù)量為100，實驗采用隨機方式來生成無線傳感器節(jié)點分布圖。

2.3 實驗結果分析

依據(jù)上述確定的實驗參數(shù)，配置的實驗數(shù)據(jù)，進行無線傳感器網(wǎng)絡異常節(jié)點檢測實驗，分別在時間與節(jié)點密集度自變量背景下，計算異常節(jié)點的誤檢率，以此來顯示方法的應用性能，具體實驗結果如表2 所示。

表2 誤檢率數(shù)據(jù)表

(2)自變量為節(jié)點密集度 %

如表2數(shù)據(jù)顯示，隨著時間的增加，誤檢率呈現(xiàn)為上升趨勢；隨著節(jié)點密集度的增加，誤檢率呈現(xiàn)為下降趨勢。其中，在時間自變量下，現(xiàn)有方法誤檢率范圍為0.99%～3.01%，提出方法誤檢率范圍為0.59%～1.19%；在節(jié)點密集度自變量下，現(xiàn)有方法誤檢率范圍為1.17%～3.59%，提出方法誤檢率范圍為0.31%～2.56%。與現(xiàn)有方法相比較，提出方法異常節(jié)點誤檢率較低，充分證實提出方法具備更好的應用性能。

結語

為提升無線傳感器網(wǎng)絡運行質量，針對其中存在的異常節(jié)點，本文應用高階馬爾可夫鏈設計了全新的無線傳感器網(wǎng)絡異常節(jié)點檢測方法。通過實驗證明了本文方法極大地降低了異常節(jié)點誤檢率，為網(wǎng)絡安全提供更加有效的支撐，也為異常節(jié)點檢測研究提供一定的參考。