謝英輝，彭維捷，陶志勇

(1.長沙民政職業(yè)技術(shù)學(xué)院 軟件學(xué)院，湖南 長沙 410004；2.長沙商貿(mào)旅游學(xué)院，湖南 長沙 410004)

作為一種新興的信息采集技術(shù)，無線傳感網(wǎng)絡(luò)(Wireless Sensor Networks，WSNs)具有組織、部署便捷等優(yōu)勢[1－2]。目前，WSNs已在多個領(lǐng)域內(nèi)廣泛使用，如健康醫(yī)療，野外環(huán)境監(jiān)測。WSNs內(nèi)節(jié)點感測環(huán)境數(shù)據(jù)，再將數(shù)據(jù)傳輸至匯聚節(jié)點，進(jìn)而監(jiān)測環(huán)境。

不失一般性，多數(shù)WSNs內(nèi)節(jié)點的能量和通信能力有限，這阻止了大型網(wǎng)絡(luò)內(nèi)節(jié)點與匯聚節(jié)點直接通信。因此，多數(shù)節(jié)點需通過多跳方式才能將數(shù)據(jù)傳輸匯聚節(jié)點。在這種場景下，如何建立能耗低的路由成為WSNs一項挑戰(zhàn)工作。

盡管降低節(jié)點能耗是WSNs的一項重要工作，但是數(shù)據(jù)傳輸率以及安全問題也不容忽視。文獻(xiàn)[3－5]討論了如何降低WSNs的能耗問題。例如，文獻(xiàn)[5]提出基于總能量成本的分布式能耗均衡路由(Distributed Energy Balanced Routing，DEBR)。DEBR路由依據(jù)從源節(jié)點至匯聚節(jié)點的總能量成本決策路由。除了能耗和數(shù)據(jù)傳輸率問題外，安全也是WSNs不容忽視的問題。然而，現(xiàn)存的多數(shù)研究工作只單獨地考慮三個問題中某一個問題，或者兩個，它們并沒有同時考慮這三個問題。

此外，由于生物智能算法在解決復(fù)雜系統(tǒng)問題的優(yōu)勢，其被廣泛應(yīng)用于WSNs領(lǐng)域，其中蟻群算法得到較廣泛的應(yīng)用。例如，文獻(xiàn)[6]針對信息中心網(wǎng)絡(luò)，提出基于是蟻群的路由算法。通過相鄰節(jié)點間的數(shù)據(jù)相似性、興趣螞蟻隊列長度等因素，計算轉(zhuǎn)發(fā)概率模型，并利用輪盤賭模型選擇興趣螞蟻轉(zhuǎn)發(fā)接口；文獻(xiàn)[7]將量子蟻群算法引入簇間路由，充分利用蟻群算法在全局尋優(yōu)和收斂速度的方面的優(yōu)勢，搜索最短路徑。

受上述文獻(xiàn)的啟發(fā)，本文考慮數(shù)據(jù)傳輸率以及節(jié)點的信任問題，提出基于蟻群算法的能耗均衡的安全路由ACES。主要工作可歸納如下:①在構(gòu)建路由時，不僅考慮能耗，還考慮了安全和數(shù)據(jù)傳輸率。而現(xiàn)存的多數(shù)路由并沒有考慮這三個因素；②采用蟻群算法構(gòu)建路由，利用節(jié)點的能量、信任值和位置信息融入蟻群算法中的狀態(tài)轉(zhuǎn)移函數(shù)、信息素啟發(fā)函數(shù)和信息素的更新函數(shù)中，使尋徑螞蟻能夠在能耗均衡和保證路由安全的基礎(chǔ)上，快速建立安全路由；③建立仿真平臺，分析ACES路由防御了泛洪攻擊、黑洞攻擊能力以及能耗和數(shù)據(jù)傳輸率。

1 系統(tǒng)模型

在二維監(jiān)測區(qū)域?1×?2內(nèi)隨機部署n個節(jié)點和一個匯聚節(jié)點。所有節(jié)點是靜止的，不能移動。每個節(jié)點具有自己的唯一的ID號，令si表示第i個節(jié)點的ID號。令Einit表示節(jié)點的初始能量，且所有節(jié)點初始能量相同。假定匯聚節(jié)點有足夠的能量。網(wǎng)絡(luò)內(nèi)所有節(jié)點均擁有匯聚節(jié)點的位置信息。

令Ni表示節(jié)點si的一跳鄰居節(jié)點集，其定義如式(1)所示:

式中，R表示節(jié)點的通信半徑；d(si，sj)表示節(jié)點si與節(jié)點sj間的歐式距離。

1.1 能量消耗模型

WSNs中的節(jié)點在感測、處理和通信(傳輸數(shù)據(jù)和接收數(shù)據(jù))環(huán)節(jié)均消耗節(jié)點能量，其中傳輸和接收數(shù)據(jù)消耗節(jié)點的大部分能量。由于感測和處理數(shù)據(jù)與路由無關(guān)，本文僅考慮節(jié)點在通信環(huán)節(jié)所消耗的能量。

引用文獻(xiàn)[8－10]相同的能量消耗模型，如圖1所示。節(jié)點傳輸m比特數(shù)據(jù)所消耗的能量ETx(m，d):

圖1 能量消耗模型

式中，Eelec表示發(fā)射電路處理1比特數(shù)據(jù)所消耗的能量；d0表示的閾值，其定義如式(3)所示:

式中，εfs、εamp表示在自由空間信道模型、多徑衰落信道模型下功率放大電路處理1比特數(shù)據(jù)所消耗的能量；

節(jié)點接收m比特數(shù)據(jù)所消耗的能量ERx(m):

WSNs以輪為單位進(jìn)行操作。在每一輪，節(jié)點先感測事件，再將事件數(shù)據(jù)傳輸至匯聚節(jié)點。對于某一個節(jié)點而言，節(jié)點可能是感測此事件的源節(jié)點，也可能是轉(zhuǎn)發(fā)此事件數(shù)據(jù)的轉(zhuǎn)發(fā)節(jié)點。在這兩種情況中，節(jié)點均需要消耗能量。

假定節(jié)點傳輸?shù)臄?shù)據(jù)尺寸固定，每個數(shù)據(jù)包的大小為m比特。節(jié)點si在第r輪時的剩余能量為:

式中，REi(r－1)表示在第r－1輪時節(jié)點si的剩余能量；表示節(jié)點si在第r輪時所消耗的能量。

1.2 攻擊模型

由于信道的無線特性，WSNs網(wǎng)絡(luò)容易遭受多類攻擊，如sibyel攻擊、黑洞攻擊[11]、泛洪攻擊、女巫攻擊。本文考慮泛洪攻擊和黑洞攻擊。在泛洪攻擊中，攻擊節(jié)點產(chǎn)生大量的數(shù)據(jù)，導(dǎo)致其他節(jié)點需消耗大量的能量傳輸數(shù)據(jù)包；在黑洞攻擊中，攻擊節(jié)點不積極轉(zhuǎn)發(fā)數(shù)據(jù)包，擁有更多的剩余能量。擁有的剩余能量越多，攻擊節(jié)點越容易成為轉(zhuǎn)發(fā)節(jié)點。因此，泛洪攻擊減少了網(wǎng)絡(luò)壽命，而黑洞攻擊丟失了數(shù)據(jù)包。

1.3 蟻群算法概述

蟻群算法是由Dorigo M根據(jù)自然界螞蟻覓食行為而形成的優(yōu)化算法[6]。螞蟻利用分泌信息素構(gòu)建尋覓食物的最優(yōu)路徑。分泌的信息素越高，被吸引到尋徑路徑中的螞蟻數(shù)就越多。蟻群算法將螞蟻劃分為兩類:尋徑螞蟻和回退螞蟻。尋徑螞蟻是指從源節(jié)點開始尋找至目的節(jié)點路徑的螞蟻；回退螞蟻是依據(jù)最優(yōu)路徑，從目的節(jié)點返回源節(jié)點的螞蟻，如圖2所示[12]。

圖2 螞蟻尋徑示意圖

蟻群算法主要由狀態(tài)轉(zhuǎn)移函數(shù)、信息素啟發(fā)函數(shù)和信息素更新函數(shù)決定。ACES路由利用節(jié)點能量、距離以及節(jié)點信任值對這些函數(shù)進(jìn)行改進(jìn)，進(jìn)而在能耗平衡的基礎(chǔ)上，防御泛洪攻擊和黑洞攻擊。

2 ACES路由

假定在WSNs內(nèi)部署n個節(jié)點，u個螞蟻。尋徑螞蟻ゐ從源節(jié)點出發(fā)，利用狀態(tài)轉(zhuǎn)移函數(shù)計算下一跳節(jié)點。尋徑螞蟻ゐ利用自主探索，通過多跳到達(dá)匯聚節(jié)點。然后，由回退螞蟻ゐ′沿著具有最大濃度信息素的路徑回到源節(jié)點，完成一次尋徑過程。

2.1 狀態(tài)轉(zhuǎn)移函數(shù)

假定尋徑螞蟻ゐ目前位于節(jié)點si的處。螞蟻ゐ依據(jù)式(6)選擇下一跳節(jié)點sj:

式中，τij表示節(jié)點si與節(jié)點sj鏈路上的信息素；ηij表示節(jié)點si與節(jié)點sj鏈路上的信息素啟發(fā)值函數(shù)，其定義下文式(12)所示。

為了更好地均衡能量消耗，在選擇下一跳轉(zhuǎn)發(fā)節(jié)點時，考慮了節(jié)點的剩余能量信息。Eij表示了節(jié)點si與節(jié)點sj的剩余能量差值的百分比，其定義如式(7)所示:

式中，Einit表示網(wǎng)絡(luò)內(nèi)所有節(jié)點的初始能量；Ej和Ei分別表示節(jié)點sj和節(jié)點si的剩余能量。

式(6)中r表示螞蟻ゐ在選擇下一跳節(jié)點時所產(chǎn)生的0至1的隨機數(shù)。若產(chǎn)生的隨機數(shù)r小于閾值r0，則螞蟻ゐ就從鄰居集中選擇具有最大[τij]α[ηij]β[Eij]γ值的節(jié)點作為下一跳，其中α、β、γ分別表示τij、ηij、Eij的權(quán)重系數(shù)。

若隨機數(shù)q大于閾值q0，則尋徑螞蟻ゐ就計算節(jié)點sj被選為下一跳節(jié)點的概率pij:

2.2 信息素啟發(fā)函數(shù)

觀察式(6)可知，信息素啟發(fā)函數(shù)ηij對螞蟻ゐ所構(gòu)建的路徑有重要的影響。ACES路由將從距離、能量和節(jié)點信任度三方面計算ηij值。當(dāng)螞蟻ゐ目前位于節(jié)點si處時，就計算的ηij值。先計算節(jié)點sj的選擇度(Selectivity Value of Node，SVN):

DTVj的定義如式(10)所示。從節(jié)點sj所接收的數(shù)據(jù)包數(shù)和其所轉(zhuǎn)發(fā)的數(shù)據(jù)包數(shù)，計算節(jié)點DTVj值:

式中，λ1和λ2為權(quán)重系數(shù)；下標(biāo)r表示當(dāng)前執(zhí)行的輪數(shù)；pr表示節(jié)點sj所接收的數(shù)據(jù)包數(shù)；pg表示節(jié)點sj所產(chǎn)生的數(shù)據(jù)包數(shù)；pt表示節(jié)點sj所傳輸?shù)臄?shù)據(jù)包數(shù)；pmax表示節(jié)點sj可以傳輸?shù)淖畲髷?shù)據(jù)包數(shù)，其定義如式(11)所示:

式中，Psize表示數(shù)據(jù)包尺寸。本文假定數(shù)據(jù)包數(shù)的尺寸固定，且為m比特。

最后，依據(jù)式(12)計算信息素啟發(fā)函數(shù)ηij:

2.3 信息素更新函數(shù)

一旦尋徑螞蟻ゐ達(dá)到了匯聚節(jié)點，就沿著已建立的路徑返回，并依據(jù)式(13)更新中間節(jié)點的信息素濃度:

式中，iter表示當(dāng)前迭代的次數(shù)；ρ表示信息素的揮發(fā)系數(shù)，且ρ∈(0，1)。Δτij表示節(jié)點si與節(jié)點sj間信息素的增量，其定義如式(14)所示:

式中，Q為一個常數(shù)；τij的值在τmin和τmax之間變化，且τmin＞0。在迭代中，如果τij小于τmin，則將當(dāng)前τij賦予τmin，即τmin←τij；如果τij大于τmax，則將當(dāng)前τij賦予τmax，即τmax←τij。

2.4 ACES路由流程

首先，先對各項參數(shù)進(jìn)行初始化。將初始信息素濃度設(shè)置為零，即τij(0)＝0。令Nmax表示最大的迭代次數(shù)。用iter表示記錄迭代次數(shù)。然后，隨機部署u個螞蟻。每只螞蟻進(jìn)行迭代。先計算狀態(tài)轉(zhuǎn)移函數(shù)，將滿足要求的節(jié)點加入節(jié)點集中，再依據(jù)式(13)對信息素更新。最后，通過判斷是否達(dá)到迭代次數(shù)，若達(dá)到迭代次數(shù)，就結(jié)束，否則就進(jìn)入下一次迭代環(huán)節(jié)，具體流程如圖3所示。

圖3 ACES路由流程

3 性能仿真

3.1 仿真參數(shù)

利用MATLAB 2016a軟件建立仿真平臺，分析ACES路由的性能。在400 m×400 m方形區(qū)域內(nèi)隨機部署100至400個節(jié)點，一個匯聚節(jié)點位于區(qū)域中心，其位置為(200，200)。攻擊節(jié)點比例從5%至30%變化，最大的迭代次數(shù)為30，即Nmax＝30。具體的仿真參數(shù)如表1所示。

表1 仿真參數(shù)

為了更好地分析ACES路由的性能，選擇DEBR路由和文獻(xiàn)[13]提出的EENC路由進(jìn)行參照，并分析它們的網(wǎng)絡(luò)壽命和數(shù)據(jù)包傳遞率性能。其中網(wǎng)絡(luò)壽命是指網(wǎng)絡(luò)內(nèi)有10%的節(jié)點能量消耗殆盡時所運行的輪數(shù)。

3.2 網(wǎng)絡(luò)壽命

首先，分析攻擊節(jié)點數(shù)對網(wǎng)絡(luò)壽命的影響，其中總的節(jié)點數(shù)為100個(n＝100)，攻擊節(jié)點比例從5%至30%變化。

圖4給出了DEBR路由，EENC路由和ACES路由的網(wǎng)絡(luò)壽命隨攻擊節(jié)點數(shù)的變化情況。從圖4可知，攻擊節(jié)點數(shù)增加，使這三個路由的網(wǎng)絡(luò)壽命呈下降趨勢。此外，相比于DEBR路由和EENC路由，ACES路由的網(wǎng)絡(luò)壽命得到提升。例如，在攻擊節(jié)點比例為10%時，DEBR路由和EENC路由的網(wǎng)絡(luò)壽命約為760輪和865輪。而ACES路由的網(wǎng)絡(luò)壽命達(dá)到915輪。

圖4 攻擊節(jié)點數(shù)對網(wǎng)絡(luò)壽命的影響

圖5給出了節(jié)點數(shù)對網(wǎng)絡(luò)壽命的影響，其中攻擊節(jié)點比例為20%，節(jié)點數(shù)從100至400變化。從圖可知，在攻擊節(jié)點數(shù)一定的情況下，節(jié)點數(shù)的增加有利于網(wǎng)絡(luò)壽命的增加。原因在于:節(jié)點數(shù)越多，網(wǎng)絡(luò)內(nèi)總體能量越多，若路由能夠均衡節(jié)點的能耗，就能夠延長網(wǎng)絡(luò)壽命。相比于DEBR路由和EENC路由，ACES路由的網(wǎng)絡(luò)壽命得到較大提升。這歸功于:ACES路由利用蟻群算法構(gòu)建路由時，平衡了節(jié)點能耗，且禁止能耗低的節(jié)點參與路由。

圖5 節(jié)點數(shù)對網(wǎng)絡(luò)壽命的影響

3.3 數(shù)據(jù)包傳遞率

首先分析攻擊節(jié)點數(shù)對數(shù)據(jù)包傳遞率的影響，其中總的節(jié)點數(shù)為100個(n＝100)，攻擊節(jié)點比例從5%至30%變化，如圖6所示。

圖6 攻擊節(jié)點數(shù)對數(shù)據(jù)包傳遞率的影響

從圖6可知，ACES路由和EENC路由的數(shù)據(jù)包傳遞率隨攻擊節(jié)點數(shù)的增加而下降，但DEBR路由的數(shù)據(jù)包傳遞率隨攻擊節(jié)點數(shù)的增加而上升。原因在于:ACES路由和EENC路由均禁止攻擊節(jié)點參與路由。當(dāng)攻擊節(jié)點比例增加，只有更少部分的正常節(jié)點靠近源節(jié)點。這就使得這些正常節(jié)點需要轉(zhuǎn)發(fā)或者存儲數(shù)據(jù)包。當(dāng)無空間存儲或者轉(zhuǎn)發(fā)數(shù)據(jù)包時，節(jié)點就只能丟棄數(shù)據(jù)包，最終降低了數(shù)據(jù)包傳遞率。

而DEBR路由并沒有識別攻擊節(jié)點的行為。對于所有攻擊節(jié)點而言，相比丟失數(shù)據(jù)包行為，產(chǎn)生數(shù)據(jù)包的行為占主導(dǎo)。這就會使得DEBR路由選擇攻擊節(jié)點作為源節(jié)點，其產(chǎn)生了更多數(shù)據(jù)包，這就提高了數(shù)據(jù)包傳遞率。

最后，分析節(jié)點數(shù)對數(shù)據(jù)包傳遞率的影響，其中攻擊節(jié)點比例為20%，節(jié)點數(shù)從100至400變化，如圖7所示。

圖7 節(jié)點數(shù)對數(shù)據(jù)包傳遞率的影響

從圖7可知，當(dāng)攻擊節(jié)點比例固定的情況下，數(shù)據(jù)包傳遞率隨節(jié)點數(shù)的增加而增加。原因在于:節(jié)點數(shù)越多，擁有更多節(jié)點分擔(dān)傳輸數(shù)據(jù)的任務(wù)，減少了節(jié)點能耗，釋放了節(jié)點空間，這有利于數(shù)據(jù)包傳遞率的提高。此外，相比于DEBR路由和EENC路由，提出的ACES路由的數(shù)據(jù)包傳遞率得到較大的提升。在節(jié)點數(shù)從100至400區(qū)間變化，ACES路由的數(shù)據(jù)包傳遞率保持在96%以上。

4 總結(jié)

針對WSNs的能量消耗及安全問題，提出基于蟻群算法的能耗均衡的安全路由ACES。ACES路由利用蟻群算法解決復(fù)雜問題的能力，建立源節(jié)點至匯聚節(jié)點路徑。通過利用節(jié)點的剩余能量，距離以及信任值對蟻群算法的信息素更新函數(shù)、狀態(tài)轉(zhuǎn)移以及信息素的啟發(fā)算法進(jìn)行優(yōu)化，使信任值低的節(jié)點，能耗低的節(jié)點不參與路由，提高路由的穩(wěn)定性及安全性。仿真結(jié)果表明，提出的ACES路由延長了網(wǎng)絡(luò)壽命，提高了數(shù)據(jù)包傳遞率。