童 星

(青島理工大學，山東 臨沂 273400)

1 引言

近些年，物聯(lián)網(wǎng)傳輸技術得以快速發(fā)展，物聯(lián)網(wǎng)已普遍應用于信息交互等多個研究領域[1]。由于在實際的物聯(lián)網(wǎng)數(shù)據(jù)傳輸過程中，傳輸流內部節(jié)點可控性較低，因此，容易出現(xiàn)傳輸擁堵、傳輸節(jié)點丟包等問題，導致網(wǎng)絡整體性能下降。同時，若在數(shù)據(jù)傳輸?shù)倪^程中，網(wǎng)絡環(huán)境的安全性得不到有效保障，也容易提高傳輸流節(jié)點發(fā)生丟包的概率[2，3]。也正因如此，數(shù)據(jù)流丟包問題已成為相關領域中的重點研究課題之一。

傳統(tǒng)的傳輸流丟包節(jié)點檢測方法主要有以下三種：

1)文獻[4]中提出運用分布式算法的傳輸流節(jié)點丟包檢測方法，該方法主要是對鄰近節(jié)點接收指令進行檢測，然后用局部最優(yōu)節(jié)點來替換丟包節(jié)點。這種方法雖然可以有效檢測出丟包節(jié)點并對其進行處理，但存在檢測效率偏低的問題，不適用于大范圍網(wǎng)絡。

2)文獻[5]中提出基于非線性狀態(tài)估計的節(jié)點丟包故障檢測方法，利用每個節(jié)點的特征對惡意丟包的節(jié)點進行檢測，在實際檢測的過程中需要對網(wǎng)絡內部所有的傳輸事件源進行估計，根據(jù)計算結果對全部需要檢測的節(jié)點濾波處理，并且保存沒有丟包的節(jié)點，從而判斷丟包節(jié)點。然而這一過程會導致節(jié)點轉發(fā)率較低。

3)文獻[6]中提出基于安全路徑的傳輸流丟包節(jié)點檢測方法，首先構建一個對應的網(wǎng)絡模型，并且對這個模型內部節(jié)點的狀態(tài)進行判定，然后運用一定的概率事件來對可以節(jié)電發(fā)送檢測請求，再通過反饋回來的信息進行分析。這種檢測方法雖然可以有效的對節(jié)點進行檢測，但對丟包節(jié)點的定位精準度較差。

基于傳統(tǒng)方法存在的問題，引入相似度計算過程，對物聯(lián)網(wǎng)傳輸流丟包節(jié)點進行檢測。過程如下：首先構建節(jié)點分布模型，并運用傳輸?shù)男畔㈧亟Y果建立傳輸分布信道模型，根據(jù)丟包檢測的基本原理對傳輸節(jié)點進行分類檢測處理，通過節(jié)點感測向量檢測完成對物聯(lián)網(wǎng)傳輸流丟包節(jié)點的檢測，并通過仿真實驗結果表明了該方法具有較高的實用性。

2 傳輸節(jié)點分布及任務信道分布

2.1 傳輸節(jié)點分布模型

在分析物聯(lián)網(wǎng)傳輸節(jié)點丟包情況的過程中，首先將需要對物聯(lián)網(wǎng)中傳感器節(jié)點的最優(yōu)分布密度模型進行分析。因此，本研究運用二元有向圖G=(V，E)來對其結構進行描述，其中，V表示分布在空間探測區(qū)域的物聯(lián)網(wǎng)傳感節(jié)點頂點集，E表示為物聯(lián)網(wǎng)在傳感節(jié)點覆蓋區(qū)域G中所有邊的集合[7]，繼而可獲取物聯(lián)網(wǎng)傳輸節(jié)點的分布模型。

在物聯(lián)網(wǎng)傳感器節(jié)點分布模型中，采用多通道結構模型對物聯(lián)網(wǎng)中傳感器的Sink點進行描述，在物聯(lián)網(wǎng)傳輸流f中，每個節(jié)點xn的傳輸能量為W，則可得到數(shù)據(jù)流傳輸過程的先驗決策函數(shù)如下

(1)

式(1)中，e1和e2分別表示鏈路層和傳輸層的傳輸碼元。由于發(fā)射節(jié)點的功率p與傳輸能量密切相關，由此則可得到數(shù)據(jù)流傳輸過程的特征量C為

(2)

式(2)中，t表示時間尺度，?為物聯(lián)網(wǎng)節(jié)點密度的加權系數(shù)。在此基礎上，假設將物聯(lián)網(wǎng)傳感節(jié)點能量耗散值記為B，得到數(shù)據(jù)傳輸過程的傳輸節(jié)點分布模型如下

(3)

式(3)中，v表示數(shù)據(jù)流中信息量的增長速度。

2.2 傳輸任務信道分布模型

為了對物聯(lián)網(wǎng)傳輸流中所有需要檢測節(jié)點進行匹配，需對一個節(jié)點的所有鄰近節(jié)點進行處理[8]。因此，假設若在一個邊長為M的正方形的檢測區(qū)域中，路由中繼節(jié)點的數(shù)量是m，其中傳輸流的帶寬為b，計算在物聯(lián)網(wǎng)中兩個相鄰傳輸節(jié)點集合中的信道衰減量為

(4)

在對節(jié)點進行定位的過程中，采用自適應鏈路重組以及輪換方法得到節(jié)點傳輸?shù)姆峙浜途庀禂?shù)分別為δ和τ[9]，在此基礎上，構建物聯(lián)網(wǎng)中傳輸點的目標函數(shù)為

(5)

式(5)中，Eelect表示節(jié)點鏈路的瞬時功耗，l表示傳輸路徑長度。

根據(jù)上述計算結果，結合每條傳輸信道內的簇頭c及其與對應的Sink點間的距離L，得到傳輸任務信道分布模型為

(6)

式(6)中，i表示物聯(lián)網(wǎng)中的傳輸信道總數(shù)量，且i=1，2，…，n。

3 傳輸流丟包節(jié)點檢測原理分析

在對物聯(lián)網(wǎng)中丟包節(jié)點進行檢測的過程中，所應用到的檢測原理如下：運用基于似然的多元分類算法對已知類別的節(jié)點進行狀態(tài)檢測[10]，在此基礎上，生成對未知類別節(jié)點分類的分類器，然后對丟包節(jié)點進行下步分類，直到完成整個檢測的過程。

假設在物聯(lián)網(wǎng)數(shù)據(jù)傳輸?shù)倪^程中，發(fā)生丟包的節(jié)點共含有k個類別，{1，2，…，k}，那么對于隨意一個節(jié)點樣本xt來說，已知p(C|x)，其中C表述為任意一個丟包節(jié)點樣本xt的種類分別，那么假設j∈{1，2，…，k}，j≠i，且xt是屬于物聯(lián)網(wǎng)內部丟包樣本中的第i類，便有

p(C=i|xt)>p(C=j|xT)

(7)

根據(jù)上式結果，結合固定的貝葉斯理論，可得到下式

(8)

上述各公式中，p(C)表示物聯(lián)網(wǎng)內部丟包節(jié)點的先驗概率，p(x|C)和p(x)則分別表示丟包節(jié)點的類似然值和后驗概率。

(9)

對于任意位置、任意種類的丟包節(jié)點樣本xt來說，將其代入到上述各式中，經(jīng)過計算后再選取出具有最大后驗概率的類別來作為這個樣本的分類[11]，即

(10)

根據(jù)上式計算結果，結合物聯(lián)網(wǎng)數(shù)據(jù)傳輸流丟包節(jié)點中所有類別取值最大的似然值α，將物聯(lián)網(wǎng)內部丟包節(jié)點度描述為下式

(11)

式(11)中，y表示節(jié)點在傳輸數(shù)據(jù)之后可能剩余的節(jié)點能量，u表示傳輸節(jié)點的多徑向衰減量。

對于物聯(lián)網(wǎng)內部沒有標記的丟包節(jié)點U中未標記丟包節(jié)點的樣本向量xt來說，如果滿足下述表達式

gi=(gkxt)max

(12)

那么，便有xt∈C的結果，這樣U中全部的丟包節(jié)點就都能夠被檢測出來。

4 基于相似度的丟包節(jié)點檢測的實現(xiàn)

參照上述丟包節(jié)點檢測的原理，為進一步加強對丟包節(jié)點的檢測效率，對物聯(lián)網(wǎng)中節(jié)點展開感測向量處理，并根據(jù)節(jié)點數(shù)據(jù)向量特有的相對跨度和實際節(jié)點之間的像素度來做對應的判定，主要實現(xiàn)過程如下：

首先，對物聯(lián)網(wǎng)中鄰近節(jié)點序列相似度進行測量計算，然后根據(jù)該節(jié)點將其描述為丟包節(jié)點的判定條件，這樣便有：

(13)

式(13)中，di(t)表示物聯(lián)網(wǎng)內部的第i個節(jié)點在某一時間t內的鄰近節(jié)點序列相似度。

在此基礎上，假設q表示物聯(lián)網(wǎng)內部那一個節(jié)點，那么就可以將這個節(jié)點的感測量用qm描述，則這樣數(shù)據(jù)節(jié)點間的相對距離就可以寫為

(14)

在獲得上式計算結果的基礎上，假設整個物聯(lián)網(wǎng)內部的節(jié)點數(shù)據(jù)向量全部有變小的趨勢，那么就可以間接的證明出內部節(jié)點具有較高的相似性。根據(jù)上述相對距離的表達式，可以進一步計算出物聯(lián)網(wǎng)內部兩個相鄰的x1節(jié)點和x2節(jié)點的整體相似度，其表達式為

(15)

在此基礎上，采用IKruskal算法來獲取網(wǎng)絡中可信的節(jié)點集合VE，然后將VE在其節(jié)點內部簇中進行擴散，這樣VE內的各節(jié)點可以運用分布式方法來獲取出網(wǎng)絡中部分可信節(jié)點，并將其作為參考對象。在完成節(jié)點相似度計算后，本文將采用比較算法來對丟包節(jié)點的實時狀態(tài)進行判定，然后再結合物聯(lián)網(wǎng)內部節(jié)點和相鄰節(jié)點在時間域中的相似值進行丟包節(jié)點檢測。

假設運用布爾變量來對節(jié)點的具體工作狀態(tài)進行描述，那么就可以使用常數(shù)0或1來描述物聯(lián)網(wǎng)內部傳輸數(shù)據(jù)的節(jié)點是否處于正常的運行狀態(tài)或是產(chǎn)生的部分丟包的情況。在此基礎上，結合網(wǎng)絡內部相鄰節(jié)點測量取值所呈現(xiàn)出的空間相關性特征，即可經(jīng)過對兩個相鄰的x1節(jié)點和x2節(jié)點的運行狀態(tài)來進行判定，判定過程的表達式為

(16)

式(16)中，ξ表示某個指定的經(jīng)驗數(shù)據(jù)，c表示物聯(lián)網(wǎng)中臨近節(jié)點的測量向量取值。

將內部節(jié)點與其鄰近節(jié)點在不同時間呈現(xiàn)出的狀態(tài)進行對比，判斷它們在不一致的時間域中存有的相似值Y，從而得到物聯(lián)網(wǎng)傳輸流丟包節(jié)點檢測過程如下：

K=Y×a×h+θ

(17)

式(17)中，將a描述兩節(jié)點在任意一段時間內所呈現(xiàn)出的感知數(shù)據(jù)，這種數(shù)據(jù)為兩個節(jié)點是否具有相似度而提供了判定依據(jù)，θ表示為節(jié)點預定的閾值，并以此來表示對內部節(jié)點出現(xiàn)偶然丟包性所具有的容忍度。

5 仿真實驗及結果分析

為驗證基于相似度計算的物聯(lián)網(wǎng)傳輸流丟包節(jié)點檢測方法的有效性與適用性，以文獻[4]中的運用分布式算法的傳輸流節(jié)點丟包檢測方法、文獻[5]中的基于非線性狀態(tài)估計的節(jié)點丟包故障檢測方法以及文獻[6]中的基于安全路徑的傳輸流丟包節(jié)點檢測方法作為對比方法。在如表1所示的仿真環(huán)境中進行對比實驗。

表1 實驗參數(shù)設置情況

以表1中實驗參數(shù)為基礎，進行實驗研究，具體結果如下分析。

首先測試不同方法的檢測過程耗時情況，結果如圖1所示。

圖1 檢測耗時對比

分析圖1中的結果可知，隨著實驗次數(shù)的逐漸增加，不同方法檢測過程所需時間也在不斷變化。文獻[4]方法和文獻[6]方法的檢測過程耗時較為接近，文獻[5]方法的檢測耗時最高，高于1000ms。相比之下，文獻[4]方法和文獻[6]方法的檢測過程耗時略低，但也多于本文方法的檢測過程耗時。由此可知，本文方法的檢測過程耗時最短，說明該方法檢測效率最高。

測試不同方法的丟包節(jié)點定位精準度，結果如圖2所示。

圖2 不同方法丟包節(jié)點定位精準度對比

分析圖2所示結果可知，與傳統(tǒng)的檢測方法相比，利用本文方法對丟包節(jié)點進行檢測，可以使節(jié)點定位的精準度大大提高，最高的丟包率高于90%，明顯高于另外幾種檢測方法。由此可知，本文方法能夠有效保證丟包節(jié)點過程的有效性。

最后，測試不同方法的節(jié)點轉發(fā)率，節(jié)點轉發(fā)率表示傳輸過程中成功傳輸或轉發(fā)的數(shù)據(jù)流數(shù)目占總發(fā)送數(shù)據(jù)的具體比例，是一種用來定義物聯(lián)網(wǎng)傳輸流節(jié)點檢測方法有效性的重要檢驗標準，其計算過程如下：

(18)

式(18)中，Nf、Nenter和Nout分別用于描述節(jié)點轉發(fā)率、數(shù)據(jù)輸入數(shù)量以及輸出數(shù)量。

具體測試結果如圖3所示。

圖3 不同方法節(jié)點轉發(fā)率對比

分析圖3可知，在多次實驗中，四種方法的節(jié)點轉發(fā)率均穩(wěn)步上升，但是本文方法的節(jié)點轉發(fā)率明顯高于另外3種對比方法的節(jié)點轉發(fā)率。由此可知，本文方法能夠保證傳輸流的完整性，檢測過程有效性和可靠性更強。

綜上所述，與3種傳統(tǒng)的傳統(tǒng)檢測方法相比，本文所研究的基于相似度計算的物聯(lián)網(wǎng)傳輸流丟包節(jié)點檢測方法具有更高的檢測效率，同時，該方法還通過節(jié)點相似度計算提高了對丟包節(jié)點定位的精準度，同時也保證了較高程度的節(jié)點轉發(fā)率，整體應用效果較好。

6 結束語

隨著物聯(lián)網(wǎng)傳輸技術的快速發(fā)展，傳統(tǒng)的丟包節(jié)點檢測方法已經(jīng)不能夠滿足于現(xiàn)階段該項技術發(fā)展的基本需求，基于此，本文在相似度計算的基礎上，提出一種物聯(lián)網(wǎng)傳輸流丟包節(jié)點檢測方法，根據(jù)丟包檢測原理，將對節(jié)點進行感測向量檢測處理，并對跨度和實際節(jié)點之間的像素度來做對應的判定。仿真實驗結果表明，該方法檢測過程效率較高，且能夠精準檢測出丟包節(jié)點位置，確保了較高的節(jié)點轉發(fā)率，為提高數(shù)據(jù)傳輸效率奠定了堅實的基礎。