張 兵，戈 軍

(1.宿遷學(xué)院信息工程學(xué)院，江蘇 宿遷223800；2.江蘇大學(xué)計(jì)算機(jī)科學(xué)與通信工程學(xué)院，江蘇 鎮(zhèn)江 212013)

1 引言

無(wú)線傳感器網(wǎng)絡(luò)規(guī)模較大，無(wú)線傳感器網(wǎng)絡(luò)是由眾多傳感器節(jié)點(diǎn)組成的網(wǎng)絡(luò)。無(wú)線傳感器網(wǎng)絡(luò)利用節(jié)點(diǎn)產(chǎn)生業(yè)務(wù)相關(guān)的信息內(nèi)容，實(shí)現(xiàn)不同業(yè)務(wù)信息的傳輸[1]。無(wú)線傳感器網(wǎng)絡(luò)利用航空投遞等方式將眾多節(jié)點(diǎn)投放至待監(jiān)控目標(biāo)區(qū)域。無(wú)線傳感器節(jié)點(diǎn)可部署于人類(lèi)無(wú)法進(jìn)入?yún)^(qū)域，具有極高的應(yīng)用性。無(wú)線傳感器網(wǎng)絡(luò)利用無(wú)線通信模塊實(shí)現(xiàn)數(shù)據(jù)傳輸[2]，無(wú)線傳感器節(jié)點(diǎn)通常部署于復(fù)雜區(qū)域，信號(hào)質(zhì)量較差時(shí)，容易出現(xiàn)終端節(jié)點(diǎn)無(wú)法傳送信息至目標(biāo)節(jié)點(diǎn)的情況。無(wú)線傳感器網(wǎng)絡(luò)的傳輸協(xié)議極為重要，傳輸協(xié)議可保障數(shù)據(jù)的可靠傳輸。無(wú)線傳感器節(jié)點(diǎn)將所采集數(shù)據(jù)傳送至網(wǎng)關(guān)[3]，網(wǎng)關(guān)將相應(yīng)數(shù)據(jù)傳送至數(shù)據(jù)終端，通過(guò)數(shù)據(jù)終端處理以及存儲(chǔ)數(shù)據(jù)，實(shí)現(xiàn)無(wú)線傳感器網(wǎng)絡(luò)中數(shù)據(jù)的高效傳輸。

無(wú)線傳感器網(wǎng)絡(luò)常應(yīng)用于軍事、航空等重要應(yīng)用中，容易出現(xiàn)攻擊者惡意攻擊節(jié)點(diǎn)情況，檢測(cè)無(wú)線傳感器網(wǎng)絡(luò)中存在的惡意節(jié)點(diǎn)極為重要[4]。伴隨科技的高速發(fā)展，無(wú)線傳感器網(wǎng)絡(luò)的安全問(wèn)題受到眾多研究學(xué)者的重視。攻擊者可將無(wú)線傳感器網(wǎng)絡(luò)中的節(jié)點(diǎn)控制為惡意節(jié)點(diǎn)，利用惡意節(jié)點(diǎn)攻擊無(wú)線傳感器網(wǎng)絡(luò)[5]，威脅無(wú)線傳感器網(wǎng)絡(luò)正常運(yùn)行。無(wú)線傳感器網(wǎng)絡(luò)中惡意節(jié)點(diǎn)的高效檢測(cè)性能極為重要。

目前針對(duì)無(wú)線傳感器網(wǎng)絡(luò)節(jié)點(diǎn)檢測(cè)的研究較多，盧光躍以及周海平等人分別將圖信號(hào)以及微分博弈方法應(yīng)用于無(wú)線傳感器網(wǎng)絡(luò)異常節(jié)點(diǎn)檢測(cè)中[6，7]，兩種方法均可有效檢測(cè)無(wú)線傳感器網(wǎng)絡(luò)中的惡意節(jié)點(diǎn)。無(wú)線傳感器網(wǎng)絡(luò)容易存在通信阻塞情況，通信阻塞導(dǎo)致網(wǎng)絡(luò)中正常節(jié)點(diǎn)傳輸數(shù)據(jù)存在延時(shí)情況[8]，此種情況下以上兩種方法易將正常節(jié)點(diǎn)誤判為惡意節(jié)點(diǎn)，導(dǎo)致無(wú)線傳感器網(wǎng)絡(luò)中惡意節(jié)點(diǎn)檢測(cè)準(zhǔn)確率較低。針對(duì)以上兩種方法的缺陷，研究基于增強(qiáng)LEACH協(xié)議的無(wú)線傳感器惡意節(jié)點(diǎn)檢測(cè)方法，對(duì)低功耗自適應(yīng)集簇分層協(xié)議(Low Energy Adaptive Clustering Hierarchy， LEACH)實(shí)施增強(qiáng)處理，利用增強(qiáng)LEACH協(xié)議劃分無(wú)線傳感器網(wǎng)絡(luò)中的簇，利用完成簇劃分的無(wú)線傳感器網(wǎng)絡(luò)檢測(cè)惡意節(jié)點(diǎn)，提升無(wú)線傳感器網(wǎng)絡(luò)運(yùn)行安全性。

2 基于增強(qiáng)LEACH協(xié)議的無(wú)線傳感器

2.1 增強(qiáng)LEACH協(xié)議的簇類(lèi)劃分

將增強(qiáng)LEACH協(xié)議應(yīng)用于無(wú)線傳感器網(wǎng)絡(luò)結(jié)構(gòu)中，提升無(wú)線傳感器網(wǎng)絡(luò)的擴(kuò)展性以及數(shù)據(jù)傳輸可靠性。無(wú)線傳感器網(wǎng)絡(luò)中的匯聚節(jié)點(diǎn)具有較高特殊性，無(wú)線傳感器網(wǎng)絡(luò)存在匯聚節(jié)點(diǎn)時(shí)，表示網(wǎng)絡(luò)可以正常通信；無(wú)線傳感器網(wǎng)絡(luò)中無(wú)匯聚節(jié)點(diǎn)時(shí)，網(wǎng)絡(luò)無(wú)法實(shí)現(xiàn)正常通信。合理利用匯聚節(jié)點(diǎn)[9]，避免網(wǎng)絡(luò)中的節(jié)點(diǎn)出現(xiàn)能耗過(guò)高情況。

2.1.1 確定最佳簇類(lèi)數(shù)量

選取當(dāng)前生存節(jié)點(diǎn)數(shù)的最佳簇?cái)?shù)改進(jìn)機(jī)制獲取最佳簇類(lèi)數(shù)量，計(jì)算過(guò)程如下：

用Nr表示網(wǎng)絡(luò)中生存的節(jié)點(diǎn)數(shù)量，設(shè)生存的節(jié)點(diǎn)存在于大小為M×2M的矩形區(qū)域中，設(shè)該區(qū)域中包含簇的數(shù)量為k，則各簇包含節(jié)點(diǎn)數(shù)量為Nr/k。

簇頭傳輸數(shù)據(jù)時(shí)能耗表達(dá)式如下

(1)

設(shè)各簇內(nèi)的成員節(jié)點(diǎn)傳輸一個(gè)數(shù)據(jù)包時(shí)，僅需將數(shù)據(jù)傳送至簇頭節(jié)點(diǎn)中即可，可得簇成員節(jié)點(diǎn)傳輸數(shù)據(jù)的能耗表達(dá)式如下

(2)

所劃分的各簇所占無(wú)線傳感器網(wǎng)絡(luò)面積為2M2/k，設(shè)各簇所占據(jù)區(qū)域的密度分布為ρ(x，y)。簇成員節(jié)點(diǎn)至簇頭節(jié)點(diǎn)的平方距離在簇頭位于該簇區(qū)域中間時(shí)的表達(dá)式如下

(3)

(4)

(5)

將式(5)代入式(2)中，獲取表達(dá)式如下

(6)

通過(guò)以上公式獲取無(wú)線傳感器網(wǎng)絡(luò)數(shù)據(jù)傳輸中一個(gè)簇的能耗表達(dá)式如下

(7)

可得數(shù)據(jù)傳輸時(shí)，全部節(jié)點(diǎn)能耗表達(dá)式如下

(8)

利用所獲取結(jié)果F對(duì)k求導(dǎo)令其等于0，獲取理想簇頭數(shù)量表達(dá)式如下

(9)

用kopt表示最佳簇頭節(jié)點(diǎn)數(shù)量，簇頭節(jié)點(diǎn)數(shù)量與最佳簇類(lèi)數(shù)量相同，存在表達(dá)式如下

(10)

2.1.2 集中式成簇

集中式成簇算法的成簇流程圖如圖1所示。

圖1 集中式成簇流程

通過(guò)集中式成簇算法利用所確定的最佳簇頭節(jié)點(diǎn)數(shù)量，完成無(wú)線傳感器網(wǎng)絡(luò)簇的最終劃分。圖2集中式成簇流程可以看出，利用網(wǎng)絡(luò)中的匯聚節(jié)點(diǎn)統(tǒng)計(jì)網(wǎng)絡(luò)中存活節(jié)點(diǎn)數(shù)量，將存活節(jié)點(diǎn)能量與全網(wǎng)平均能量相比[10]。節(jié)點(diǎn)能量高于全網(wǎng)平均能量時(shí)，將該節(jié)點(diǎn)加入簇頭節(jié)點(diǎn)集合中；匯聚節(jié)點(diǎn)通過(guò)模擬退火算法利用所獲取的最佳簇頭節(jié)點(diǎn)數(shù)量劃分簇；節(jié)點(diǎn)能量低于全網(wǎng)平均能量時(shí)，將該節(jié)點(diǎn)直接加入簇頭節(jié)點(diǎn)集合中。確定簇頭節(jié)點(diǎn)后，利用匯聚節(jié)點(diǎn)廣播各節(jié)點(diǎn)的身份，完成簇的劃分，實(shí)現(xiàn)無(wú)線傳感器網(wǎng)絡(luò)數(shù)據(jù)的穩(wěn)定傳輸。

利用以上過(guò)程完成無(wú)線傳感器網(wǎng)絡(luò)簇的劃分，利用所劃分的各簇中的節(jié)點(diǎn)實(shí)現(xiàn)數(shù)據(jù)傳輸，提升網(wǎng)絡(luò)的數(shù)據(jù)傳輸可靠性。所劃分各簇內(nèi)的簇頭節(jié)點(diǎn)以及簇內(nèi)節(jié)點(diǎn)選取LEACH協(xié)議進(jìn)行單跳通信[11]，所劃分的各簇間通信利用LEACH協(xié)議轉(zhuǎn)化為多跳轉(zhuǎn)發(fā)方式，通過(guò)以上過(guò)程實(shí)現(xiàn)增強(qiáng)LEACH協(xié)議的無(wú)線傳感器網(wǎng)絡(luò)通信，為惡意節(jié)點(diǎn)精準(zhǔn)檢測(cè)提供通信基礎(chǔ)。

2.2 節(jié)點(diǎn)信譽(yù)值計(jì)算

計(jì)算利用增強(qiáng)LEACH協(xié)議所劃分無(wú)線傳感器網(wǎng)絡(luò)各簇內(nèi)節(jié)點(diǎn)的信譽(yù)值，利用所獲取的節(jié)點(diǎn)信譽(yù)值實(shí)現(xiàn)惡意節(jié)點(diǎn)檢測(cè)。

2.2.1 直接信譽(yù)值

節(jié)點(diǎn)信譽(yù)值伴隨網(wǎng)絡(luò)狀態(tài)變化而不斷變化[12]，選取貝葉斯方法利用所劃分各簇內(nèi)不同節(jié)點(diǎn)間的通信成功率獲取節(jié)點(diǎn)的直接信譽(yù)值。貝葉斯公式表達(dá)式如下：

(11)

式(11)中，Dj與B分別表示節(jié)點(diǎn)集合以及節(jié)點(diǎn)集合內(nèi)元素。

選取Beta分布擬合通信概率，用α與β分別表示節(jié)點(diǎn)傳送數(shù)據(jù)包至其它節(jié)點(diǎn)的成功數(shù)量以及失敗數(shù)量，獲取節(jié)點(diǎn)的Beta分布函數(shù)表達(dá)式如下

(12)

式(12)中，ψ表示標(biāo)準(zhǔn)化函數(shù)，λ表示分布系數(shù)。

節(jié)點(diǎn)信譽(yù)值結(jié)果數(shù)值區(qū)間為[0，1]，數(shù)據(jù)傳輸次數(shù)增加時(shí)，利用概率轉(zhuǎn)化方法獲取最終節(jié)點(diǎn)直接信譽(yù)值表達(dá)式如下：

Tij=E(Beta(α，β))

(13)

2.2.2 節(jié)點(diǎn)間接信譽(yù)值

利用當(dāng)前節(jié)點(diǎn)的相鄰節(jié)點(diǎn)數(shù)據(jù)量化該節(jié)點(diǎn)的信譽(yù)值即節(jié)點(diǎn)的間接信譽(yù)值。

通過(guò)所劃分相同簇內(nèi)節(jié)點(diǎn)y與節(jié)點(diǎn)z獲取節(jié)點(diǎn)x的間接信譽(yù)值，節(jié)點(diǎn)x的間接信譽(yù)值表達(dá)式如下

(14)

式(14)中，Wxy與Wxz分別表示數(shù)據(jù)包通過(guò)節(jié)點(diǎn)y以及節(jié)點(diǎn)z傳輸時(shí)的信譽(yù)值。

2.2.3 綜合信譽(yù)值

結(jié)合節(jié)點(diǎn)的直接信譽(yù)值與間接信譽(yù)值，獲取節(jié)點(diǎn)綜合信譽(yù)值。無(wú)線傳感器網(wǎng)絡(luò)采用增強(qiáng)LEACH協(xié)議將節(jié)點(diǎn)劃分為各簇，完成簇的劃分后，無(wú)線傳感器網(wǎng)絡(luò)步入短暫穩(wěn)定狀態(tài)[13]。此時(shí)，隨機(jī)節(jié)點(diǎn)的綜合信譽(yù)值表達(dá)式如下

(15)

式(15)中，c表示調(diào)節(jié)參數(shù)，其取值處于0-1間。無(wú)線傳感器網(wǎng)絡(luò)中，節(jié)點(diǎn)傳輸數(shù)據(jù)包的次數(shù)越多，其直接信譽(yù)值較高。

2.3 惡意節(jié)點(diǎn)檢測(cè)

2.3.1 數(shù)據(jù)包解析

匯聚節(jié)點(diǎn)接收所傳輸?shù)臄?shù)據(jù)包m時(shí)，需解析數(shù)據(jù)包m，數(shù)據(jù)包解析流程圖如圖2所示。

圖2 數(shù)據(jù)包解析流程圖

數(shù)據(jù)包解析過(guò)程如下：

1)匯聚節(jié)點(diǎn)利用該節(jié)點(diǎn)的簇頭共享密鑰解密數(shù)據(jù)包m，解密結(jié)果用m′表示；

2)刪除m′的數(shù)據(jù)包編號(hào)、節(jié)點(diǎn)編號(hào)以及簇頭信譽(yù)值，所剩數(shù)據(jù)未加密時(shí)，判定該數(shù)據(jù)為源節(jié)點(diǎn)數(shù)據(jù)；

3)所剩數(shù)據(jù)僅部分加密時(shí)，搜尋該數(shù)據(jù)的傳輸路徑[14]，獲取數(shù)據(jù)的上游傳輸節(jié)點(diǎn)，確定源節(jié)點(diǎn)后終止迭代；

4)父節(jié)點(diǎn)數(shù)據(jù)包無(wú)法匹配子節(jié)點(diǎn)數(shù)據(jù)包時(shí)，添加全部節(jié)點(diǎn)于可疑節(jié)點(diǎn)列表中；

5)數(shù)據(jù)包內(nèi)的節(jié)點(diǎn)編號(hào)在解密過(guò)程中與密鑰未匹配時(shí)，將該節(jié)點(diǎn)加入可疑節(jié)點(diǎn)列表。

通過(guò)以上數(shù)據(jù)包解析過(guò)程建立可疑節(jié)點(diǎn)列表，利用可疑節(jié)點(diǎn)列表檢測(cè)惡意節(jié)點(diǎn)。

2.3.2 惡意節(jié)點(diǎn)檢測(cè)綜合決策

選取信譽(yù)判定算法利用所獲取的節(jié)點(diǎn)信譽(yù)值以及節(jié)點(diǎn)的數(shù)據(jù)傳輸行為，檢測(cè)該節(jié)點(diǎn)是否為惡意節(jié)點(diǎn)。利用信譽(yù)判定算法將各節(jié)點(diǎn)的信譽(yù)值與所設(shè)定閾值比較，檢測(cè)該節(jié)點(diǎn)是否為惡意節(jié)點(diǎn)。

信譽(yù)判定算法利用節(jié)點(diǎn)信譽(yù)值作為檢測(cè)基礎(chǔ)。設(shè)置信譽(yù)值閾值XTh為1.3，該閾值可獲取較高的惡意節(jié)點(diǎn)檢測(cè)率[15]。利用全部節(jié)點(diǎn)的綜合信譽(yù)值Xm，判定該節(jié)點(diǎn)是否為惡意節(jié)點(diǎn)。

惡意節(jié)點(diǎn)檢測(cè)過(guò)程如下：

1)Xm≥XTh時(shí)，節(jié)點(diǎn)m位于可疑節(jié)點(diǎn)列表中時(shí)，判定該節(jié)點(diǎn)為惡意節(jié)點(diǎn)；否則將該節(jié)點(diǎn)加入可疑節(jié)點(diǎn)列表中，便于下一輪檢測(cè)；

2)Xm

通過(guò)匯聚節(jié)點(diǎn)廣播檢測(cè)的惡意節(jié)點(diǎn)編號(hào)，刪除與該節(jié)點(diǎn)存在關(guān)系的全部節(jié)點(diǎn)編號(hào)。可疑節(jié)點(diǎn)列表中的節(jié)點(diǎn)在5輪檢測(cè)中均符合XM

3 仿真測(cè)試

選取OPNET 14.5仿真軟件模擬無(wú)線傳感器網(wǎng)絡(luò)，驗(yàn)證本文方法檢測(cè)無(wú)線傳感器網(wǎng)絡(luò)惡意節(jié)點(diǎn)有效性。網(wǎng)絡(luò)層采用增強(qiáng)LEACH路由協(xié)議。采用仿真軟件模擬大小為300m×300m的平面無(wú)線傳感器網(wǎng)絡(luò)區(qū)域，采用隨機(jī)方法生成無(wú)線傳感器節(jié)點(diǎn)。數(shù)據(jù)包傳輸路徑利用追蹤文件跟蹤。設(shè)置無(wú)線傳感器網(wǎng)絡(luò)中簇頭節(jié)點(diǎn)數(shù)量占全部節(jié)點(diǎn)數(shù)量的1/4，惡意節(jié)點(diǎn)數(shù)量占全部節(jié)點(diǎn)數(shù)量的1/20。設(shè)置仿真過(guò)程中，無(wú)線傳感器網(wǎng)絡(luò)運(yùn)行時(shí)間為800s，每隔3s傳輸一個(gè)數(shù)據(jù)包。

仿真軟件模擬的無(wú)線傳感器網(wǎng)絡(luò)參數(shù)設(shè)置結(jié)果如表1所示。

表1 參數(shù)設(shè)置結(jié)果

OPNET 14.5仿真軟件搭建無(wú)線傳感器網(wǎng)絡(luò)后，利用增強(qiáng)LEACH路由協(xié)議傳送數(shù)據(jù)包，選取Matlab軟件編程本文方法，處理實(shí)驗(yàn)數(shù)據(jù)。

本文方法采用增強(qiáng)LEACH協(xié)議劃分網(wǎng)絡(luò)中的簇，統(tǒng)計(jì)不同簇頭數(shù)量時(shí)，無(wú)線傳感器網(wǎng)絡(luò)總能耗變化情況，統(tǒng)計(jì)結(jié)果如圖3所示。

圖3 不同簇頭數(shù)量時(shí)總能耗

圖3仿真測(cè)試結(jié)果可以看出，簇頭數(shù)量為6時(shí)，網(wǎng)絡(luò)總能耗最低。劃分無(wú)線傳感器網(wǎng)絡(luò)時(shí)簇的數(shù)量為6時(shí)，網(wǎng)絡(luò)具有最高的可靠性。設(shè)置本文方法采用增強(qiáng)LEACH協(xié)議劃分無(wú)線傳感器網(wǎng)絡(luò)時(shí)，劃分簇?cái)?shù)量為6。

無(wú)線傳感器網(wǎng)絡(luò)節(jié)點(diǎn)的生命周期是衡量無(wú)線傳感器網(wǎng)絡(luò)傳輸性能的重要指標(biāo)。無(wú)線傳感器網(wǎng)絡(luò)中的死亡節(jié)點(diǎn)越多時(shí)，其數(shù)據(jù)傳輸性能越差。統(tǒng)計(jì)無(wú)線傳感器網(wǎng)絡(luò)運(yùn)行800s時(shí)，不同傳輸數(shù)據(jù)包大小時(shí)，網(wǎng)絡(luò)中的生存節(jié)點(diǎn)數(shù)，統(tǒng)計(jì)結(jié)果如圖4所示。

圖4 生存節(jié)點(diǎn)數(shù)

圖4仿真測(cè)試結(jié)果可以看出，本文方法在無(wú)線傳感器網(wǎng)絡(luò)運(yùn)行800s后，傳輸不同數(shù)據(jù)包大小時(shí)，仍存在少量的存活節(jié)點(diǎn)。本文方法采用增強(qiáng)LEACH協(xié)議，通過(guò)簇間多跳路由實(shí)現(xiàn)簇的劃分，可避免節(jié)點(diǎn)過(guò)早死亡問(wèn)題。伴隨節(jié)點(diǎn)傳輸數(shù)據(jù)量的增加，生存節(jié)點(diǎn)數(shù)有所下降。數(shù)據(jù)傳輸量對(duì)節(jié)點(diǎn)的生存周期存在較大影響。本文方法在傳輸數(shù)據(jù)包大小為3000B時(shí)，仍具有生存節(jié)點(diǎn)，驗(yàn)證本文方法采用增強(qiáng)LEACH協(xié)議具有較高的劃分簇的能力，可提升網(wǎng)絡(luò)中節(jié)點(diǎn)的生存周期。

不同調(diào)節(jié)參數(shù)時(shí)，采用本文方法檢測(cè)惡意節(jié)點(diǎn)誤報(bào)率結(jié)果如圖5所示。

圖5 不同調(diào)節(jié)參數(shù)時(shí)檢測(cè)誤報(bào)率

圖5仿真測(cè)試結(jié)果可以看出，調(diào)節(jié)參數(shù)為0.7時(shí)，采用本文方法檢測(cè)無(wú)線傳感器網(wǎng)絡(luò)中惡意節(jié)點(diǎn)誤報(bào)率低于0.4%。說(shuō)明調(diào)節(jié)參數(shù)為0.7時(shí)，采用本文方法所獲取的節(jié)點(diǎn)信譽(yù)值最精準(zhǔn)，可獲取最佳的惡意節(jié)點(diǎn)檢測(cè)精度。采用本文方法檢測(cè)無(wú)線傳感器網(wǎng)絡(luò)惡意節(jié)點(diǎn)時(shí)，設(shè)置調(diào)節(jié)參數(shù)為0.7。

統(tǒng)計(jì)采用本文方法檢測(cè)無(wú)線傳感器網(wǎng)絡(luò)惡意節(jié)點(diǎn)，分別采用直接信譽(yù)值、間接信譽(yù)值以及綜合信譽(yù)值時(shí)，惡意節(jié)點(diǎn)的檢測(cè)精度，統(tǒng)計(jì)結(jié)果如圖6所示。

圖6 惡意節(jié)點(diǎn)檢測(cè)精度

圖6仿真測(cè)試結(jié)果可以看出，采用綜合信譽(yù)值檢測(cè)無(wú)線傳感器網(wǎng)絡(luò)惡意節(jié)點(diǎn)時(shí)，惡意節(jié)點(diǎn)檢測(cè)精度高于98%；采用直接信譽(yù)值檢測(cè)無(wú)線傳感器網(wǎng)絡(luò)惡意節(jié)點(diǎn)時(shí)，惡意節(jié)點(diǎn)檢測(cè)精度高于95%；采用間接信譽(yù)值檢測(cè)無(wú)線傳感器網(wǎng)絡(luò)惡意節(jié)點(diǎn)時(shí)，惡意節(jié)點(diǎn)檢測(cè)精度處于93%-95%之間。綜合分析圖6仿真測(cè)試結(jié)果，采用綜合信譽(yù)值檢測(cè)無(wú)線傳感器網(wǎng)絡(luò)惡意節(jié)點(diǎn)時(shí)，可獲取較高的檢測(cè)精度；采用直接信譽(yù)值檢測(cè)惡意節(jié)點(diǎn)的檢測(cè)精度高于采用間接信譽(yù)值檢測(cè)惡意節(jié)點(diǎn)的檢測(cè)精度。本文方法采用綜合信譽(yù)值實(shí)現(xiàn)惡意節(jié)點(diǎn)檢測(cè)，可獲取較高的檢測(cè)精度。

采用本文方法檢測(cè)無(wú)線傳感器網(wǎng)絡(luò)中的惡意節(jié)點(diǎn)，檢測(cè)輪數(shù)分別為10次、20次以及30次時(shí)，本文方法的惡意節(jié)點(diǎn)檢測(cè)結(jié)果如圖7所示。

圖7 不同檢測(cè)輪數(shù)時(shí)檢測(cè)結(jié)果

圖7仿真測(cè)試結(jié)果可以看出，檢測(cè)輪數(shù)為20次與檢測(cè)輪數(shù)為30次時(shí)，本文方法惡意節(jié)點(diǎn)檢測(cè)結(jié)果相同，說(shuō)明本文方法可在20次內(nèi)完成檢測(cè)迭代，獲取最終的惡意節(jié)點(diǎn)檢測(cè)結(jié)果。檢測(cè)輪數(shù)低于20次時(shí)，伴隨檢測(cè)輪數(shù)的增加，本文方法檢測(cè)惡意節(jié)點(diǎn)的檢測(cè)準(zhǔn)確率有所提升，直至檢測(cè)輪數(shù)到達(dá)20次時(shí)，本文方法檢測(cè)惡意節(jié)點(diǎn)結(jié)果趨于穩(wěn)定。伴隨檢測(cè)輪數(shù)的增加，無(wú)線傳感器網(wǎng)絡(luò)中的匯聚節(jié)點(diǎn)可接收大量的節(jié)點(diǎn)綜合信譽(yù)值，所獲取節(jié)點(diǎn)綜合信譽(yù)值更加精準(zhǔn)，有助于本文方法精準(zhǔn)判定惡意節(jié)點(diǎn)，提升了惡意節(jié)點(diǎn)檢測(cè)效率。

4 結(jié)論

利用增強(qiáng)LEACH協(xié)議實(shí)現(xiàn)無(wú)線傳感器網(wǎng)絡(luò)惡意節(jié)點(diǎn)的有效檢測(cè)。增強(qiáng)LEACH協(xié)議可有效劃分無(wú)線傳感器網(wǎng)絡(luò)中的簇，為惡意節(jié)點(diǎn)精準(zhǔn)檢測(cè)提供有效依據(jù)。仿真測(cè)試結(jié)果驗(yàn)證，所研究方法具有較高的惡意節(jié)點(diǎn)檢測(cè)有效性，惡意節(jié)點(diǎn)檢測(cè)誤報(bào)率較低。利用增強(qiáng)LEACH協(xié)議劃分無(wú)線傳感器網(wǎng)絡(luò)中的簇，令網(wǎng)絡(luò)具有更高可靠性。