王金翔，王 恒，謝婭婭

(荊楚理工學院電子信息工程學院，湖北 荊門 448000)

隨著“中國智造2025”計劃不斷推進，傳統(tǒng)無線傳感網(wǎng)技術也發(fā)生了日新月異的變化，特別是第五代移動通信技術在傳感領域的推廣，使得傳感網(wǎng)絡從僅有數(shù)據(jù)采集、匯聚等功能轉型為兼具數(shù)據(jù)采集、自主裁決、延遲傳輸?shù)刃录夹g形態(tài)的移動延遲容忍傳感網(wǎng)(Mobile Delay Tolerant Sensor Network，MD-TSN)，正在國民經濟體系中發(fā)揮舉足輕重的作用[1]。 傳統(tǒng)組網(wǎng)技術關于數(shù)據(jù)傳輸均需要遵循端到端路徑假設情形，由于當前傳感節(jié)點往往具有移動特性，使得該假設出現(xiàn)失效[2]。 這是由于傳感節(jié)點處于移動狀態(tài)時網(wǎng)絡拓撲結構更迭頻繁，網(wǎng)絡時延較為嚴重，需要依托中繼節(jié)點并采取“存儲-滯留-發(fā)送”模式進行數(shù)據(jù)傳輸[3]。 因此，傳感節(jié)點在布撒過程中需要中繼節(jié)點在共享自身資源的同時，進一步打通處于拓撲更迭及高時延狀態(tài)的網(wǎng)絡，以便能夠更好地提供網(wǎng)絡傳輸服務[4]。

然而，移動延遲容忍傳感網(wǎng)在部署過程中，傳感節(jié)點因能量受限、緩存不足、帶寬制約等因素出現(xiàn)離線現(xiàn)象，導致當前網(wǎng)絡服務出現(xiàn)中斷并使網(wǎng)絡傳輸出現(xiàn)抖動[5]。 因此，采取一定技術手段規(guī)避這種現(xiàn)象，進而提高移動延遲容忍傳感網(wǎng)傳輸性能，正在日益成為研究熱門領域之一[6]。 Salim 等[7]提出了一種基于自適應多權值傳感網(wǎng)分簇傳輸算法，根據(jù)剩余能量、簇頭之間的距離和最佳成員節(jié)點數(shù)來選擇簇頭，選取更接近密度中心的高剩余能量節(jié)點作為中繼節(jié)點，從而形成CH 候選的初始集，具有網(wǎng)絡傳輸帶寬較高的特點。 然而，該算法未考慮節(jié)點移動狀態(tài)下存在的離線現(xiàn)象，使得中繼節(jié)點可用性不強，鏈路抖動嚴重，難以適應移動網(wǎng)絡部署環(huán)境。Nilabar 等[8]提出了一種三角模糊譜聚類機制的傳感網(wǎng)傳輸算法，首先根據(jù)能量水平對傳感節(jié)點進行分組，選擇剩余能量和信號強度較高的傳感器節(jié)點作為簇頭，采用直傳模式將數(shù)據(jù)傳輸至目的節(jié)點，具有部署較為便捷的特性。 但是，該算法在中繼節(jié)點出現(xiàn)拒絕服務現(xiàn)象時采用重傳輸機制進行數(shù)據(jù)傳輸，網(wǎng)絡擁塞控制性能不高，降低了該算法的網(wǎng)絡傳輸帶寬。 Jyoth 等[9]提出了一種基于星型拓撲分割方案的傳感網(wǎng)傳輸算法，利用星型定位概念來優(yōu)化無線傳感器網(wǎng)絡的分簇性能，以最大限度地節(jié)省簇頭資源消耗為目標，具有傳輸性能較高的特點。 然而，該算法未考慮中繼節(jié)點可能存在的服務拒絕現(xiàn)象，易造成簇內區(qū)域擁塞現(xiàn)象，使得算法在移動條件下的網(wǎng)絡傳輸性能較差。 Ullah 等[10]提出了一種基于多社交協(xié)同機制的移動延遲容忍網(wǎng)絡傳輸優(yōu)化算法，該算法按照能耗指標實現(xiàn)多區(qū)域節(jié)點協(xié)同傳輸，能夠以較高的效率實現(xiàn)數(shù)據(jù)投遞。 不過，該算法對網(wǎng)絡環(huán)境穩(wěn)定性要求較高，拓撲處于動態(tài)變化時較易出現(xiàn)數(shù)據(jù)傳輸抖動現(xiàn)象。 Priyankay 等[11]提出了一種基于旅行分區(qū)調度機制的移動延遲容忍網(wǎng)絡傳輸優(yōu)化算法，優(yōu)選具有較優(yōu)傳輸性能的節(jié)點作為中繼節(jié)點，采用旅行機制實現(xiàn)區(qū)域遍歷，能夠迅速形成數(shù)據(jù)傳輸鏈路，網(wǎng)絡收斂性較高。 不過，由于該算法在區(qū)域劃分完畢后將不再進行鏈路更新，所篩選出的中繼節(jié)點出現(xiàn)抖動時難以及時實現(xiàn)更換，因此該算法數(shù)據(jù)傳輸性能較低。

為了改善網(wǎng)絡的傳輸能力，本文提出了一種基于信用度機制的移動延遲容忍傳感網(wǎng)傳輸優(yōu)化算法。 首先，引入副本機制設計了鑒權信息結構，采取成功投遞鑒權(Successful Delivery Authentication，SDA)模式對中繼節(jié)點行為進行評估，量化解析中繼節(jié)點的轉發(fā)性能，增強網(wǎng)絡對中繼節(jié)點的篩選能力。其次，采用雙線性映射方案構建基于身份鑒權機制的中繼節(jié)點可信度確認方法，拒絕服務能力較差的中繼節(jié)點加入傳輸鏈路，提高所選中繼節(jié)點的傳輸能力。 并采用信用分級模式構建了基于信用度機制的節(jié)點激勵方法，篩選信用值較高的節(jié)點作為備用中繼節(jié)點，懲罰拒絕提供服務的中繼節(jié)點，從而優(yōu)化了源節(jié)點與目的節(jié)點間的傳輸路徑，提高網(wǎng)絡傳輸質量。 最后，采用MATLAB 仿真實驗平臺證明了本文算法的性能。

1 移動延遲容忍傳感網(wǎng)絡模型概述

一般而言，移動延遲容忍傳感網(wǎng)近年來多用于智能汽車、無人機組網(wǎng)等領域，具有節(jié)點分布較為稀疏的特點，如智能汽車等應用場景中，每百平方米節(jié)點一般僅有1～2 個。 因此，數(shù)據(jù)傳輸過程中需要對網(wǎng)絡傳輸時延、丟包等具有較高的容忍特性。 此外，移動延遲容忍傳感網(wǎng)節(jié)點部署具有多制式特性，其網(wǎng)絡成型過程一般不采用分簇結構[12]，各傳感節(jié)點均可作為數(shù)據(jù)傳輸過程中的中繼節(jié)點，見圖1。 由于傳感節(jié)點分布區(qū)域較為寬廣，分布密度較為稀疏，各節(jié)點間很難存在具有持續(xù)傳輸能力的中繼節(jié)點。當各節(jié)點處于通信范圍之內時方有一定概率建立傳輸鏈路并進行數(shù)據(jù)通信。 若各節(jié)點間均沒有持續(xù)通信能力或出現(xiàn)能量受限，網(wǎng)絡拓撲將處于中斷狀態(tài)。

圖1 移動延遲容忍傳感網(wǎng)節(jié)點部署

考慮到網(wǎng)絡節(jié)點存在的稀疏特性，本文網(wǎng)絡采取多重傳輸機制:源節(jié)點A發(fā)送數(shù)據(jù)過程中將同時生成多個數(shù)據(jù)副本，數(shù)據(jù)副本被傳輸至Sink 節(jié)點的過程將經過多個中繼節(jié)點。 各中繼節(jié)點轉發(fā)數(shù)據(jù)副本時將添加鑒權信息Message(A):

式中:B(A)表示源節(jié)點A所發(fā)送的數(shù)據(jù)，IDsource表示源節(jié)點的ID 信息，Mid(A)表示中繼節(jié)點信息，Ts(A)表示B(A)對應的時間戳，Auth(A)表示源節(jié)點A的鑒權報文。 式(1)所示數(shù)據(jù)報文中，數(shù)據(jù)段主要為中繼節(jié)點位置相關信息及時間戳，鑒權失敗時將自動丟棄該報文。 考慮到移動延遲容忍傳感網(wǎng)節(jié)點分布具有的系數(shù)特性，源節(jié)點同時發(fā)送的副本數(shù)目一般不超過3 個，且鑒權失敗時將自動丟棄相應副本，因此多重傳輸機制對網(wǎng)絡負載貢獻程度有限。

為進一步提高網(wǎng)絡對節(jié)點中繼傳輸能力的預測，采取成功投遞鑒權(Successful Delivery Authentication，SDA)模式對中繼節(jié)點行為進行評估。 SDA模式首先需要構建一個可由任意節(jié)點i維護的鑒權列表SDA(i)，SDA(i)涵蓋與節(jié)點i有數(shù)據(jù)交互行為的節(jié)點信息。 節(jié)點i通過周期機制遍歷SDA(i)并更新如下參數(shù):

Serv(i，i＋1)表示節(jié)點i＋1 為節(jié)點i提供中繼服務的總頻次。

Suss(i，i＋1)表示節(jié)點i＋1 為節(jié)點i成功進行中繼轉發(fā)的總頻次。

網(wǎng)絡成型后，各節(jié)點均有自己的鑒權列表。 當節(jié)點i完成遍歷后，將按如下規(guī)則更新鑒權列表SDA(i):

Step 1 節(jié)點i作為源節(jié)點，向下一跳節(jié)點i＋1發(fā)送式(1)所示的鑒權信息結構。

Step 2 節(jié)點i＋1 發(fā)現(xiàn)接收到的鑒權信息結構與自身鑒權列表SDA(i＋1)有差異時，將向節(jié)點i反饋信息并同時將信息發(fā)送至下一跳節(jié)點i＋2，見圖2。

圖2 鑒權成功投遞規(guī)則

Step 3 節(jié)點i＋2 在收到信息后，向節(jié)點i＋1 反饋鑒權信息，此時節(jié)點i＋1 將自身鑒權列表SDA(i)中參數(shù)Serv(i，j)及Suss(i，i＋1)均增加1，說明節(jié)點i＋1 可以作為節(jié)點i 的中繼節(jié)點。

但是，單純依靠SDA 模式進行評估可能存在鑒權失敗的問題，這主要由于MD-TSN 網(wǎng)絡節(jié)點具有移動特性，使得網(wǎng)絡拓撲更迭較快。 考慮到節(jié)點間傳輸延時較長，各節(jié)點在等待接收到鑒權列表信息時有較高概率處于離線狀態(tài)。 因此需要進一步提高節(jié)點對離線狀態(tài)的辨別能力，以便網(wǎng)絡能夠快捷進行拓撲維護并穩(wěn)定數(shù)據(jù)傳輸質量。

2 本文移動延遲容忍傳感網(wǎng)傳輸優(yōu)化算法設計

針對節(jié)點存在的離線現(xiàn)象，本文提出了一種基于信用度機制的移動延遲容忍傳感網(wǎng)傳輸優(yōu)化算法。 該算法主要由基于身份鑒權機制的中繼節(jié)點可信度確認方法和基于信用度機制的節(jié)點激勵方法兩部分構成。 當網(wǎng)絡節(jié)點收到數(shù)據(jù)時，首先查詢自身覆蓋范圍內的節(jié)點，按照身份鑒權機制確定可用節(jié)點，處于離線狀態(tài)的節(jié)點將被篩出，下一跳節(jié)點將按照信用度機制得到激勵，優(yōu)選具有較高傳輸性能節(jié)點用以進行中繼傳輸，從而達到穩(wěn)定網(wǎng)絡傳輸?shù)哪康摹?詳細設計如下:

2.1 基于身份鑒權機制的中繼節(jié)點可信度確認

考慮到節(jié)點傳輸時延具有容忍特性，中繼節(jié)點均需要通過基站實現(xiàn)身份或信息確認，確認過程需要依賴于密鑰基站予以實現(xiàn)，以便能夠在時延較長的前提下進一步確保中繼節(jié)點的可信性。 不妨設MD-TSN 中Sink 節(jié)點作為基站，該基站負責對整個網(wǎng)絡派發(fā)密鑰，網(wǎng)絡節(jié)點在執(zhí)行中繼任務前均需要領取密鑰，該密鑰按照雙線性方式生成[13]。 為便于下文介紹密鑰生成過程，首先介紹雙線性映射定理[14]:

定理1不妨設D1和D2均為階數(shù)的乘法循環(huán)域和加法循環(huán)域，其中D1的生成元為R，則雙線性映射f:D1*D2?D2滿足如下模型:

①雙線性(Quadratic Linearity)性質。 對于D1中任意元素A和B，若存在線性系數(shù)x和y隸屬于D1，則有如下模型成立:

②映射發(fā)散性(Divergence of Mapping)。 滿足式(2)的雙線性映射f:D1*D2?D2同將不會退化為D2:

③可測性(Testability)。 對于D1中任意元素A和B，雙線性映射f均可將D1映射為非空域:

式中:Ω0表示非空域。

按式(2)～式(4)所示的方法生成密鑰，具體步驟如下:

Step 1 Sink 節(jié)點選取中D1任意某個元素C作為私鑰，其中D1的生成元為R1，則私鑰RC按如下模型生成:

Step 2 采用哈希映射[15]生成Sink 節(jié)點公鑰sinkR:

Step 3 Sink 節(jié)點對新加入節(jié)點均分配注冊鑒權參數(shù)Auth(sink)，見圖3。 具體生成方式如下:

圖3 密鑰生成與節(jié)點注冊

式中:f代表雙線性映射。

Step 4 新加入節(jié)點在注冊身份信息后，將根據(jù)式(7)獲取注冊鑒權參數(shù)，并按式(5)獲取公鑰。 密鑰生成過程結束。

節(jié)點w1加入網(wǎng)絡并進行注冊后即開始向最終節(jié)點E1傳輸數(shù)據(jù)，詳細步驟如下:

Step 1 節(jié)點w1注冊完畢后，通過查詢Sink 節(jié)點信息獲取可用中繼節(jié)點集合Z(w1):

Step 2 按式(1)獲取節(jié)點的的鑒權信息結構:

式中:B(w1) 表示源節(jié)點w1所發(fā)送的數(shù)據(jù)，IDsource[w1]表示源節(jié)點w1的ID 信息，Mid(w1)表示中繼節(jié)點信息，Ts(w1)表示B(w1)對應的時間戳，Auth(w1)表示源節(jié)點w1的鑒權報文。

Step 3 按式(7)獲取Sink 節(jié)點分配的注冊鑒權參數(shù)Auth(sink)，聯(lián)立式(6)、式(9)構建節(jié)點w1的身份簽名(Identity Signature，IS)IS(w1)如下:

式(10)中參數(shù)同式(9)。

Step 4 將節(jié)點w1的身份簽名IS(w1)及所發(fā)送的數(shù)據(jù)B(w1)傳輸至下一跳節(jié)點，并更新中繼節(jié)點信息Mid(w1):

式中:Mid0(w1)表示源節(jié)點w1進行數(shù)據(jù)發(fā)送時的中繼節(jié)點信息。

Step 5 循環(huán)進行Step 1 ～4，見圖4，最終搜尋到的傳輸路徑L(w1)為:

圖4 傳輸路徑初始化過程

式中:ui表示第i個中繼節(jié)點，E1表示最終節(jié)點。

節(jié)點w1搜尋傳輸路徑時，可能存在搜尋路徑不唯一的情形。 因此，當?shù)趇個中繼節(jié)點ui接收到數(shù)據(jù)報文時，將按如下步驟進行路徑校驗B(w1)和IS(w1):

Step 1 針對接收到的數(shù)據(jù)B(w1)，檢驗其時間戳Ts(w1)，當時間戳未過期時，繼續(xù)校驗身份簽名IS(w1)。

Step 2 Sink 節(jié)點對身份簽名IS(w1)進行驗證，當身份簽名為合法簽名時，繼續(xù)進行簽名確認，見圖5。

圖5 中繼節(jié)點的身份簽名驗證

Step 3 按式(2)、式(4)所示的雙線性映射，對身份簽名IS(w1)進行驗證，通過驗證的節(jié)點被選為中繼節(jié)點。 驗證方法如下:

式(13)中參數(shù)同式(10)。

當節(jié)點w1所提身份簽名被中繼節(jié)點ui證實后，將按如下流程繼續(xù)發(fā)送至下一跳中繼節(jié)點ui＋1，見圖6:

圖6 中繼節(jié)點雙向鏈路的穩(wěn)定性鑒權過程

Step 1ui按照式(1) 生成鑒權信息結構Message(ui)，下一跳節(jié)點ui＋1可通過該鑒權信息結構獲取源節(jié)點w1信息。

Step 2ui將Message(ui)發(fā)送至上一跳節(jié)點ui-1，說明節(jié)點w1所上傳的源數(shù)據(jù)已經被成功轉發(fā)。

Step 3 下一跳節(jié)點ui＋1收到鑒權信息結構Message(ui)后，將重新生成Message(ui＋1)并發(fā)送至中繼節(jié)點ui。 當節(jié)點w1可解析到路徑中全部中繼節(jié)點所傳送的Message(u1)、Message(u1)、…、Message(ui)，時，說明式(12)所確定的傳輸鏈路具有穩(wěn)定特性，可用于數(shù)據(jù)傳輸。

可信度確認過程主要新增能量消耗為副本傳輸能耗，由于移動延遲容忍網(wǎng)絡節(jié)點具有系數(shù)特性，副本傳輸數(shù)量有限，因而該過程將不會顯著增加傳輸能耗。

2.2 基于信用度機制的中繼節(jié)點激勵

通過基于身份鑒權機制的中繼節(jié)點可信度確認方法，可為節(jié)點w1提供一條或多條傳輸鏈路用以進行數(shù)據(jù)傳輸，周期性更新這些鏈路信息即可確保節(jié)點w1不處于離線狀態(tài)。 不過，由于移動延遲容忍傳感網(wǎng)節(jié)點均具有自私特性，即出現(xiàn)能量受限、帶寬激增情況時將會拒絕對節(jié)點w1提供轉發(fā)服務。 因此節(jié)點w1需要對中繼節(jié)點相關行為建立信用度機制，數(shù)據(jù)傳輸將優(yōu)先選取信用度較高的中繼節(jié)點。 首先對信用度組成參數(shù)做出如下規(guī)定:

定義1一級信用值(First Class Credit Value，F(xiàn)CCV)。 一級信用值FCCV[ui，uj｜Tn]指中繼節(jié)點uj通過計算后產生的分數(shù)，uj與當前中繼節(jié)點ui存在直接數(shù)據(jù)傳輸關系，其中Tn表示第n個數(shù)據(jù)傳輸周期。

定義2次級信用值(Secondary Credit Value，SCV)。 次級信用值SCV[ui，uj｜Tn]指中繼節(jié)點uj通過計算后產生的分數(shù)，但uj與當前中繼節(jié)點ui不存在直接數(shù)據(jù)傳輸關系，不過uj亦在ui的傳輸鏈路上，其中Tn表示第n個數(shù)據(jù)傳輸周期。

定義3信用值(Credit Value，CV)。 信用值CV[ui｜Tn]指當前中繼節(jié)點ui基于FCCV[ui，uj｜Tn]和SCV[ui，uj｜Tn]后所獲取的最終分數(shù)，其中Tn表示第n個數(shù)據(jù)傳輸周期。 可由如下模型獲取:

式中:μ表示積累系數(shù)，該數(shù)值越高說明中繼節(jié)點ui的信用越好，該數(shù)值可設定為ui的周期成功轉發(fā)頻次。 根據(jù)定義2，F(xiàn)CCV[ui，uj｜Tn]可由與中繼節(jié)點ui有直接數(shù)據(jù)傳輸關系的節(jié)點uj進行評估:

式中:ω表示一級信用參數(shù)，zij(Tn)表示第n個數(shù)據(jù)傳輸周期內節(jié)點ui成功轉發(fā)數(shù)據(jù)次數(shù)，F(xiàn)ij(Tn)表示第n個數(shù)據(jù)傳輸周期內節(jié)點ui拒絕轉發(fā)數(shù)據(jù)次數(shù)。顯然，F(xiàn)ij(Tn)越高說明中繼節(jié)點ui的一級信用值越低。

為確保網(wǎng)絡可根據(jù)式(14)所確定的CV[ui｜Tn]對離線狀態(tài)的中繼節(jié)點節(jié)點進行懲罰，本文構建一級信用參數(shù)ω如下:

式中:P(ui，Tn)表示節(jié)點ui在第n個數(shù)據(jù)傳輸周期內的拒絕服務概率。

聯(lián)立式(15) ～式(16)得到一級信用值FCCV[ui，uj｜Tn]后，繼續(xù)通過下式獲取次級信用值SCV[ui，uj｜Tn]:

式(17)中num 表示參與獲取信用值的節(jié)點總數(shù)，Tn-1表示第n-1 個傳輸周期，net 表示整個網(wǎng)絡中可用節(jié)點組成的集合。

聯(lián)立式(15)～式(17)即可獲取中繼節(jié)點ui在任意傳輸周期內的信用值。 節(jié)點w1傳輸數(shù)據(jù)時，針對所遇到的多個中繼節(jié)點u1、u2、…、ui，逐個獲取CV 值，選取信用值最大的節(jié)點ui作為中繼節(jié)點，若節(jié)點ui在當前周期內成功傳輸數(shù)據(jù)則CV 值將增加，從而得到激勵，下一時刻將有更高幾率被選取為中繼節(jié)點。 若節(jié)點ui在當前周期內未能成功傳輸數(shù)據(jù)則CV 值將減少，從而受到懲罰，下一時刻將有較低幾率被選取為中繼節(jié)點，見圖7。

圖7 基于信用度機制的中繼節(jié)點激勵過程

綜上所述，本文算法首先通過雙線性方式生成加密密鑰，以規(guī)避惡意節(jié)點混入網(wǎng)絡的安全風險，鏈路形成過程中采用雙向鑒權方式對傳輸鏈路予以進一步優(yōu)化，解析出一條具有較高可用性的鏈路，以達到穩(wěn)定數(shù)據(jù)傳輸?shù)哪康摹?隨后，考慮到傳輸鏈路存在的多態(tài)特性，通過計算信用度的方式對中繼節(jié)點予以激勵，將具有較高信用度的中繼節(jié)點賦以較高的數(shù)據(jù)傳輸概率，從而進一步提升中繼節(jié)點的數(shù)據(jù)傳輸效果。

3 本文算法時間復雜度分析

不妨設網(wǎng)絡節(jié)點總數(shù)為n，算法主要由基于身份鑒權機制的中繼節(jié)點可信度確認方法和基于信用度機制的節(jié)點激勵方法兩部分構成，在基于身份鑒權機制的中繼節(jié)點可信度確認方法中，節(jié)點的注冊過程需要對全網(wǎng)節(jié)點進行遍歷，時間復雜度為o(n)，傳輸路徑驗證過程中需要采用雙線性方式對節(jié)點予以確認，該過程也依賴于節(jié)點的首次全網(wǎng)遍歷，因而基于身份鑒權機制的中繼節(jié)點可信度確認方法的整體時間復雜度為o(n)。 基于信用度機制的節(jié)點激勵方法為所提算法的第二個執(zhí)行過程，該過程執(zhí)行時將對網(wǎng)絡中經過確認的節(jié)點(不妨設個數(shù)為m)進行遞歸排序計算，遞歸過程需要不斷篩選出信用值最大的節(jié)點，因而時間復雜度為o(m2)。綜合上述部分的時間復雜度，可知所提算法的時間復雜度為o(n)＋o(m2)。 若移動延遲容忍網(wǎng)中節(jié)點均能得到注冊驗證，則所提算法的整體時間復雜度近似滿足o(m2)。

4 實驗與分析

為便于對比所提算法的性能，設置MATLAB 作為仿真實驗環(huán)境[16]。 節(jié)點分布為矩形，大小為10 240 m×10 240 m，布撒后移動速度可設，其余仿真參數(shù)見表1。 為突出所提算法的性能，特別是考慮到延遲容忍技術中因容忍特性所帶來的路由多跳及多徑傳輸特性，將業(yè)界常用的基于能量多跳路由機制的傳感網(wǎng)傳輸算法[17](Energy-Efficient Multihop Routing in WSN Using the Hybrid Optimization Algorithm，EEMR 算法)和基于模糊-貓群優(yōu)化機制的無線傳感網(wǎng)多徑傳輸算法[18](Multipath Data Transmission in WSN Using Exponential Cat Swarm and Fuzzy Optimisation，MD-CSFO 算法)設置為對照組。 測試指標為路徑抖動頻次、中繼節(jié)點離線率、網(wǎng)絡傳輸帶寬三項。

表1 仿真參數(shù)

路徑抖動頻次:該項指標為累積值，當網(wǎng)絡開始運行后，以第一次發(fā)生數(shù)據(jù)傳輸失敗為起始點，網(wǎng)絡所記錄下的數(shù)據(jù)傳輸失敗總次數(shù)。

中繼節(jié)點離線率:該項指標為實時值，指無法提供服務的中繼節(jié)點在整體中繼節(jié)點中的占比，顯然該指標越高說明中繼節(jié)點使用情況不佳，需要采取措施穩(wěn)定數(shù)據(jù)傳輸鏈路。

網(wǎng)絡傳輸帶寬:網(wǎng)絡傳輸帶寬指終端節(jié)點接受到的傳輸帶寬總和，顯然網(wǎng)絡傳輸帶寬越高說明數(shù)據(jù)傳輸鏈路穩(wěn)健性也就越強，網(wǎng)絡服務質量也越優(yōu)越。

4.1 路徑抖動頻次測試

圖8 所示為所提算法、EEMR 算法及MD-CSFO算法在不同節(jié)點運動速度下的路徑抖動頻次測試結果。 由圖可知，各算法均具有路徑抖動頻次較高的特點，這是由于移動延遲容忍傳感網(wǎng)具有節(jié)點移動性和傳輸抖動性，需要適應環(huán)境的多徑傳輸、多跳傳輸及拓撲高抖動特點，因而為達到較高的傳輸質量需要對路徑予以多次試探，因而路徑抖動頻次較高。不過，所提算法對路徑抖動現(xiàn)象的抑制能力較強，路徑抖動頻次始終處于較低水平，顯著低于對照組算法。 這是由于本文算法針對網(wǎng)絡節(jié)點存在的稀疏特性，采取鑒權機制對鏈路進行固化處理，能夠有效規(guī)避服務質量較差的節(jié)點被選為中繼節(jié)點，因此鏈路穩(wěn)定、性能較高。 特別是所提算法通過設計節(jié)點信用值，能夠量化評估節(jié)點服務能力，所選節(jié)點均為信用值最高的節(jié)點，具有網(wǎng)絡路徑穩(wěn)定性能較高的特點。 EEMR 算法主要按照最優(yōu)跳數(shù)進行中繼節(jié)點篩選，并使用低能量自適應分簇層次協(xié)議選擇簇頭，以最小化網(wǎng)絡中的通信量。 但是，該算法未對中繼節(jié)點可能存在的拒絕服務現(xiàn)象進行評估，所篩選中繼節(jié)點的鏈路抖動抑制效果較差，使得算法整體網(wǎng)絡路徑穩(wěn)定性能受到嚴重影響，路徑抖動頻次較高。MD-CSFO 算法主要采用貓群搜索機制篩選中繼節(jié)點，篩選過程存在業(yè)務密度和鏈路壽命因素占比較高的特點，網(wǎng)絡節(jié)點處于移動狀態(tài)時將會導致業(yè)務密度急劇下降，使得中繼節(jié)點拒絕服務現(xiàn)象出現(xiàn)頻率要高于所提算法，因此路徑抖動頻次較高。

圖8 路徑抖動頻次測試

4.2 中繼節(jié)點離線率測試

圖9 所示為所提算法、EEMR 算法及MD-CSFO算法在不同節(jié)點傳輸率下的中繼節(jié)點離線率測試結果。 由圖可知，所提算法具有中繼節(jié)點服務能力較高的特性，離線率要顯著低于對照組算法。 這是由于本文算法針對中繼節(jié)點具有的移動特性，對可提供服務的中繼節(jié)點進行雙向鑒權，全鏈路上可用中繼節(jié)點均能以周期形式被源節(jié)點所感知，被篩選的中繼節(jié)點服務能力較強，因而具有離線率較低的特點。 EEMR 算法單純采用最優(yōu)跳數(shù)篩選中繼節(jié)點，所選中繼節(jié)點在能量受限時將處于離線狀態(tài)，特別是該算法在出現(xiàn)中繼節(jié)點拒絕服務現(xiàn)象時并未采取剔除措施，使得服務能力較低的中繼節(jié)點將有較高概率被用于數(shù)據(jù)傳輸，鏈路抖動較為頻繁，使得中繼節(jié)點離線率亦要高于本文算法。 MD-CSFO 算法主要根據(jù)中繼節(jié)點服務熱度，采取貓群搜索機制對鏈路壽命較長的中繼節(jié)點進行篩選。 不過，該算法路由于更新周期較長，移動節(jié)點適用性不足，網(wǎng)絡拓撲出現(xiàn)頻繁更迭時難以將中繼節(jié)點信息通知源節(jié)點，離線狀態(tài)的中繼節(jié)點將有較高概率繼續(xù)進行數(shù)據(jù)中繼傳輸，因而存在中繼節(jié)點服務質量較低的不足，導致該算法的中繼節(jié)點離線率亦要高于所提算法。

圖9 中繼節(jié)點離線率測試

4.3 網(wǎng)絡傳輸帶寬

圖10 所示為所提算法、EEMR 算法及MD-CSFO算法在不同節(jié)點密度下的網(wǎng)絡傳輸帶寬測試結果。由圖可知，所提算法的網(wǎng)絡傳輸帶寬始終較高，具有網(wǎng)絡傳輸能力較強的特性。 這是由于本文算法針對網(wǎng)絡中繼節(jié)點拒絕服務現(xiàn)象，設計了基于身份鑒權機制的中繼節(jié)點可信度確認方法。 中繼節(jié)點提供服務前均需要通過Sink 節(jié)點進行注冊并進行鑒權，鑒權過程中將逐跳對中繼節(jié)點進行篩選，優(yōu)選具有較高信用值的中繼節(jié)點，因而具有網(wǎng)絡傳輸帶寬較高的特點。 EEMR 算法主要按照跳數(shù)最小原則優(yōu)選網(wǎng)絡傳輸鏈路，未考慮中繼節(jié)點拒絕服務情形，當中繼節(jié)點出現(xiàn)拒絕服務時將會出現(xiàn)較為嚴重的網(wǎng)絡數(shù)據(jù)重傳輸現(xiàn)象，使得網(wǎng)絡擁塞嚴重，降低了網(wǎng)絡傳輸帶寬。MD-CSFO 算法雖然采取貓群搜索機制優(yōu)選服務時長較長的鏈路作為傳輸鏈路，且考慮到能量受限現(xiàn)象選取具有較高能量值的節(jié)點作為中繼節(jié)點，能夠在一定程度上緩解網(wǎng)絡擁塞現(xiàn)象。 不過，該算法僅采用單向路由模式進行鏈路篩選，中繼節(jié)點出現(xiàn)抖動時將無法將其性能準確反饋至源節(jié)點。 特別是該算法未對中繼節(jié)點服務能力進行鑒權，使得服務能力較差的節(jié)點有一定概率被選為中繼節(jié)點，降低了該算法的傳輸性能，導致其網(wǎng)絡傳輸帶寬要顯著低于本文算法。

圖10 網(wǎng)絡傳輸帶寬測試

5 結束語

為提高移動延遲容忍傳感網(wǎng)(MD-TSN)的鏈路穩(wěn)定性能，增強網(wǎng)絡傳輸質量，提出了一種基于信用度機制的移動延遲容忍傳感網(wǎng)傳輸優(yōu)化算法。 算法主要由基于身份鑒權機制的中繼節(jié)點可信度確認方法和基于信用度機制的節(jié)點激勵方法兩部分構成，通過鑒權機制選取具有較高服務能力的節(jié)點作為中繼節(jié)點，并采用信用度機制對節(jié)點進行激勵或懲罰處理，提高了網(wǎng)絡對中繼節(jié)點的篩選能力，具有網(wǎng)絡傳輸性能較高的特點。

下一步，將針對所提算法鑒權過程較為復雜的不足，擬引入錨節(jié)點機制提高算法鑒權性能，縮短中繼節(jié)點周期，進一步提升算法對移動延遲容忍傳感網(wǎng)的適應能力，促進所提算法在實際中的推廣應用力度。