趙繼業(yè)

(廣東省中醫(yī)院信息處,廣東 廣州 510120)

0 引 言

無線傳感器網(wǎng)絡(luò)用于在某一區(qū)域內(nèi)收集大量的數(shù)據(jù)信息，并通過不同的通信信道對數(shù)據(jù)信息進行傳輸。無線傳感器網(wǎng)絡(luò)會因為與基站通信的原因使網(wǎng)絡(luò)能量較少，利用率較低，導(dǎo)致網(wǎng)絡(luò)能耗較高，從而縮短了網(wǎng)絡(luò)使用壽命[1]。而簇狀樹形網(wǎng)絡(luò)具有功耗低、擴展性好等特點，因此可將簇狀樹形網(wǎng)絡(luò)應(yīng)用到無線傳感器網(wǎng)絡(luò)中，形成簇狀樹形無線傳感器網(wǎng)絡(luò)。但在對傳統(tǒng)的簇狀樹形無線傳感器網(wǎng)絡(luò)路由協(xié)議分析中發(fā)現(xiàn)，路由協(xié)議的應(yīng)用效果達不到預(yù)期，因此簇狀樹形無線傳感器網(wǎng)絡(luò)路由協(xié)議分析已成為目前亟需解決的問題。文獻[2]根據(jù)節(jié)點能量設(shè)計了簇狀樹形無線傳感器網(wǎng)絡(luò)路由協(xié)議，采用路由Dijkstra算法，構(gòu)建最小生成樹，使得節(jié)點能耗均衡。但是該協(xié)議的簇首能耗方差值較高，且路由協(xié)議簇首能耗方差較大。文獻[3]設(shè)計了一種基于簇的新式無線傳感器網(wǎng)絡(luò)交會路由協(xié)議，通過在網(wǎng)絡(luò)中構(gòu)建交會區(qū)域劃分網(wǎng)絡(luò)區(qū)域，分配網(wǎng)絡(luò)負載，但是該協(xié)議的存活節(jié)點數(shù)量和節(jié)點剩余能量較少。

針對上述設(shè)計協(xié)議存在的問題，本文利用云安全模型設(shè)計一種簇狀樹形無線傳感器網(wǎng)絡(luò)路由協(xié)議。云安全模型根據(jù)《CSA云計算安全技術(shù)要求 第1部分：總則》提出，根據(jù)云計算的基本層級結(jié)構(gòu)和安全任務(wù)特征，設(shè)計一種云安全模型的框架，通過該模型對海量的數(shù)據(jù)節(jié)點進行訪問，分析不同區(qū)域內(nèi)、不同節(jié)點之間的關(guān)聯(lián)性[4-5]。下面介紹基于云安全模型的路由協(xié)議設(shè)計過程。

1 簇狀樹形無線傳感器網(wǎng)絡(luò)路由協(xié)議

1.1 簇狀樹形無線傳感器網(wǎng)絡(luò)傳輸能耗計算

假設(shè)簇狀樹形無線傳感器網(wǎng)絡(luò)的節(jié)點，在一個M×M的區(qū)域內(nèi)隨機分布，每個節(jié)點有各自的標(biāo)識，同時這些節(jié)點都是靜止的，且能量有限，所有節(jié)點具有數(shù)據(jù)融合能力，并具有改變自身發(fā)射功率的性能和一定的計算以及存儲功能。已知簇狀樹形無線傳感器在正常工作狀態(tài)下，具有一定的能量消耗，而路由協(xié)議與傳輸能耗之間存在關(guān)聯(lián)性，這些能耗通過數(shù)據(jù)發(fā)送、接收以及傳輸產(chǎn)生，因此根據(jù)無線傳輸能耗模型的基本結(jié)構(gòu)發(fā)現(xiàn)，除了接收和發(fā)送的能量消耗外，還有一部分能量消耗來自放大器，該數(shù)據(jù)與傳輸距離之間存在強關(guān)聯(lián)[6-7]。根據(jù)多次測試發(fā)現(xiàn)，當(dāng)傳輸距離l小于某個給定的傳輸距離l0時，發(fā)送放大器與自由能耗相關(guān)；當(dāng)傳輸距離l大于給定的傳輸距離l0時，發(fā)送放大器則與多路徑能耗衰減規(guī)律相關(guān)。因此當(dāng)簇狀樹形無線傳感器網(wǎng)絡(luò)需要傳輸數(shù)據(jù)時，則發(fā)送方的能耗值為：

(1)

其中：ET表示周期為T的發(fā)送方能耗；w表示傳輸路徑；E1、E2分別表示發(fā)送電路需要消耗和傳輸需要消耗的能量，其中E1與傳輸距離無關(guān)，而E2與傳輸距離有關(guān)；λ1、λ2分別表示不同的能耗傳輸規(guī)律[8-9]。給定的傳輸距離l0是分析能耗傳輸規(guī)律的重要指標(biāo)，該值的計算公式為：

(2)

由于發(fā)送方與接收方是不同的，因此距離參數(shù)與接收方的能量消耗值不存在關(guān)聯(lián)性。綜合上述分析與計算，得出簇狀樹形無線傳感器網(wǎng)絡(luò)傳輸數(shù)據(jù)時需要消耗的傳輸能量的表達式為：

ET(w)=WET(w,l)

(3)

其中W表示傳輸路徑上所有傳輸節(jié)點。

綜合上述計算過程，得到簇狀樹形無線傳感器網(wǎng)絡(luò)在接收與發(fā)送數(shù)據(jù)時的傳輸能耗[10-11]。

1.2 基于云安全模型的節(jié)點信任值預(yù)測

在上述簇狀樹形無線傳感器網(wǎng)絡(luò)傳輸能耗計算的基礎(chǔ)上，基于云安全模型對節(jié)點信任值進行預(yù)測。無線傳感器網(wǎng)絡(luò)傳輸數(shù)據(jù)時，各個云安全態(tài)勢要素值之間存在大量的不確定性，因此利用云安全模型，推理云安全態(tài)勢要素的不確定性[12]。該模型首先利用可信度函數(shù)CL，計算云安全態(tài)勢各種要素之間的不確定關(guān)系，該計算結(jié)果如下：

CL(X,Y)=TL(X,Y)-DL(X,Y)ET(w)

(4)

其中：X表示不確定原因?qū)е碌慕Y(jié)果；Y表示云安全要素之間的不確定原因；TL、DL則分別表示信任增長度和不信任增長度[13]。其中TL與DL這2個函數(shù)的參數(shù)計算方程如下：

(5)

(6)

其中：P(X)表示導(dǎo)致結(jié)果X的先驗概率；P(X|Y)表示當(dāng)不確定原因Y發(fā)生時，同時發(fā)生X的條件概率[14]。當(dāng)n個不同的安全事件，引發(fā)一個安全事件時，假設(shè)事件分別為s1,s2,…,sn，則利用云安全模型可以得到n個可信度，即：

CL(X1,X2,…,Xn)=CL(X1)+…+CL(Xn)-CL(X1)×…×CL(Xn)

(7)

利用上述計算結(jié)果，衡量云安全態(tài)勢要素之間的不確定性關(guān)系。根據(jù)直接信任值、間接信任值和能量信任值，預(yù)測綜合信任值[15]。根據(jù)接收和發(fā)送數(shù)據(jù)包實際數(shù)量，預(yù)測節(jié)點之間的直接信任值：

Know(1)=φ(ω1Q1+ω2Q2)+(1-φ)(Q1+Q2)CL(X,Y)

(8)

其中：φ表示歷史信任值權(quán)重；(1-φ)表示當(dāng)前信任值權(quán)重；ω1、ω2分別表示不同的揮發(fā)因子；Q1、Q2分別表示發(fā)送數(shù)據(jù)包的數(shù)量和接收數(shù)據(jù)包的數(shù)量占總數(shù)據(jù)包數(shù)量的比例[16]。而直接信任值是計算不同節(jié)點之間間接信任值的前提，因此假設(shè)An=(A1,A2,…,Am)為鄰節(jié)點集合，其中m表示公共節(jié)點的實際數(shù)量，因此間接信任值的計算結(jié)果為：

(9)

(10)

其中：Q1Ej表示剩余能量值；E0表示初始能量值。根據(jù)公式(7)～公式(10)，預(yù)測綜合信任值：

K=CL1Know(1)+CL2Know(2)+CL3Ej

(11)

其中，CL1、CL2以及CL3為云安全模型的預(yù)測權(quán)重。以此實現(xiàn)云安全模型對節(jié)點信任值的預(yù)測[18]。

1.3 基于蟻群算法的分區(qū)節(jié)點最優(yōu)路徑獲取

以上述節(jié)點信任值預(yù)測結(jié)果為基礎(chǔ)，采用蟻群算法獲取分區(qū)節(jié)點的最優(yōu)路徑。根據(jù)壓縮感知理論的基本定義，可知若測量矩陣的維度為M×N，則N×1維的列向量可用x來表示，則：

(12)

(13)

其中，Φ表示稀疏矩陣；βMN表示M×N維度中的變換系數(shù)；βij表示第i行第j列的變換量[19-20]。利用公式(12)和公式(13)，對N個節(jié)點xj進行乘加運算，得到M個測量結(jié)果[21]。將稀疏矩陣的行元素作為無線傳感器網(wǎng)絡(luò)的傳輸路徑投影，將矩陣劃分為M個子區(qū)域，則稀疏矩陣為：

(14)

根據(jù)公式(14)中的各項數(shù)據(jù)可知，矩陣中包含多個區(qū)域，且其中包含了許多0元素，因此將塊矩陣中的非0元素與對應(yīng)的數(shù)據(jù)相乘，然后進行數(shù)據(jù)傳輸，以此減少傳輸需要消耗的能量。蟻群算法按照上述過程，劃分簇狀樹形無線傳感器網(wǎng)絡(luò)分區(qū)，然后通過如圖1所示的搜索方式，執(zhí)行路由協(xié)議內(nèi)容[22]。

圖1 蟻群算法示意圖

蟻群算法在結(jié)束每一次循環(huán)任務(wù)時，對發(fā)現(xiàn)的分區(qū)最優(yōu)解進行信息增強，強化找到的最優(yōu)當(dāng)前路徑，同時削弱差于當(dāng)前最優(yōu)路徑的螞蟻對于信息濃度的影響效果[23]。至此實現(xiàn)基于云安全模型的簇狀樹形無線傳感器網(wǎng)絡(luò)路由協(xié)議。

2 仿真實驗與分析

2.1 設(shè)置仿真參數(shù)

為了驗證本文設(shè)計的基于云安全模型的簇狀樹形無線傳感器網(wǎng)絡(luò)路由協(xié)議在實際應(yīng)用中的性能，在Matlab平臺上進行一次仿真實驗檢測，分析不同的路由協(xié)議面對簇狀樹型無線傳感器網(wǎng)絡(luò)時的應(yīng)用效果。利用Matlabr 2018b仿真無線傳感器網(wǎng)絡(luò)模型，將文中設(shè)計的路由協(xié)議作為實驗組，將文獻[2]設(shè)計的無線傳感器網(wǎng)絡(luò)基于節(jié)點能量的簇內(nèi)多跳樹型路由協(xié)議和文獻[3]設(shè)計的基于簇的無線傳感器網(wǎng)絡(luò)交會路由協(xié)議作為對照組，比較協(xié)議的能量利用率、能耗均衡等性能。表1為此次仿真實驗設(shè)置的參數(shù)。

表1 仿真實驗參數(shù)

2.2 簇首能耗方差

實驗的第一階段，以簇首能耗方差為實驗指標(biāo)進行測試，假設(shè)簇首能耗方差的值用F來表示，利用該值衡量簇首負載的均衡效果。圖2為20次測試過程中，得到文獻[2]設(shè)計的無線傳感器網(wǎng)絡(luò)基于節(jié)點能量的簇內(nèi)多跳樹型路由協(xié)議、文獻[3]設(shè)計的基于簇的無線傳感器網(wǎng)絡(luò)交會路由協(xié)議和本文設(shè)計的基于云安全模型的簇狀樹形無線傳感器網(wǎng)絡(luò)路由協(xié)議的簇首能耗方差。

(a) 前10次測試

(b) 后10次測試

根據(jù)圖2的前10次和后10次測試可知，由于文獻[2]協(xié)議設(shè)計的簇的規(guī)模相同，通過外環(huán)簇首收集后向內(nèi)環(huán)逐個傳輸，直至匯聚節(jié)點，因此外環(huán)簇首的能耗值要遠遠小于內(nèi)環(huán)，因此該協(xié)議的能耗方差較大；文獻[3]的協(xié)議將節(jié)點覆蓋區(qū)域劃分成非數(shù)據(jù)匯聚區(qū)和數(shù)據(jù)匯聚區(qū)，因此其簇首能耗方差稍小于文獻[2]協(xié)議；本文設(shè)計的路由協(xié)議采用安全預(yù)測和分區(qū)搜索的方式完成分簇，同一環(huán)的簇首數(shù)量相同，同時外環(huán)的簇內(nèi)成員要小于內(nèi)環(huán)，因此簇首的能耗更加平衡。

2.3 存活節(jié)點

根據(jù)上一階段的測試結(jié)果，得到不同測試組每一輪存活的節(jié)點數(shù)量，如圖3所示。

(a) 第一次測試

(b) 第二次測試

根據(jù)圖3中的2次測試結(jié)果可知，由于文獻[2]協(xié)議均勻分簇，導(dǎo)致簇首負載過大，因此在第872輪所有節(jié)點能量耗盡；文獻[3]協(xié)議不劃分節(jié)點簇首，信息可以直接被傳送至Sink節(jié)點，因此在第1076輪所有節(jié)點能量耗盡，要好于文獻[2]協(xié)議的測試結(jié)果；本文設(shè)計的基于云安全模型的簇狀樹形無線傳感器網(wǎng)絡(luò)路由協(xié)議的內(nèi)環(huán)簇內(nèi)成員較少，節(jié)省了更多的能量進行外環(huán)數(shù)據(jù)傳輸，因此在第1255輪時才出現(xiàn)所有節(jié)點能量耗盡的情況，控制了節(jié)點過早死亡的現(xiàn)象。

2.4 節(jié)點剩余能量

文獻[2]設(shè)計的無線傳感器網(wǎng)絡(luò)基于節(jié)點能量的簇內(nèi)多跳樹型路由協(xié)議、文獻[3]設(shè)計的基于簇的無線傳感器網(wǎng)絡(luò)交會路由協(xié)議和本文設(shè)計的基于云安全模型的簇狀樹形無線傳感器網(wǎng)絡(luò)路由協(xié)議的節(jié)點剩余能量測試結(jié)果如圖4所示。

(a) 第一次測試

(b) 第二次測試

根據(jù)圖4中的2次測試結(jié)果可知，文獻[2]協(xié)議由于內(nèi)環(huán)節(jié)點失效，導(dǎo)致外環(huán)節(jié)點發(fā)送信息的距離過大，其能量被最先耗盡；文獻[3]協(xié)議在匯聚區(qū)域內(nèi)不分簇，所以控制了開銷，改善了協(xié)議耗能情況；本文協(xié)議利用螞蟻算法搜索通信路由，找出全局最優(yōu)傳輸路徑，因此節(jié)點剩余能量最多，在實驗測試的最后階段才逐漸耗盡。

2.5 接收數(shù)據(jù)包量

文獻[2]設(shè)計的無線傳感器網(wǎng)絡(luò)基于節(jié)點能量的簇內(nèi)多跳樹型路由協(xié)議、文獻[3]設(shè)計的基于簇的無線傳感器網(wǎng)絡(luò)交會路由協(xié)議和本文設(shè)計的基于云安全模型的簇狀樹形無線傳感器網(wǎng)絡(luò)路由協(xié)議的接收數(shù)據(jù)包量測試結(jié)果如圖5所示。

(a) 第一次測試

(b) 第二次測試

根據(jù)圖5中的2次測試結(jié)果可知，文獻[2]協(xié)議形成的簇規(guī)模相等，因此接收的數(shù)據(jù)包最少；文獻[3]協(xié)議每輪分簇能耗較大，因此接收數(shù)據(jù)包的數(shù)量并沒有得到較大程度的改善；本文協(xié)議節(jié)點能耗均衡，因此接收到的數(shù)據(jù)包更多。經(jīng)計算文獻[2]協(xié)議和文獻[3]協(xié)議的數(shù)據(jù)包接收數(shù)量，比本文協(xié)議分別少了48.1%和22.6%。可見，本文設(shè)計的路由協(xié)議提升了節(jié)點能量利用率。

3 結(jié)束語

本文針對傳統(tǒng)的簇狀樹形無線傳感器網(wǎng)絡(luò)路由協(xié)議存在的不足進行了優(yōu)化和補充，加強了路由協(xié)議整體工作效果。但本文的研究過程中在設(shè)計路由協(xié)議時涉及了大量的計算公式，在數(shù)據(jù)處理上容易出現(xiàn)計算誤差。因此今后的研究工作會將重點放在智能化處理上，通過設(shè)計更加智能的路由協(xié)議，減少無線傳感器網(wǎng)絡(luò)中可能出現(xiàn)的數(shù)據(jù)傳輸問題。