基于數(shù)據(jù)和能量可信的物聯(lián)網(wǎng)信任模型

朱程（蚌埠學(xué)院計(jì)算機(jī)科學(xué)與技術(shù)系，安徽蚌埠233030）

基于數(shù)據(jù)和能量可信的物聯(lián)網(wǎng)信任模型

朱程
（蚌埠學(xué)院計(jì)算機(jī)科學(xué)與技術(shù)系，安徽蚌埠233030）

正在掀起第三次信息技術(shù)革命的物聯(lián)網(wǎng)具有巨大的應(yīng)用前景，其信息傳遞通過傳感器節(jié)點(diǎn)實(shí)現(xiàn)，由于傳感器節(jié)點(diǎn)具有能量、計(jì)算能力有限等特點(diǎn)，需要進(jìn)行數(shù)據(jù)融合。物聯(lián)網(wǎng)在進(jìn)行數(shù)據(jù)融合過程中易受到各種類型的攻擊，為了保證融合結(jié)果的真實(shí)性和可靠性，建立了一種基于數(shù)據(jù)和能量可信的信任模型，仿真結(jié)果表明該模型具有一定的可靠性。

物聯(lián)網(wǎng)；數(shù)據(jù)融合；信任模型

物聯(lián)網(wǎng)被認(rèn)為是繼計(jì)算機(jī)、互聯(lián)網(wǎng)、移動(dòng)通信網(wǎng)絡(luò)之后的又一次信息產(chǎn)業(yè)革命。它通過各種可能的網(wǎng)絡(luò)接入，實(shí)現(xiàn)物與物、物與人的泛在連接，從而實(shí)現(xiàn)對(duì)物品和過程的智能化感知、識(shí)別和管理[1]。實(shí)現(xiàn)物聯(lián)網(wǎng)的關(guān)鍵技術(shù)之一是無線傳感器網(wǎng)絡(luò)，它通過傳感器節(jié)點(diǎn)實(shí)現(xiàn)數(shù)據(jù)的采集和傳遞。由于傳感器節(jié)點(diǎn)受到能量和計(jì)算能力有限等約束，需要進(jìn)行數(shù)據(jù)融合。保證融合過程中節(jié)點(diǎn)數(shù)據(jù)的安全性是物聯(lián)網(wǎng)實(shí)現(xiàn)基礎(chǔ)信息采集和后續(xù)應(yīng)用的基本要求[2]。

近年來，對(duì)網(wǎng)絡(luò)的可信研究已經(jīng)成為一個(gè)熱點(diǎn)[3]。信任是傳感器節(jié)點(diǎn)在數(shù)據(jù)交互或合作中的信譽(yù)度，能夠降低節(jié)點(diǎn)之間的交互風(fēng)險(xiǎn)。所謂信任模型，就是根據(jù)節(jié)點(diǎn)本身與其他節(jié)點(diǎn)之間交互的歷史數(shù)據(jù)進(jìn)行量化，建立評(píng)價(jià)體系，通過計(jì)算信任值來判斷節(jié)點(diǎn)的可信程度[4]。

本文針對(duì)物聯(lián)網(wǎng)中傳感器節(jié)點(diǎn)存在不安全因素的問題，利用節(jié)點(diǎn)的數(shù)據(jù)和剩余能量綜合評(píng)價(jià)建立信任模型。計(jì)算節(jié)點(diǎn)的數(shù)據(jù)信任值和能量信任值，并根據(jù)其在不同環(huán)境下的重要性，分別賦予不同的權(quán)重，用式（1-1）計(jì)算節(jié)點(diǎn)信任值。其中TC表示節(jié)點(diǎn)信任值，TD表示節(jié)點(diǎn)的數(shù)據(jù)信任值，TE表示節(jié)點(diǎn)的能量信任值，μ1和μ2表示權(quán)重，μ1+μ2=1。

1　節(jié)點(diǎn)的信任模型

1.1數(shù)據(jù)信任值的計(jì)算

在物聯(lián)網(wǎng)中，傳感器節(jié)點(diǎn)感知的數(shù)據(jù)在進(jìn)行融合時(shí)不僅與節(jié)點(diǎn)本身的歷史數(shù)據(jù)有關(guān)（即時(shí)間相關(guān)），也與同區(qū)域內(nèi)其他節(jié)點(diǎn)的數(shù)據(jù)有關(guān)（即空間相關(guān)），并且節(jié)點(diǎn)行為特征隨時(shí)間的變化規(guī)律具有某些統(tǒng)計(jì)特征[5]。因此，計(jì)算節(jié)點(diǎn)的信任值可以利用同一區(qū)域內(nèi)節(jié)點(diǎn)采集的數(shù)據(jù)在時(shí)間、空間上的相關(guān)性，這樣能夠減少節(jié)點(diǎn)之間的數(shù)據(jù)交換。

1.1.1相似度矩陣

若物聯(lián)網(wǎng)中參與數(shù)據(jù)融合的節(jié)點(diǎn)集合為S=(s1, s2,…,sn)，zi(k)表示k時(shí)刻節(jié)點(diǎn)si的輸出，Φ(k)表示狀態(tài)轉(zhuǎn)移矩陣，G(k)表示過程噪聲分布矩陣，H(k)表示輸出矩陣，V(k)表示具有零均值的高斯噪聲向量，W(k)表示正定協(xié)方差矩陣的高斯噪聲向量。采用Kalman濾波算法[6]進(jìn)行狀態(tài)更新。可用式（2）描述系統(tǒng)的狀態(tài)方程和輸出方程。

由于節(jié)點(diǎn)所處的環(huán)境和自身行為不一致，狀態(tài)估計(jì)向量會(huì)略有差異。為度量這一差異,用Cij(k|k)=Pi(k|k)+Pj(k|k)表示兩個(gè)測(cè)量的估計(jì)誤差協(xié)方差之和，定義k時(shí)刻的狀態(tài)估計(jì)向量的標(biāo)準(zhǔn)化差為式（3）。由正態(tài)型隸屬度函數(shù)的模糊測(cè)度可定義k時(shí)刻兩狀態(tài)向量的相似度為式（4）。

其中b是系數(shù)，uij（k）和dij(k)分別表示列矢量和標(biāo)量。由于同一區(qū)域中數(shù)據(jù)融合過程由獨(dú)立的節(jié)點(diǎn)組成，因此狀態(tài)向量間的相似程度也代表了節(jié)點(diǎn)測(cè)量值之間的相似程度。

由以上相似度可得k時(shí)刻參與數(shù)據(jù)融合各節(jié)點(diǎn)在同一區(qū)域的相似度矩陣為式（5）。

相似度矩陣描述了k時(shí)刻物聯(lián)網(wǎng)中同一區(qū)域節(jié)點(diǎn)S=(s1,s2,…,sn)的測(cè)量在空間分布的信息，是對(duì)節(jié)點(diǎn)空間信任值的計(jì)算。時(shí)間系列{D(k),k=1,2,…}描述了到當(dāng)前時(shí)刻為止節(jié)點(diǎn)在時(shí)間分布的信息，是對(duì)節(jié)點(diǎn)時(shí)間信任值的計(jì)算。

1.1.2節(jié)點(diǎn)的數(shù)據(jù)信任值計(jì)算

設(shè)初值為零，ci(k)表示k時(shí)刻節(jié)點(diǎn)i的計(jì)數(shù)器。dij(k)表示式（5）中第i行第j列，若dij(k)≥E1(E1是閾值)，則計(jì)數(shù)器加1。ci(k)表示k時(shí)刻與節(jié)點(diǎn)i測(cè)量數(shù)據(jù)較為相似的節(jié)點(diǎn)數(shù)目。ci(k)越大，表示k時(shí)刻節(jié)點(diǎn)i的數(shù)據(jù)與大多數(shù)節(jié)點(diǎn)數(shù)據(jù)一致，這些數(shù)據(jù)可能組成一個(gè)真值的集合；ci(k)越小，表示k時(shí)刻節(jié)點(diǎn)i的數(shù)據(jù)與大多數(shù)節(jié)點(diǎn)數(shù)據(jù)不一致，成為假值的可能性較大，那么可信的程度就較低。可見ci(k)表示節(jié)點(diǎn)數(shù)據(jù)一致性的度量。定義k時(shí)刻節(jié)點(diǎn)i的一致性測(cè)度為式（6）。

pi(k)是一種可能性測(cè)度，顯然0≤pi(k)≤1。則p (k)=[p1(k),p2(k),…,pn(k)]表示k時(shí)刻節(jié)點(diǎn)集合S=(s1, s2,…,sn)的一致性向量。

對(duì)物聯(lián)網(wǎng)中節(jié)點(diǎn)i而言，其自身可靠性也是影響可信度的一個(gè)重要因素，這種可靠性通常會(huì)通過自身測(cè)量的時(shí)間系列表現(xiàn)出來，而節(jié)點(diǎn)行為過程可看成是節(jié)點(diǎn)按照時(shí)間次序排列的周期性讀數(shù)。由于節(jié)點(diǎn)的計(jì)算和存儲(chǔ)能力有限，因此在節(jié)點(diǎn)上只能保存一段時(shí)間內(nèi)的數(shù)據(jù)。設(shè)[pi(1),pi(2),…, pi(k)]T表示節(jié)點(diǎn)i一致性測(cè)度的時(shí)間序列，則式（7）表示綜合的一致性測(cè)度。

如果序列波動(dòng)不大，說明節(jié)點(diǎn)i的可靠性較高。則節(jié)點(diǎn)i的可靠性測(cè)度為一致性測(cè)度的方差，式（8）表示節(jié)點(diǎn)行為信任可靠值的計(jì)算。

相似度需要計(jì)算n個(gè)節(jié)點(diǎn)兩兩之間的標(biāo)準(zhǔn)化差，一致性測(cè)度需要將閾值E1與n2維的相似度矩陣元素依次比較，計(jì)算的復(fù)雜度較高。為減少計(jì)算量，使用式（10）和式（11）的遞推公式計(jì)算綜合一致性測(cè)度和可靠性測(cè)度。

1.2能量信任值的計(jì)算

在物聯(lián)網(wǎng)中，節(jié)點(diǎn)之間的數(shù)據(jù)傳輸是建立在以簇為基礎(chǔ)的網(wǎng)絡(luò)結(jié)構(gòu)上的，一般簇成員節(jié)點(diǎn)將采集到的數(shù)據(jù)直接發(fā)給簇頭節(jié)點(diǎn)，簇頭節(jié)點(diǎn)對(duì)接收到的數(shù)據(jù)進(jìn)行融合，再將融合后的數(shù)據(jù)通過一跳或多跳的方式發(fā)送給基站。節(jié)點(diǎn)依靠電池來供電，每個(gè)節(jié)點(diǎn)的生命期與整個(gè)網(wǎng)絡(luò)的生命期息息相關(guān)。如果過分集中消耗某一節(jié)點(diǎn)的能量，會(huì)造成節(jié)點(diǎn)的過早失效，從而影響整個(gè)網(wǎng)絡(luò)。因此，在進(jìn)行數(shù)據(jù)融合時(shí)，要及時(shí)了解目前網(wǎng)絡(luò)中節(jié)點(diǎn)的剩余能量，確定節(jié)點(diǎn)能量信任值，避免低競(jìng)爭力節(jié)點(diǎn)能量過度消耗。本文采用與文獻(xiàn)[7]相同的無線通信能耗模型進(jìn)行節(jié)點(diǎn)能耗分析，如圖1所示。

若節(jié)點(diǎn)發(fā)送lbit的信息到距離d，節(jié)點(diǎn)消耗的能量模型為式（12）。Eelec表示發(fā)送節(jié)點(diǎn)和接收節(jié)點(diǎn)每發(fā)送和接收單位比特的能耗值，εfs和εmp表示發(fā)射放大器的單位能耗。

d0表示傳輸距離閾值，當(dāng)實(shí)際的傳輸距離小于閾值時(shí)，節(jié)點(diǎn)能耗與距離的平方成正比，當(dāng)實(shí)際的傳輸距離大于閾值時(shí)，節(jié)點(diǎn)能耗與距離的四次方成正比。由此可見，在進(jìn)行數(shù)據(jù)傳輸時(shí)，應(yīng)通過節(jié)點(diǎn)逐跳接力的方式傳遞數(shù)據(jù)，而盡量避免直接向遠(yuǎn)距離節(jié)點(diǎn)傳輸數(shù)據(jù)，達(dá)到減少能耗的目的。

若用ES表示節(jié)點(diǎn)的初始能耗，EC表示發(fā)送能耗，EO表示正常的工作能耗，那么節(jié)點(diǎn)的當(dāng)前能量可表示為ES-EC-EO，則節(jié)點(diǎn)的能量信任值TE表示為式（13）。TE越大，節(jié)點(diǎn)的剩余能量越多，采用當(dāng)前節(jié)點(diǎn)進(jìn)行數(shù)據(jù)傳輸就越可靠。

1.3仿真結(jié)果及分析

仿真實(shí)驗(yàn)采用UC Berkley大學(xué)開發(fā)的仿真工具NS2，MAC層協(xié)議設(shè)定為802.11，采用路由協(xié)議DSR，將本文建立的模型在不信任行為檢測(cè)率方面與文獻(xiàn)[8]中單純依靠數(shù)據(jù)信任度的BTSR算法進(jìn)行仿真比較。不信任行為指節(jié)點(diǎn)的身份認(rèn)證是正確的，而傳輸?shù)臄?shù)據(jù)是錯(cuò)誤的，且與正常值有一定的偏差，節(jié)點(diǎn)不信任行為的概率是不正常行為的節(jié)點(diǎn)數(shù)目與節(jié)點(diǎn)總數(shù)的比值。

在仿真試驗(yàn)中，將1024個(gè)節(jié)點(diǎn)均勻部署在100m*100m的區(qū)域中。設(shè)節(jié)點(diǎn)的無線通信半徑為m，每個(gè)節(jié)點(diǎn)的能量初值為0.5J，數(shù)據(jù)包大小為525bytes，控制包大小為256bytes，發(fā)送數(shù)據(jù)的單位能耗Eelec為50nJ/bit，εfs為50pJ/(bit*m2)，εmp為0.005 pJ/(bit*m4)。

在BTSR算法中，節(jié)點(diǎn)的信任值只考慮了數(shù)據(jù)信任值，即μ1和μ2的取值分別為100%和0%，而在本文的信任模型中，節(jié)點(diǎn)的信任值除了與數(shù)據(jù)信任值相關(guān)外，還與能量信任值有關(guān)，在實(shí)驗(yàn)中μ1和μ2分別取值為50%和50%，實(shí)驗(yàn)結(jié)果如圖2所示。

圖2表明，與BTSR算法相比，本文所建立的模型在發(fā)生相同的不信任行為概率時(shí)，其安全概率更高，網(wǎng)絡(luò)也相對(duì)更可靠。

2　結(jié)論

本文利用節(jié)點(diǎn)行為的時(shí)間和空間相關(guān)性計(jì)算節(jié)點(diǎn)之間的相似度，并得出節(jié)點(diǎn)的數(shù)據(jù)信任值，通過剩余能量計(jì)算節(jié)點(diǎn)的能量信任值，在不同的環(huán)境下賦予不同的權(quán)重，綜合得出節(jié)點(diǎn)的信任值，從而提出了一種在物聯(lián)網(wǎng)中進(jìn)行數(shù)據(jù)融合的信任模型。分析和仿真實(shí)驗(yàn)表明，當(dāng)網(wǎng)絡(luò)中有大規(guī)模的不安全行為時(shí)，本文建立的模型與BTSR算法相比，具有較高的安全概率。

[1]劉海濤，馬建，熊永平.物聯(lián)網(wǎng)技術(shù)應(yīng)用[M].北京：機(jī)械工業(yè)出版社，2011．

[2]胡向東，魏琴芳，唐慧.物聯(lián)網(wǎng)中數(shù)據(jù)融合的信譽(yù)度模型與仿真[J].儀器儀表學(xué)報(bào)，2010，11（11）：2636-2640．

[3]林闖，彭雪海.可信網(wǎng)絡(luò)研究[J].計(jì)算機(jī)學(xué)報(bào)，2005，28（5）：751-758．

[4]江自兵.基于信任管理的無線傳感器網(wǎng)絡(luò)容錯(cuò)技術(shù)的研究[D].蕪湖：安徽工程大學(xué)，2011．

[5]劉敏華，蕭德云.基于相似度的多傳感器數(shù)據(jù)融合[J].控制與決策，2004，19（5）：534-537．

[6]JOHN M R.Fusion of multi-sensor data[J].The IntJ of Ro?botics Research,1988,7(6):78-96.

[7]何延杰，李臘元，邢明彥.WSN中一種能量均衡的分簇路由協(xié)議的設(shè)計(jì)[J].傳感技術(shù)學(xué)報(bào)，2009，22（10）：1510-1514．

[8]朱程，周鳴爭，許金生.BTSR:一種基于行為可信的安全數(shù)據(jù)融合與路由算法[J].計(jì)算機(jī)應(yīng)用，2008，28（11）：2820-2823．

[9]劉艷飛.基于分層信任管理的無線傳感器網(wǎng)絡(luò)信任模型[D].太原：太原理工大學(xué)，2012．

(責(zé)任編輯：趙建周）

Trust Model for Internet of Things Based on Trust Data and Energy

ZHU Cheng
(Department of Computer Science and Technology,Bengbu University,Bengbu 233030,China)

The Internet of Things,which is surging the third tide of information technology,has tremendous ap?plication prospect.It transmits information based on sensor nodes.Data aggregation is necessary for Internet of things,as one of its characteristic,has limited energy,calculation and etc.It could be easily threatened during da?ta aggregating.To guarantee the authenticity and reliability of the data resulting from aggregation,a model based on trust data and energy is proposed,simulation experiments approve that the model is reliable.

internet of things;data aggregation;trust model

TP212.9;TP393.08

A

1673-2928（2015）02-0022-03

2014-11-21

蚌埠學(xué)院2014年院級(jí)自然科學(xué)項(xiàng)目（2014ZR08）；安徽省大學(xué)生創(chuàng)新訓(xùn)練項(xiàng)目（AH201311305069）。

朱程（1984-），女，江蘇鎮(zhèn)江人，蚌埠學(xué)院計(jì)算機(jī)科學(xué)與技術(shù)系助教，碩士，研究方向：計(jì)算機(jī)網(wǎng)絡(luò)。