基于物聯(lián)網(wǎng)的通信網(wǎng)絡(luò)異常節(jié)點(diǎn)檢測(cè)方法研究

王凌風(fēng)，盧國(guó)瀟

（華信咨詢(xún)?cè)O(shè)計(jì)研究院有限公司，浙江 杭州 310052）

0 引 言

現(xiàn)階段信息技術(shù)快速發(fā)展，在網(wǎng)絡(luò)支持下，人們對(duì)網(wǎng)絡(luò)信息的需求量劇增，無(wú)線通信網(wǎng)絡(luò)的工作量日趨增大，因此通信網(wǎng)絡(luò)傳輸海量通信信息時(shí)，不可避免地會(huì)出現(xiàn)異常節(jié)點(diǎn)，而網(wǎng)絡(luò)節(jié)點(diǎn)發(fā)生故障時(shí)，通信鏈路性能會(huì)迅速下降。因此，檢測(cè)通信網(wǎng)絡(luò)異常節(jié)點(diǎn)、維護(hù)通信網(wǎng)絡(luò)使用安全，是目前亟待解決的重要問(wèn)題之一。傳統(tǒng)解決方法遵循奈奎斯特采樣定理，獲取網(wǎng)絡(luò)節(jié)點(diǎn)信息，但壓縮過(guò)程中會(huì)剔除一些價(jià)值較小的數(shù)據(jù)，造成資源浪費(fèi)，同時(shí)，這些價(jià)值較小的數(shù)據(jù)可能是關(guān)鍵性的數(shù)據(jù)，在全局檢測(cè)下，會(huì)影響異常節(jié)點(diǎn)檢測(cè)結(jié)果。因此，研究者以傳統(tǒng)檢測(cè)方法為參考，研究基于物聯(lián)網(wǎng)的通信網(wǎng)絡(luò)異常節(jié)點(diǎn)檢測(cè)方法[1]。

物聯(lián)網(wǎng)在20世紀(jì)90年代被提出，與互聯(lián)網(wǎng)之間存在較大差別。在設(shè)計(jì)理念上，其服務(wù)對(duì)象為物體或使用設(shè)備，即從網(wǎng)絡(luò)概念上，對(duì)其使用功能和受眾對(duì)象進(jìn)行了擴(kuò)展。在嵌入式技術(shù)和通信技術(shù)共同作用下，對(duì)物體或設(shè)備賦予通信的能力，通過(guò)數(shù)據(jù)交互實(shí)現(xiàn)各項(xiàng)功能。而物聯(lián)網(wǎng)衍生的技術(shù)，是賦予物體通信能力，通過(guò)傳感器感知周?chē)沫h(huán)境，然后通過(guò)數(shù)據(jù)傳輸實(shí)現(xiàn)物體之間、物體和用戶(hù)之間的信息交互[2]。此次研究將物聯(lián)網(wǎng)融入異常節(jié)點(diǎn)檢測(cè)中，根據(jù)物聯(lián)網(wǎng)精確檢測(cè)范圍，為通信網(wǎng)絡(luò)的平穩(wěn)運(yùn)行與使用安全提供更嚴(yán)謹(jǐn)?shù)募夹g(shù)支持。

1 基于物聯(lián)網(wǎng)的通信網(wǎng)絡(luò)異常節(jié)點(diǎn)檢測(cè)方法

1.1 物聯(lián)網(wǎng)定位異常范圍

用戶(hù)訪問(wèn)通信網(wǎng)絡(luò)、傳感器網(wǎng)絡(luò)節(jié)點(diǎn)自身運(yùn)行，都可能造成網(wǎng)絡(luò)節(jié)點(diǎn)異常。利用物聯(lián)網(wǎng)可實(shí)現(xiàn)物物信息交換，定位通信網(wǎng)絡(luò)異常范圍?？紤]到網(wǎng)絡(luò)節(jié)點(diǎn)之間的關(guān)聯(lián)性和交互性，將網(wǎng)絡(luò)流量傳輸過(guò)程看作是一個(gè)運(yùn)動(dòng)過(guò)程。已知通信網(wǎng)絡(luò)中的錨節(jié)點(diǎn)可能是智能手機(jī)，也可能是傳統(tǒng)移動(dòng)設(shè)備，因此，在定位網(wǎng)絡(luò)異常范圍時(shí)，假設(shè)通信網(wǎng)絡(luò)中錨節(jié)點(diǎn)設(shè)備的數(shù)量、位置與網(wǎng)絡(luò)拓?fù)涠际枪潭ǖ腫3]。

當(dāng)通信網(wǎng)絡(luò)正常使用時(shí)，設(shè)置其中的一個(gè)目標(biāo)節(jié)點(diǎn)為0，使用n個(gè)移動(dòng)錨節(jié)點(diǎn)，計(jì)算目標(biāo)節(jié)點(diǎn)所在位置，錨節(jié)點(diǎn)為1,2,…,n，其中某一節(jié)點(diǎn)為i(i=0,1,2,…,n)，將其位置設(shè)置為pi(pi,1,pi,2,…,pi,m)，其中m表示通信網(wǎng)絡(luò)空間維數(shù)，且存在n≥m+1，需要定位的目標(biāo)節(jié)點(diǎn)可設(shè)置為p0。為了計(jì)算目標(biāo)節(jié)點(diǎn)的位置信息，需要計(jì)算該節(jié)點(diǎn)與其他節(jié)點(diǎn)之間的距離。因此，利用物聯(lián)網(wǎng)的非相鄰相減思路，消除多邊定位過(guò)程中的二次項(xiàng)。假設(shè)錨節(jié)點(diǎn)i需要滿(mǎn)足如式（1）所示的限制條件：

式中：p0,j表示待確定的未知變量。為了保證物聯(lián)網(wǎng)計(jì)算安全，將上述進(jìn)行轉(zhuǎn)化，得到：

根據(jù)上述轉(zhuǎn)化結(jié)果，利用第n個(gè)公式，減去第i個(gè)公式，消除式（2）中左側(cè)的二次項(xiàng)，得到一個(gè)線性方程Xp0T=Y，根據(jù)式中X與Y的定義，得到線性方程的估計(jì)結(jié)果：

上述結(jié)果就是物聯(lián)網(wǎng)以某一目標(biāo)節(jié)點(diǎn)為中心經(jīng)計(jì)算得到的異常節(jié)點(diǎn)最遠(yuǎn)距離。重復(fù)上述步驟，得到通信網(wǎng)絡(luò)鏈路中所有網(wǎng)絡(luò)異常節(jié)點(diǎn)構(gòu)成的通信網(wǎng)絡(luò)異常范圍。

物聯(lián)網(wǎng)完全覆蓋并感知網(wǎng)絡(luò)鏈路，根據(jù)各個(gè)節(jié)點(diǎn)的數(shù)據(jù)變化情況，利用物聯(lián)網(wǎng)信息交互功能，實(shí)現(xiàn)信息交換、信息完全覆蓋功能，通過(guò)對(duì)全區(qū)域網(wǎng)絡(luò)節(jié)點(diǎn)的信息識(shí)別，計(jì)算其中與目標(biāo)節(jié)點(diǎn)存在影響關(guān)聯(lián)的錨節(jié)點(diǎn)，定位異常節(jié)點(diǎn)所在范圍。

1.2 提取異常節(jié)點(diǎn)特征

在確定通信網(wǎng)絡(luò)異常節(jié)點(diǎn)的所在范圍后，利用一種簇中心距離和的特征提取方法，提取異常范圍中由于鏈路自身故障、人為故障導(dǎo)致的網(wǎng)絡(luò)異常節(jié)點(diǎn)特征。將得到的異常范圍劃分成訓(xùn)練集和測(cè)試集，然后從訓(xùn)練集中提取s個(gè)簇中心，再將原始的m維數(shù)據(jù)集轉(zhuǎn)化，得到一個(gè)全新的s維數(shù)據(jù)集。該提取過(guò)程共包含兩個(gè)階段：第一階段是通過(guò)上述方式得到訓(xùn)練集后進(jìn)行聚類(lèi)，然后提取簇中心；第二階段是再次計(jì)算目標(biāo)節(jié)點(diǎn)與各個(gè)節(jié)點(diǎn)之間的距離和，構(gòu)建一個(gè)全新的訓(xùn)練集訓(xùn)練數(shù)據(jù)。

假設(shè)將m維數(shù)據(jù)集W劃分后，得到的訓(xùn)練集和測(cè)試集分別為W1和W2，聚合并提取W1中s個(gè)不相連的簇和簇中心。由于第一階段中，通信網(wǎng)絡(luò)節(jié)點(diǎn)之間的異常行為較為相似，因此，需要將數(shù)據(jù)集劃分為多個(gè)簇。假設(shè)W1中的數(shù)據(jù)樣本為qi，計(jì)算qi與所有簇之間的距離，并獲取與其最接近的簇Cq，重復(fù)此步驟，得到s個(gè)簇中心c1,c2,…,cs。此時(shí)的目標(biāo)函數(shù)為：

式中：Q為數(shù)據(jù)樣本與其所在簇的簇中心cj之間的距離度量；a＜m，表示m維數(shù)據(jù)的總使用數(shù)量。通過(guò)上述步驟，得到W1中的s個(gè)簇中心。利用W1和簇中心c1,c2,…,cs，生成s維數(shù)據(jù)集W1'，其中每個(gè)數(shù)據(jù)樣本都是由s個(gè)距離之和構(gòu)成的。再根據(jù)上述分析，使用簇中心c1,c2,…,cs將W2轉(zhuǎn)換為新數(shù)據(jù)集W2'，利用分類(lèi)算法對(duì)W2'的結(jié)果進(jìn)行分類(lèi)。為衡量不同樣本數(shù)據(jù)在網(wǎng)絡(luò)異常范圍內(nèi)距離的遠(yuǎn)近，對(duì)于網(wǎng)絡(luò)中存在的任意兩個(gè)數(shù)據(jù)，即異常中心節(jié)點(diǎn)和異常邊緣節(jié)點(diǎn)，計(jì)算異常中心節(jié)點(diǎn)和異常邊緣節(jié)點(diǎn)之間的歐幾里得距離，公式為：

式中：n表示異常節(jié)點(diǎn)數(shù)量。通過(guò)重復(fù)上述計(jì)算過(guò)程，得到新的數(shù)據(jù)集W2'，然后進(jìn)行節(jié)點(diǎn)分類(lèi)，找出多個(gè)節(jié)點(diǎn)與目標(biāo)節(jié)點(diǎn)之間的強(qiáng)弱關(guān)聯(lián)，得到物聯(lián)網(wǎng)定位范圍內(nèi)所有異常節(jié)點(diǎn)的特征。

1.3 構(gòu)建檢測(cè)模型壓縮感知異常節(jié)點(diǎn)信息

根據(jù)上一節(jié)的提取結(jié)果構(gòu)建檢測(cè)模型，描述通信網(wǎng)絡(luò)節(jié)點(diǎn)檢測(cè)過(guò)程，如圖1所示。

圖1 網(wǎng)絡(luò)異常節(jié)點(diǎn)檢測(cè)模型

根據(jù)圖1可知，通信網(wǎng)絡(luò)中的異常節(jié)點(diǎn)并不是均勻分布的，而構(gòu)建的檢測(cè)模型需要依托一個(gè)分布式檢測(cè)算法，實(shí)現(xiàn)對(duì)所有異常節(jié)點(diǎn)的壓縮感知，從而實(shí)現(xiàn)對(duì)通信網(wǎng)絡(luò)異常節(jié)點(diǎn)的循環(huán)檢測(cè)。

使用循環(huán)迭代的分布式檢測(cè)算法，將整個(gè)無(wú)線通信網(wǎng)絡(luò)劃分為若干個(gè)區(qū)域，在每個(gè)區(qū)域中進(jìn)行壓縮感知任務(wù)。當(dāng)檢測(cè)模型完成循環(huán)檢測(cè)工作后，根據(jù)檢測(cè)結(jié)果調(diào)整模型參數(shù)，同時(shí)調(diào)整對(duì)應(yīng)的檢測(cè)矩陣。同樣假設(shè)通信網(wǎng)絡(luò)中包含K個(gè)節(jié)點(diǎn)，用x(k),k=1,2,…,K表示離散數(shù)據(jù)向量。檢測(cè)模型對(duì)每個(gè)網(wǎng)絡(luò)定位區(qū)域，執(zhí)行加權(quán)追蹤任務(wù)，然后利用式（6）判斷各個(gè)節(jié)點(diǎn)是否存在因?yàn)殒溌坊蛉藶橐蛩貙?dǎo)致的異常情況：

式中：x'(i)表示模型加權(quán)追蹤后得到的第i個(gè)恢復(fù)數(shù)據(jù)；λ1表示網(wǎng)絡(luò)節(jié)點(diǎn)存在異常問(wèn)題；λ0表示網(wǎng)絡(luò)節(jié)點(diǎn)不存在異常問(wèn)題；b表示通信網(wǎng)絡(luò)節(jié)點(diǎn)異常的門(mén)限值。將計(jì)算結(jié)果與實(shí)際發(fā)生情況進(jìn)行對(duì)比，并調(diào)整每個(gè)定位范圍的區(qū)域權(quán)重。之后，匯總整個(gè)通信網(wǎng)絡(luò)的檢測(cè)情況，以全局的角度定位檢測(cè)結(jié)果位置，然后調(diào)整對(duì)應(yīng)區(qū)域內(nèi)的檢測(cè)矩陣。這里研究者假設(shè)通信網(wǎng)絡(luò)被劃分成A個(gè)子區(qū)間，檢測(cè)模型從中獲取G個(gè)節(jié)點(diǎn)信息，根據(jù)式（7）調(diào)整檢測(cè)節(jié)點(diǎn)數(shù)量：

式中：Gij、Fij分別表示模型第j次檢測(cè)時(shí)，對(duì)于第i個(gè)區(qū)間的檢測(cè)數(shù)據(jù)數(shù)目、發(fā)現(xiàn)節(jié)點(diǎn)異常的數(shù)目。利用構(gòu)建的模型壓縮感知異常節(jié)點(diǎn)信息，完成對(duì)通信網(wǎng)絡(luò)中存在的異常節(jié)點(diǎn)的檢測(cè)。

2 實(shí)驗(yàn)研究

將傳統(tǒng)的網(wǎng)絡(luò)異常節(jié)點(diǎn)檢測(cè)方法作為對(duì)照組測(cè)試對(duì)象，將此次研究的異常節(jié)點(diǎn)檢測(cè)方法作為實(shí)驗(yàn)組測(cè)試對(duì)象，比較兩個(gè)檢測(cè)方法對(duì)通信網(wǎng)絡(luò)異常節(jié)點(diǎn)的檢測(cè)能力。

利用仿真軟件設(shè)計(jì)一個(gè)500×500的正方形區(qū)域，用該區(qū)域模擬通信網(wǎng)絡(luò)，并模擬該網(wǎng)絡(luò)中共存在16個(gè)高度異常節(jié)點(diǎn)（A類(lèi)節(jié)點(diǎn)），7個(gè)低度異常節(jié)點(diǎn)（B類(lèi)節(jié)點(diǎn)）。圖2是兩個(gè)測(cè)試組的異常節(jié)點(diǎn)檢測(cè)結(jié)果。

圖2 不同測(cè)試組的通信網(wǎng)絡(luò)異常節(jié)點(diǎn)檢測(cè)結(jié)果

從圖2可知，實(shí)驗(yàn)組和對(duì)照組都檢測(cè)出16個(gè)高度異常網(wǎng)絡(luò)節(jié)點(diǎn)。而面對(duì)異常程度低的網(wǎng)絡(luò)節(jié)點(diǎn)，實(shí)驗(yàn)組在多次循環(huán)檢測(cè)下，只遺漏了1個(gè)異常節(jié)點(diǎn)，該節(jié)點(diǎn)遠(yuǎn)離其他異常節(jié)點(diǎn)，且只有1個(gè)。對(duì)照組由于不具備循環(huán)檢測(cè)的功能，因此在一次掃描檢測(cè)后遺漏了6個(gè)低度異常節(jié)點(diǎn)。通過(guò)上述分析可知，面對(duì)異常波動(dòng)較小、影響程度較低、數(shù)量較少、位置偏離的低度異常節(jié)點(diǎn)，實(shí)驗(yàn)組檢測(cè)方法可通過(guò)循環(huán)檢測(cè)得到更加準(zhǔn)確的檢測(cè)結(jié)果；而對(duì)照組由于檢測(cè)程序單一，只能檢測(cè)出摻雜在大范圍異常節(jié)點(diǎn)內(nèi)的低度異常節(jié)點(diǎn)。

對(duì)照組檢測(cè)B類(lèi)網(wǎng)絡(luò)異常節(jié)點(diǎn)的能力較弱，實(shí)驗(yàn)組檢測(cè)B類(lèi)網(wǎng)絡(luò)異常節(jié)點(diǎn)的能力相對(duì)來(lái)說(shuō)更強(qiáng)。經(jīng)計(jì)算，實(shí)驗(yàn)組的異常節(jié)點(diǎn)檢測(cè)漏報(bào)率比對(duì)照組低。綜合上述實(shí)驗(yàn)測(cè)試結(jié)果可知，此次研究的通信網(wǎng)絡(luò)異常節(jié)點(diǎn)檢測(cè)方法通過(guò)循環(huán)檢測(cè)的方式，降低了異常節(jié)點(diǎn)的漏報(bào)率。

3 結(jié) 論

此次研究的檢測(cè)方法將物聯(lián)網(wǎng)作為檢測(cè)依托，實(shí)現(xiàn)對(duì)網(wǎng)絡(luò)異常節(jié)點(diǎn)的精準(zhǔn)定位。但此次研究的檢測(cè)方法，其檢測(cè)結(jié)果并不是絕對(duì)準(zhǔn)確的，受突發(fā)事件、計(jì)算誤差影響，仍會(huì)存在漏報(bào)的情況。但總體來(lái)看，目前研究的檢測(cè)方法的檢測(cè)性能相對(duì)更好。但隨著物聯(lián)網(wǎng)的不斷優(yōu)化升級(jí)，對(duì)網(wǎng)絡(luò)異常節(jié)點(diǎn)檢測(cè)方法的要求不斷提高，因此，在今后的研究中，要根據(jù)物聯(lián)網(wǎng)的更新與優(yōu)化，改善定位效果，盡量在簡(jiǎn)化檢測(cè)步驟、提升檢測(cè)效率的同時(shí)，進(jìn)一步精確檢測(cè)結(jié)果。