基于高階馬爾可夫鏈的無(wú)線傳感器網(wǎng)絡(luò)異常節(jié)點(diǎn)檢測(cè)

王禮霞，邰清清

(合肥經(jīng)濟(jì)學(xué)院，安徽 合肥 230036)

現(xiàn)今社會(huì)電子信息不斷發(fā)展，多種技術(shù)興起。隨著無(wú)線電技術(shù)、集成電路技術(shù)的飛速發(fā)展，無(wú)線傳感器應(yīng)運(yùn)而生，該設(shè)備具有能量消耗低、體積小、價(jià)格低等優(yōu)勢(shì)，受到多個(gè)行業(yè)的關(guān)注[1]。隨著微傳感無(wú)線傳感器的應(yīng)用與發(fā)展，該設(shè)備結(jié)合處理器、通訊設(shè)備等共同構(gòu)成了無(wú)線傳感器網(wǎng)絡(luò)。無(wú)線傳感器網(wǎng)絡(luò)中節(jié)點(diǎn)是其運(yùn)行中的重要支撐。以節(jié)點(diǎn)合作方式獲取相應(yīng)數(shù)據(jù)信息，并將其傳輸至基站，為傳感器網(wǎng)絡(luò)發(fā)展開(kāi)創(chuàng)新篇章[2]。

與發(fā)達(dá)國(guó)家相比較，國(guó)內(nèi)對(duì)無(wú)線傳感器網(wǎng)絡(luò)的研究起步較晚，但發(fā)展速度較快。無(wú)線傳感器網(wǎng)絡(luò)在運(yùn)行過(guò)程中節(jié)點(diǎn)易受到復(fù)雜網(wǎng)絡(luò)環(huán)境的影響，導(dǎo)致其運(yùn)行不暢。傳感器網(wǎng)絡(luò)節(jié)點(diǎn)比較容易受到攻擊、威脅與侵害，導(dǎo)致節(jié)點(diǎn)異?，F(xiàn)象頻繁發(fā)生[3]。若異常節(jié)點(diǎn)沒(méi)有被發(fā)現(xiàn)或者剔除，會(huì)直接影響網(wǎng)絡(luò)決策的安全性，為網(wǎng)絡(luò)用戶(hù)帶來(lái)不利影響。現(xiàn)有無(wú)線傳感器網(wǎng)絡(luò)異常節(jié)點(diǎn)檢測(cè)方法中由于其應(yīng)用技術(shù)的自身的局限性，存在誤檢率較高的問(wèn)題，無(wú)法滿(mǎn)足網(wǎng)絡(luò)用戶(hù)的需求。因此，本文提出基于高階馬爾可夫鏈的無(wú)線傳感器網(wǎng)絡(luò)異常節(jié)點(diǎn)檢測(cè)方法，提升無(wú)線傳感器網(wǎng)絡(luò)運(yùn)行質(zhì)量。

1 無(wú)線傳感器網(wǎng)絡(luò)異常節(jié)點(diǎn)檢測(cè)

1.1 無(wú)線傳感器網(wǎng)絡(luò)節(jié)點(diǎn)屬性建模

常規(guī)情況下，無(wú)線傳感器網(wǎng)絡(luò)規(guī)模較大，其中包含的傳感器節(jié)點(diǎn)數(shù)量較多。為了精確地檢測(cè)出無(wú)線傳感器網(wǎng)絡(luò)中異常節(jié)點(diǎn)，本文分析了節(jié)點(diǎn)的屬性，將其進(jìn)行量化[4]處理。該網(wǎng)絡(luò)局部拓?fù)浣Y(jié)構(gòu)如圖1所示。

圖1 無(wú)線傳感器網(wǎng)絡(luò)局部拓?fù)浣Y(jié)構(gòu)示意圖

如圖1所示，三角形標(biāo)志指網(wǎng)絡(luò)環(huán)境物理量，包括溫度、濕度數(shù)據(jù)等，由節(jié)點(diǎn)C與節(jié)點(diǎn)D進(jìn)行測(cè)量。A,B,C,D,E,F,G是無(wú)線傳感器網(wǎng)絡(luò)中的部分節(jié)點(diǎn)。其中，節(jié)點(diǎn)G為匯聚節(jié)點(diǎn)，承擔(dān)數(shù)據(jù)包采集與融合的任務(wù)。該網(wǎng)絡(luò)的局部拓?fù)浣Y(jié)構(gòu)中路由為：D→C→E→F→G或者C→E→F→G構(gòu)成，最終由節(jié)點(diǎn)G將獲取的數(shù)據(jù)包傳輸?shù)胶笈_(tái)服務(wù)器[5]。

根據(jù)研究需求，對(duì)無(wú)線傳感器網(wǎng)絡(luò)節(jié)點(diǎn)的丟包率、轉(zhuǎn)發(fā)率、節(jié)點(diǎn)參與度、節(jié)點(diǎn)位置匹配與數(shù)據(jù)包轉(zhuǎn)發(fā)延時(shí)屬性進(jìn)行抽象量化，并對(duì)其進(jìn)行建模。其中，丟包率計(jì)算公式如式(1)所示。

(1)

式(1)中，Rs表示傳感器節(jié)點(diǎn)的丟包率；Ps表示傳感器節(jié)點(diǎn)成功接收的數(shù)據(jù)包總和；Pa表示相鄰傳感器節(jié)點(diǎn)的數(shù)據(jù)包總和。

轉(zhuǎn)發(fā)率計(jì)算公式如式(2)所示。

(2)

式(2)中，Rf表示傳感器節(jié)點(diǎn)的轉(zhuǎn)發(fā)率；Pf表示傳感器節(jié)點(diǎn)成功轉(zhuǎn)發(fā)的數(shù)據(jù)包數(shù)量；Pt表示傳感器節(jié)點(diǎn)接收的數(shù)據(jù)包總和[6]。

節(jié)點(diǎn)參與度計(jì)算公式如式(3)所示。

(3)

式(3)中，Cn表示傳感器節(jié)點(diǎn)的節(jié)點(diǎn)參與度；n表示相鄰傳感器節(jié)點(diǎn)數(shù)量；nmax表示無(wú)線傳感器網(wǎng)絡(luò)中相鄰節(jié)點(diǎn)數(shù)量最大的節(jié)點(diǎn)。

節(jié)點(diǎn)位置匹配屬性較為復(fù)雜，需要獲取傳感器節(jié)點(diǎn)的鄰居節(jié)點(diǎn)表示為數(shù)組Pn，維數(shù)為n×n，數(shù)組中元素Pn(i,j)滿(mǎn)足式(4)。

(4)

依據(jù)網(wǎng)絡(luò)節(jié)點(diǎn)報(bào)告位置，計(jì)算節(jié)點(diǎn)距離與通信距離，并將兩者進(jìn)行比較，獲得另一個(gè)數(shù)組Pd，數(shù)組中元素Pd(i,j)滿(mǎn)足式(5)。

(5)

式(5)中，dist(i,j)表示以傳感器節(jié)點(diǎn)坐標(biāo)位置信息為基礎(chǔ)，計(jì)算得到的相鄰節(jié)點(diǎn)之間距離；R表示網(wǎng)絡(luò)節(jié)點(diǎn)的通信距離。

以上述構(gòu)建的兩個(gè)數(shù)組為依據(jù)，利用異或邏輯運(yùn)算方式來(lái)構(gòu)建位置匹配數(shù)組，表達(dá)式如式(6)所示。

Pc=Pn⊕Pd

(6)

式(6)中，⊕表示異或邏輯運(yùn)算符號(hào)。

數(shù)據(jù)包轉(zhuǎn)發(fā)延時(shí)比值計(jì)算公式如式(7)所示。

(7)

式(7)中，Tr表示傳感器節(jié)點(diǎn)的數(shù)據(jù)包轉(zhuǎn)發(fā)延時(shí)比值；Tave表示節(jié)點(diǎn)數(shù)據(jù)包傳輸時(shí)延；表示簇內(nèi)數(shù)據(jù)包平均時(shí)延。

1.2 高階馬爾可夫鏈構(gòu)造

依據(jù)上述構(gòu)建的無(wú)線傳感器網(wǎng)絡(luò)節(jié)點(diǎn)屬性模型，結(jié)合高階馬爾可夫鏈理論，構(gòu)造傳感器節(jié)點(diǎn)高階馬爾可夫鏈，定義網(wǎng)絡(luò)正常節(jié)點(diǎn)模型，為后續(xù)異常節(jié)點(diǎn)檢測(cè)奠定基礎(chǔ)[7]。

高階馬爾可夫鏈?zhǔn)且粋€(gè)隨機(jī)過(guò)程，具備無(wú)后效性，在已知時(shí)刻t狀態(tài)前提下，時(shí)刻t+1狀態(tài)只與時(shí)刻t相關(guān)，與其他狀態(tài)均無(wú)關(guān)[8]。

基于馬爾可夫鏈理論，結(jié)合傳感器節(jié)點(diǎn)屬性模型，構(gòu)建傳感器節(jié)點(diǎn)高階馬爾可夫鏈[9]。假設(shè)傳感器節(jié)點(diǎn)狀態(tài)集合為Θ={S1,S2,…,Sn}，則時(shí)刻t的傳感器節(jié)點(diǎn)狀態(tài)表達(dá)式如式(8)所示。

(8)

式(8)中，qt與qt+1分別表示時(shí)刻t與t+1的傳感器節(jié)點(diǎn)狀態(tài)；aij表示傳感器節(jié)點(diǎn)狀態(tài)從t→t+1的轉(zhuǎn)換矩陣元素。

將傳感器節(jié)點(diǎn)狀態(tài)轉(zhuǎn)換矩陣記為[aij]，其需要滿(mǎn)足公式(9)。

(9)

傳感器節(jié)點(diǎn)狀態(tài)實(shí)時(shí)變化，經(jīng)過(guò)多次轉(zhuǎn)換后，節(jié)點(diǎn)狀態(tài)概率計(jì)算公式如式(10)所示。

(10)

如公式(10)所示，多次轉(zhuǎn)移概率矩陣需要經(jīng)過(guò)多次迭代計(jì)算，導(dǎo)致無(wú)線傳感器網(wǎng)絡(luò)消耗能量較多，故采用一步轉(zhuǎn)移法對(duì)其進(jìn)行改進(jìn)[10]。

通過(guò)上述過(guò)程完成傳感器節(jié)點(diǎn)高階馬爾可夫鏈的構(gòu)建，為后續(xù)異常節(jié)點(diǎn)檢測(cè)提供標(biāo)準(zhǔn)與依據(jù)[11]。

1.3 節(jié)點(diǎn)分簇協(xié)議制定

在異常節(jié)點(diǎn)檢測(cè)過(guò)程中，簇頭占據(jù)主要位置，故需要制定科學(xué)、合理節(jié)點(diǎn)分簇協(xié)議，確定簇頭節(jié)點(diǎn)并利用其獲取傳感器節(jié)點(diǎn)信息。

無(wú)線傳感器網(wǎng)絡(luò)中，所有節(jié)點(diǎn)需要遵循公平性準(zhǔn)則與隨機(jī)性準(zhǔn)則。而決定節(jié)點(diǎn)是否能夠在當(dāng)前選為簇頭節(jié)點(diǎn)，主要由節(jié)點(diǎn)信任度、剩余能量以及當(dāng)選簇頭次數(shù)等決定。在選取簇頭后，將剩余節(jié)點(diǎn)按照RSSI與距離進(jìn)行劃分，直到所有傳感器節(jié)點(diǎn)分簇結(jié)束為止。另外，簇頭節(jié)點(diǎn)需要給自身成員分配時(shí)間間隙。

簇頭節(jié)點(diǎn)選取表達(dá)式如式(11)所示。

(11)

式(11)中，I(n)表示簇頭節(jié)點(diǎn)選取閾值；p表示無(wú)線傳感器網(wǎng)絡(luò)中簇頭概率；r表示當(dāng)前輪數(shù)；Ei表示簇頭節(jié)點(diǎn)傳輸能量；Er表示選取簇頭節(jié)點(diǎn)消耗能量；rep(n)表示傳感器節(jié)點(diǎn)n的信任度；G表示r輪中非簇頭節(jié)點(diǎn)集合。

傳感器節(jié)點(diǎn)信任度計(jì)算公式如式(12)所示。

(12)

式(12)中，netihbor(n)表示每輪中參加簇頭選取的節(jié)點(diǎn)總數(shù)；Dpt(i)表示節(jié)點(diǎn)n轉(zhuǎn)發(fā)給節(jié)點(diǎn)i的數(shù)據(jù)包數(shù)量；DPr(i)表示每輪中節(jié)點(diǎn)n在節(jié)點(diǎn)i處接收的數(shù)據(jù)包數(shù)量；k表示計(jì)算參數(shù)；|Zn-Zk|表示節(jié)點(diǎn)數(shù)據(jù)包差值；dnormal表示設(shè)置的正常節(jié)點(diǎn)閾值。

為了防止節(jié)點(diǎn)被選為簇頭節(jié)點(diǎn)，需要實(shí)時(shí)對(duì)傳感器節(jié)點(diǎn)信任度進(jìn)行更新，其更新表達(dá)式如式(13)所示。

repnew(n)=ωrepold(n)+(1-ω)rep(n)

(13)

式(13)中，ω表示時(shí)間衰減因子。

另外，在節(jié)點(diǎn)分簇完成后，簇內(nèi)節(jié)點(diǎn)之間的數(shù)據(jù)傳輸需要消耗一定的能量，其能量計(jì)算公式如式(14)所示。

(14)

式(14)中，CH-counts表示簇頭節(jié)點(diǎn)的總數(shù)量；Eelect表示傳輸或者接收一個(gè)字節(jié)的能量消耗量；εf表示自由空間能量；dist(xi-qij)表示簇內(nèi)成員節(jié)點(diǎn)到達(dá)簇頭節(jié)點(diǎn)的路徑平方和。

為了降低無(wú)線傳感器網(wǎng)絡(luò)的整體消耗，盡可能降低簇內(nèi)節(jié)點(diǎn)之間的傳輸耗能，即選取節(jié)點(diǎn)之間最小的傳輸路徑[12-13]。

1.4 異常節(jié)點(diǎn)檢測(cè)

根據(jù)得到的簇頭獲取傳感器節(jié)點(diǎn)信息，根據(jù)高階馬爾可夫鏈構(gòu)建無(wú)線傳感器節(jié)點(diǎn)，判定待檢測(cè)節(jié)點(diǎn)的類(lèi)別(正常節(jié)點(diǎn)或異常節(jié)點(diǎn))，實(shí)現(xiàn)無(wú)線傳感器網(wǎng)絡(luò)異常節(jié)點(diǎn)的檢測(cè)。

網(wǎng)絡(luò)異常節(jié)點(diǎn)檢測(cè)具體步驟如下所示。

步驟一：依據(jù)節(jié)點(diǎn)屬性模型，確定節(jié)點(diǎn)高階馬爾可夫鏈的狀態(tài)空間，即建立傳感器節(jié)點(diǎn)分類(lèi)標(biāo)準(zhǔn)，本文將傳感器節(jié)點(diǎn)狀態(tài)劃分為兩種，分別為正常節(jié)點(diǎn)與異常節(jié)點(diǎn)，狀態(tài)空間記為E={1,2}，其中1指正常節(jié)點(diǎn)，2指異常節(jié)點(diǎn)。

步驟二：依據(jù)步驟一確定狀態(tài)空間，確定已知傳感器節(jié)點(diǎn)相對(duì)應(yīng)的狀態(tài)。

步驟三：對(duì)步驟二獲得結(jié)果進(jìn)行統(tǒng)計(jì)整理，獲取步長(zhǎng)為1的馬氏鏈轉(zhuǎn)移概率矩陣，體現(xiàn)傳感器節(jié)點(diǎn)轉(zhuǎn)移過(guò)程中狀態(tài)變化概率。

步驟四：采用“ADMCP法”進(jìn)行“馬氏性”檢驗(yàn)，若通過(guò)檢驗(yàn)，輸出結(jié)果即為無(wú)線傳感器網(wǎng)絡(luò)節(jié)點(diǎn)判定結(jié)果；若未通過(guò)檢驗(yàn)，表明上述步驟出現(xiàn)偏差或錯(cuò)誤，需要對(duì)上述步驟進(jìn)行檢查與修正，即返回步驟一。

步驟五：對(duì)傳感器節(jié)點(diǎn)高階馬爾可夫鏈進(jìn)行分析，并輸出網(wǎng)絡(luò)節(jié)點(diǎn)判定結(jié)果(正常節(jié)點(diǎn)或異常節(jié)點(diǎn))。

通過(guò)上述步驟，實(shí)現(xiàn)無(wú)線傳感器網(wǎng)絡(luò)異常節(jié)點(diǎn)的檢測(cè)，為無(wú)線傳感器網(wǎng)絡(luò)的應(yīng)用與發(fā)展提供更好地支撐與幫助。

2 實(shí)驗(yàn)結(jié)果分析

為驗(yàn)證提出方法與現(xiàn)有方法之間的應(yīng)用性能差異，采用MATLAB軟件設(shè)計(jì)實(shí)驗(yàn)。實(shí)驗(yàn)中采用的操作系統(tǒng)為Windows 10，系統(tǒng)運(yùn)行內(nèi)存約為8GB。

2.1 實(shí)驗(yàn)參數(shù)

實(shí)驗(yàn)中無(wú)線網(wǎng)絡(luò)節(jié)點(diǎn)仿真區(qū)域?yàn)?00×100。實(shí)驗(yàn)參數(shù)是保障實(shí)驗(yàn)順利進(jìn)行的關(guān)鍵，因此需要對(duì)其進(jìn)行科學(xué)、合理地設(shè)置，具體如表1所示。

表1 實(shí)驗(yàn)參數(shù)表

2.2 無(wú)線傳感器網(wǎng)絡(luò)協(xié)議棧設(shè)計(jì)

為了保障實(shí)驗(yàn)的順利進(jìn)行，對(duì)無(wú)線傳感器網(wǎng)絡(luò)協(xié)議棧進(jìn)行設(shè)計(jì)，具體如圖2所示。

圖2 無(wú)線傳感器網(wǎng)絡(luò)協(xié)議棧示意圖

在實(shí)驗(yàn)仿真過(guò)程中，若出現(xiàn)異常節(jié)點(diǎn)，其會(huì)向周?chē)淖冏陨淼酱仡^節(jié)點(diǎn)最小的路徑，以此為基礎(chǔ)，吸收相鄰節(jié)點(diǎn)的流量。設(shè)置傳感器節(jié)點(diǎn)總數(shù)量為100，實(shí)驗(yàn)采用隨機(jī)方式來(lái)生成無(wú)線傳感器節(jié)點(diǎn)分布圖。

2.3 實(shí)驗(yàn)結(jié)果分析

依據(jù)上述確定的實(shí)驗(yàn)參數(shù)，配置的實(shí)驗(yàn)數(shù)據(jù)，進(jìn)行無(wú)線傳感器網(wǎng)絡(luò)異常節(jié)點(diǎn)檢測(cè)實(shí)驗(yàn)，分別在時(shí)間與節(jié)點(diǎn)密集度自變量背景下，計(jì)算異常節(jié)點(diǎn)的誤檢率，以此來(lái)顯示方法的應(yīng)用性能，具體實(shí)驗(yàn)結(jié)果如表2 所示。

表2 誤檢率數(shù)據(jù)表

(2)自變量為節(jié)點(diǎn)密集度 %

如表2數(shù)據(jù)顯示，隨著時(shí)間的增加，誤檢率呈現(xiàn)為上升趨勢(shì)；隨著節(jié)點(diǎn)密集度的增加，誤檢率呈現(xiàn)為下降趨勢(shì)。其中，在時(shí)間自變量下，現(xiàn)有方法誤檢率范圍為0.99%～3.01%，提出方法誤檢率范圍為0.59%～1.19%；在節(jié)點(diǎn)密集度自變量下，現(xiàn)有方法誤檢率范圍為1.17%～3.59%，提出方法誤檢率范圍為0.31%～2.56%。與現(xiàn)有方法相比較，提出方法異常節(jié)點(diǎn)誤檢率較低，充分證實(shí)提出方法具備更好的應(yīng)用性能。

結(jié)語(yǔ)

為提升無(wú)線傳感器網(wǎng)絡(luò)運(yùn)行質(zhì)量，針對(duì)其中存在的異常節(jié)點(diǎn)，本文應(yīng)用高階馬爾可夫鏈設(shè)計(jì)了全新的無(wú)線傳感器網(wǎng)絡(luò)異常節(jié)點(diǎn)檢測(cè)方法。通過(guò)實(shí)驗(yàn)證明了本文方法極大地降低了異常節(jié)點(diǎn)誤檢率，為網(wǎng)絡(luò)安全提供更加有效的支撐，也為異常節(jié)點(diǎn)檢測(cè)研究提供一定的參考。