網絡入侵失穩控制時最優節點選擇*

高 華

(大連藝術學院 文化藝術管理學院， 遼寧 大連 116600)

網絡入侵失穩控制時最優節點選擇*

高 華

(大連藝術學院 文化藝術管理學院， 遼寧 大連 116600)

針對網絡入侵失穩控制時最優節點選擇方法一直存在選擇不準確、誤差大的問題，提出基于能量融合信道均衡與控制簇頭競選的節點選擇方法，并應用于入侵后網絡失穩控制中.建立無線傳感器網絡的數據傳輸和節點分布模型，對網絡失穩后的WSN信道進行均衡控制，根據簇頭競選結果控制每代節點的定位誤差，降低節點在遭到入侵后的錯誤選擇概率.結果表明，采用改進的選擇方法可以提高節點的通信覆蓋率，降低了節點的死亡率，提高了失穩控制性能，保障了網絡的安全穩定.

網絡入侵； 失穩控制； 路由； 最優節點； 選擇方法； 節點分布模型； 數據傳輸； 定位誤差

隨著物聯網信息技術的快速發展，以無線傳感器網絡(WSN)為代表的無線通信網絡技術在無線數據傳輸和遠程控制中發揮了重要的作用，廣泛應用于野外數據采集、目標信息探測、安全監控等領域，具有重要的應用價值.無線傳感網絡的通信和數據收發安全問題也成為國內外廣泛關注的焦點.

無線傳感器網絡由于具有自組織性和分布式特性，易遭受不法入侵，WSN通信中的數據易被竊取，導致網絡失穩，因此，需要通過網絡信道均衡設計和節點優化部署選擇實現入侵后網絡的失穩控制.

目前，針對無線傳感器網絡遭到入侵失穩情況下的節點選擇方法主要包括無線連通圖法、環形路由選擇法及不規則三角網節點部署法等[1-3].上述方法是通過節點連通圖中的失穩陣元進行自適應均衡處理后，對無線傳感器網絡的失穩節點進行均勻覆蓋，實現WSN通信信道的均衡，提高網絡的穩定性.但是，這些方法在遇到強烈的擾動入侵或者節點規模較大的情況下，對網絡的穩定性控制效果不好.相關文獻對方法進行了改進，文獻[4]提出一種基于能量和距離概率模型的最優節點選擇方法，采用能量檢測方法選擇WSN的簇頭路由分發節點，在線列陣中進行節點的優化部署，實現節點的最優選擇.該方法提高了傳感器網絡的能量均衡性能，保證了在入侵后具有較好的穩定性，但是該算法在簇頭節點轉換過程中容易出現負載加重的問題，降低了網絡的均衡性能.文獻[5]提出一種基于簇內通信代價函數最小準則的網絡失穩控制最優節點選擇方法，對WSN中同一簇的簇內節點進行通信代價最小化設計，采用自相關檢測器進行信道均衡匹配，提高了節點的數據收發能力.但該算法存在計算開銷過大，數據傳輸實時性差的問題.文獻[6]提出了一種基于直接序列擴頻的最優節點選擇方法，但該方法隨著節點規模的增大，容錯性下降.

針對上述問題，本文提出一種基于能量融合信道均衡與控制簇頭競選的入侵后網絡失穩控制最優節點選擇方法，通過仿真實驗進行了性能驗證，展示了本文算法的優越性，得出有效結論.

1 網絡信道模型及失穩后均衡控制

1.1 無線傳感器網絡信道模型設計

首先分析無線傳感器網絡的連通圖結構，并建立相關的通信模型.假設無線傳感器網絡節點均勻分布在一個二維平面上，網格的覆蓋目標區域中無線傳感器網絡的節點是均勻線列陣分布的，簇頭節點采用隨機部署方法.每個網格節點采用最常用的布爾模型表示(0/1模型)，假設兩個節點之間的坐標為(x，y)，用一個二元有向圖G=(V，E)表示無線傳感器網絡節點，則相鄰節點通信距離獲取公式為

(1)

式中：M、N為入侵失穩后的節點數量；Rc為初始節點的連通距離；d(si，sj)為任意點i的中繼節點和sink節點歐式距離.

獲取非邊界節點G1和G2的頂點集合后，在G1和G2的頂點集合中添加兩條邊形成子網連接點G3，三個定點集合中最短路由能量消耗為

E0=gS

(2)

式中：S為信道傳輸節點數量；g為單信道最短能量消耗.

根據上述無線傳感器網絡結構的分析，建立無線傳感器網絡節點的信道收發模型為

(3)

式中：Vt(Gi，Gj)為t時間內節點G1到節點G2的速度；Fi為各節點間能耗因子.

傳感器節點信道的特性隨時間發生改變，通過無線傳輸信道模型獲取無線傳感器網絡節點定位的性能，以此為基礎進行信道均衡設計和失穩控制.

1.2 入侵失穩后信號能量變化函數的獲取

在上述構建的WSN通信信道模型基礎上，對WSN入侵失穩的信道進行特征分析和測量.考慮WSN通信信道是由N個傳感器節點構成的完全相關分布[7-10]，無線傳感器網絡節點處在同一個平面內，則網絡未遭受入侵時節點的信號能量為

x(k+1)=A(k)x(k)+Γ(k)w(k)

(4)

式中：A(k)∈Rn×n為節點的狀態轉移矩陣；x(k)∈Rn×1為前一個信道向量；Γ(k)為各個點源貢獻的權重矩陣；w(k)為均值為零的高斯白噪聲.

網絡遭受入侵后失穩節點的信號能量為

zi(k)=Hi(k)x(k)+ui(k) (i=1，2，…，N)

(5)

式中：zi(k)∈Rp×1為第i個失穩節點的信號能量測量值；Hi(k)∈Rp×n為點源陣列的能耗測量矩陣；ui(k)∈Rp×1為高斯白噪聲.

網絡入侵失穩前后的節點分布能量加權函數為

(6)

式中，zij(k)為第i個失穩節點到第j個失穩節點的信號能量測量值.入侵失穩后的信號能量函數需要考慮噪聲的影響，則式(5)可進一步表示為

mi(k)=zi(k)+qi(k)=

Hi(k)x(k)+ui(k)+qi(k)=

Hi(k)x(k)+vi(k)

(7)

式中，qi(k)為失穩引入噪聲。

利用式(7)對式(6)進行更新，獲取入侵失穩后的信號能量變化函數為

(8)

2 WSN網絡失穩后的簇頭競選規則

在獲取了入侵失穩后信號能量變化函數的基礎上，進行了節點優化選擇部署和失穩控制.傳統方法多采用基于直接序列擴頻方法，對入侵后網絡失穩控制中的最優節點進行選擇，但隨著節點規模的增大，這種方法出現了連接復雜度較高，容錯性下降的問題.為了克服傳統方法的弊端，本文提出一種新的失穩后簇頭競選最優節點選擇方法.

在入侵失穩后信號能量變化函數基礎上，引入目標節點簇頭競選控制規則，第i個參考節點坐標檢測頻譜z服從參數為λ0/T2的Rayleigh分布，即

(9)

式中：T為檢測時間；z為頻譜；λ0為頻譜波長.

為了實現無線傳感器網絡節點準確定位和入侵后的最優選擇部署，需要在Rayleigh分布內建立無線傳感器網絡數據融合樹，使每個節點的父節點子圖保持連通性，并將融合后的數據傳送至節點k進行節點數據監測，監測數據在融合中心支配節點的簇頭目標選擇方程為

M(k)=H(k)x(k)+v(k)

(10)

式中，加權函數的方差矩陣為

(11)

H(k)為正定的實對稱陣，用于選擇所有的信號節點，根據參考節點坐標，對簇頭節點狀態空間進行分解后可得

Rv(k)=L(k)R(k)LT(k)

(12)

式中：R(k)=diag{r1(k)，r2(k)，…，rN(k)}為正定的對角陣；L(k)為三定點陣列中設置的信號節點向量，求平均值作為當前sink節點向量.入侵后WSN網絡失穩簇頭節點競選目標轉化選擇方程為

(13)

式中，

(14)

根據當前節點的位置獲取t+1代節點坐標，則傳感器網絡節點的統計能量特性表示為

(15)

其中，令入侵后傳感器網絡第j個參考節點為基礎節點，計算相鄰參考節點的距離，并利用節點的定位誤差對式(15)進行不斷更新，將更新完畢后擁有最大統計量特征的節點定義為最優節點，以此實現入侵后網絡失穩控制中最優節點的選擇.

3 仿真實驗與結果分析

為了測試入侵后無線傳感器網絡最優節點部署選擇和優化穩定性，本文進行了仿真實驗.建立無線傳感器網絡結構模型，無線傳感器網絡的節點部署區域為一個100 m×100 m的二維區域.在這個二維區域中隨機播撒800個節點，每個節點在進行數據傳輸和通信的覆蓋半徑為1 024 m，sink節點的感知半徑為25 m，時間復雜度函數為12 s，迭代次數選擇為300，傳感器節點探測信號采用頻帶為3～12 kHz、時寬為2 ms的線性調頻信號，強干擾入侵噪聲SNR為-13 dB.根據上述仿真環境和參數設定進行網絡入侵后的節點最優選擇部署，并以文獻[4]所用方法為傳統算法與本文算法進行性能對比分析.

3.1 最優節點選擇準確性比較

在不同節點數量條件下，將本文算法與傳統相似度算法進行網絡失穩后最優節點選擇準確性對比，結果如圖1所示.

圖1 最優節點選擇準確性對比Fig.1 Comparison in accuracy for optimal node selection

分析圖1可知，在相同網絡節點數量條件下，采用本文算法最優節點選擇的準確度遠高于傳統算法.隨著節點數量的不斷增加，這種趨勢依然很明顯，證明了本文算法能有效提高節點部署位置的可信度，降低了無線傳感器網絡遭到入侵后的失穩性，提高失穩控制能力.

3.2 最優節點選擇的時間與空間復雜度比較

在不同節點數量條件下，將本文算法與傳統相似度法進行網絡失穩后最優節點選擇的時間與空間復雜度對比，結果如圖2、3所示.

圖2 最優節點選擇的時間復雜度對比Fig.2 Comparison in time complexity for optimal node selection

圖3 最優節點選擇的空間復雜度對比Fig.3 Comparison in spatial complexity for optimal node selection

由圖2、3可知，在相同網絡節點數量條件下，本文算法最優節點選擇時間復雜度和空間復雜度遠低于傳統算法.隨著節點數量的不斷增加，本文方法時間復雜度和空間復雜度趨于平穩，而傳統算法的復雜度卻進一步增加，從而驗證了本文算法的有效性.

3.3 最優節點選擇路徑統計

在不同節點數量條件下，將本文算法和傳統相似度法進行網絡失穩后最優節點選擇路徑對比，結果如表1所示.

表1 不同算法下最優節點選擇的路徑Tab.1 Paths for optimal node selection with different algorithms

分析表1可知，在相同時間條件下，利用本文算法進行最優節點選擇時，選擇路徑數量小于傳統算法.隨著選擇時間的增加，本文算法的優勢更加明顯，說明本文算法可以減少最優節點選擇的路徑，提高了最優節點選擇的效率.

4 結 論

無線傳感器網絡在遭受入侵后節點之間的數據傳輸和通信穩定性將受到影響.本文提出一種基于能量融合信道均衡與控制簇頭競選的網絡失穩控制最優節點選擇方法，首先構建無線傳感器網絡的數據傳輸和節點分布模型，然后進行網絡失穩后WSN信道均衡設計，在此基礎上采用能量融合方法控制簇頭節點的路由分發和選擇，實現節點優化部署.研究結果表明，采用本文方法進行失穩控制和節點優化選擇部署能有效提高節點的利用率、定位能力和通信覆蓋能力，避免網絡在入侵后出現死亡節點，有效實現入侵后的失穩控制.

[1]何信旺，芮赟，王宗杰，等.濾波器組UMTS系統的信道估計研究 [J].計算機技術與發展，2015，25(9)：57-60.

(HE Xin-wang，RUI Yun，WANG Zong-jie，et al.Research on channel estimation of filter bank UMTS system [J].Computer Technology and Development，2015，25(9)：57-60.)

[2]田雨，馬林華，唐紅，等.基于虛擬MIMO的寫作通信節點選擇算法 [J].電子與信息學報，2014，36(4)：797-803.

(TIAN Yu，MA Lin-hua，TANG Hong，et al.Cooperative communication node selection algorithm based on virtual MIMO [J].Journal of Electronics & Information Technology，2014，36(4)：797-803.)

[3]胡蓉華，董曉梅，王大玲.一種信任和能量意識的WSN補救路由算法 [J].控制與決策，2016，31(3)：435-440.

(HU Rong-hua，DONG Xiao-mei，WANG Da-ling.A trust and energy aware remedy routing algorithm for wireless sensor networks [J].Control and Decision，2016，31(3)：435-440.)

[4]Khalid O，Khan S U，Madani S A，et al.Comparative study of trust and reputation systems for wireless sensor networks [J].Security and Communication Networks，2013，6(6)：679-688.

[5]Zhang H，Ahmad S，Liu G J.Modeling of torsional compliance and hysteresis behaviors in harmonic drives [J].IEEE/ASME Transactions on Mechatronics，2015，20(1)：178-184.

[6]姚玉坤，余志龍，陳曦，等.無線多跳網絡中基于網絡編碼的高效可靠組播路由算法 [J].重慶郵電大學學報(自然科學版)，2015，27(2)：151-156.

(YAO Yu-kun，YU Zhi-long，CHEN Xi，et al.High-efficiency reliable multicast routing algorithm based on network coding in wireless multi-hop network [J].Journal of Chongqing University of Posts and Telecommunications (Natural Science Edition)，2015，27(2)：151-156.)

[7]劉艷峰，魏兵，任新成.近場通信天線場分布特性仿真 [J].電子測量技術，2015，38(8)：132-134.

(LIU Yan-feng，WEI Bing，REN Xin-cheng.Near field communication antenna field distribution simulation [J].Electronic Measurement Technology，2015，38(8)：132-134.)

[8]楊凱，劉全，張書奎，等.利用移動內點來修復傳感器網絡空洞的算法 [J].通信學報，2012，33(9)：116-117.

(YANG Kai，LIU Quan，ZHANG Shu-kui，et al.Hole recovery algorithm based on mobile inner nodes in wireless sensor networks [J].Journal on Commenications，2012，33(9)：116-117.)

[9]劉茂旭，何怡剛，鄧芳明，等.融合RFID的無線濕度傳感器節點設計研究 [J].電子測量與儀器學報，2015，29(8)：1171-1178.

(LIU Mao-xu，HE Yi-gang，DENG Fang-ming，et al.Design research on a wireless humidity sensor node integrated with RFID [J].Journal of Electronic Mea-surement and Instrumentation，2015，29(8)：1171-1178.)

[10]鄭嬋，尹令，孫世新.無線傳感器網絡中2-連通k-支配的容錯連通支配集構造 [J].控制與決策，2013，28(5)：650-656.

(ZHENG Chan，YIN Ling，SUN Shi-xin.Constructing 2-connected k-dominating sets for fault-tolerant backbone in wireless sensor networks [J].Control and Decision，2013，28(5)：650-656.)

(責任編輯：景 勇 英文審校：尹淑英)

Optimal node selection method under instability control after network invasion

GAO Hua

(School of Culture and Art Management, Dalian Art College, Dalian 116600, China)

In order to solve the problem that inaccurate choice and big error exist in the optimal node selection methods under instability control after network invasion, a node selection method based on energy fusion channel equalization and cluster head election control was proposed and applied to the instability control after network invasion. The data transmission and node distribution models for wireless sensor network were established, and the equalization control of WSN channel after network invasion was carried out. According to the results of cluster head election, the positioning error of nodes in each generation was controlled, and the mistake selection probability of nodes was reduced after invasion. The results show that the improved selection method can enhance the communication coverage of nodes, reduce the mortality rate of nodes, improve the instability control performance, and ensure the security and stability of network.

network invasion; instability control; routing; optimal node; selection method; node distribution model; data transmission; positioning error

2016-03-24.

遼寧省教育廳科研項目(W2010114，W2012253)； 遼寧省教育科學"十二五"規劃項目(JG14DB144，JG15DB121).

高 華(1975-)，女，遼寧大連人，副教授，碩士，主要從事計算機應用技術與電子商務等方面的研究.

16∶08在中國知網優先數字出版.

http：∥www.cnki.net/kcms/detail/21.1189.T.20160907.1608.028.html

10.7688/j.issn.1000-1646.2017.01.18

TP 393

A

1000-1646(2017)01-0094-05