一種用于信息隱蔽傳輸的高效DTN路由算法

劉美華 田茂 陳小莉 張新晨

摘? ?要：作為一種間歇性連接的網絡，延遲容忍網絡（DTN）中的消息通過節點間的機會性相遇完成投遞，這種多跳、隨機的傳遞方式使得消息難以被追蹤，因此DTN非常適合實現信息的隱蔽傳輸.然而在DTN中節點之間的連接頻繁斷開限制了傳輸效率，且現有的DTN路由并未針對隱蔽傳輸的安全性進行相關研究.為保證隱蔽傳輸的通信質量和安全性，提出一種路由算法，首先利用節點的靜態社會特征和實時相遇情況設計一種高效的消息轉發策略以提高消息的投遞效率;其次考慮到過多的消息副本在增加投遞概率的同時也會增加暴露的風險，根據網絡連通情況對副本數進行了動態設置.最后，將提出的算法與DTN經典算法進行仿真對比，結果顯示本算法能夠提高DTN的消息投遞率，減少網絡開銷，同時提高消息的安全性.

關鍵詞：延遲容忍網絡;傳輸隱藏;路由算法;副本數控制;轉發策略

中圖分類號：TN915? ? ? ? ? ? ? ?? ? ? ?文獻標志碼：A

An Efficient DTN Routing Algorithm for Covert Transmission of Information

LIU Meihua1，TIAN Mao1，CHEN Xiaoli1，ZHANG Xinchen2

（1. Electronic Information School，Wuhan University，Wuhan 430072，China;

2. School of Physical Science and Technology，Central China Normal University，Wuhan 430079，China）

Abstract：The Delay Tolerant Network （DTN）， as an intermittently connected network， transfers messages through opportunistic encounters between nodes. It is difficult to intercept messages because of the multi-hop and random delivery method， which shows that DTN is very suitable for covert transmission of information. However， it also limits transmission efficiency. In order to develop transmission efficiency and to guarantee the security of covert transmission， a routing algorithm was proposed. Firstly， an efficient message forwarding strategy was designed to improve the delivery efficiency of messages by utilizing the static social characteristics and real-time encounters of nodes. Secondly， because massive copies of message lead to high probability of delivery but also reduce the security of covert transmission， the number of copies was dynamically set according to the topology of the network. Finally， the proposed algorithm was simulated. Compared with the classical DTN algorithm， the simulating results show that the proposed algorithm can improve the message delivery rate of DTN，reduce network overhead， and increase the security of messages.

Key words：Delay Tolerant Network（DTN）;transmission hiding; routing algorithm;control of message copies; forwarding strategy

在延遲容忍網絡（Delay Tolerant Network，DTN）中，移動設備之間以自組織的形式通過短距離接口進行數據交換，這種低成本的通信方式與蜂窩系統互補協同，成為物聯網領域的一個重要方向[1-2]. 但由于設備的移動導致連接時常斷開，消息只能通過節點間的機會性相遇以存儲-攜帶-轉發的方式實現投遞[3]. 這種多跳、隨機的方式與傳統網絡通信有著本質差異，DTN中移動節點之間自組織、間歇性的連接使消息傳輸路徑的隨機性很大，通信過程很難追溯，因而使消息難以被追蹤，因此DTN能夠用于信息隱藏系統中對消息的傳輸過程進行保護.信息隱藏系統通常可以分為內容隱藏和傳輸隱藏，內容隱藏技術包括數字水印、密碼學、隱寫術[4]等;傳輸隱藏主要是利用信道的一些固有特性以實現傳輸的隱蔽，例如擴頻、跳頻等[5]，與這些物理層的傳輸隱藏方法不同，本文提出一種基于DTN的從網絡層面實現隱蔽傳輸的方法，其與內容隱藏一起構建信息隱藏系統：經加密或者隱寫之后得到的載密信息通過DTN進行多跳傳輸，由于傳輸路徑的不確定性，消息和源節點均難以被追蹤，這樣就能夠實現對傳輸過程和發送方的保護.

盡管DTN能用于信息隱藏，但其間斷，隨機的的特征決定了其在消息投遞率和延時可控等可靠性上得不到保障，導致DTN難以成為實用的傳輸信道.針對這個問題，學者們基于“存儲-攜帶-轉發”機制提出了許多優化路由協議來提高傳輸質量[6]，主要分為兩種策略，第一種通過消息多副本來得到較好的投遞率，比如Epidemic[7]以洪泛的方式來轉發數據，然而過多的消息副本數增加了網絡開銷和暴露的風險，影響通信的隱蔽性，因此必須控制副本數量;Spray and Wait[8]限制副本數為一個定值以提升整體效率，但固定的副本數不能適應網絡拓撲結構的變化. 文獻[9]指出網絡連通度能很大程度上決定消息的投遞，并提出一種根據網絡連通度來動態調整消息副本數的DA-SW路由，但是需要提前獲取網絡歷史數據集的分析結果作為參考，不能適用于所有DTN網絡，因此需要制定一種能夠根據實時的網絡連通程度來自適應設置消息副本數的方法.

第二種策略通過評估節點的投遞效用，為消息選擇合適的下一跳使其以更高的概率到達目的節點，比如Prophet通過相遇頻率來估計再次相遇的概率，選擇與目的節點相遇概率高的鄰居節點作為下一跳[10]，但忽略了節點的社會性.近年來，許多研究證明合理地利用網絡的社會特征可以對消息的轉發效率起到比較顯著的提升作用[11]，Bubble Rap，SimBet等社會路由利用節點的社區性、相似性和中心性來評估節點的轉發效用[12-13]. 以這二者為代表的大多社會性路由都致力于挖掘節點的潛在社會關系，而忽略了節點與目的節點的直接聯系，使得消息中繼節點的選擇不夠精確，因此，在制定中繼選擇策略時，不僅要考慮社會特征，還需要考慮中繼節點與目的節點的直接聯系.

針對這些問題，本文提出一種安全高效的路由策略ER-IHS（Efficient Routing of DTN for Information Hiding Systems），首先考慮到消息副本過多會影響隱蔽傳輸的安全性，提出用消息的投遞時延來評估與量化網絡的連通程度，以此來自適應設置消息副本數，兼顧傳輸質量和隱蔽性;然后提出一種轉發效用評估方法，兼顧節點社會特征以及它與目的節點的直接聯系，來選擇中繼節點. 在仿真時，采用DTN傳輸效率指標和提出的安全性指標來評估本路由的性能[11]，同時提出安全性指標來評估本路由.仿真對比結果表明該算法可以在保證較高的傳輸效率的同時取得較好的安全性.

1? ?信息隱藏系統結構與問題描述

1.1? ?系統結構

本文選擇那些表現出一定的社會功能的容忍延遲網絡作為新型信息隱藏應用的信道.信息隱藏系統的結構如圖1所示，首先對原始消息進行加密或隱寫處理，然后在DTN的間歇性連接的環境下以多跳的方式傳遞加密信息，當接收方收到消息時對數據進行解密. 由于節點的相遇具有很大的隨機性，很難追溯消息的傳輸路徑;由于事先經過高效的密碼術或隱寫等內容加密技術的處理，即使消息經過多個節點，仍然難以暴露，因此消息、發送者和傳輸過程都得以“隱藏”.

1.2? ?問題描述

本文在設計用于信息隱藏系統的DTN路由算法時，主要面臨下面幾個問題：

1）在網絡拓撲結構變化的情況下，消息副本數既要保證較高的投遞率又要降低信息暴露的風險，就必須實時檢測網絡連通情況，以此對副本數進行動態的設置，因此單個節點如何估計全局的連通程度，以及如何通過估計的連通程度計算副本數，是需要解決的重要問題.

2）如何在充分利用潛在的社會關系基礎上結合與目的節點之間的直接聯系來設計投遞效用函數，為消息選擇最優的載體節點決定著路由的優劣.

2? ?基于節點社會特征的路由算法ER-IHS

為了提高DTN用于隱蔽傳輸時的通信質量，本文的ER-IHS （Efficient Routing for Information Hiding Systems）路由算法在消息多副本的基礎上，采用一種消息轉發策略，該策略提出一種節點投遞效用值的計算方法以更精確地選擇下一跳.同時考慮到過多的副本帶來的安全性隱患，ER-IHS對網絡的連通程度進行評估與量化，并以此動態設置消息的復制上限，從而在保證消息投遞效率的基礎上提高安全性.以下將對本算法進行詳細闡述.

2.1? ?相關定義

2.1.1? ?網絡連通程度的評估

整個網絡的連通程度取決于網絡拓撲結構，且在很大程度上決定了消息成功投遞的概率及投遞時延[9]，對于單個節點來說，最容易獲取的關于網絡全局連通程度的信息是當該節點作為目的節點時，成功接收到消息所花費的時延，所以這個時延可以用來反映網絡的連通狀況，使節點做出更優的決策. 本文以節點記錄的投遞時延來量化網絡整體的連通程度，記為Tlink. 每個節點先在本地計算Tlink，然后再與鄰居節點交互統一更新.計算時以常數Tinterval作為步長量化時間，初始條件為，當某節點沒有接收到任何以之為目的節點的消息時，Tlink被設置為∞，一旦接收到第一條消息，Tlink = TTL1 - RTTL1. 第k個時刻的Tlink以下面的公式進行計算更新.

1）當前時刻k，節點成功接收以之為目的節點的消息時，Tlink以式（1）進行更新.

Tlink（k） = Tdelay_i? × α + Tlink（k - 1） × （1 - α）? ?（1）

Tdelay_i? = TTLi - RTTLi? ?（2）

式中：i表示消息序號;TTLi表示消息的生命期; RTTLi表示第i條消息的剩余生命期;Tdelay_i表示第i條消息的投遞時延.式（1）是利用投遞時延來衡量網絡的連通程度，計算時考慮數據的時效性，為最新的投遞延時附上較大權值α，通常在（0，1）中取一個較大的值.

2）節點接收完消息之后，Tlink以式（3）進行更新.

Tlink（k） = Tlink（l） × γ-n? ? ?（3）

式中：l表示最近一次接收以該節點為目的節點的消息的時刻;γ為老化因子，0 < γ < 1; n表示l時刻到當前時刻的時間步數.式（3）表明，如果該節點長時間不能接收到消息Tlink應該變大，以表示連通狀況變差.

3）當前時刻k，兩個節點a與b相遇，相互獲取彼此的Tlink值（Tlink_a和Tlink_b）和l值（la和lb），然后以統一后的Tlink值替換原來的值.

式中：la、lb分別表示節點a、b記錄的l值. 式（5）表示當兩節點相遇計算統一的Tlink值時，同樣考慮數據的時效性，l較大的節點應該分配更大的

權重.

2.1.2? ?節點的轉發效用值-轉發活躍度的計算

節點的社會關系很大程度上決定節點之間的相遇情況，在社交網絡中越活躍的節點遇到其他節點的概率越高，因此為消息選擇中繼節點時，考慮節點的社會特征能夠提升消息的投遞效率.但是如果只考慮這種整體的活躍性是不夠的，因為活躍節點與目的節點的相遇概率不一定很高.針對這個問題，本文同時考慮節點的活躍度和與目的節點的相遇情況，提出轉發活躍度的概念來評估節點的投遞效

用值.

如式（6）所示，本文以節點遇到的其他節點總個數而不是總次數來衡量該節點的活躍度Activity，因為現實的社交網絡中很可能存在與固定的少數節點相遇頻繁的節點，這些節點不應被賦予高的活躍度.

Activityi = ∑*? ? j=1j? ? （6）

式中：j表示到目前為止與節點i有過接觸的節點.節點i與目的節點d的接觸概率Pid按式（7）進行計算.

式中：Nid表示到目前為止節點i與目的節點d的相遇次數;Ni表示到目前為止節點i與其他節點相遇的總次數.

根據以上兩個因素，本文以式（8）定義節點的轉發活躍度Forward_activity.

2.2? ?消息副本數的動態控制

在網絡拓撲結構變化的情況下，消息副本數既要保證較高的投遞率又要降低信息暴露的風險，就必須實時檢測網絡連通情況，以此對副本數進行動態設置，以兼顧傳輸質量和安全性.當生成某條消息時，其源節點根據其估計的網絡當前整體連通程度來設置消息的副本數L，計算方法見式（9）.

式中：k表示當前時刻，即該條消息生成的時刻;

Tlink（k）為生成消息的源節點所估計的當前網絡連通程度;Tmeet_int（k）表示與其他節點相遇的平均間隔，也是由本節點進行局部性的估計，并在節點相遇時進行更新統一. 更新方法為取均值，如式（10）所示.

當兩節點a和b相遇時，兩個節點的Tmeet更新值是對兩節點的本地估計值Tmeet_int_a和Tmeet_int_b取均值得到.

2.3? ?基于社區特征的下一跳選擇策略

本文在對網絡進行社區劃分的基礎上，利用節點的活躍度和接觸頻率來評估鄰居節點的消息投遞能力，為消息找到合適的下一跳.結合Bubble Rap中的社區劃分方法[14]和2.1節中所述的轉發活躍度Forward_activity，提出本地轉發活躍度和全局轉發活躍度的概念.本地轉發活躍度是只計算同社區節點相遇情況得到的轉發活躍度;而全局轉發活躍度是按照整個網絡的相遇情況來計算轉發活躍度.當鄰居節點為非目的節點時，選擇下一跳的流程如圖2所示，主要可以分為4種情況.

情況1：載體節點a，鄰居節點b均與目的節點d在同一社區，如果b的本地轉發活躍度大于a的本地轉發活躍度則a將消息轉發給b，轉發后a將剩余副本數減去1;如果b的本地轉發活躍度小于a，則a不轉發消息.

情況2：載體節點a與目的節點d不在同一社區，而鄰居節點b與d 在同一社區，則a直接將消息轉發給b，同樣轉發后a將剩余副本數減去1.

情況3：載體節點a與目的節點d在同一社區而鄰居節點b與d 不在同一社區，則a不轉發消息.

情況4：載體節點a，鄰居節點b均不與目的節點d在同一社區，此時如果b的全局轉發活躍度大于a的全局轉發活躍度，則a將消息轉發給b，如果b的全局轉發活躍度小于a的全局轉發活躍度則a不轉發消息.

3? ?仿真結果與分析

3.1? ?參數設置與性能指標

為了評估所提出的路由算法ER-IHS的性能，本文用真實數據集在The ONE （Opportunistic Networks Environment）平臺上對其進行仿真，與4種經典算法（Bubble Rap，SimBet，Epidemic，Prophet）的仿真結果進行對比，然后對提出的副本數動態設置方法以及基于轉發活躍度的中繼選擇方法的貢獻進行了驗證.仿真參數為：外部數據集采用Infocom06;每條消息間隔300 s到600 s隨機產生，消息大小在100 kB到300 kB之間，其源節點和目的節點隨機選擇，TTL設置為720 min;每個節點的緩存大小設置為5 MB，通信接口的傳輸速度為250 kbps.

在性能指標上，主要考慮隱蔽傳輸的傳輸效率和安全性：傳輸效率指標采用廣泛使用的消息投遞率，網絡開銷和平均投遞延時;在安全性指標上，由于本文所提出的隱蔽傳輸方法與傳統的物理層隱蔽傳輸方法有本質區別，因此本文考慮提出新的指標來衡量算法安全性.考慮到多副本策略會影響消息成功投遞后在網絡中殘留的平均副本數，增加消息暴露的風險，因此本文提出以消息遺留的平均副本數為衡量路由安全性的指標.

3.2? ?ER-IHS路由的性能

本文將ER-IHS路由與兩種基于節點社會特征的路由Bubble Rap和SimBet，以及2種經典路由Epidemic，Prophet進行了對比，改變節點緩存的大小，得到的結果如圖3所示.

在傳輸效率上，由圖3（a）可以看到除Epidemic之外，各路由的投遞率隨著緩存的增大逐漸增大，最后趨于穩定.總體而言本算法ER-IHS的投遞率比SimBet，Prophet，Bubble Rap三種路由都要高，當緩存為2 M時ER-IHS投遞率比Bubble Rap高54%，比SimBet高62%，比Prophet高34%. 圖3（b）顯示各路由的網絡開銷隨著緩存的增大而減小最后趨于穩定，其中Epidemic的開銷最大，ER-IHS的開銷最小，當緩存為15 M時ER-IHS的開銷分別是Bubble Rap的15%，SimBet的10%，Prophet的5%.圖3（c）顯示ER-IHS的平均投遞延時處于中等水平，當緩存為20 M時，ER-IHS的平均時延比Bubble Rap高3%，比SimBet低11%，比Prophet高7%，而當節點的緩存偏小時，ER-IHS則表現出明顯的優勢.

出現以上結果的原因可以歸結于：

首先，ER-IHS路由根據網絡的連通狀況動態調整消息的副本數量，減少不必要的消息復制，節省了網絡資源;選擇下一跳時Bubble Rap和SimBet僅利用了節點的社會關系，Prophet僅利用了節點與目的節點的相遇概率，而ER-IHS將兩個因素綜合考慮，能夠更精確有效地選擇下一跳，因此得到更高的投遞率.

第二，由于Epidemic通過消息大量復制和轉發的方式犧牲緩存資源來提升投遞率，因此開銷是最高的，其余算法均設置了中繼節點選擇策略，能夠減少總消息轉發次數，因此網絡開銷顯著低于Epidemic，在此基礎上ER-IHS對消息的副本數進行控制，又進一步使網絡開銷降低.

第三，與Epidemic相比，ER-IHS和其他三種路由均對消息的轉發設置了條件，使得消息在網絡中的平均副本數變少，而ER-IHS除了設置了較嚴格的轉發條件之外還對副本數進行了控制，導致消息的投遞時延略微增加，但是整體上仍與Bubble Rap和SimBet的平均時延相近.總的來說，ER-IHS路由以增加少量的投遞時延為代價，獲取較高的投遞率和較低的網絡開銷.

在安全性上，圖3（d）顯示各個路由的平均殘留副本數隨著節點緩存的增大而增加，其中Epidemic和Prophet的增幅明顯，另三種增幅較少，其中ER-IHS的平均殘留副本數最低.當節點緩存為6 M時，Bubble Rap的平均殘留副本比ER-IHS多20%，SimBet比ER-IHS多30%，Prophet比ER-IHS多80%，Epidemic比ER-IHS多200%.主要原因在于ER-IHS對消息副本數自適應設置，因此網絡中的殘留副本數得到顯著降低，減少了消息暴露的風險.

3.3? ?消息副本數L的動態控制方法的性能

消息副本數的動態控制方法旨在提高消息安全性，為了檢測該方法對傳輸質量是否造成了負面影響，本文將其用在4種副本復制沒有上限的經典路由Epidemic，Prophet，Bubble Rap，SimBet上，將傳輸效率和安全性與原路由進行比較.在本文配置的參數下的結果如圖4所示，為方便比較，將改進后路由與改進前的差值列出，如表1所示，“+”表示增加，“-”表示減少.

在傳輸效率上，結合了本文的動態控制副本數方法的路由的投遞率均得到提高，網絡開銷得到大幅降低，在投遞時延上改進的Epidemic和Prophet比原路由均有所提高，而基于社會特征的Bubble Rap和SimBet則比原路由的時延要略低.在安全性上，改進后的路由的平均殘留副本數均顯著減少.

由以上結果可以看到，本文的動態控制消息副本數的方法能夠在保證傳輸質量的基礎上提高消息的傳輸安全性，對于那些對消息冗余依賴程度較高的路由，雖然增加了一定的消息平均時延，但總體而言改善了傳輸效率和傳輸安全.

3.4? ?轉發活躍度的性能

本文考察提出的基于轉發活躍度Forward_activity的中繼節點選擇策略對消息投遞率，網絡開銷和平均投遞時延的影響.將其應用于同樣考慮了社區性和節點活躍程度（中心性）的Bubble Rap和利用節點與目的節點之間相遇的概率來選擇中繼節點的Prophet，得到Bubble Rap_FA（以轉發活躍度代替中心性）和Prophet_FA（以轉發活躍度代替相遇概率）與原始路由相比較，同時以Epidemic的結果作為參考.圖5展示了比較結果.為了便于觀察，將改進后路由與改進前的差值列出，如表2所示.

由圖5可以看到，基于轉發活躍度的路由與原路由相比，提高了消息投遞率，降低了網絡開銷和平均投遞時延.這是由于轉發活躍度能夠更加精確地評估節點的投遞效用，從而能夠提高消息傳輸效率.

4? ?結? ?論

本文利用DTN的多跳隨機的傳輸特點將其用作信息隱藏系統中的隱蔽信道，為了應對DTN間歇性連接的不利特性，提出了一種有效的路由策略以提高DTN的通信質量，并降低消息暴露風險.該路由提出一種檢測網絡連通度的方法以動態設置消息的副本數，并利用節點的靜態社會特征和實時的相遇信息來評估節點投遞效用，選擇合適的中繼節點.在仿真實驗中，本文對提出的路由的傳輸效率和安全性做出評估和比較，并分別驗證了動態設置消息副本和中繼選擇策略的性能.仿真結果表明，提出的路由算法能提高消息投遞率，降低平均延遲和網絡開銷，并可以減少消息成功投遞后在網絡中殘留的副本數，因此本文的路由能在DTN中獲得較好的傳輸質量和安全性，對將DTN理論應用于實際信息隱藏系統具有指導意義.

參考文獻

[1]? ? 姚宏，白長敏，胡成玉，等. 移動數據分流研究綜述[J]. 計算機科學，2014，41（S2）：182—186.

YAO H，BAI C M，HU C Y，et al. Survey on mobile data offloading[J]. Computer Science，2014，41（S2）：182—186. （In Chinese）

[2]? ? 中國信息通信研究院.物聯網白皮書 [EB/OL]. [2016-12-01]. http：//www.caict.ac.cn/kxyj/qwfb/bps/201612/t20161228_ 2185496.htm.

China Academy of Telecommunication Research of MIIT. White Paper of IoT[EB/OL].[2016-12-01].

[3]? ? PENTLAND A，FLETCHER? R，HASSON? A. DakNet：Rethinking connectivity in developing nations[J]. Computer，2004，37（1）：78—83.

[4]? ? 白迪，田茂，陳小莉，等. 基于圖像信息熵的隨機數可視化表達[J]. 湖南大學學報（自然科學版），2017，44（4）：139—146.

BAI D，TIAN M，CHEN X L，et al. Image-entropy-based visual expression of random[J]. Journal of Hunan University（Natural Sciences），2017，44（4）：139—146. （In Chinese）

[5]? ? SODERI? S，MUCCHI? L，H？覿M？覿L？覿INEN M，et al. Physical layer security based on spread‐spectrum watermarking and jamming receiver[J]. Transactions on Emerging Telecommunications Technologies，2016，28（12）：1—13.

[6]? ? MOTA V F S，CUNHA F D，MACEDO D F，et al. Protocols，mobility models and tools in opportunistic networks：A survey[J]. Computer Communications，2014，48（8）：5—19.

[7]? ? VAHDAT A，BECKER? D. Epidemic routing for partially-connected Ad Hoc networks[R]. Duke University，2000.

[8]? ? SPYROPOULOS? T，PSOUNIS? K，RAGHAVENDRA? C S. Spray and wait：an efficient routing scheme for intermittently connected mobile networks[C]// ACM SIGCOMM Workshop on Delay-Tolerant NETWORKING. ACM，2005：252—259.

[9]? ? TOURNOUX? P U，LEGUAY? J，BENBADIS? F，et al.The accordion phenomenon：Analysis，characterization，and impact on DTN routing[C]// INFOCOM. IEEE，2009：1116—1124.

[10]? LINDGREN? A，DORIA? A，SCHELéN? O. Probabilistic routing in intermittently connected networks[J]. Acm Sigmobile Mobile Computing & Communications Review，2004，7（3）：19—20.

[11]? WEI? K，LIANG? X，XU K. A survey of social-aware routing protocols in delay tolerant networks：Applications，taxonomy and design-related issues[J]. IEEE Communications Surveys & Tutorials，2014，16（1）：556—578.

[12]? PAN? H，CROWCROFT? J，YONEKI? E. BUBBLE rap：Social-based forwarding in delay-tolerant networks[J]. IEEE Transactions on Mobile Computing，2011，10（11）：1576—1589.

[13]? DALY E M，HAAHR? M. Social network analysis for routing in disconnected delay-tolerant MANETs[C]// Acm Interational Symposium on Mobile Ad Hoc Networking & Computing. 2007：32—40.

[14]? PAN? H，YONEKI? E，SHU Y C，et al. Distributed community detection in delay tolerant networks[C]//MobiArch′07，ACM，2007：1—8.