基于信任機制的無線傳感器網絡可靠傳輸路由協議

摘 要： 在無線傳感器網絡中，針對異常事件監測時會出現大量數據發送引起網絡擁塞、數據包無法可靠傳輸的問題，提出一種基于信任機制的可靠傳輸路由協議（RTRPT）。該協議提出了梯度分簇模型以選取簇頭節點。在無異常事件發生時，通過轉發能量閾值找出傳輸數據的鄰居節點，進行數據傳輸。同時對這些節點進行轉發概率與歷史信任度計算得到直接信任度，再通過這些節點交互間接評價得到間接信任度。將直接信任度、間接信任度、距離度量和剩余能量作為評價指標，量化后通過熵權法得到鄰居節點的綜合信任。在異常事件發生時，節點僅需選擇綜合信任度最大的鄰居節點作為轉發節點，建立路由路徑。使用OMNeT++進行仿真驗證，RTRPT與TSRP、ESRT相比，在傳輸大量數據包時節點丟包率分別降低69.4%、52.7%；節點傳輸延遲分別降低53.6%、34.8%；網絡生命周期分別延長32.5%、15.7%。仿真結果表明，RTRPT能有效減少丟包、降低傳輸延遲、延長生命周期。

關鍵詞： 無線傳感器網絡； 路由協議； 可靠傳輸； 信任機制； 信任度

中圖分類號： TP393"" 文獻標志碼： A

文章編號： 1001-3695（2022）05-039-1514-05

doi：10.19734/j.issn.1001-3695.2021.10.0453

Trust-based reliable transmission routing protocol for wireless sensor network

Zhang Qian， Ren Xiuli

（Information College， Liaoning University， Shenyang 110136， China）

Abstract： In wireless sensor networks， considering the problems of network congestion and unreliable transmission of data packets caused by large numbers of data transmission in monitoring abnormal events， this paper proposed a reliable transmission routing protocol （RTRPT） based on trust mechanism. The protocol proposed a gradient clustering model to select cluster head nodes. When no abnormal events occurred， the nodes identified the neighbor nodes for data transmission by forwarding energy threshold. At the same time， it calculated the forwarding probability and historical trust degree of these nodes to obtain the direct trust degree， and then obtained the indirect trust degree through the interactive indirect evaluation of these nodes. Then this protocol used direct trust degree， indirect trust degree， distance measurement and residual energy as evaluation indexes. After quantification， it obtained the comprehensive trust of neighbor nodes by the entropy weight method. When abnormal events occurred， the nodes only needed to select the neighbor nodes with the highest comprehensive trust as the forwarding node， then established the routing path. In the simulation environment， compared with TSRP and ESRT， RTRPT reduced the packet loss rate of nodes by 69.4% and 52.7% respectively. The node transmission delay reduced by 53.6% and 34.8% respectively. The network life cycle extended by 32.5% and 15.7% respectively. Simulation results show that RTRPT can effectively decrease packet loss， reduce transmission delay and prolong life cycle.

Key words： wireless sensor network（WSN）; routing protocol; reliable transmission; trust mechanism; trust

0 引言

在異常事件監測的應用環境中，無線傳感器網絡（wireless sensor network，WSN）大量節點部署位置隨機、分散且不易回收，早期關于其路由研究著重于延長網絡的生命周期［1］。隨著無線傳感器網絡越來越多地被應用于復雜的工業監控、醫療實時監測［2］、生態環境監測［3］、軍事戰場監視［4］等異常事件監測環境中，數據傳輸的可靠性顯得尤為重要。

與普通的環境監測系統不同，異常事件場景下的監測網絡不僅需要定期收集節點感知的信息，更需要對突發事件作出快速響應。當網絡環境發生變化時，超出節點監測閾值的數據需要在短時間內被傳輸至sink節點，同一時刻共享無線信道的節點間將產生通信干擾，使節點在數據傳送過程中出現擁塞，導致丟包現象［5，6］。同時，長時間暴露的節點易遭受故意丟棄部分數據包的灰洞攻擊等，使數據包丟失。為了避免數據丟失，許多學者提出了多徑傳輸［7］及重傳［8］以保障數據傳輸可靠性。但通過多徑傳輸機制會在異常事件發生時，有大量數據傳輸，增加網絡中各節點的負擔。而重傳機制是在節點出現丟包后采取的補救措施，難以保證數據時效性且能量消耗過多。

因此，為了提高大量數據在網絡中傳輸的可靠性，信任機制被廣泛應用在路由協議中。文獻［9］中節點對轉發節點直接信任與間接信任計算，采用時間滑動窗口更新信任，但該方法采用的歷史信任數據過少導致計算結果不準確。文獻［10］中引入時間衰減因子計算歷史信任并根據節點對鄰居節點直接信任、間接信任計算，選取轉發節點，但均沒有將能量消耗考慮到路由協議中。文獻［11，12］中節點根據鄰居節點信任度與傳輸數據能量消耗，選取轉發節點，建立路由，但均在間接信任度計算時缺乏對間接評價節點可信度的評判。文獻［13］為了提高網絡的安全性并節約能耗，提出基于信任感知的安全路由協議（trust-aware secure routing protocol，TSRP），利用節點收發數據包數量及揮發因子得到直接信任，共有鄰居節點作為間接評價節點，賦均等概率計算間接信任，采用專家經驗對指標賦權。路由建立時選擇信任度最高、路徑最短節點進行路由，但間接評價節點均等概率及主觀經驗賦權均會導致信任度計算結果不準確。文獻［14］為了提高傳輸的可靠性、時效性和節能性，提出基于能量感知與信任的路由（energy-aware secure routing with trust，ESRT）。其根據直接信任、間接信任和積極行為的預期概率評價一跳節點的可信度，引入組合路由函數對信任、剩余能量和跳數進行路由代價判斷，但路由中存在狀態信息更新不及時，導致節點作出錯誤路由選擇的概率。

通過分析各路由協議在應用中出現的問題，本文針對在無線傳感器網絡中，由于異常事件發生引起不可靠傳輸的問題提出了基于信任機制的可靠傳輸路由協議（reliable transport routing protocol based on trust，RTRPT）。該協議提出梯度分簇模型，在信任機制中采用多項指標周期計算鄰居節點綜合信任度。當異常事件發生時，節點可在短時間內找到合適轉發節點，完成路由建立。該路由協議能夠在降低節點丟包率、減少數據包傳輸延遲的情況下，延長網絡生命周期。

3.2 事件驅動網絡數據傳輸

節點頻繁上傳異常數據，網絡中傳輸大量數據包。事件驅動網絡可減少網絡占用率，保證數據時效性。

節點感知異常數據后傳輸至簇頭，簇頭節點i融合簇內節點數據，生成數據包后作為評價節點動態尋找路徑，路由建立過程如下：a）節點i檢查鄰居節點集合Ci中n個目標節點的剩余能量Eresi，vnvn∈Ci，選擇Eresi，vn≥E0的節點作為候選轉發節點;b）查詢所有候選轉發節點綜合信任度Tcomi，vn;c）選擇綜合信任度最高的節點作為目標節點傳輸數據包;d）目標節點接收數據包并融合自身異常數據后，作為評價節點循環執行a）～c），直到目標節點為sink時，則停止路由建立。

4 仿真實驗及結果分析

4.1 仿真環境及參數設計

使用OMNeT++仿真環境，對RTRPT的性能進行驗證。將100個節點隨機分布在200 m×200 m的區域內，sink位于網絡邊緣。節點初始能量為2 J，數據包為500 Byte，通信半徑R=30 m。

4.2 實驗結果分析

實驗中，將發包率介于1～4 pkt/s時定義為周期匯報網絡，發包率大于4 pkt/s時定義為事件驅動網絡。前40輪設為周期匯報網絡，40～50輪設為事件驅動網絡，以50輪為周期循環模擬網絡。在不同發包速率下將RTRPT與TSRP、ESRT在節點丟包率、傳輸延遲等方面進行比較。

4.2.1 丟包率

數據包傳輸時的碰撞、擁塞會導致丟失，該丟失比率稱為丟包率。實驗中通過改變節點的發包速率，統計節點收發數據包數量，算出節點的丟包率。圖2是不同發包率下，節點丟包率的變化情況。與TSRP、ESRT相比，RTRPT在發包速率大于4 pkt/s時，節點丟包率分別降低69.4%、52.7%。因為RTRPT在發包率為1～4 pkt/s的網絡中，為計算鄰居節點信任度，無論節點是否可信均傳輸數據，部分不可信節點傳輸中產生丟包。在發包率大于4 pkt/s的事件驅動網絡中，被計算信任度的節點比例遠大于TSRP和ESRT中的數量，且信任度計算指標更全面，傳輸數據的下一跳節點更可信。在減少路由計算代價的基礎上，可找到更優路徑，丟包率降低。而在TSRP中，間接評價節點均等概率作用于間接信任度計算中，且信任度閾值選取及綜合信任度計算時均采用主觀評價，缺少動態賦權，導致信任度計算不準確，數據包丟失較多。在ESRT中，節點信任度計算指標單一，無法進行全面評價且信任度更新不及時，均導致信任度計算出現偏差。而在發包率大于5 pkt/s時，TSRP和ESRT仍需大量計算過程，丟包率增加。

4.2.2 傳輸延遲

源節點發送數據包的初始時間與目的節點接收數據包的結束時間存在延遲，該延遲稱為傳輸延遲。實驗中通過改變節點的發包速率，記錄節點發送數據包時間與目的節點接收數據包時間，算出節點的傳輸延遲。圖3是不同發包速率下，數據包傳輸延遲的變化情況。與TSRP、ESRT相比，RTRPT在網絡中發包速率大于4 ptk/s時，傳輸延遲分別降低62.5%、43.9%。因為RTRPT在發包率為1～4 pkt/s時的周期匯報網絡中，每傳輸一次數據包均需計算鄰居節點信任度，發包率越高節點間交互越多，傳輸延遲越高。在發包率大于4 pkt/s時網絡負載增加，但節點間路由過程計算復雜度降低，較發包率為4 pkt/s時的傳輸延遲更低。而在TSRP中，計算路徑的時間復雜度與RTRPT一致，但發包率為1～4 pkt/s時計算數據量較少。當發包率大于4 pkt/s時仍需在傳輸過程中對下一跳節點進行詳細計算，導致傳輸延遲增加。而ESRT的傳輸路徑已經建立完成，僅當指標數據發生改變時才需重新規劃路徑，因此僅適用于發包率較低的網絡。當發包率大于4 pkt/s時，傳輸延遲顯著增加，且存在路徑更新不及時的風險。

4.2.3 網絡生命周期

網絡開始運行到大部分節點電量耗盡時，失去作用。遵循大多數原則，將50%節點電量耗盡時作為網絡生命周期結束。分別計算不同輪數后節點存活率，算出網絡生命周期。

圖4是網絡中節點存活率隨仿真輪數的變化情況。與TSRP、ESRT相比，RTRPT的網絡生命周期分別增加了32.5%、15.7%。因為RTRPT能有效利用監測數據正常、發包率較低的網絡，在減少數據包發送頻率的同時，計算更新節點信任度，以便合理選取傳輸路徑。在發包率大于4 pkt/s時的事件驅動網絡中減少路由計算過程，有效降低能量消耗。而TSRP和ESRT的路由建立、更新過程貫穿網絡生命周期，計算過程能量開銷較大。在發包率大于4 pkt/s時，路由協議設計復雜，加重網絡負載，在無法保證數據時效性的同時也導致網絡生命周期減少。

4.2.4 惡意節點檢測率

惡意節點可造成數據包的不可靠傳輸。實驗中隨機設置惡意丟包節點，通過監測惡意節點信任度，計算經不同輪數后的惡意節點檢測率，并使用信任度標準差表示檢測率的穩定程度。

圖5和6分別為惡意節點信任度及信任度標準差隨仿真輪數的變化情況。由圖可知，與TSRP、ESRT相比，RTRPT惡意節點檢測率分別提高36.3%、17.3%，且惡意節點檢測率穩定程度分別提高70%、37%。因為RTRPT在第z周期中的第［0+（z－1）×50，40+（z－1）×50］輪，對所有節點進行信任度檢查更新，所以惡意節點均能被準確檢測，信任度標準差能有效降低。而在第z周期中的第［40+（z－1）×50，50×z］輪，為降低路由協議的復雜度，減少了信任度更新過程，此時惡意節點檢測率雖無法提高，但數據時效性得到保證。而在TSRP和ESRT中，由于間接信任及綜合信任計算方式不當，導致計算的惡意節點信任度數據不準確。且僅對傳輸數據的下一跳節點進行信任度計算，導致惡意節點檢測率較低，信任度標準差較高。

5 結束語

當網絡中數據包發送速率快速增加時，本文從降低節點丟包率、減少傳輸延遲、延長網絡生命周期角度出發，提出基于信任機制的可靠傳輸路由協議（RTRPT）。該協議提出梯度分簇模型選取簇頭節點并分簇，利用信任機制對節點可靠性進行評估;周期匯報網絡中利用節點空閑狀態檢查鄰居節點信任度，并利用熵權法計算節點綜合信任度;事件驅動網絡中有效解決數據過多時信道占用嚴重引起的丟包、延遲問題。仿真結果表明，RTRPT在數據大量傳輸的網絡中能減少數據包丟失，縮短數據包傳輸延遲，延長網絡生命周期。

參考文獻：

[1]張文梅，廖福保.改進的無線傳感器網絡非均勻分簇路由算法［J］.傳感技術學報，2015，28（5）：739-743.（Zhang Wenmei， Liao Fubao. Improved uneven clustering routing algorithm for wireless sensor networks［J］.Chinese Journal of Sensors and Actuators，2015，28（5）：739-743.）

［2]Dmitriev A S， Ryzhov A I， Lazarev V， et al. Experimental ultrawideband wireless sensor network for medical applications［J］.Journal of Communications Technology and Electronics，2015，60（9）：1027-1036.

［3]Luo Xiong， Chang Xiaohui. A novel data fusion scheme using grey model and extreme learning machine in wireless sensor networks［J］.International Journal of Control， Automation and Systems，2015，13（3）：539-546.

［4]Kumar K A， Krishna V N， Chatrapati K S. New secure routing protocol with elliptic curve cryptography for military heterogeneous wireless sensor networks［J］.Journal of Information and Optimization Sciences，2017，38（2）：341-365.

［5]Saginbekov S， Jhumka A. Many-to-many data aggregation scheduling in wireless sensor networks with two sinks［J］.Computer Networks，2017，123（7）：184-199.

［6]Amodu O A， Mahmood R. Impact of the energy-based and location-based LEACH secondary cluster aggregation on WSN lifetime［J］.Wireless Networks，2018，24（5）：1379-1402.

［7]張婷，張德干，崔玉亞.一種基于冗余策略的多路徑可靠傳輸新方法［J］.計算機科學，2019，46（2）：363-368.（Zhang Ting， Zhang Degan， Cui Yuya. A new multipath reliable transmission method based on redundancy strategy［J］.Computer Science，2019，46（2）：363-368.）

［8]劉清華.考慮鏈路重傳的工業無線網絡確定性調度算法研究［D］.重慶：重慶郵電大學，2019.（Liu Qinghua. Research on deterministic scheduling algorithm for industrial wireless networks conside-ring link retransmission［D］.Chongqing：Chongqing University of Posts and telecommunications，2019.）

［9]Feng Renjian， Han Xiaona， Liu Qiang， et al. A credible Bayesian-based trust management scheme for wireless sensor networks［J］.International Journal of Distributed Sensor Networks，2015，11（11）：17-26.

［10]Khalid N A， Bai Quan， AlAnbuky A. Adaptive trust-based routing protocol for large scale WSNs［J］.IEEE Access，2019，35（99）：31-41.

［11]Bangotra D K， Singh Y， Selwal A， et al. A trust based secure intelligent opportunistic routing protocol for wireless sensor networks［J］.Wireless Personal Communications，2021，25（31）：1-22.

［12]Zahedi A， Parma F. An energy-aware trust-based routing algorithm using gravitational search approach in wireless sensor networks［J］.Peer-to-Peer Networking and Applications，2019，12（1）：1-22.

［13]韓優佳，胡黃水，姚美琴.基于信任感知的無線傳感器網絡安全路由協議［J］.計算機工程，2021，47（9）：145-152.（Han Youjia， Hu Huangshui， Yao Meiqin. A trust-aware secure routing protocol for wireless sensor networks［J］.Computer Engineering，2021，47（9）：145-152.）

［14]Ahmed A， Bakar K A， Channa M I， et al. Energy-aware and secure routing with trust for disaster response wireless sensor network［J］.Peer-to-Peer Networking and Applications，2017，10（1）：1-22.

［15]費揚，杜慶治.基于BP神經網絡模型的RSSI測距方法研究［J］.電波科學學報，2018，33（2）：195-201.（Fei Yang， Du Qingzhi. Research on RSSI ranging method based on BP neural network model［J］.Journal of Radio Science， 2018，33（2）：195-201.）

［16]董發志，丁洪偉，楊志軍.基于遺傳算法和模糊C均值聚類的WSN分簇路由算法［J］.計算機應用，2019，39（8）：2359-2365.（Dong Fazhi， Ding Hongwei， Yang Zhijun. WSN clustering routing algorithm based on genetic algorithm and fuzzy C-means clustering［J］.Journal of Computer Applications，2019，39（8）：2359-2365.）

［17]張峰，鄭洪源，丁秋林.基于信任和權重的無線傳感器網絡數據融合模型［J］.計算機科學，2017，44（5）：37-41，60.（Zhang Feng， Zheng Hongyuan， Ding Qiulin. Wireless sensor network data fusion model based on trust and weight［J］.Computer Science，2017，44（5）：37-41，60.）

［18]謝麗霞，魏瑞炘.物聯網節點動態信任度評估方法［J］.計算機應用，2019，39（9）：2597-2603.（Xie Lixia， Wei Ruixin. Dynamic trust evaluation method of Internet of Things nodes［J］.Journal of Computer Applications，2019，39（9）：2597-2603.）

［19]Heinzelman W R. Energy-efficient communication protocol for wireless microsensor networks［C］//Proc of the 33rd Annual Hawaii International Conference on System Sciences.2000：3005-3014.