周慧芬
(西安醫學高等??茖W校,基礎部, 陜西,西安 710309)
隨著計算機網絡在各行業(例如環境監測與保護、目標跟蹤與偵查等)的廣泛應用,對計算機網絡的關注及研究程度不斷提高。部署計算機網絡內部節點的環境通常具有較為復雜且難以控制的特點,導致網絡內部節點易出現丟包故障,進而使計算機網絡的運行質量受到不同程度的影響。由于計算機網絡的工作環境通常較惡劣,同時會受到網絡節點自身資源的限制,極大地增加了網絡內部節點丟包發生的概率。在檢測節點丟包的過程中需有針對性地獲取相關網絡內部可信節點并將其列為參考,并根據網絡內部丟包節點檢測過程所獲取的反饋信息以確保分析過程的精準展開,在此基礎上同鄰近節點狀態完成對比進而實現對節點狀態的判斷過程,最終實現對內部丟包節點的檢測過程。針對網絡內部丟包節點為進一步提升檢測精度,本文完成了一種檢測方法的設計[1]。
傳統檢測丟包節點方法在網絡內部鄰居節點準確狀態獲取方面存在不足,進而降低了檢測精度。目前的丟包節點檢測方法較多,例如,基于分布式算法執行替代鏈的檢測方法通過對丟包節點鄰居指令檢測過程的描述,通過分布式算法的使用完成網絡內部替代鏈的執行過程,再將內部丟包節點用局部最優方式進行替代。但此方法存在較差的丟包節點容納度問題且需基于較多的先驗知識,易導致網絡阻塞的發生?;谔卣鼽c分析的丟包節點檢測方法(李平、謝桂芳等),為確定待檢測丟包節點,先對網絡內部事件源能量和內部良性特征點進行估算和過濾保留,然后根據網絡內部特征點建立坐標系,得到其與事件源距離的感知值,在通過對比計算值實現對內部丟包節點的判斷,但該方法存在節點能量浪費嚴重的不足。在計算機網絡檢測過程利用可信度和鄰居協作的方法,根據鄰居協作的思想,先建立可信度模型,再判斷其內部節點狀態,然后向預先確定好具體發送時機(通過等概率時間窗口實現)的鄰居節點發送可疑節點丟包診斷請求,鄰居節點據此給出診斷回復,在此基礎上判斷丟包情況的狀態與分類,但易出現丟包節點漏檢及誤檢方面的問題,并且操作過程較為繁瑣,從而降低了檢測性能[2]。傳統檢測方法受到不斷擴大的網絡規模及網絡內部節點資源的限制已經難以滿足網絡發展需求,為有效提升檢測性能,本文在現有內部丟包節點主要監測方法研究的基礎上構建了一種檢測方法。
對于計算機網絡,一旦內部節點發生丟包,會對分析和判斷監測信息過程帶來較大的困難,降低了檢測的準確率,因此需提高對網絡內部丟包節點的檢測和研究質量與效率,通常使用的節點過濾方法通過對其內部良性特征進行不同程度的保留完成,在感知和計算其節點及事件源時易導致差異性的出現,降低了取得網絡內部鄰居節點狀態的精準度。將已知類型的內部丟包節點作為樣本,先生成樣本的學習過程及分類器(采用基于似然的多元分類算法實現),再進一步對未知類型的丟包節點進行分類,從而使檢測效果及質量得以有效提升。具體檢測原理為假設內部丟包節點的種類及樣本分別由k和xt表示,已知p(C|x),C表示任意xt的類別,若j∈{1,2,…,k}且j≠i,則在樣本中xt屬于其中的i類,相關關系表達式如[3]:
p(C=i=|xt)>P(C=j|xT)
(1)
假設,網絡內部丟包節點的先驗概率、后驗概率及丟包節點的類似然分別由P(C)、p(x)和p(x|C) 表示。根據貝葉斯規則即可獲取如下表達式,
(2)

(3)
接下來在式(3)中代入未知類別(具有最高后驗概率)的樣本Xt,具體表達式如,
xt=Ci
(4)
使用基于似然的多元分類算法學習所有內部丟包節點的屬性向量并生成相應的分類器,在此基礎上完成對其余丟包節點(未知類型,由U表示)的分類。假設,p(X|Ci)為內部丟包節點的類似然,當p(X|Ci)為正態密度Nd(μi,∑i)時,則其具體表達式如[3],
(5)
對丟包節點的判別式函數進行定義,具體表達式如,
gi(X)=lnp(Ci|X)
(6)
根據貝葉斯規則獲取如下計算表達式,
(7)
對于網絡內部丟包節點采用式(7)即可分別計算獲取其各類的最大似然,通過如下表達式估計對應的均值和協方差[4]。
(8)
將式(8)的第一項常數項省略掉并代入式(7)可獲取如下表達式,
(9)
丟包節點度的公共協方差矩陣表達式如下,
S=∑ip(Ci)Si
(10)
化簡式(8)可得表達式(11),
(11)
丟包節點的樣本向量對應丟包節點中未標記的Xr滿足式(12)時,則Xr∈Ci。最終可檢測出U中全部的丟包節點,實現對網絡丟包節點的高效檢測過程[5]。
(12)

(13)

(14)

(15)

(16)
(17)

(18)
采用Ikruskal獲取VE,再檢測其他剩余節點丟包情況,在此基礎上對VE中的丟包節點狀態進行修正。
為驗證本文所設計的檢測方法的檢測性能,計算機網絡路由協議使用AODV,采用NS2仿真平臺進行仿真測試,內部節點發包率為1.2,MAC協議使用ZigBee,節點的速度與停留時間的最大值分別為25 m/s和0.6 s。網絡采用的惡意節點為蠕蟲腳本和拒絕訪問兩種攻擊類型,對于計算機網絡的仿真相關參數具體如表1所示。
丟包率會嚴重影響到網絡質量,假設,NLoss表示網絡內部節點丟包率,NEnter表示節點輸入報文數量,Nout表示輸出報文數量,具體表達式如下,
(19)
網絡流媒體數據播放質量會受到丟包所導致的不同程度的影響,本文方法的丟包率相對較為理想,在發送數據包節點數量不斷增加時仍表現出較好的穩定性能。假設,fi和ri分別表示網絡內部某節點轉發和接收的數據包個數,則此節點的轉發率表達式如下,
Fr=fi/ri×100%
(20)
假設,κi表示某節點廣播時接收到該廣播數據的鄰居節點個數,則其平均接收功率表達式如下,
(21)
節點轉發數據包的能力可由轉發率表示,通常丟包率越高則轉發率越低,本文檢測方法具有較高的轉發率和平均接收功率。
廣泛應用的計算機網絡為網絡監管工作提出了更高的要求。隨著計算機監測規模不斷擴大,為實現準確分析和判斷過程,對計算機網絡內部丟包節點檢測提出了較大的挑戰。為此本文完成了網絡內部丟包節點檢測方法的設計,完成網絡內部丟包節點的檢測過程,經仿真測試驗證了該方法的有效性,得到了較為精準的檢測結果,提升了節點檢測效率,同時使丟包率得以有效降低。接下來的研究重點在于如何兼顧實現檢測效率、精度以及相關節點的準確定位,研究更加有效的丟包節點檢測方法。