物聯網可靠性評估方法綜述

李君妍， 范 波， 劉永杰

（ 中國兵器裝備集團 自動化研究所長沙分公司， 湖南 長沙 410000）

0 引言

隨著智能設備和高速網絡的廣泛使用， 物聯網（Internet of Things，IoT） 作為一種新興技術， 得到大范圍的發展。物聯網沒有標準定義[1]，但一般來說，物聯網是一種將獲取和共享數據的唯一可識別端點或“事物”組成的網絡[2]，旨在將人和各種事物無縫連接起來，使社會朝著智能化、便利化和高效化的方向轉變，其基本特征是對信息進行全面感知、可靠傳輸和智能處理。

物聯網通過傳感裝置獲取實體信息， 并通過網絡傳輸到相關服務節點， 從而通過人與物、 物與物的互聯互通，實現對物理世界的智能識別、定位、跟蹤、監控和管理。 物聯網是由各種支撐技術組成的異構架構[4]，如射頻識別 （Radio Frequency Identification，RFID）[3]、 近場通信（Near Field Communication，NFC）[5]和無線傳感器網絡[6]等。 物聯網已經成功應用于多個領域，如智能制造、智慧醫療、智慧城市、智慧農業、汽車工業、智慧供應鏈等，幾乎影響著我們生活的方方面面。

而由于物聯網系統應用的安全性需求，物聯網系統必須在預定任務時間內可靠運行，但物聯網設備常暴露于極端環境中，如極端溫度、極端濕度、腐蝕性煙霧和機械沖擊或震動中。為避免出現物聯網設備故障、關鍵數據缺失、網絡中斷、數據損壞或丟失等故障，避免造成任務失敗、經濟損失、環境破壞等后果，需要在物聯網部署之前進行評估，衡量預期使用條件，確定物聯網需求設計，權衡量化物聯網可靠性需求。 由于物聯網網絡的特點，對于其進行建模和評估都存在困難，而準確有效的進行建模、分析和評估有助于更好的優化物聯網系統，完善物聯網設計。

1 物聯網連通可靠性評估

1.1 概念

物聯網連通可靠性，指的是僅僅考慮網絡拓撲結構，將物聯網實現連通功能的概率作為可靠性的度量。 評估指標主要為端可靠度，需要計算實現連通功能的概率，根據是否有源，可以分為有源網絡中的ST 可靠度、SK 可靠度和SAT 可靠度，無源網絡中的兩端可靠度、k 端可靠度和全端可靠度，如圖1 所示。

圖1 物聯網連通可靠性評估指標分類

1.2 評估方法

1.2.1 基于圖論和概率論的分析建模方法

應用于物聯網可靠性評估的分析建模方法，主要是使用基于物聯網特征的數學和/或形式表示，并使用封閉形式或仿真進行求解。目前對于物聯網可靠性評估，已提出經典解析方法[7]、馬爾可夫分析方法[8]、可靠性框圖法（RBD）[9-10]、故障樹分析法[11]等方法。

經典解析方法包括狀態枚舉算法、不交積和法、容斥原理方法和因子分解法。 狀態枚舉算法通過枚舉出網絡正常的所有元件狀態，而計算相應的可靠度；容斥原理方法將物聯網的網絡可靠度表述為全部最小路集的并，使用容斥原理去掉相容事件相交的部分， 計算相應的可靠度；不交積和法則通過求解并的不交積和來計算；因子分解法則選擇網絡中的一個元件， 按照其可靠與不可靠逐步向下分解，從而迭代獲得可靠度。優點在于直觀容易理解， 算法的正確性容易驗證， 缺點在于網絡結點數增加時，計算復雜度將會指數增長的“組合爆炸”問題，如果結點數過大，時間上難以承受。

馬爾可夫模型中，如果給定當前時刻信息，則過去的狀態（指當前時刻以前的狀態）對于預測將來的狀態（指當前時刻后的狀態）是無關的，避免了使用狀態枚舉算法時節點狀態數爆炸增長的問題。

可靠性框圖（RBD）使研究者可以通過組合任務系統元素的可靠性來表示和評估系統的可靠性， 故障樹分析（Fault Tree Analysis，FTA） 則將故障事件作為頂部事件，通過故障因果邏輯分析， 尋找頂部事件發生原因及其組合，構建邏輯因果關系圖。FTA 不僅能夠對系統進行定性風險分析，在有基礎數據時還可以進行定量分析計算，估計系統頂事件發生概率以及底事件的重要度。

1.2.1.1 二態、故障統計獨立假設

研究者們假設節點和鏈路只有兩種狀態： 開狀態和關狀態（故障狀態），其概率是統計獨立的。

從節點角度，Wang 等[12]將將節點模型分為4 種組件：傳感組件、處理組件、通信組件、電源組件[13-14]，進行故障樹分析，并考慮多個MAC 協議下的傳感器節點可靠性，回避了對于傳感器節點壽命遵循一定分布的假設，但只適用于同構WSN 網絡。 為了減少計算量，AboElFotoh 等[15]使用狀態枚舉算法和因子分解法，對于使用簇型結構的無線分布式傳感器網絡進行2 端可靠度評估， 證明了對于任意網絡， 使用狀態枚舉算法是進行2 端可靠性評估是P-hard問題，時間復雜度為O（2n），同時考慮了使用不相交路徑和區間圖的特殊情況，進一步降低時間復雜度。 Vasar 等[16]首次提出使用馬爾可夫模型構建可靠性函數或平均故障時間（MTTF）來評估使用二態組件的無線傳感器網絡的可靠性， 為評估無線傳感器網絡的可靠性提供了理論基礎。Pranati Mishra[17]將無線傳感器網絡建模為多個組件的串聯系統，使用馬爾可夫模型來查找WSN 中每個組件的狀態，比起經典解析方法，計算節點狀態的時間復雜度可以從O（2n）縮小到O（n2）。 從網絡連通性的角度Laranjeira[18]將物聯網建模為圖網絡結構，考慮傳感器節點均勻部署于方形區域或圓形區域中， 根據WSN 中的有效平均連通性來評估全端可靠度，適用于雙向通信節點和靜態網絡，但是沒有考慮到實際多跳通信協議和異構節點的情況。

考慮到鏈路不可靠的情況，Zonouz 等[19-20]建立無線信道下的鏈路故障模型， 節點故障模型則分別根據電池供電類型（BPSN）[19]和能量收集類型（EHSN）[20]進行建模。

1.2.1.2 多態、共因故障假設

實際生活中，節點和鏈路可能有多種狀態，且故障之間存在共因故障。Silva 等[21]討論了WSN 中的共因故障，提出了基于故障樹形式的評估方法， 介紹了設備故障條件和設備失效條件，用于分析共因故障時WSN 的可靠性和可用性。

考慮到共因故障問題， Xiao 等[22]提出一種增強有序二元決策圖算法使用一組有序二叉決策圖變量來引導沿著有序二叉決策圖的計算， 使用高效有序的構造和哈希表存儲。降低存儲成本和計算成本，只考慮到了2 端可靠度的計算，也沒有考慮到單體故障問題。 Shrestha 等[23]提出了另外一種簡化有序二元決策圖算法， 通過聚類分層來減少計算， 可以降低計算成本， 并找到最低可靠度的簇，通過增加冗余節點或者更改可靠設備來提升可靠度，但只適用于簇型結構。 Xing 等[24]則針對于星型、樹型、網型和分層簇型提供了可靠性表達式， 增加了對于覆蓋范圍的考慮，為WSN 設計者從可靠性角度出發選擇網絡拓撲結構提供了理論模型。 Chowdhury C 等[25]在節點狀態為工作或關閉，傳感器節點位置偽隨機，信號傳播為雙射線傳播模型的假設下， 計算了遠程部署的靜態無線傳感器網絡的2 終端、k 終端和全端可靠性，以評估共因故障發生和單個部件故障時的WSN 可靠性。

考慮到節點多態問題，Deif 等[26]將WSN 建模串聯系統，增加中繼狀態的考慮，充分考慮到了中繼情況，但沒有考慮到異構節點， 且需要使用廣度優先搜索算法來計算節點的通信路徑集，時間耗費高。

1.2.2 模擬隨機事件的仿真方法

應用于物聯網的模擬仿真方法， 主要是使用仿真軟件對網絡進行仿真，如模擬創建、發送、接收、轉發和丟棄數據包等網絡行為， 根據人工或自動模擬得到可靠性評估指標數據， 將仿真數據用于建立的評估模型進行可靠性評估。 仿真方法主要包括蒙特卡洛算法和Petri 網等。蒙特卡洛算法依靠重復隨機抽樣來獲得數值結果， 使用隨機性來解決原則上為確定性的問題。 Petri 網則是對離散并行系統的數學表示，由位置、變遷和有向弧組成，其中位置表示系統中的狀態，變遷表示狀態間的轉移，有向弧表示狀態之間的關系。

Slavko 等[27]使用蒙特卡洛算法對復雜通信網絡的2端可靠性進行評估， 使用簡單固定的節點故障率和韋伯分布的無線鏈路故障對系統可靠性進行建模，Jin 等[28]不僅將2 端可靠性作為評估指標， 還加入了對于至少K 個節點感知六邊形區域中點的考慮，即K 覆蓋，適用于感知節點平均部署且分區明確的情況。Salvatore 等[29]使用動態可靠性框圖（DRBD）進行系統可靠性建模，再轉化為非馬爾可夫隨機Petri 網進行分析，關注重點在于對于不同拓撲中節點動態行為進行分析。 該方法對于節點故障分布建模沒有限制，但是會受到狀態空間爆炸的影響。

由于分析建模方法基于路徑不相交進行分析， 但是，在實際環境中存在公共鏈路。 對于大規模網絡，考慮交叉路徑分析多傳感器節點（即多源節點）的可靠性是非常困難的，在這種情況下，網絡模擬方法優于數學分析方法。 但仿真方法需要生成滿足由給定分布生成的隨機數，需要檢驗隨機數分布選擇的正確性。 如果輸入的隨機數不同于假設，則整個模擬（及其預測結果）可能是錯誤的。 同時，為了達到預期的精度，蒙特卡羅抽樣的樣本數呈指數增長，Petri網在面對龐大而復雜的網絡時，也存在“組合爆炸”問題。

2 物聯網覆蓋范圍可靠性評估

2.1 概念

物聯網覆蓋范圍可靠性評估， 指的是以覆蓋目標是否能正確感知的概率作為可靠性的度量。在很多情況下，可靠性不僅要考慮接收節點和感知節點之間存在路徑的概率， 還要考慮對于目標是否能夠正確感知。 如圖2 所示，評估指標可以分為點覆蓋、區域覆蓋和柵欄覆蓋。

圖2 物聯網覆蓋范圍可靠性評估指標分類

2.2 評估方法

物聯網覆蓋范圍可靠性評估主要采用分析建模方法。 Liu 等[30]使用雙向數據傳輸樹方法進行分析，適用于異構節點，且考慮到感知誤差、 信息融合次數和感知可信度對于可靠性的影響， 但只適用于使用PEGASIS 協議的鏈式網絡。Shrestha[31]改進了Huang[32]和Meguerdichian[33]提出的K 覆蓋方法，針對不同集群的K 覆蓋進行評估，將網絡的覆蓋可靠性進行分層計算， 還提出了如何將集群K 覆蓋問題轉換為K 端可靠性問題，計算存在一棵Steiner 樹將多個K 覆蓋集合中的節點與簇頭節點連接起來率。 Ehsani Zonouz 等[34]等人綜合考慮網絡直徑、鏈接數、聚類系數、到Sink 節點的平均最短距離、平均躍點數、能源消耗（發射和接收的能量耗散）， 建立對于使用單路徑路由算法的WSN 網絡的應用通信可靠性評估。Wang C 等[35]人使用分階段任務框架， 提出了基于二進制決策圖的無線傳感器網絡分階段通信可靠性分析算法。

從數學角度出發，Yang 等[36]通過分析傳感器的歐幾里得距離和感應距離之間的關系進行定量評估，但需要提前知道移動路徑；Gupta 等[37]將覆蓋問題作為一個決策問題，考慮每個檢測感應范圍的周長， 確定目標感知區域的每個位置是否被充分覆蓋；Chen 等[38]認為決策模型只是對實際傳感模型的粗略近似，建立了概率模型來評估區域覆蓋率。

Jesus 等[39]則綜合使用故障樹分析和馬爾可夫鏈來對網絡行為進行建模， 考慮到故障和路由策略對于網絡行為的影響， 使用容斥原理來針對于攝像頭的覆蓋范圍進行建模，擴展了傳感器感知模型。

3 物聯網性能可靠性評估

3.1 概念

物聯網性能可靠性評估，指的是以某些性能參數（如端對端延遲、數據包傳輸速率、吞吐量等）不超過其規定閾值的概率作為可靠性的度量[40-41]。可靠性評估不僅要考慮連通性和覆蓋范圍，還要考慮性能是否達到要求。

3.2 評估方法

3.2.1 實驗室方法

評估物聯網性能可靠性可以直接使用實驗室方法，通過人為插入故障進行可靠性分析， 或者直接使用測試儀器在實際場景中進行分析。 如Zhao 等[42]測量了在不同條件下（室內辦公樓、棲息地、停車場）的WSN 無線通信的數據包傳輸性能，侯蒙[43]在電磁干擾環境下測量了WSN的接收延時、 包接收率和吞吐量等通信指標來評估物聯網可靠性。 實驗室方法充分考慮了物聯網中傳遞數據的時空特性及其環境依賴性，評估結果更為精確，但是由于是手工評估，評估時間較長，難以大范圍應用。

3.2.2 分析建模方法

評估物聯網性能可靠性也可使用分析建模方法。Deif等[44]認為提高無線傳感器網絡壽命和減少網絡中的數據包沖突，需要研究潛在的傳感器節點故障，因此使用通信開銷以及檢測和修復網絡功能所需時間作為評估指標。Khan 等[45]研究了在WSN 中不同的拓撲設置如何影響無線傳感器網絡中的數據包傳輸比率（PDR）和端到端延遲。樂英高[46]從網絡生存周期、吞吐性能、能量消耗、時延效率作為移動無線傳感器網絡的評估指標進行網絡可靠性評估。Kim 等[47]計算單跳網絡中測量的鏈路質量指示器和無線信號強度指示器之間的關系以評估分組接收率，采用一階可靠性方法和蒙特卡羅仿真對無線傳感器網絡進行了系統可靠性分析。 Xiaojuan Zhu 等[48]則從任務的角度出發，認為可靠性受傳輸方式、網絡流量和傳輸路徑的影響，將可靠性定義為在給定的時間段內目的節點接收到的數據包與傳輸產生的整個數據包之比。針對網絡拓撲和聚類拓撲，分別對上行數據傳輸路徑和下行數據傳輸路徑進行分析，并建立了基于傳輸路徑的動態評估框架。 Lyu 等[49]使用層次分析法綜合建立了物聯網可靠性指標體系進行綜合評價，綜合分析了端對端可靠性、節點間通信可靠性和網絡容量。

3.2.3 仿真方法

對于性能可靠性評估， 主要使用各類仿真軟件對物聯網進行仿真，主要使用NS-2、OPNET、NS-3、OMNET++、QualNet 等。 網絡仿真工具可以方便的配置網絡，模擬網絡流量和數據包錯誤，采集時延、丟包率、吞吐量等仿真數據。 Xiaokuan Zhu 等[50]使用NS-2 軟件針對簇狀和網狀WSN 進行仿真分析， 分析了上行數據和下行數據的傳輸過程，基于傳輸路徑，使用模擬值、評估理論值和端對端數據包傳輸率來建立動態評估框架進行評估。 仿真方法的缺點在于，使用仿真方法需要經常觀察系統故障事件，而這些事件多為罕見事件，這會導致仿真時間大幅增加。

4 挑戰

在進行物聯網可靠性評估時， 異構節點和鏈路質量的評估都會對評估造成挑戰。①5G 網絡發展：由于5G 網絡的發展，使用協議和多址接入技術發生變化，需要思考如何針對5G 網絡的協議和技術進行有效建模；②異構節點處理：分析建模方法沒有考慮異構節點的情況，仿真方法又由于需要使用大量時間觀測罕見時間導致運行時間開銷高，如何進行高效的異構節點建模分析以進行可靠性評估也是一個難點；③數據信息分析：對于大型物聯網來說，感知節點的數量極大，需要考慮如何對異構且數量極大的感知數據進行高效處理；④指標體系搭建：現有可靠性評估多針對于一個角度進行分析，需要進行從多個角度進行綜合分析，并綜合比較各種算法之間的優缺點；⑤三維空間探索：感知節點可靠性評估多考慮二維空間中的節點，而當物聯網節點應用于戰場或空間探索時，就面臨著三維世界下的節點可靠性建模和覆蓋控制方案的挑戰。

5 結束語

綜上， 本文梳理了國內外對物聯網可靠性評估的研究進展， 對學者們針對各類評估指標所采用的評估方法進行了探討。未來，物聯網可靠性評估仍然面臨著許多挑戰，需要我們進一步深入研究和探索。