面向截止時間約束的WSN中編碼數據傳輸效率優化

摘要：隨著信息網絡數據量的增加，無線傳感器網絡（wireless sensor networks，WSN）中節點傳輸的負擔逐漸加重，為此設計了一種面向截止時間約束的WSN編碼數據傳輸效率優化方法。根據置信度評價系統推算接收狀態的截止時間約束，利用相互編碼性原則確定編碼包生成與選擇時間復雜度。研究結果表明，隨著節點數量增加，數據包傳輸的次數上升，導致數據包丟失現象更加集中，影響編碼成功率。隨數據包數量的增加而下降，導致平均傳輸次數減少，進而顯著降低重傳效率。丟包率上升削弱了中繼節點效能，網絡編碼不完美反饋性能下降，該優化方法有助于推動信息化在工業安全方面的研究。

關鍵詞：截止時間約束；無線傳感器網絡；數據包；傳輸優化

中圖分類號：TP393 文獻標識碼：A

0 引言

在無線信號的傳輸過程中，受無線傳播介質本身特性的影響，信號在各個傳輸路徑中易產生相互干擾和多重路徑衰減的現象，這直接導致數據包丟失率上升[1]。為了提高無線傳輸的效率，增強傳輸機制的性能顯得尤為重要[2]。網絡編碼為網絡賦予了可編程性，降低了網絡管理復雜性，促進了新型網絡技術的發展[3]。隨著無線通信規模的不斷擴大，越來越多的無線應用需要在具有中繼協作特性的網絡環境中實現[4]。然而，中繼網絡傳輸性能的研究較為匱乏。趙揚等[5]提出了一種邊緣交換機異常檢測方法，通過構造特殊的數據包觸發Packet_in消息以完成信息傳遞，同時利用邊緣交換機與主機信息檢測邊緣交換機的異常傳輸行為。程艷艷等[6]提出基于有向無環圖模型的網絡編碼傳輸方法，降低編碼時間復雜度，聯合多個網關對丟失的數據包進行恢復，該方法提高了丟失數據包的恢復率，避免數據包的傳輸過多。謝小軍等[7]提出了一種基于時間復雜度的無線傳感器網絡（wireless sensor networks，WSN）編碼數據包平均傳輸次數優化方法，構建了數據包的傳輸信道模型，采用自適應量化融合編碼方法，對數據包傳輸進行調制解調處理。鄭君等[8]提出基于時間復雜度的無線網絡編碼數據包傳輸優化方法，在形成更多目的節點后，數據包的傳輸次數得到了增加，但數據包更易丟失，優化方法的性能也有所降低，需通過源節點來完成重傳恢復過程。

本文設計了一種面向截止時間約束的WSN編碼數據傳輸效率優化方法。通過引入截止時間約束來分析數據包平均傳輸次數，利用相互編碼性原則確定編碼包生成與選擇時間復雜度，有效降低發射端無法收到反饋信息造成的影響。

1 面向截止時間約束的數據傳輸方法

1.1 截止時間約束

截止時間約束在網絡通信中要求數據流在特定時間內完成傳輸，以保證網絡運行的及時性。王鵬飛等[9]提出了一種基于截止時間約束的網絡編碼重傳方法，該方法能夠滿足用戶及時接收數據包的需求。當選擇網絡編碼不完美反饋（network coding imperfect feedback，NCIF）策略進行處理時，應先對目標節點逐一檢測，以確認其是否成功獲得數據包。在數據包未被全部接收的情況下，需判斷是否收集到各項反饋數據，隨后根據置信度來評價系統的接收情況。在每個傳輸周期中，發送節點僅能觀察到一種狀態。系統狀態受數據包丟失數量的影響，根據可能達到的最大反饋信息數推算出評估系統接收狀態的截止時間約束。楊大偉等[10]設計了基于時間復雜度的WSN編碼數據包傳輸次數優化模型，該模型可以高效恢復目的節點的丟失數據包。在編碼包生成期間，可通過丟包分布矩陣分析兩個丟包事件間的編碼可能性，同時利用相互編碼性原則來生成編碼包。

1.2 算法流程

本文基于反饋信息生成系統，提出了算法流程，如圖1所示。在理論模型中，數據重傳可靠性被假設為一種理想狀態，但在現實應用場景中，由于眾多因素的交互作用，重傳行為變得不穩定。這種不穩定性體現在數據包在重傳過程中可能發生丟失，且這種丟失通常具有隨機性[11]。因此，在不可靠重傳的背景下，實際重傳效率極限會超過理論模型關于重傳可靠性的預期上限。

2 實驗介紹

本文對NCIF方法與編碼不完美反饋（coding imperfect feedback，CIF）方法在反饋信息不完整的情況下的性能進行了詳細分析，并與卷積神經網絡（convolutional neural network， CNN）方法進行了對比。參照完整反饋的理想狀況，探討了反饋信息不完整性對編碼數據的影響。實驗設置樣本規模為100個，模擬時間為3 000 s，通信半徑為150 m，并且依托MATLAB平臺開展測試分析。在完整反饋的理想狀態下，每個傳輸周期內各目標節點產生的反饋信息均能被發送節點完整接收，可以有效提升傳輸效率。為了避免數據偶然性差異，本文基于多次實驗計算平均值得出最終實驗結果。

3 結果分析

如圖2所示，通過分析各節點數量下數據包的傳輸頻率，設定系統初始參數中的數據包總數為50個。結果顯示，隨節點數量的增加，數據包平均傳輸次數上升。整體上看，CNN方法的平均傳輸次數最多，導致數據包丟失現象變得更加集中，進而影響了編碼的成功率。在保持其他參數不變的情況下，中繼節點能夠較為穩定地接收數據包，但這意味著有更多數據包需要通過源節點進行重傳[12]。由于源節點到目標節點的數據包傳輸成功率下降，整個傳輸系統的性能在一定程度上受到削弱。

如圖3所示，假設系統中的節點數量為8，當其他條件保持不變時，各方法的數據包平均傳輸次數隨數據包個數的增加而下降。這是由于數據包數量的增加使發送節點獲得了更多編碼機會，數據包傳輸數減少[13]。當數據包數量達到一定程度時，單次發送編碼包恢復數據包，達到一個平衡狀態。相較于CIF方法，NCIF方法可以在較低的傳輸次數下完成任務，通過選擇合適的置信度估計策略，有效減輕了因發送節點未接收到目的節點的反饋數據而造成的影響。同時，NCIF方法在性能層面還優于CNN方法，因為它在生成編碼包時不需要考慮中繼節點的解碼能力，從而可以快速恢復目的節點數據包。而CNN方法在生成編碼包時必須確保所有編碼包在中繼節點處可以被解碼，這使編碼機會減少，進而顯著降低了重傳效率。

圖4展示了從源節點到中繼節點的數據包平均傳輸次數隨丟包率變化的情況。測試結果表明，丟包率上升時，NCIF方法和CIF方法的性能均出現了下降，這是因為丟包率提高導致中繼節點在最初的傳輸階段接收到更少的數據包，從而削弱了中繼節點效能[14]。NCIF方法利用估計不同的系統可信度來降低由于錯誤編碼分組而造成的系統效能下降趨勢，從而提升數據包重傳效率，這對于確保數據傳輸的穩定性具有關鍵作用。

4 結論

本文開展面向截止時間約束的WSN中編碼數據傳輸效率的優化分析，取得如下有益結果：

（1）隨著節點數量逐漸增加，數據包平均傳輸次數上升，導致數據包丟失現象變得更加集中，影響編碼成功率。

（2）各方法性能隨數據包個數增加而下降，導致平均傳輸次數減少，進而顯著降低重傳效率。

（3）丟包率上升時削弱了中繼節點效能，NCIF方法性能下降。

參考文獻

[1] 張喜銘，零穎俏，馬一寧，等.基于混沌序列的無線傳感網絡敏感數據分層加密存儲方法[J]. 傳感技術學報，2024，37（11）：1964-1970.

[2] 徐歡，李潔珊，零穎俏，等.基于鏈路特征的無線傳感網絡數據多步攻擊識別方法[J]. 傳感技術學報，2024，37（11）：1958-1963.

[3] 趙遠亮，王濤，李平，等.基于Q-Learning的分簇無線傳感網信任管理機制[J]. 上海大學學報（自然科學版），2024，30（2）：255-266.

[4] 席奇，張翔，鐘東波.基于大數據分析的激光通信網絡數據傳輸最佳路徑選擇研究[J]. 激光雜志，2024，45（10）：164-168.

[5] 趙揚，伊鵬，張震，等.SDN網絡邊緣交換機異常檢測方法[J]. 計算機科學，2023，50（1）：362-372.

[6] 程艷艷，李旸，湯永利.基于DAG和改進隨機線性編碼的數據傳輸[J]. 計算機工程與設計，2023，44（3）：664-670.

[7] 謝小軍，蘇濤.基于時間復雜度的無線網絡編碼數據包平均傳輸次數優化分析[J]. 計算技術與自動化，2020，39（3）：1-6.

[8] 鄭君.基于時間復雜度無線網絡編碼數據包傳輸優化分析[J]. 微型電腦應用，2020，36（7）：158-160.

[9] 王鵬飛，張冬梅，許魁，等.D2D網絡中基于截止時間約束的網絡編碼重傳方法[J]. 信息技術與網絡安全，2019，38（1）：64-68.

[10] 楊大偉，馬軍，李凱，等.基于時間復雜度的無線網絡編碼數據包傳輸次數優化分析[J]. 電子測量技術，2020，43（1）：32-35.

[11] 苑文昕，陳興蜀，朱毅，等.基于深度學習的HTTP負載隱蔽信道檢測方法[J]. 信息網絡安全，2023，23（7）：53-63.

[12] 耿中寶，宋亞磊.多信源無線傳感網絡帶寬時延感知數據匯聚方法[J]. 傳感技術學報，2024，37（9）：1638-1643.

[13] 翟廣輝，李娟.考慮信息泄露影響的光纖傳感網絡傳輸數據安全導入方法[J]. 激光雜志，2024，45（7）：193-198.

[14] 王艷，皮嬋娟，劉亞東，等.帶寬異構網絡下的精確修復再生碼數據修復方案[J]. 計算機工程與科學，2024，46（6）：1001-1012.