阮清強

(遵義師范學(xué)院信息工程學(xué)院，貴州 遵義 563006)

0 引 言

科學(xué)技術(shù)的飛速發(fā)展，增加了人們獲取信息的途徑，促進了社會的信息化，無線通信網(wǎng)絡(luò)是物聯(lián)網(wǎng)中較為重要的基本技術(shù)之一[1]。無線通信網(wǎng)絡(luò)結(jié)合了通信、傳感器、分布式處理和嵌入式計算等技術(shù)，具有無線通信、計算處理和感知信息的功能，被廣泛的應(yīng)用在商業(yè)、環(huán)境保護、軍事和醫(yī)療護理等領(lǐng)域中[2-3]。無線通信網(wǎng)絡(luò)是通過無線傳感節(jié)點構(gòu)成的，存在傳輸能力有限、硬件資源有限、自組織、電源容量有限等獨特性，以上特點會使自組織遠距離無線通信網(wǎng)絡(luò)易受到攻擊[4]。自組織遠距離無線通信網(wǎng)絡(luò)中的節(jié)點分為故障和正常兩種狀態(tài)，當(dāng)節(jié)點出現(xiàn)故障時容易受到攻擊，對自組織遠距離無線通信網(wǎng)絡(luò)中的故障節(jié)點進行檢測是保證自組織遠距離無線通信網(wǎng)絡(luò)安全運行的必要措施[5]。當(dāng)前無線通信網(wǎng)絡(luò)節(jié)點檢測算法存在檢測結(jié)果準(zhǔn)確率低和檢測效率低的問題，需要對自組織遠距離無線通信網(wǎng)絡(luò)故障節(jié)點檢測算法進行研究。

崔坤利等[6]提出了一種基于分簇定位的故障節(jié)點檢測算法，該算法通過DV-Hop定位算法重新對簇頭節(jié)點坐標(biāo)進行定位，DV-Hop是一種距離矢量路由的非測距定位算法，根據(jù)遞歸神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法計算簇頭節(jié)點的慣性權(quán)重，在簇頭節(jié)點慣性權(quán)重的基礎(chǔ)上優(yōu)化均值粒子群優(yōu)化(Particle Swarm Optimization, PSO)的搜索能力，搜索到易受攻擊的節(jié)點，完成易受攻擊節(jié)點的檢測，該算法不能準(zhǔn)確的計算節(jié)點在無線通信網(wǎng)絡(luò)中的狀態(tài)值，得到的檢測結(jié)果準(zhǔn)確率較低。張穎等[7]提出了一種無線通信網(wǎng)絡(luò)同步態(tài)的故障節(jié)點檢測算法，通過數(shù)學(xué)分析方法對自組織遠距離無線通信網(wǎng)絡(luò)的動力學(xué)機制進行描述，從全局的角度出發(fā)對無線通信網(wǎng)絡(luò)的健康程度進行評價，采用耦合矩陣表示網(wǎng)絡(luò)節(jié)點中存在細節(jié)信息，通過分析耦合矩陣檢測出易受攻擊的節(jié)點，該算法檢測節(jié)點所用的時間較長，存在檢測效率低的問題。常琳等[8]提出了一種基于數(shù)據(jù)驅(qū)動的節(jié)點檢測算法，該算法根據(jù)各個節(jié)點中存在的信息構(gòu)建空間高維向量，通過鄰居節(jié)點的數(shù)據(jù)和節(jié)點自身的原始數(shù)據(jù)建立滑動窗口，通過滑動窗口得到節(jié)點故障權(quán)重，完成無線通信網(wǎng)絡(luò)中易受攻擊節(jié)點的檢測，該方法存在檢測結(jié)果準(zhǔn)確率低的問題。Sun等[9]討論了在實際應(yīng)用中依賴于靜態(tài)模型的傳統(tǒng)主成分分析(Principal Component Analysis, PCA)方法的局限性，提出了一種無線傳感器網(wǎng)絡(luò)中的在線故障診斷算法：基于遞歸PCA模型和支持向量數(shù)據(jù)描述的多類分類節(jié)點。該算法的特點是滿足數(shù)據(jù)流處理的實時性要求，較好地跟蹤數(shù)據(jù)的變化。

上述方法不能準(zhǔn)確的得到節(jié)點在無線通信網(wǎng)絡(luò)中的狀態(tài)值，檢測所用的時間較長，存在檢測結(jié)果準(zhǔn)確率低和檢測效率低等問題。因此，本文提出一種自組織遠距離無線通信網(wǎng)絡(luò)易受攻擊節(jié)點檢測算法，本文主要工作是：在空間相似性原理的基礎(chǔ)上，對比無線通信網(wǎng)絡(luò)中節(jié)點之間的測量值，比較結(jié)果計算節(jié)點的狀態(tài)值，以節(jié)點狀態(tài)值為依據(jù)采用基于隨機游走的故障節(jié)點檢測算法確定易受攻擊節(jié)點在自組織遠距離無線通信網(wǎng)絡(luò)中的位置。

1 無線通信網(wǎng)絡(luò)易受攻擊節(jié)點的狀態(tài)

在空間相似性的基礎(chǔ)上，對比無線通信網(wǎng)絡(luò)節(jié)點之間的傳感數(shù)據(jù)，確定節(jié)點在無線通信網(wǎng)絡(luò)中的實時狀態(tài)，為無線通信網(wǎng)絡(luò)中易受攻擊節(jié)點的檢測提供依據(jù)。

設(shè)G(V,E)代表自組織遠距離無線通信網(wǎng)絡(luò)的通信圖，V代表無線通信網(wǎng)絡(luò)中節(jié)點的集合，E代表鄰近節(jié)點邊的集合。當(dāng)鄰近節(jié)點vi和vj之間在無線通信網(wǎng)絡(luò)中的距離小于通信半徑l時，鄰近的兩個節(jié)點在通信圖G(V,E)中存在連接的邊。在無線通信網(wǎng)絡(luò)中G(V,E)，vi∈V，且1≤i≤n。N(vi)代表節(jié)點vi周圍鄰近節(jié)點的集合。

檢測節(jié)點vi是否易受攻擊時，設(shè)Fi代表的是節(jié)點在無線通信網(wǎng)絡(luò)中的實時狀態(tài)，當(dāng)Fi的值為零時，代表該節(jié)點在無線通信網(wǎng)絡(luò)中不易受到攻擊，當(dāng)Fi的值為1時，代表該節(jié)點在無線通信網(wǎng)絡(luò)中易受到攻擊[9-10]。在空間相似性原理的基礎(chǔ)上，比較節(jié)點vi和周圍鄰近節(jié)點的測量值，根據(jù)比較結(jié)果判斷節(jié)點在無線通信網(wǎng)絡(luò)中的狀態(tài)。設(shè)cij代表的是節(jié)點vi與周圍鄰近節(jié)點之間的比較函數(shù)，cij的表達式為：

當(dāng)節(jié)點vi與周圍鄰近節(jié)點比較結(jié)果相似時，比較函數(shù)cij的值為0，當(dāng)節(jié)點vi與周圍鄰近節(jié)點比較結(jié)果不相似時，比較函數(shù)cij的值為1。設(shè)ci代表的是無線通信網(wǎng)絡(luò)所有鄰近節(jié)點中cij=0的數(shù)目，0≤|ci|≤|N(vi)|，通過ci對節(jié)點vi與周圍鄰近節(jié)點之間的相似度進行反映。設(shè)置閾值θ1，當(dāng)|ci|≥θ1時，代表節(jié)點vi為無故障節(jié)點，不易受到攻擊。

(2)

設(shè)C代表的是r×q的矩陣，反映節(jié)點vi在不同時刻和周圍鄰近節(jié)點的比較結(jié)果，矩陣C的表達式為：

(3)

此時，可以采用矩陣C中的時間冗余對節(jié)點vi與周圍相鄰節(jié)點的比較結(jié)果進行表示，即：

(4)

式中，θ2代表的是設(shè)定的閾值，通過閾值θ2對時間檢測中無線通信網(wǎng)絡(luò)節(jié)點瞬時故障的容忍度進行反映。得到自組織遠距離無線通信網(wǎng)絡(luò)中節(jié)點vi的狀態(tài)值Fi：

Fi=ci·cij

(5)

2 基于隨機游走的節(jié)點檢測算法

無線通信網(wǎng)絡(luò)的規(guī)模較大，節(jié)點在無線通信網(wǎng)絡(luò)中的分布呈現(xiàn)隨機性和多樣性，破壞了無線通信網(wǎng)絡(luò)中節(jié)點之間的位置關(guān)系，不能構(gòu)建有效的節(jié)點檢測模型[13]。將2中得到的節(jié)點狀態(tài)值作為無線通信網(wǎng)絡(luò)穩(wěn)定區(qū)域中的原始種子點ZW，建立無線通信網(wǎng)絡(luò)穩(wěn)定區(qū)域GW的模型，根據(jù)原始種子點ZW以外的區(qū)域初始化變化區(qū)域GD的模型。當(dāng)變化區(qū)域的權(quán)值小于穩(wěn)定區(qū)域的閾值時，隨機設(shè)置無線通信網(wǎng)絡(luò)中變化區(qū)域的種子點[14]。將完成標(biāo)記的穩(wěn)定區(qū)和變化區(qū)域中存在的節(jié)點作為無線通信網(wǎng)絡(luò)的原始種子點，將等待標(biāo)記的無線通信網(wǎng)絡(luò)的節(jié)點作為隨機運作點[15]。當(dāng)無線通信網(wǎng)絡(luò)中的原始種子點數(shù)量較少時，不能直接檢測出易受攻擊的節(jié)點，采用權(quán)值最小化方法對檢測結(jié)果進行優(yōu)化，完成自組織遠距離無線通信網(wǎng)絡(luò)易受攻擊節(jié)點的檢測。

設(shè)S1、S2代表的是無線通信網(wǎng)絡(luò)中的節(jié)點，采集節(jié)點S1、S2的相同位置，t1、t2代表的是采集節(jié)點位置的時間。構(gòu)建無線通信網(wǎng)絡(luò)中節(jié)點S1與S2的差分模型Se，Se的表達式為：

Se=|S1-S2|

(6)

設(shè)λ={λ1,λ2,L,λn}代表的是透明度值，λn∈{0,1}，其中“0”代表的是穩(wěn)定區(qū)域，“1”代表的是變化區(qū)域；un代表的是高斯混合模型的分量，賦予無線通信網(wǎng)絡(luò)節(jié)點對應(yīng)的分量un，分量un的計算公式為：

un=argminZn(λn,un,δ,Fi)

(7)

式中，δ代表的是高斯混合模型參數(shù)。

G(λ,u,δ,Fi)=logπ(λn,un)δ+∑(λn,un)+ηFi

(8)

3 實驗結(jié)果與分析

為了驗證自組織遠距離無線通信網(wǎng)絡(luò)易受攻擊節(jié)點檢測算法的整體有效性，需要對自組織遠距離無線通信網(wǎng)絡(luò)易受攻擊節(jié)點檢測算法進行測試，本次測試平臺在操作系統(tǒng)為Windows10，Intel酷睿雙核i7, @2.80GHz，RAM為16GB的個人電腦，采用matlab與C混合編程。節(jié)點在無線通信網(wǎng)絡(luò)中的狀態(tài)值是檢測節(jié)點是否容易受到攻擊的重要依據(jù)，分別采用自組織遠距離無線通信網(wǎng)絡(luò)易受攻擊節(jié)點檢測算法(算法1)、基于分簇定位的故障節(jié)點檢測算法(算法2)、基于數(shù)據(jù)驅(qū)動的節(jié)點檢測算法(算法3)計算無線通信網(wǎng)絡(luò)中節(jié)點的狀態(tài)值，節(jié)點狀態(tài)值為常數(shù)，將計算結(jié)果與實際結(jié)果進行對比，對比結(jié)果如圖1所示。

圖1 三種不同算法的測試結(jié)果

圖1(a)為自組織遠距離無線通信網(wǎng)絡(luò)易受攻擊節(jié)點檢測算法的測試結(jié)果，分析圖1(a)可知，采用以上算法得到的無線通信網(wǎng)絡(luò)節(jié)點狀態(tài)值與實際值相符。圖1(b)和圖1(c)分別為基于分簇定位的故障節(jié)點檢測算法和基于數(shù)據(jù)驅(qū)動的節(jié)點檢測算法的測試結(jié)果，分析圖1(b)和圖1(c)可知，采用以上兩種方法得到的無線通信網(wǎng)絡(luò)節(jié)點狀態(tài)值與實際值之間的誤差較大。對比三種不同方法的測試結(jié)果可知，自組織遠距離無線通信網(wǎng)絡(luò)易受攻擊節(jié)點檢測算法可準(zhǔn)確的得到節(jié)點的狀態(tài)值，因為該方法在空間相似性原理的基礎(chǔ)上采用時間冗余檢測方法對無線通信網(wǎng)絡(luò)中的節(jié)點狀態(tài)進行檢測，提高了所提方法的檢測結(jié)果準(zhǔn)確率。

為了進一步驗證自組織遠距離無線通信網(wǎng)絡(luò)易受攻擊節(jié)點檢測算法的整體有效性，分別采用自組織遠距離無線通信網(wǎng)絡(luò)易受攻擊節(jié)點檢測算法(算法1)、基于分簇定位的故障節(jié)點檢測算法(算法2)、基于數(shù)據(jù)驅(qū)動的節(jié)點檢測算法(算法3)進行測試，對比三種不同算法檢測節(jié)點所用的時間，測試結(jié)果如圖2所示。

圖2 三種不同算法檢測所用的時間

圖2(a)為自組織遠距離無線通信網(wǎng)絡(luò)易受攻擊節(jié)點檢測算法所用的時間，分析圖2(a)可知，采用以上算法檢測無線通信網(wǎng)絡(luò)中的節(jié)點所用的時間均在10 s以下。圖2(b)為基于分簇定位的故障節(jié)點檢測算法所用的時間，圖2(c)為基于數(shù)據(jù)驅(qū)動的節(jié)點檢測算法檢測所用的時間，分析圖2(b)和圖2(c)可知，采用以上兩種方法檢測無線通信網(wǎng)絡(luò)中節(jié)點所用的時間分別高達14 s和18 s。對比三種不同算法的檢測時間可知，自組織遠距離無線通信網(wǎng)絡(luò)易受攻擊節(jié)點檢測算法所用的檢測時間短，檢測效率高。

4 結(jié) 語

無線通信網(wǎng)絡(luò)具有傳輸能力有限、硬件資源有限、自組織等獨特性易受到攻擊，需要對網(wǎng)絡(luò)中存在的易受攻擊節(jié)點進行檢測。當(dāng)前無線通信網(wǎng)絡(luò)易受攻擊節(jié)點檢測算法存在檢測結(jié)果準(zhǔn)確率低和檢測效率低的問題。提出一種自組織遠距離無線通信網(wǎng)絡(luò)易受攻擊節(jié)點檢測算法，解決了當(dāng)前算法中存在的問題，對無線通信網(wǎng)絡(luò)的運行進行了優(yōu)化。