基于數(shù)據(jù)分片的WSN安全數(shù)據(jù)融合方案優(yōu)化

王 軍， 陳 羽， 田 鹍， 趙子君

(沈陽化工大學(xué) 計(jì)算機(jī)科學(xué)與技術(shù)學(xué)院， 遼寧 沈陽 110142)

隨著物聯(lián)網(wǎng)技術(shù)在各行各業(yè)的應(yīng)用與發(fā)展，無線傳感器網(wǎng)絡(luò)作為物聯(lián)網(wǎng)的重要組成部分也在飛速發(fā)展，其由大量廉價(jià)的微型無線傳感器節(jié)點(diǎn)組成，通過無線通信方式形成多跳自組織網(wǎng)絡(luò)系統(tǒng).大量傳感器節(jié)點(diǎn)通過飛機(jī)投放、人工播撒等方式隨機(jī)地布置在各種各樣的野外環(huán)境中(如一些人類無法長時(shí)間停留的惡劣環(huán)境)收集目標(biāo)信息，并進(jìn)行分析和處理.如今，無線傳感器網(wǎng)絡(luò)已廣泛應(yīng)用于環(huán)境監(jiān)測、軍事、智能交通、物流跟蹤和智能醫(yī)療等眾多領(lǐng)域，并取得了巨大成就[1-2].然而，在實(shí)際應(yīng)用中傳感器節(jié)點(diǎn)自身還有很多弊端，暫時(shí)無法解決.如計(jì)算能力弱、存儲容量低和能源供給不足等缺點(diǎn)，且節(jié)點(diǎn)之間都是通過無線信道相互通信，攻擊者可以很輕易地通過無線信道竊聽或者攻擊節(jié)點(diǎn)之間的無線通信，修改傳輸?shù)脑紨?shù)據(jù)，從而導(dǎo)致最終的結(jié)果出現(xiàn)偏差.此外，由于傳感器節(jié)點(diǎn)是被放置在無人值守的環(huán)境中，容易被攻擊者捕獲，攻擊者甚至可以在捕獲節(jié)點(diǎn)后竊取密鑰或者偽造傳感器節(jié)點(diǎn)繼而破壞整個(gè)無線傳感器網(wǎng)絡(luò)，嚴(yán)重威脅到數(shù)據(jù)的隱私保護(hù)性能[3-4].因此，對現(xiàn)有的WSN安全數(shù)據(jù)融合方案的優(yōu)化變得十分重要.

數(shù)據(jù)融合技術(shù)是無線傳感器網(wǎng)絡(luò)的關(guān)鍵技術(shù)之一，它能夠去除在采集數(shù)據(jù)過程產(chǎn)生的冗余信息，有效地減少數(shù)據(jù)傳輸量，從而提高整個(gè)無線傳感器網(wǎng)絡(luò)的能量使用率和帶寬利用率[5-7].為了提高數(shù)據(jù)融合的安全性，研究者們提出了一系列安全數(shù)據(jù)融合方案[8-12].例如：通過密鑰分配的方法提高數(shù)據(jù)融合的隱私保護(hù)性；Castelluccia等提出的同態(tài)加密算法[13]在不同程度上保證了數(shù)據(jù)融合的安全性；He等提出了SMART(slice-mix-aggregate)算法[14]，該方案采用了數(shù)據(jù)分割技術(shù)，將采集的原始數(shù)據(jù)分片后發(fā)送到BS(base station)節(jié)點(diǎn)，有效地增強(qiáng)了數(shù)據(jù)的隱私保護(hù)性，但由于采用了分片發(fā)送策略，導(dǎo)致數(shù)據(jù)在傳輸途中發(fā)生碰撞的概率大大上升，節(jié)點(diǎn)消耗的能量也過高，不僅降低了網(wǎng)絡(luò)生命周期，還使SMART算法的數(shù)據(jù)融合精確度大大下降.

研究發(fā)現(xiàn)，SMART算法隱私保護(hù)性雖然高效可靠，但是其存在數(shù)據(jù)融合精度低、能耗高等缺點(diǎn).本文針對以上情況進(jìn)行探討研究，提出了一種基于預(yù)測模型的安全數(shù)據(jù)融合算法P-SMART，通過在基站處設(shè)置預(yù)測模型預(yù)測感知節(jié)點(diǎn)的未來數(shù)值，并用這些數(shù)值來替代在傳輸過程中丟失的數(shù)據(jù)分片.同時(shí)采用隨機(jī)密鑰分配對數(shù)據(jù)融合進(jìn)行加密和解密，通過從密鑰池中隨機(jī)提取出少量密鑰構(gòu)成密鑰環(huán)，當(dāng)密鑰池足夠大時(shí)，該機(jī)制安全性越強(qiáng).所以與SMART相比，P-SMART算法提高了數(shù)據(jù)融合精度并且減少數(shù)據(jù)通信量，降低能耗，延長網(wǎng)絡(luò)生命周期，還降低了節(jié)點(diǎn)間數(shù)據(jù)傳輸?shù)难舆t.

1 SMART安全數(shù)據(jù)融合算法

SMART安全數(shù)據(jù)融合算法與傳統(tǒng)的加密技術(shù)有很大區(qū)別，通過采用數(shù)據(jù)分割混合技術(shù)將采集到的數(shù)據(jù)進(jìn)行分片分散發(fā)送，最終在BS節(jié)點(diǎn)匯聚重組.該算法數(shù)據(jù)隱私保護(hù)機(jī)制的安全性能和實(shí)用性均在仿真實(shí)驗(yàn)中得到了有效驗(yàn)證，起到很好的隱私安全保護(hù)作用.算法主要分為3個(gè)階段:分割(Slice)階段、混合(Mix)階段和融合(Aggregate)階段.

(1) 在Slice階段：每個(gè)節(jié)點(diǎn)將采集的數(shù)據(jù)分割為J(J≥3)個(gè)分片，J為系統(tǒng)預(yù)設(shè)值.節(jié)點(diǎn)保留其中一個(gè)分片，將其余J-1個(gè)分片加密之后從鄰居節(jié)點(diǎn)集Si中隨機(jī)選取節(jié)點(diǎn)發(fā)送.

(2) 在Mix階段：鄰居節(jié)點(diǎn)將接收到的分片解密之后與其保留的分片混合成一個(gè)新的數(shù)據(jù)包.由于節(jié)點(diǎn)對原始采集數(shù)據(jù)進(jìn)行的是基于數(shù)值的分割，因此，通過加法性融合函數(shù)運(yùn)算生成的融合數(shù)據(jù)不會受到分片混合因素的干擾.

(3) 在Aggregate階段：節(jié)點(diǎn)將混合而成的數(shù)據(jù)包加密之后發(fā)送給上級融合節(jié)點(diǎn).上級融合節(jié)點(diǎn)將對其存儲的采集數(shù)據(jù)與接收到的各個(gè)子節(jié)點(diǎn)所發(fā)送的混合數(shù)據(jù)解密之后進(jìn)行融合運(yùn)算，生成融合數(shù)據(jù)，加密之后繼續(xù)向其上級節(jié)點(diǎn)傳送，直至所有融合數(shù)據(jù)到達(dá)基站，最終在基站對所有數(shù)據(jù)解密整合，得到真實(shí)數(shù)據(jù)[15-16].

SMART算法的數(shù)據(jù)隱私保護(hù)性能固然極佳，但在其他方面還是存在著一些弊端，影響了其實(shí)際性能.首先，在Slice階段產(chǎn)生的大量分片分發(fā)行為將導(dǎo)致節(jié)點(diǎn)間的數(shù)據(jù)通信量大大上升，使節(jié)點(diǎn)的能量消耗很大，進(jìn)而使得節(jié)點(diǎn)過早地死亡.同時(shí)，由于數(shù)據(jù)通信量過大導(dǎo)致數(shù)據(jù)傳輸過程中產(chǎn)生的碰撞、延遲、錯(cuò)包等情況，將會隨著數(shù)據(jù)通信量的增大而增大，并最終會影響到匯聚至BS節(jié)點(diǎn)數(shù)據(jù)的準(zhǔn)確性和數(shù)據(jù)融合效率.

2 SMART算法的改進(jìn)

2.1 P-SMART算法基本思想

由于感知節(jié)點(diǎn)在Slice階段產(chǎn)生大量分片分散發(fā)送，使得數(shù)據(jù)傳輸過程中產(chǎn)生碰撞的概率大大增加，數(shù)據(jù)分片丟失嚴(yán)重，導(dǎo)致數(shù)據(jù)融合精度低；當(dāng)分片由于碰撞導(dǎo)致丟失后，會重傳丟失分片，將導(dǎo)致節(jié)點(diǎn)能耗和延遲增加.本文將預(yù)測模型的思想融入到SMART算法中，提出了P-SMART安全數(shù)據(jù)融合算法，在BS節(jié)點(diǎn)處加入預(yù)測模型，預(yù)測模型使用一階自回歸算法結(jié)合歷史采集數(shù)據(jù)來預(yù)測感知節(jié)點(diǎn)的未來數(shù)值(詳細(xì)過程見3.2章節(jié))，并將預(yù)測的未來數(shù)值按照感知節(jié)點(diǎn)分片規(guī)則進(jìn)行分片，并保留在本地.當(dāng)BS節(jié)點(diǎn)對接收到的融合數(shù)據(jù)進(jìn)行解密整合時(shí)，若發(fā)現(xiàn)有數(shù)據(jù)分片丟失，就使用預(yù)測數(shù)值分片來代替?zhèn)鬏斶^程中丟失的分片，從而提高數(shù)據(jù)融合精度；由于通過預(yù)測數(shù)值替代丟失的分片，所以減少Slice階段丟失分片的重傳次數(shù)并不會影響數(shù)據(jù)的融合精度，并且可以減少節(jié)點(diǎn)能耗，降低網(wǎng)絡(luò)中數(shù)據(jù)傳輸?shù)难舆t，將減少Slice階段丟失分片的重傳次數(shù)設(shè)置為1和2次(原SMART算法丟失分片的重傳次數(shù)為3次、4次、5次).

2.2 預(yù)測模型介紹

在BS節(jié)點(diǎn)中設(shè)置預(yù)測模型[17-19]，通過該預(yù)測模型預(yù)測感知節(jié)點(diǎn)的未來數(shù)值，并對未來數(shù)值按規(guī)則進(jìn)行分片，用其代替丟失的分片.

(1)

2.3 算法的實(shí)施步驟

文中無線傳感器網(wǎng)絡(luò)被抽象為連通圖G(V，E)，其中：V表示傳感器節(jié)點(diǎn)集，|V|=N表示傳感器節(jié)點(diǎn)數(shù)量；E代表傳感器節(jié)點(diǎn)的通信鏈路.

定義數(shù)據(jù)融合函數(shù)為

y(t)=f[d1(t)+d2(t)+…+dN(t)].

(2)

其中：di(t)(i=1,2,…,N)表示節(jié)點(diǎn)i在t時(shí)刻采集的數(shù)據(jù)(如圖1所示).有很多典型數(shù)據(jù)融合函數(shù)，如count、average、max、min等都可以化簡為sum函數(shù)，因此本文以sum函數(shù)為研究對象[20]，記

圖1 數(shù)據(jù)融合sum函數(shù)

(3)

2.3.1 密鑰分配階段

采用與SMART算法相同的隨機(jī)密鑰分配方法對融合的數(shù)據(jù)進(jìn)行加密與解密.該密鑰分配機(jī)制分為3步：

(1) 產(chǎn)生一個(gè)有K個(gè)密鑰的密鑰池，并從密鑰池中隨機(jī)選取k個(gè)密鑰.

(2) 各個(gè)節(jié)點(diǎn)通過互發(fā)信息確定哪些鄰居節(jié)點(diǎn)和自己擁有相同的密鑰.擁有相同密鑰(記為ki)的兩個(gè)節(jié)點(diǎn)間共享一條安全鏈路.

(3) 對于沒有相同密鑰的兩個(gè)鄰居節(jié)點(diǎn)，可以建立一條通過多跳鏈接形成的安全鏈路.

2.3.2 建立數(shù)據(jù)融合樹階段

根據(jù)TAG[16]算法建立數(shù)據(jù)融合樹.在構(gòu)建融合樹過程中，基站往周圍節(jié)點(diǎn)發(fā)送“Hello”數(shù)據(jù)包來招募沒有父節(jié)點(diǎn)的節(jié)點(diǎn)成為基站的子節(jié)點(diǎn).若該節(jié)點(diǎn)是孤立節(jié)點(diǎn)，則其收到“Hello”數(shù)據(jù)包后向基站發(fā)送“Join_Request”數(shù)據(jù)包來表示同意成為基站子節(jié)點(diǎn)；若該節(jié)點(diǎn)不是孤立節(jié)點(diǎn)已有父節(jié)點(diǎn)，則不用回復(fù)；若一個(gè)孤立節(jié)點(diǎn)在同一時(shí)間收到很多“Hello”數(shù)據(jù)包，則它將在大量招募者中遴選出一個(gè)招募者發(fā)送“Join_Request”來表示愿意成為其子節(jié)點(diǎn)，招募者在收到“Join_Request”數(shù)據(jù)包后回復(fù)“Join_Accept”數(shù)據(jù)包來確認(rèn)其成為招募者的子節(jié)點(diǎn).已有父節(jié)點(diǎn)的子節(jié)點(diǎn)繼續(xù)重復(fù)上述招募操作，直至所有節(jié)點(diǎn)都加入融合樹.構(gòu)建完成的融合樹如圖2所示.

圖2 數(shù)據(jù)融合樹

2.3.3 分片數(shù)據(jù)串通階段

(1) Slice階段：感知節(jié)點(diǎn)采集數(shù)據(jù)后，將數(shù)據(jù)分割成J片(J≥3)，一份分片保留本地，其余J-1分片使用密鑰加密后發(fā)送至鄰居節(jié)點(diǎn).并且當(dāng)數(shù)據(jù)發(fā)生碰撞后，嚴(yán)格控制其重傳次數(shù).

由于分片的大量發(fā)送使數(shù)據(jù)碰撞的概率大大上升，節(jié)點(diǎn)的實(shí)際分片接收率只有30 %左右，若發(fā)送分片的節(jié)點(diǎn)沒有接收到對應(yīng)鄰居節(jié)點(diǎn)的ACK信息，會向該鄰居節(jié)點(diǎn)重傳數(shù)據(jù)分片，直至接收到ACK信息為止或者直至Mix階段等待時(shí)間結(jié)束.然而，考慮到Mix階段等待時(shí)間較短，若時(shí)間過長，則會影響整個(gè)網(wǎng)絡(luò)的延時(shí)，所以重傳次數(shù)較少(本文設(shè)置為1次和2次，觀察其仿真結(jié)果).

(2) Mix階段：鄰居節(jié)點(diǎn)等待一段時(shí)間，將接收到的數(shù)據(jù)分片與本地保留的分片進(jìn)行混合運(yùn)算，將生成的數(shù)據(jù)包加密之后上傳至父節(jié)點(diǎn).

(3) Aggregation階段：所有節(jié)點(diǎn)上傳并且融合數(shù)據(jù).

2.3.4 預(yù)測模型運(yùn)行階段

使用一階自回歸預(yù)測算法預(yù)測故宮博物院的溫度(見圖3)，以故宮博物院環(huán)境監(jiān)測網(wǎng)絡(luò)采集的3個(gè)月溫度數(shù)據(jù)作為樣本，模擬傳感器節(jié)點(diǎn)的工作流程，并采用閾值誤差為0.50 ℃(預(yù)測成功率達(dá)81 %)的數(shù)據(jù)作為仿真實(shí)驗(yàn)中的溫度數(shù)據(jù).

圖3 一階自回歸預(yù)測算法

(1) 在預(yù)測模型運(yùn)行的初始階段，由于BS節(jié)點(diǎn)沒有歷史數(shù)據(jù)，無法進(jìn)行預(yù)測運(yùn)算，感知節(jié)點(diǎn)需要采集周圍環(huán)境信息，并將這些數(shù)據(jù)發(fā)送給BS節(jié)點(diǎn)，作為BS節(jié)點(diǎn)預(yù)測模型的歷史數(shù)據(jù).

(2) 當(dāng)BS節(jié)點(diǎn)的預(yù)測模型采集足夠的歷史數(shù)據(jù)后，開始進(jìn)行預(yù)測.從感知節(jié)點(diǎn)傳送回BS節(jié)點(diǎn)的數(shù)據(jù)包被解密之后，將數(shù)據(jù)分片進(jìn)行組合，復(fù)原出原始的感知數(shù)據(jù).當(dāng)BS節(jié)點(diǎn)發(fā)現(xiàn)復(fù)原的感知數(shù)據(jù)有分片丟失，即使用預(yù)測模型所預(yù)測的數(shù)據(jù)分片替代在傳輸過程中丟失的數(shù)據(jù)分片，彌補(bǔ)碰撞造成的損失.

(4)

(3) 將感知節(jié)點(diǎn)傳送給BS節(jié)點(diǎn)的數(shù)據(jù)分片復(fù)原后，與預(yù)測模型的預(yù)測值進(jìn)行比較：若其誤差超出閾值，則使用真實(shí)值更新歷史數(shù)據(jù)，確保預(yù)測模型的精準(zhǔn)性；若其誤差低于閾值，則不更新歷史數(shù)據(jù).

P-SMART算法具體流程如圖4所示.

圖4 P-SMART算法流程

3 仿真結(jié)果與分析

使用TinyOS中內(nèi)嵌的Simulator(TOSSIM)作為仿真工具，分別對P-SMART算法、SMART[14]算法以及ESPART[21]算法進(jìn)行仿真實(shí)驗(yàn).網(wǎng)絡(luò)環(huán)境部署如下：400 m×400 m的矩形區(qū)域，區(qū)域內(nèi)隨機(jī)分布600個(gè)傳感器節(jié)點(diǎn)，背景噪音為-105 dBm，高斯白噪音4 dB.仿真實(shí)驗(yàn)包括數(shù)據(jù)融合精度、數(shù)據(jù)通信量和傳輸延遲[21].

3.1 數(shù)據(jù)融合精度

數(shù)據(jù)融合精度是體現(xiàn)安全數(shù)據(jù)融合算法性能的重要指標(biāo)之一，其定義為實(shí)際融合結(jié)果與理論融合結(jié)果之比：

(5)

圖5 數(shù)據(jù)融合精確度對比

由圖5可知：隨著時(shí)間的不斷變化，3種算法的融合精度都在不斷提高.ESPART算法融合精度上升最快，在10 s時(shí)就達(dá)到78.5 %，15 s之后數(shù)據(jù)融合精度趨于平緩，最終保持在89.8 %左右.SMART算法由于在Slice階段生成了大量的數(shù)據(jù)切片，在傳輸過程中產(chǎn)生碰撞、延遲、無碼等情況的概率大大上升，使其融合精度上升速度最低，在10 s時(shí)才達(dá)到約36.8 %的數(shù)據(jù)融合精度，同時(shí)其融合精度也是最低的，只達(dá)到42.5 %.在P-SMART算法中，當(dāng)數(shù)據(jù)只傳輸1次(P-SMART=1)時(shí)，在10 s時(shí)數(shù)據(jù)融合精度達(dá)到66.2 %，15 s之后數(shù)據(jù)融合精度趨于穩(wěn)定，最終的數(shù)據(jù)融合精度達(dá)到80 %左右，遠(yuǎn)高于SMART算法；當(dāng)數(shù)據(jù)分片傳輸2次(P-SMART=2)時(shí)，即發(fā)生碰撞的分片重新傳輸1次，其數(shù)據(jù)融合精度在15 s時(shí)就超過了TAG算法，最終數(shù)據(jù)融合精度達(dá)到91.6 %，高于ESPART算法的89.8 %.由此可以看出P-SMART算法的融合精度要遠(yuǎn)高于SMART算法，并且在數(shù)據(jù)分片傳輸2次時(shí)，數(shù)據(jù)融合精度超過ESPART算法的數(shù)據(jù)融合精度.

3.2 數(shù)據(jù)通信量

傳感器節(jié)點(diǎn)消耗的能量主要用于節(jié)點(diǎn)之間發(fā)送數(shù)據(jù)，節(jié)點(diǎn)的網(wǎng)絡(luò)通信開銷越低，節(jié)點(diǎn)消耗的能量越少，其工作壽命越長久，能夠延長整個(gè)網(wǎng)絡(luò)的生命周期.減少數(shù)據(jù)通信量是延長網(wǎng)絡(luò)生命周期的關(guān)鍵因素之一.通過仿真對SMART算法、ESPART算法和P-SMART算法的數(shù)據(jù)通信量進(jìn)行對比.

SMART算法中，分片發(fā)送占主要數(shù)據(jù)通信量.在Slice階段，分片的大量發(fā)送使數(shù)據(jù)碰撞的概率大大上升，發(fā)生碰撞時(shí)則重傳分片直至傳輸成功或者M(jìn)ix階段等待時(shí)間結(jié)束.考慮到Mix階段等待時(shí)間較短，若等待時(shí)間過長，則會影響整個(gè)網(wǎng)絡(luò)的延時(shí)，故本文只考慮分片傳輸最大次數(shù)為2次，即分片重傳最大次數(shù)為1次.

從圖6中可以看到：P-SMART=1(數(shù)據(jù)分片只傳輸1次)的數(shù)據(jù)通信量僅多于ESPART，在1200個(gè)標(biāo)準(zhǔn)單位，這是因?yàn)閿?shù)據(jù)分片只需要發(fā)送1次，不需考慮分片是否發(fā)送成功，預(yù)測模型會彌補(bǔ)碰撞造成的分片損失；P-SMART=2的分片開銷在2000個(gè)標(biāo)準(zhǔn)單位上下浮動(dòng)，其原因是在Slice階段分片傳輸過程中的碰撞率過高(達(dá)到70 %)，導(dǎo)致傳輸失敗的分片重新傳輸，從而產(chǎn)生很高的分片通信開銷；而SMART算法的通信數(shù)據(jù)量在2500個(gè)標(biāo)準(zhǔn)單位上下浮動(dòng)，其原因是發(fā)送失敗的數(shù)據(jù)分片會不斷發(fā)送，直至發(fā)送成功或者等待時(shí)間結(jié)束.P-SMART算法采用預(yù)測模型彌補(bǔ)丟失數(shù)據(jù)分片，可以減少分片重傳次數(shù)而不影響數(shù)據(jù)融合精度，從而減少網(wǎng)絡(luò)數(shù)據(jù)通信量，降低節(jié)點(diǎn)能耗.

圖6 分片通信開銷對比

3.3 時(shí)間延遲

時(shí)間延遲是衡量數(shù)據(jù)聚集性能的一個(gè)重要指標(biāo).低延遲的數(shù)據(jù)聚集方案能夠提高整個(gè)傳感器網(wǎng)絡(luò)的實(shí)時(shí)性能.P-SMART算法通過減少發(fā)生碰撞后的分片重傳次數(shù)從而降低時(shí)間延遲，提高數(shù)據(jù)聚集性能，從而提高整個(gè)傳感器網(wǎng)絡(luò)的實(shí)時(shí)性.

從圖7中可以看到：在數(shù)據(jù)聚集過程中，P-SMART=1算法的數(shù)據(jù)聚集耗時(shí)最低，大約在100個(gè)時(shí)間片左右波動(dòng)；P-SMART=2的數(shù)據(jù)聚集時(shí)間約在105個(gè)時(shí)間片左右波動(dòng)；SMART算法的數(shù)據(jù)聚集時(shí)間最長，需要大概120個(gè)時(shí)間片的時(shí)間才能完成數(shù)據(jù)聚集過程；ESPART的數(shù)據(jù)聚集時(shí)間約在110個(gè)時(shí)間片左右波動(dòng).可以看出P-SMART算法能夠大大減少數(shù)據(jù)聚集的時(shí)間，使觀察者能夠及時(shí)地獲得監(jiān)測區(qū)域所采集的數(shù)據(jù).

圖7 時(shí)間延遲對比

4 結(jié)束語

WSN的安全問題日益嚴(yán)重，層出不窮的攻擊手段使無線傳感器網(wǎng)絡(luò)面臨著日益嚴(yán)重的危害.本文在基于數(shù)據(jù)分片的WSN安全數(shù)據(jù)融合方案上進(jìn)行優(yōu)化，提出了一種基于預(yù)測模型的安全數(shù)據(jù)融合算法P-SMART.此方案通過建立預(yù)測模型來預(yù)測感知節(jié)點(diǎn)的未來數(shù)值來替代在傳輸過程中丟失的數(shù)據(jù)分片，從而彌補(bǔ)數(shù)據(jù)在傳輸過程中造成的碰撞損失.通過仿真的比較與分析，相比較于SMART方案，P-SMART方案通過用預(yù)測值替代丟失的分片，從而提高數(shù)據(jù)融合的精度，減少網(wǎng)絡(luò)的通信開銷，節(jié)省大量能耗，同時(shí)在一定程度上降低節(jié)點(diǎn)間數(shù)據(jù)傳輸?shù)难舆t，提高數(shù)據(jù)聚集時(shí)間，使網(wǎng)絡(luò)的實(shí)時(shí)性更好.在未來的研究中，將進(jìn)一步考慮建立預(yù)測準(zhǔn)確度更高的預(yù)測模型，從而使數(shù)據(jù)融合精度更高，使網(wǎng)絡(luò)通信開銷更低.