CN102244892A - 一种基于免疫算法的移动传感网分簇方法 - Google Patents

Abstract

本发明给出一种基于免疫算法的移动传感网分簇方法，簇的划分方法采用随节点密度变化的不平均动态划分簇的大小，并定性的给出了簇的大小与节点密度的关系，解决了传统方法所带来的能量浪费和信息的不完整等问题；对于簇头的选择在此引入了密钥联通免疫算法的策略，保密是一个很有用的方面，引入密钥管理有利的保证了整个网络的安全性；免疫算法中免疫算子的设置使簇头的选择即经济又合理。

Description

一种基于免疫算法的移动传感网分簇方法

技术领域

本发明涉及在移动传感网中划分簇确定簇头来提供路由能耗最小可靠通信的方案，主要设计了一种随节点密度划分簇的方法和利用一种基于密钥联通免疫算法来解决簇头的选举及安全性问题。属于分布式计算、信息安全、多智能体和人工智能交叉技术应用领域。

背景技术

无线传感网有全面感知、可靠传输、智能处理等特性。无线传感器网络有无数智能节点组成，是一种整体合作显示其功能获取信息的一种全新方式，能够实时监测和采集网络部署区域的多种数据信息，并且将采集的数据信息发送到网关节点。无线传感器网络具有快速部署、抗毁性强、实时性等特点，有着愈来愈广泛的应用前景。目前，无线传感器网路已经被成功应用到了包括军事、自然环境监测、工业生产监测、医疗保健及人类其它日常生活等在内的多个研究领域。

为了高效利用网络中的能量资源，最大限度地减少无效(冗余)数据在网络内的传输，研究人员提出了分簇的方法。从簇的工作机制可以看出，簇头节点由于承担较多的数据融合等预处理工作及转发工作，即簇头主要用于管理或控制簇内成员节点、负责簇内信息的收集、完成数据聚集与转发，其功能实现建立在分簇和簇头选择算法上一旦分簇完毕并选择好簇头，通过加密和密钥管理即可进行可靠的信息传递，保证簇内的通信安全。其簇头的能量消耗速率自然会远远高于簇内其他节点。

当节点以簇的形式自组成网时，极大扩展了网络节点的规模和监测范围。每个簇按照一种准则选择合适的节点担任簇头，当簇头剩余能量过低或节点俘获时将如何重新选择簇头，这是一个关键性的问题。LEACH(Low2Energy Adaptive ClusteringHierarchy)协议是无线传感器网络层次型自适应成簇路由协议。它将传感器网络节点划分成“簇”，并引入了“轮”的概念，各节点独立地按照概率随机决定自己是否做“簇头”，通过周期性的簇头选举和网络重组过程，避免了簇头节点能耗过大，平衡了网络负载，大大节约了通信过程中的能量消耗。但LEACH协议存在簇头节点个数和位置分布不稳定的现象。故在本发明中使用设置了能量阈值的免疫算法。

免疫算法是由生物免疫理论启发的人工免疫系统，是继神经网路和遗传进化计算之后，计算智能领域中的又一个研究热点。免疫算法是基于免疫系统的学习算法，是人工免疫系统研究的主要内容之一。它具有良好的系统应答性和自主性，对干扰具有较强维持系统自平衡的能力。此外，免疫算法还模拟了免疫系统独有的学习、记忆、具有较强模式分类能力。针对无线传感网节点以能量有效的方式收集相关性数据的特点，提出一种基于免疫算法的分簇算法.利用免疫算法的寻优能力对整个网络进行全局优化，并根据节点数据传输和融合能量开销及节能增益，对簇头节点进行数据融合等预处理，以提高信息收集过程中网络能量效率.该算法具有更好的能量利用效率和较低延时。

免疫算法是在遗传算法基础之上发展起来的一种全局优化算法，大多遗传算法能够解决的问题，免疫算法都能够有效解决且效率要比遗传算法好.作者提出了一种基于免疫算法的分簇算法，利用免疫算法良好的寻优能力求解无线传感器网络访问所有节点完成数据收集而总能耗最小的簇头选择路方案，最终实现了减少无线传感器网络的能量消耗、减少网络系统时延的目的。

发明内容

技术问题：本发明的目的是在移动无线传感器网络中合理划分簇和实现基于免疫算法的簇头选择算法，采用的不平均的分簇方法解决了传统平均分簇所带来的能量不能合理利用及信息的不完整性的问题。免疫算法的簇头选择使簇头自身优越性最佳，根据一定的标准节点轮流担当簇头来均衡能耗，避免个别节点因长期担任簇头能耗过大导致网络盲区，时刻保持簇的信息安全。密钥管理加之与免疫算法解决簇头的安全性和簇头的动态选举，提高网络的自适应能力。

技术方案：本发明采用不平均的簇的划分方法，使整个网络采集信息更合理，采用免疫算法进行簇头节点的选择，加入了密钥管理以保证信息的安全性。簇头主要用于管理或控制簇内成员节点、负责簇内信息的收集、完成数据融合与转发，保证簇头动态的稳定性来保证信息可靠的传输。当簇头剩余能量过低或节点俘获时就触发簇头的重新选择。在无线传感器网络中相邻节点动态形成簇，以维持一个个簇的规模和功能。根据功率、剩余能量、邻节点个数、密钥数为标准来选择能量消耗低、剩余能量高、邻节点个数多、密钥数多簇头。

基于免疫算法的移动传感网分簇方法包括：

第一阶段，簇的建立

步骤11)确定中心点：选举汇聚节点为无线传感网划分簇的中心点，在一个网络中汇聚节点通常情况下不会改变；以汇聚节点为中心，向四周分簇，直到将整个网络划分完为止；

步骤12)计算簇的大小：划分簇采用不平均的方法，簇的大小与节点密度成反相关，密度大的地方簇的半径就小，密度小的地方簇的半径就大，R为簇半径，

为相对系数，ρ为节点密度；

步骤13)确定簇的位置：簇的定位是一个动态变化的过程，在此进行定量的分析，簇的位置由簇的半径和前一个簇的位置来确定，簇的位置与本簇的半径成正比，与其周围的簇的簇头与汇聚节点的两线成余弦关系；

步骤14)簇的划分：将不属于任何簇的节点，根据节点中心度将其归入簇内，将节点与其周围的簇的簇头连线，与那个簇距离短的节点就属于该簇；

第二阶段，簇头节点的调节

步骤21)簇头的选择：计算每个簇内所有节点的剩余能量；每个节点从密钥池获得密钥，节点通信会建立密钥共享机制；比较每个节点它们的剩余能量、邻节点数、共享密钥数。最优者将充当簇头；

步骤22)簇头的调度：簇头根据免疫算法进行大循环小轮回的调度，小轮回是指在簇内其他节点与簇头都要进行通信，当簇头的剩余能量、邻节点数和共享密钥数低于其它节点时，对簇内所有节点进行免疫算子的计算，免疫算子最优者就成为新的簇头；大循环是指在整个网络中，簇头与汇聚节点进行通信，整个分簇路由能耗不是最少时，就要根据簇头的选择方法调节整个网络内簇头。

所述簇的划分，选择无线传感网中的固定节点即汇聚节点作为中心点，根据节点的密度确定簇的范围，采用圆与椭圆的形式将网络划分成一个个的簇。

簇的大小与节点分布的密度成反比；簇的定位与本身簇的半径成正比与邻近节点到汇聚节点的连线形成一定的角度，并以汇聚节点为中心点，沿汇聚节点循环的划分簇，分簇后，簇内节点进行安全通信。

簇内节点进行安全通信，采用共享密钥管理机制，每个节点从密钥池中随机被分配的一个密钥，节点之间为了保障通信安全在进行通信时会共享密钥，将共享密钥数放进免疫算子里，免疫算子的设定保证簇头选择地质量，簇头拥有的共享密钥数最多。

免疫算子的设定，是将剩余能量、共享密钥数、邻近节点数作为免疫算子，计算免疫算子最优的节点被选为簇头。

有益效果：本发明提出了按节点密度划分簇的方法，解决了因节点遗漏所造成的信息不完整的问题；把密钥管理和模糊的概念引入免疫算子，解决了簇内信息的不安全隐患，通过免疫算子选择出来的簇头节点是整个网络能耗最低，延长网络的生命周期。下面给出具体说明。

1.随密度变化的簇

在本发明的方法中，邻近节点动态的形成簇。簇的大小也根据节点密动态变化化。这样可以合理的收集信息，又可均匀的利用簇内节点的能量。使收集的信息比较全面又避免由于数据融合而使一些信息丢失，保证了信息的完整性。

2.安全性和精确性

本发明设计免疫算子加入了密钥联通管理和模糊变量，在分簇型网络中，随着节点密钥环的增大，节点安全连通概率就增大。节点要想成为簇头，必须与簇内所有节点至少共享一个密钥，才能建立安全链路、进行安全通信。根据免疫算子的计算共享密钥数多的当被选为簇头，这样密钥管理的加入使选择出的簇头能保证簇内节点的信息安全和簇间通信的安全。模糊变量使免疫算子在计算功率、剩余能量、邻节点数、共享密钥数和节点成为安全簇头机会方面得以用模糊集精确的表达，让簇头的选择定量化，是簇头易于选择。

3.整体最优

簇头根据免疫算子进行合理的选择，基本保证了选择出来的簇头在剩余能量、邻近节点个数、共享密钥数方面达到最优。每个簇头的合理化又协同网络信息的可靠通信、能量的充分利用和延长了网络的生命周期。又兼调了整个簇头路由能耗最少。故是整个网络处于动态平衡中。不仅保证了整个顾到局部最优和全局最优。

附图说明

图1簇的构建模型，

图2是免疫算法流程示意图，

图3是基于免疫算法簇头选择示意图。

具体实施方式

一、体系结构

本发明是在动态无线传感网中寻求动态平衡。许多节点与环境交互并采集信息转发给簇头节点。本发明中对无线传感网划分簇，具体以汇聚节点为中心；然后确定簇的大小随密度变化，密度大的地方簇半径就小，密度小的地方簇半径就大；最后有上一簇和到汇聚节点的位置来确定簇的具体位置。簇头节点要对大量的数据进行处理并转发给网管节点，能耗很大，免疫算法使簇头的选择在能耗方面很经济，把密钥管理联通到簇头选择上，簇头就能保证簇内信息的安全。传感器节点收集信息，传到簇头结点，簇头节点对信息进行初步的处理后再将信息传送给汇聚节点。本发明中整个网络采用大循环小轮询的方式进行。每次大循环后都要进行重新构造簇。每一次大循环由n次小轮询组成，每一轮询包含3个阶段，即数据收集阶段、数据处理阶段和簇头节点预测阶段。

二、方法流程

1、划分簇

本发明所述的划分簇是动态变化的。簇的大小根据节点的密度确定。

(1)确定簇的半径

本发明所述的确定簇半径的方法对密度大或密度小的网络都有利，密度大的话，簇的半径就小，便于完整信息的采集更可以对重要方面的信息进行集中收集；密度小的网络，簇的半径就大，使簇内节点数相对较多，簇头的能量能充分利用。对于分布不均的网络，维护了网络的稳定。在此不平均划分的方式下，确定簇的半径与节点密度成反比。

(2)确定簇的位置

确定一个簇，要确定簇的大小又要确定簇的位置。第K_i簇头到汇聚节点的距离为d_i，第K_i+1个簇的簇半径为r_i+1簇头的位置为T_i+1与r_i+1有一定的函数关系，与d_i成一定的角度函数关系。

(3)建立簇

首先以汇聚节点为原点，两边扩展。处于两簇间距模糊的节点可根据节点中心度即节点与所选簇头的欧氏距离，节点中心度包含“近、中等、远”3个模糊集，来确定加入哪个簇。节点中心度小就加入哪个簇，这样一直划分下去直到网络覆盖区域被划分完毕为止。

2、簇头选举策略

本发明利用免疫算法来选举簇头。通过计算节点的剩余能量、邻节点和共享密钥数，得出最合适的免疫算子，根据免疫算子的计算来选出簇头；利用计算亲和度确定选出的簇头集是否最优。

(1)簇头的选择

为了保证数据的完整收集，要求访问网络内所有节点，而采用遗传算法计算时。由于遗传算法自身寻优能力的限制，计算迭代时间比较长，并且遗传算法容易陷入局部最优，最佳簇头路由的选择得不到保证。免疫算法是在遗传算法基础之上发展起来的一种全局优化算法，现根据此方法来选举最佳簇头。维持整个网络的稳定和其功能的实现。

功率低、剩余能量多、邻节点多和共享密钥数多对应于抗原，功率低、剩余能量多、邻节点多和共享密钥数多的簇头对应于抗体。在对抗体编码时，采用遍历所有符合要求的簇头进行编码，每一簇内抗体码串形式如下：V1，V2，…，Vn，其中，把计算自适应函数做为约束条件选举出一个最合适的簇头。簇头选择过程如下：

(1)初始化，设定算法终止条件，交叉概率P_c，变异概率P_m，记忆库规模Tc，n个簇。则随机产生初始种群T＝{T₁，T₂，…，T_n}。种群为所有节点访问顺序的随机排序。

(2)计算亲和度.当前种群Tm中的每一个抗体Ti根据适应函数F(T_i)＝1/E_cost(T_i)。E_cost(T_i)为所有簇头的能量消耗，计算得出抗体亲和度F(T_i)，求出当前中群中的最佳个体，截取其中某一段作为疫苗。

(3)算法终止条件判断。即整个簇头路由能耗最少。判断是否满足迭代终止条件.若满足，确定当前种群中的最佳个体作为算法最终寻找的解，否则，按照以下步骤进行。

(4)设置免疫算子。本发明在剩余能量、邻节点数和功率的传统免疫算子的基础上引入了密钥管理机制和模糊变量，密钥管理解决了通信的安全隐患。为便于描述，本文采用的相关变量定义如下：

S：密钥池大小；m：密钥环大小；

两个节点至少共享一个密钥的概率为：

$P=P\left(1\right)+P\left(2\right)+\·\·\·+P\left(m\right)=1-P\left(0\right)=1-\frac{C_s^m{C}_{s-k}^m}{{\left(C_s^m\right)}^2}=1-\frac{{((s-m)!)}^2}{(s-2m)!s!}.$ 随着节点密钥环m的增大，节点安全连通概率p增大。在分簇型网络中，节点要想成为簇头，必须与簇内所有节点至少共享一个密钥，才能建立安全链路、进行安全通信；模糊变量对于免疫算子的计算结果明朗化，模糊变量：功率包含“小、中等、大”3个模糊集；剩余能量即节点剩余能量＝初始能量-消耗能量，簇头主要根据接收到的节点数据包估计簇内节点剩余能量，包含“低、中等、高”3个模糊集；邻节点数即邻节点数为处于节点直接通信范围且属同簇的节点数，包含“少、中等、多”3个模糊集；共享密钥数包含“少、中等、多”3个模糊集；节点成为安全簇头机会包含“很小、小、中等、大和很大”5个模糊集。

(5)逐个选择每个簇内的簇头即对于当前的第k代父本种群T_k进行交叉和变异操作，得到种群B_k。

(6)对Bk接种疫苗。即按一定的比例在当前种群中抽取一定数量的个体，并按先前提取的疫苗进行对比，比较其相似性。以使所得个体以较大的概率具有更高的适应性。

(7)免疫选择.即对接种了疫苗的个体进行适应度检测，若其适应度不如父代，则取消疫苗接种，否则保留该个体进入下一代.令k＝k+1，返回(2)，直到设定的进化代数。

(8)在得到的最佳种群中选择适应度函数值最大的个体作为最佳个体T_best，该个体就是全局最优的个体。

下面对附图本发明的某些实施例作更详细的描述。

本发明建立在动态变化网络的基础上，具体的实施方式为：

1、确定汇聚节点为中心点

汇聚节点在无线传感网中易于确定，簇头收集和初步处理的数据都要发送给汇聚节点，在本发明中确定汇聚节点为中心进行分簇。

2、确定簇的大小

本方案采用不平均的划分方式，根据节点的密度来确定簇的大小，簇的大小与节点的密度成反比。

R为簇半径，

为相对系数，ρ为节点密度。

3、簇的位置

确定簇的位置，以网管节点为中心，这样确定簇的位置太模糊。故为了确定簇的精确位置。做一下假设：第K_i簇头到汇聚节点的距离为d_i，第K_i+1个簇的簇半径为r_i+1簇头的位置为T_i+1＝F(r_i+1)Cos(d_i)。这样就能确定任何簇的位置和大小。

确定了簇的大小和位置，以汇聚节点为中心划分。止到将整个网络覆盖为止。

根据图1和图2可确定簇头和能耗最低的整个网络分簇路由。

1、簇头的竞选

当簇划分完成以后，在每个簇内的节点都要进行簇头的竞争。每个节点都要进行免疫算子即剩余能量、邻近节点数、共享密钥数的比较，采用权衡的方式来选取簇头。这样就选出了每个簇的簇头。形成了簇头的集合。剩余能量＝初始能量-消耗能量。邻近节点数N就是与簇头跳数为一的节点数。共享密钥数M＝f(P)。

2、簇头的调节

每个簇的簇头形成了一个集合，对于这个集合有一个约束条件，整个簇头路由能耗最小。若满足此条件就结束一次大循环，否则就进行小轮询则通过免疫算子计算再次进行簇头的选择。这样大循环小轮询的一直进行下去。共同维持在动态平衡状态。

3、形成最优分簇路由

每个簇头的选择是局部最优且是动态变化的，保证了簇的生命周期从而延长了整个网络的生命周期。现有加之能耗最少的路由就是整个网络最优。最优路由是动态变化的。分簇完成以后选好簇头就可以进行通信了。

Claims (5)

1.一种基于免疫算法的移动传感网分簇方法，其特征在于该方法包括：

第一阶段，簇的建立

步骤11)确定中心点：选举汇聚节点为无线传感网划分簇的中心点，在一个网络中汇聚节点通常情况下不会改变；以汇聚节点为中心，向四周分簇，直到将整个网络划分完为止；

步骤12)计算簇的大小：划分簇采用不平均的方法，簇的大小与节点密度成反相关，密度大的地方簇的半径就小，密度小的地方簇的半径就大，

R为簇半径，

为相对系数，ρ为节点密度；

步骤13)确定簇的位置：簇的定位是一个动态变化的过程，在此进行定量的分析，簇的位置由簇的半径和前一个簇的位置来确定，簇的位置与本簇的半径成正比，与其周围的簇的簇头与汇聚节点的两线成余弦关系；

步骤14)簇的划分：将不属于任何簇的节点，根据节点中心度将其归入簇内，将节点与其周围的簇的簇头连线，与那个簇距离短的节点就属于该簇；

第二阶段，簇头节点的调节

步骤21)簇头的选择：计算每个簇内所有节点的剩余能量；每个节点从密钥池获得密钥，节点通信会建立密钥共享机制；比较每个节点它们的剩余能量、邻节点数、共享密钥数。最优者将充当簇头；

步骤22)簇头的调度：簇头根据免疫算法进行大循环小轮回的调度，小轮回是指在簇内其他节点与簇头都要进行通信，当簇头的剩余能量、邻节点数和共享密钥数低于其它节点时，对簇内所有节点进行免疫算子的计算，免疫算子最优者就成为新的簇头；大循环是指在整个网络中，簇头与汇聚节点进行通信，整个分簇路由能耗不是最少时，就要根据簇头的选择方法调节整个网络内簇头。

2.权利要求1所述的基于免疫算法的移动传感网分簇方法，其特征在于所述簇的划分，选择无线传感网中的固定节点即汇聚节点作为中心点，根据节点的密度确定簇的范围，采用圆与椭圆的形式将网络划分成一个个的簇。

3.权利要求2所述的基于免疫算法的移动传感网分簇方法，其特征在于簇的大小与节点分布的密度成反比；簇的定位与本身簇的半径成正比与邻近节点到汇聚节点的连线形成一定的角度，并以汇聚节点为中心点，沿汇聚节点循环的划分簇，分簇后，簇内节点进行安全通信。

4.权利要求3所述的基于免疫算法的移动传感网分簇方法，其特征在于簇内节点进行安全通信，采用共享密钥管理机制，每个节点从密钥池中随机被分配的一个密钥，节点之间为了保障通信安全在进行通信时会共享密钥，将共享密钥数放进免疫算子里，免疫算子的设定保证簇头选择地质量，簇头拥有的共享密钥数最多。

5.权利要求4所述的基于免疫算法的移动传感网分簇方法，其特征在于免疫算子的设定，是将剩余能量、共享密钥数、邻近节点数作为免疫算子，计算免疫算子最优的节点被选为簇头。

Images