CN103237333A - 一种基于多要素信任机制的分簇路由方法 - Google Patents

Abstract

本发明公开了一种为无线传感器网络开发的基于多要素信任机制的分簇路由方法。该方法采用基于多要素的信任机制来保证节点的安全和可靠，该信任机制从通信、数据和能量角度选取信任要素，引入“低回报高惩罚”机制阻止恶意节点通过短期合法行为快速提升信任值或利用低信任值在网络中长期生存。同时，在网络拓扑建立时，节点的综合信任值结合簇头选举值和路由通信代价，确保可信簇头选举和可信路由选择。在数据传输过程中，利用节点的综合信任值排除恶意节点、自私节点和低竞争力节点，建立安全可信的网络环境。

Description

一种基于多要素信任机制的分簇路由方法

技术领域

本发明涉及无线传感器网络安全技术领域，特别是涉及到一种基于信任机制的分簇路由方法。

背景技术

由于无线传感器网络（WSNs）一般部署在无人区，甚至敌占区，容易遭受物理捕获和多种路由攻击，并且传统的基于密码体制的安全机制只能用于抵抗外部攻击，无法有效解决节点因捕获而引发的内部攻击。为此，作为传统密钥安全机制的重要补充，需要将信任管理机制引入到WSNs安全路由算法之中。现有方法提出采用Watchdog机制监视节点行为并将其划分为合作/不合作类型，然后进行信誉的表示、更新和整合，最终生成节点信任值，并根据预设的阈值进行决策。还有方法提出由应用描述、网络输入/输出、信任管理和安全响应4个逻辑组件组成基于信任管理的WSNs安全框架。这些方法虽然提高了WSNs的安全性，但只适用于平面型、小规模网络。

而有些方法虽然提出了基于簇型WSNs的信任管理机制，但实用性不强，如：各成员节点根据直接观察结果和邻居节点推荐值评估同一个簇内其他节点，簇头负责评估簇内成员节点和其他簇头，基站完成簇头的最终评估，这种方法仅仅考虑了节点的历史交易情况，不能真实全面地反映节点的可信度。利用能耗模型，预测节点的剩余能量，避免恶意节点当选簇头，并检测节点是否遭受拒绝服务攻击，这种方法能够抵御的内部攻击有限。而从通信和社交网络两个方面衡量节点的主观信任值，并建立概率模型获得节点的客观信任值，利用客观信任值验证主观信任值的风险性，这种方法选择亲密性、忠实性、无私性和能量作为信任要素，虽然较为全面地评估了节点的可信度，但没有说明具体如何根据这些要素评估节点的可信度，可操作性不好。

本发明利用多因素信任机制保证传感器节点的安全性和可靠性，不仅可以防止传感器节点遭受内部攻击，实现可信簇头选举和可信路由选择，同时可以克服上述方法的缺陷。

发明内容

技术问题：本发明在于为无线传感器网络提供一种真实反映节点的安全可靠性、减少了网络通信开销、延长了网络使用寿命的多要素信任机制的分簇路由方法。

技术方案：本发明的基于多要素信任机制的分簇路由方法，包括以下步骤：

1）从通信、数据和能量角度选取六个信任要素，六个信任要素为数据完整性数据转发率

数据新鲜性

数据发送率

数据一致性和能量可信性

2）根据六个信任要素，进行成员节点综合信任值和簇头综合信任值的获取；

3）根据网络中各节点的综合信任值、候选簇头阈值和簇头选举值，进行新一轮可信簇头的选举；

4）根据簇内路由代价函数和簇间路由代价函数，形成簇内可信路由和簇间可信路由；

步骤2）中，成员节点综合信任值的获取具体包括以下步骤：

21）成员节点根据数据完整性

数据转发率

数据新鲜性

和数据发送率利用加权平均计算出推荐信任值RT^i,j(t)后，将其传递给簇头；

22）簇头根据推荐信任值RT^i,j(t)的偏离程度d_i,j滤除虚假信任值，再利用剩余的RT^i,j(t)计算出成员节点的间接信任值IT^j(t)；

23）簇头根据数据新鲜性

数据发送率数据一致性

和能量可信性

计算出成员节点的直接信任值DT^j(t)；

24）簇头结合成员节点的直接信任值DT^j(t)和间接信任值IT^j(t)对成员节点作综合评估，得到成员节点的当前综合信任值CT^j(t)；

25）簇头将成员节点的当前综合信任值CT^j(t)与设定的信任阈值λ作比较，若当前综合信任值CT^j(t)小于信任阈值λ，则信任值更新权重σ＝σ_high，反之，则σ＝σ_low；

26）簇头根据成员节点前一时刻t₀的综合信任值TT^j(t₀)和当前综合信任值CT^j(t)更新成员节点的综合信任值TT^j(t)；

步骤2）中，簇头综合信任值的获取具体包括以下步骤：

21’）簇头根据数据完整性

数据转发率

数据新鲜性

和数据发送率利用加权平均计算出推荐信任值

后，将其传递给基站；

22’）基站根据推荐信任值

的偏离程度

滤除虚假信任值，再利用剩余的

计算出簇头的间接信任值

23’）基站根据数据新鲜性

数据发送率

数据一致性

和能量可信性

计算出簇头的直接信任值

24’）基站结合簇头的直接信任值

和间接信任值对簇头作综合评估，得到簇头的当前综合信任值

25’）基站将簇头的当前综合信任值与设定的信任阈值λ'作比较，若当前综合信任值

小于信任阈值λ'，则信任值更新权重

反之，则

26’）基站根据簇头前一时刻t₀的综合信任值

和当前综合信任值更新簇头的综合信任值

步骤3）具体包括以下步骤：

31）当前簇头的能量低于设定的能量阈值，或者簇头综合信任值低于设定的簇头可信阈值

时，基站将簇头更新准备消息RTUCH向网络内所有节点广播；

32）簇头收到簇头更新准备消息RTUCH后，将其簇内各成员节点的综合信任值TT^j(t)发送给基站，基站保存好各成员节点的综合信任值TT^j(t)后，发布簇头更新消息UCH；

33）网络中各节点收到簇头更新消息UCH消息后，产生一个随机数，若随机数的值小于候选簇头阈值T(n)，则该节点成为候选簇头，然后向基站发出申请当选簇头消息AFCH，未成为候选簇头的节点则进入休眠状态，等待当选簇头发出的入簇消息；

34）基站收到申请当选簇头消息AFCH后，根据其所保存的网络中各节点的综合信任值，剔除恶意候选簇头，向低竞争力候选簇头发出降级消息，向符合当选簇头条件的候选簇头发出确认消息，并向全网公布当选簇头的综合信任值；

35）候选簇头若收到降级消息，则进入休眠状态，等待当选簇头发布入簇消息，候选簇头若收到确认消息，则向周围节点广播入簇消息；

36）成员节点若收到多个不同当选簇头发布的入簇消息，则选择具有最大簇头选举值CHSV(i,ch_j)的当选簇头作为自己的簇头，簇头选举值CHSV(i,ch_j)由成员节点到当选簇头的距离和当选簇头的综合信任值决定；

步骤4）中，簇内可信路由的形成，由簇内路由代价函数决定，成员节点选择具有最小簇内路由代价的成员节点作为中继节点，数据经中继节点进行转发，簇内路由代价函数为：

$\mathrm{intra}\_\cos t(i,j)=\left\{\begin{array}{cc}{c}_1\×\frac{\stackrel{\‾}{E_{i^{\′}\mathrm{neighbor}}\left(t\right)}}{E_j\left(t\right)}+c_2\×\frac{\stackrel{\‾}{{\mathrm{TT}}_{i^{\′}\mathrm{neighbor}}\left(t\right)}}{{\mathrm{TT}}^j\left(t\right)}+c_3\×\frac{d_{i-j}^2+d_{j-\mathrm{ch}}^2}{d_{i-\mathrm{ch}}^2},& i\≠j\\ c_1\×\frac{\stackrel{\‾}{E_{i^{\′}\mathrm{neighbor}}\left(t\right)}}{E_j\left(t\right)}+c_2\×\frac{\stackrel{\‾}{{\mathrm{TT}}_{i^{\′}\mathrm{neighbor}}\left(t\right)}}{100}+c_3,& i=j\end{array}\right.,$

式中，

表示成员节点i簇内所有邻居节点的剩余能量的平均值，E_j(t)表示成员节点j的剩余能量；表示成员节点i的簇内所有邻居节点的综合信任值的平均值；d_i-j表示成员节点i到成员节点j的距离，d_j-ch表示成员节点j到簇头的距离，d_i-ch表示成员节点i到簇头的距离；c₁、c₂和c₃为加权系数，且满足c₁+c₂+c₃＝1；

步骤4）中，簇间可信路由的形成，由簇间路由代价函数决定，簇头选择具有最小簇间路由代价的簇头作为中继簇头，数据经中继簇头进行转发，簇间路由代价函数为：

$\mathrm{inter}\_\cos t({\mathrm{ch}}_i,{\mathrm{ch}}_j)=\left\{\begin{array}{cc}{c_1}^{\′}\×\frac{\stackrel{\‾}{E_{{{\mathrm{ch}}_i}^{\′}\mathrm{ngb}}\left(t\right)}}{E_{{\mathrm{ch}}_j}\left(t\right)}+{c_2}^{\′}\×\frac{\stackrel{\‾}{{\mathrm{TT}}_{{{\mathrm{ch}}_i}^{\′}\mathrm{ngb}}\left(t\right)}}{{\mathrm{TT}}^{{\mathrm{ch}}_j}\left(t\right)}+{c_3}^{\′}\×\frac{d_{{\mathrm{ch}}_i-{\mathrm{ch}}_j}^2+d_{{\mathrm{ch}}_j-\mathrm{bs}}^2}{d_{{\mathrm{ch}}_i-\mathrm{bs}}^2},& {\mathrm{ch}}_i\≠{\mathrm{ch}}_j\\ {c_1}^{\′}\×\frac{\stackrel{\‾}{E_{{{\mathrm{ch}}_i}^{\′}\mathrm{ngb}}\left(t\right)}}{E_{{\mathrm{ch}}_j}\left(t\right)}+{c_2}^{\′}\×\frac{\stackrel{\‾}{{\mathrm{TT}}_{{{\mathrm{ch}}_i}^{\′}\mathrm{ngb}}\left(t\right)}}{100}+{c_3}^{\′},& {\mathrm{ch}}_i={\mathrm{ch}}_j\end{array}\right.,$

式中，

表示簇头ch_i的邻居簇头的剩余能量的平均值，

表示簇头ch_j的剩余能量；

表示簇头chi的邻居簇头的综合信任值的平均值；

表示簇头ch_i到簇头ch_j的距离，

表示簇头ch_j到基站的距离，

表示簇头ch_i到基站的距离；c₁'、c₂'和c₃'为加权系数，且满足c₁'+c₂'+c₃'＝1。

本发明的步骤33）中，候选簇头阈值T(n)根据簇头自荐值CHRV(n)按照下式确定：

式中，p是簇头占节点总数的百分比，即节点当选簇头的概率；r是目前簇头循环的轮数；G是最近1/p轮中还未当选过簇头的节点集合；

簇头自荐值CHRV(n)根据下式确定：

$\mathrm{CHRV}\left(n\right)=a_1\×\frac{E\left(n\right)}{E_0}+a_2\×\frac{N\left(n\right)}{(1/p)-1}-a_3\×\frac{d_{\mathrm{toBS}}\left(n\right)}{d_{\max \mathrm{toBS}}},$

式中，E(n)为节点n的剩余能量，E₀为节点n的初始能量，N(n)为节点n的邻居节点个数，d_toBS(n)为节点n到基站的距离，d_maxtoBS为网络中各节点到基站的最远距离，系数a₁、a₂和a₃满足a₁+a₂+a₃＝1。

有益效果：本发明与现有技术相比，具有以下优点：

本发明中，从通信、数据和能量角度评估节点的可信度，因而真实地反映了节点的安全可靠性。其次，簇头根据各成员节点的推荐信任值计算间接信任值，再与直接信任值合成，获得节点的综合信任值，此过程中，各成员节点只需和簇头通信即可，避免成员节点间相互通信，减少了网络的通信开销。最后，簇头选举和路由选择的时候综合考虑节点的可信度、能量、连通度因素，从而均衡了网络负载，延长了网络的使用寿命。

本发明方法采用轮循机制，每一轮包括三个阶段：可信簇的形成、簇内和簇间可信路由的建立和数据传输。该算法周期性地轮换簇头，使每一个节点都有机会当选为簇头，从而均衡网络的能量消耗，延长网络寿命。当簇头的能量小于预设的阈值，或者簇头的综合信任值过低时，基站发布准备簇头重新选举的RTUCH（Ready to UpdateCluster Head）消息，簇头收到这条消息后，将其保存的簇内各节点的信任评估值发送给基站保存，然后基站广播UCH（Update Cluster Head）消息，重新选举簇头。

本发明利用多要素信任机制保证传感器节点的安全可靠性，不仅可以真实全面地评估节点的可信度，而且可以保证簇头选举和路由的时候网络负载均衡，同时，本发明的理论说明通俗易懂，可操作性较高，因此其实用价值很强。

本发明方法采用基于多要素的信任机制来保证节点的安全和可靠，该信任机制从通信、数据和能量角度选取信任要素，引入“低回报高惩罚”机制阻止恶意节点通过短期合法行为快速提升信任值或利用低信任值在网络中长期生存。而在网络拓扑建立时，节点的综合信任值结合簇头选举值和路由通信代价，确保可信簇头选举和可信路由选择。在数据传输过程中，利用节点的综合信任值排除恶意节点、自私节点和低竞争力节点，建立安全可信的网络环境。

附图说明

图1为本发明中实施例的基于多要素信任管理机制的体系结构示意图。

图2为本发明中多要素信任机制分簇路由的具体流程。

图3为本发明中获取成员节点综合信任值的具体步骤。

具体实施方式

下面结合具体实施例，进一步阐明本发明，应理解这些实施例仅用于说明本发明而不用于限制本发明的范围，在阅读了本发明之后，本领域技术人员对本发明的各种等价形式的修改均落于本申请所附权利要求所限定的范围。

本发明的具体实施例如下：

1、信任要素的选择

信任机制从通信、数据和能量角度选取六个信任要素，即：

（1）数据完整性，可表示为：

$T_1^{i,j}\left(t\right)=[100\×\frac{{\mathrm{IP}}_{i,j}(t-t_0)}{{\mathrm{TFP}}_{i,j}(t-t_0)}]$

其中，[·]表示取最近整数值函数，t₀表示上次评估时刻，

表示在t时刻节点i对节点j转发数据的完整性评估值，IP_i,j(t-t₀)表示节点j在评估周期内完整转发的数据包数量，TFP_i,j(t-t₀)表示节点j转发的数据包总数。

（2）数据转发率，可表示为：

$T_2^{i,j}\left(t\right)=[100\×\frac{{\mathrm{TFP}}_{i,j}(t-t_0)}{{\mathrm{ACK}}_{i,j}(t-t_0)}]$

其中，表示节点i对节点j转发数据率的评估值，TFP_i,j(t-t₀)表示节点j转发节点i传递的数据包数量，ACK_i,j(t-t₀)表示节点j反馈给节点i的ACK消息数量。

（3）数据新鲜性，可表示为：

$T_3^{i,j}\left(t\right)=[100\×\frac{{\mathrm{FRP}}_{i,j}(t-t_0)}{{\mathrm{TSP}}_{i,j}(t-t_0)}]$

其中，

表示节点i对节点j发送数据的新鲜性评估值，FRP_i,j(t-t₀)表示新鲜数据包数量，TSP_i,j(t-t₀)表示发送数据包的总数。

（4）数据发送率，可表示为：

$T_4^{i,j}\left(t\right)=[100\×\min \{\frac{N_H-{\mathrm{TSP}}_{i,j}(t-t_0)}{N_H-{\mathrm{ES}}_{i,j}(t-t_0)},\frac{N_H-{\mathrm{ES}}_{i,j}(t-t_0)}{N_H-{\mathrm{TSP}}_{i,j}(t-t_0)}\left\}\right]$

其中，

表示节点i对节点j发送数据包量的信任评估值，ES_i,_j(t-t₀)表示发包数量的期望值，由基站预先设置，当发包数量在理想范围时，节点的评估值较高。

（5）数据一致性，可表示为：

$T_5^{i,j}\left(t\right)=[100\×\frac{{\mathrm{CP}}_{i,j}(t-t_0)}{{\mathrm{CP}}_{i,j}(t-t_0)+{\mathrm{NCP}}_{i,j}(t-t_0)}]$

其中，

表示点i对节点j传递数据的一致性评估值，CP_i,j(t-t₀)表示一致数据包的数量，NCP_i,j(t-t₀)表示不一致数据包的数量。

（6）能量可信性，可表示为：

$T_6^{i,j}\left(t\right)=[100\×\frac{E_j\left(t\right)}{E_0}]$

其中，

表示节点i对节点j能量可信性的评估值，E_j(t)表示节点j的剩余能量，E₀表示节点j的初始能量。

2、成员节点综合信任值和簇头综合信任值的获取

成员节点综合信任值的获取包括以下步骤：

21）成员节点根据

和

利用加权平均计算出推荐信任值RT^i,j(t)，并将其传递给簇头，RT^i,j(t)的计算公式为：

${\mathrm{RT}}^{i,j}\left(t\right)=[\underset{m=1}{\overset{4}{\mathrm{\Σ}}}{w}_m*T_m^{i,j}\left(t\right)]$

其中，w_m为加权系数，可以根据具体的应用和网络环境进行相应的调整，且满足 $\underset{m=1}{\overset{4}{\mathrm{\Σ}}}{w}_m=1.$

22）簇头根据RT^i,j(t)的偏离程度d_i,j滤除虚假信任值，再利用剩余的m个RT^i,j(t)计算出成员节点的间接信任值IT^j(t)，d_i,j和IT^j(t)的计算公式为：

$d_{i,j}=\frac{1}{n-1}\×\underset{s=1,s\≠i}{\overset{n-1}{\mathrm{\Σ}}}|{\mathrm{RT}}^{i,j}\left(t\right)-{\mathrm{RT}}^{s,j}\left(t\right)|$

${\mathrm{IT}}^j\left(t\right)=[\frac{1}{m}\×\underset{s=1}{\overset{m}{\mathrm{\Σ}}}{\mathrm{RT}}^{s,j}\left(t\right)]$

其中，n表示成员节点有n个簇内邻居节点。

23）簇头根据

和

计算出成员节点的直接信任值DT^j(t)，

其中，

为加权系数，可以根据具体的应用进行相应的调整，且满足

24）簇头结合DT_j(t)和IT_j(t)对成员节点作综合评估，得到成员节点的当前综合信任值CT_j(t)，

${\mathrm{CT}}^j\left(t\right)=[{\mathrm{\η}}_{\mathrm{direct}}\×{\mathrm{DT}}^j\left(t\right)+{\mathrm{\η}}_{\mathrm{indirect}}\×{\mathrm{IT}}^j\left(t\right)]$

其中，η_direct和η_indirect为直接信任值和间接信任值的权重，满足η_direct+η_indirect＝1。

25）簇头将CT^j(t)与信任阈值λ作比较，若CT^j(t)小于λ，则信任值更新权重σ＝σ_high，反之，则σ＝σ_low，其中，0≤σ_low＜＜σ_high≤1，λ作为“低回报高惩罚”机制的控制参数，由具体的应用要求进行设置，“低回报高惩罚”机制，即：采用“低回报”策略阻止恶意节点试图使用伪装欺骗等手段快速赚取高信任值的行为，同时采用“高惩罚”策略阻止恶意节点长期损坏网络，一旦节点出现恶意行为，大幅度降低其信任值，使其快速被识别出来，因此，当节点综合信任值低于信任阈值λ时，σ取值较大，快速降低节点信任值；当节点综合信任值高于信任阈值λ时，σ取值较小，缓慢累积节点信任值。

26）簇头根据节点前一时刻的综合信任值TT^j(t₀)和CT^j(t)更新成员节点的综合信任值TT^j(t)，更新的具体方法为：

${\mathrm{TT}}^j\left(t\right)=[(1-\mathrm{\σ})\×{\mathrm{TT}}^j\left(t_0\right)+\mathrm{\σ}\×{\mathrm{CT}}^j\left(t\right)]$

簇头综合信任值的获取包括以下步骤：

21’）簇头根据

和利用加权平均计算出推荐信任值RT^chi,chj(t)，并将其传递给基站，ch_i,ch_j表示节点i和j为簇头，RT^chi,chj(t)的计算公式为：

${\mathrm{RT}}^{{\mathrm{ch}}_{i,}{\mathrm{ch}}_j}\left(t\right)=[\underset{m=1}{\overset{4}{\mathrm{\Σ}}}{w\′}_m*T_m^{i,j}\left(t\right)]$

其中，

为加权系数，可以根据具体的应用和网络环境进行相应的调整，且满足 $\underset{m=1}{\overset{4}{\mathrm{\Σ}}}{w^{\′}}_m=1.$

22’）基站根据RT^chi,chj(t)的偏离程度d_chi,chj滤除虚假信任值，再利用剩余的m'个RT^chi,chj(t)计算出簇头的间接信任值IT^chj(t)，d_chi,chj和IT^chj(t)的计算公式为：

$d_{{\mathrm{ch}}_i,{\mathrm{ch}}_j}=\frac{1}{n^{\′}-1}\×\underset{s=1,s\≠i}{\overset{n^{\′}-1}{\mathrm{\Σ}}}|{\mathrm{RT}}^{{\mathrm{ch}}_i,{\mathrm{ch}}_j}\left(t\right)-{\mathrm{RT}}^{{\mathrm{ch}}_s,{\mathrm{ch}}_j}\left(t\right)|$

${\mathrm{IT}}^{{\mathrm{ch}}_j}\left(t\right)=[\frac{1}{m^{\′}}\×\underset{s=1s}{\overset{m\′}{\mathrm{\Σ}}}{\mathrm{RT}}^{{\mathrm{ch}}_s,{\mathrm{ch}}_j}\left(t\right)]$

其中，n'表示簇头有n'个邻居簇头。

23’）基站根据

和

计算出簇头的直接信任值

其中，

为加权系数，可以根据具体的应用进行相应的调整，且满足

24’）基站结合

和

对簇头作综合评估，得到簇头的当前综合信任值

${\mathrm{CT}}^{{\mathrm{ch}}_j}\left(t\right)=[{{\mathrm{\η}}^{\′}}_{\mathrm{direct}}\×{\mathrm{DT}}^{{\mathrm{ch}}_j}\left(t\right)+{{\mathrm{\η}}^{\′}}_{\mathrm{indirect}}\×{\mathrm{IT}}^{{\mathrm{ch}}_j}\left(t\right)]$

其中，

和

为直接信任值和间接信任值的权重，满足

25’）基站将

与信任阈值λ'作比较，若

小于λ'，则信任值更新权重反之，则

其中，0≤σ'_low＜＜σ'_high≤1，λ'作为“低回报高惩罚”机制的控制参数，由具体的应用要求进行设置，“低回报高惩罚”机制，即：采用“低回报”策略阻止恶意节点试图使用伪装欺骗等手段快速赚取高信任值的行为，同时采用“高惩罚”策略阻止恶意节点长期损坏网络，一旦簇头出现恶意行为，大幅度降低其信任值，使其快速被识别出来。因此，当簇头综合信任值低于信任阈值λ'时，σ'取值较大，快速降低簇头信任值；当簇头综合信任值高于信任阈值λ'时，σ'取值较小，缓慢累积簇头信任值。

26’）基站根据簇头前一时刻的综合信任值和

更新簇头的综合信任值

更新的具体方法为：

${\mathrm{TT}}^{{\mathrm{ch}}_j}\left(t\right)=[(1-\mathrm{\σ}\′)\×{\mathrm{TT}}^{{\mathrm{ch}}_j}\left(t_0\right)+\mathrm{\σ}\′\×{\mathrm{CT}}^{{\mathrm{ch}}_j}\left(t\right)]$

3、可信簇头的选举

31）当前簇头的能量低于设定的能量阈值，或者簇头综合信任值低于设定的簇头可信阈值

时，基站将簇头更新准备消息RTUCH向网络内所有节点广播；

32）簇头收到簇头更新准备消息RTUCH后，将其簇内各成员节点的综合信任值发送给基站，基站保存好各节点的综合信任值后，发布簇头更新消息UCH；

33）各节点收到簇头更新消息UCH后，自动产生一个0～1的随机数，如果这个值小于候选簇头阈值T(n)，则该节点成为候选簇头，然后向基站发出申请当选簇头消息AFCH，申请当选簇头。未成为候选簇头的节点则进入休眠状态，等待当选簇头发出的入簇消息。候选簇头产生时需考虑簇头自荐值CHRV(n)，T(n)的计算公式为：

其中，p是簇头占节点总数的百分比，即节点当选簇头的概率；r是目前簇头循环的轮数；G是最近1/p轮中还未当选过簇头的节点集合。

簇头自荐值CHRV(n)由节点的剩余能量、节点到基站的距离和节点的连通度等要素共同决定。计算公式为：

$\mathrm{CHRV}\left(n\right)=a_1\×\frac{E\left(n\right)}{E_0}+a_2\×\frac{N\left(n\right)}{(1/p)-1}-a_3\×\frac{d_{\mathrm{toBS}}\left(n\right)}{d_{\max \mathrm{toBS}}}$

其中，E(n)为节点n的当前剩余能量，E₀为节点n的初始能量，N(n)为节点n的邻居节点个数。d_toBS(n)为节点n到基站的距离，d_maxtoBS为各节点到基站的最远距离，系数a₁、a₂和a₃满足a₁+a₂+a₃＝1。

34）基站接收到申请当选簇头消息AFCH后，查阅其所保存的网络中各节点的综合信任值。若候选簇头的综合信任值低于系统预设的节点可信阈值TT^th，则该簇头被判为恶意节点，基站直接将其从网络剔除。若综合信任值高于TT^th而低于簇头可信阈值

（低于

的节点将被判为不具备当选簇头的能力）时，该候选簇头为低竞争力候选簇头，基站向其发出降级消息。若综合信任值高于

则基站向其发出确认消息，并向全网公布当选簇头的综合信任值；

35）候选簇头若收到降级消息，则进入休眠状态，等待当选簇头发布入簇消息。候选簇头若收到确认消息，则向周围节点广播入簇消息；

36）成员节点若收到多个不同簇头发布的入簇消息，则选择具有最大簇头选举值CHSV(i,ch_j)的簇头作为自己的簇头。簇头选举值由基站发出的簇头信任值和成员节点到簇头的距离决定，假设基站公布某簇头ch_j的信任值为

，成员节点i到该簇头的距离为d，成员节点i收到多个不同簇头的信任值的平均值为

以及i到各簇头的距离平均值为

，则簇头选举值CHSV(i,ch_j)表示为：

$\mathrm{CHSV}(i,{\mathrm{ch}}_j)=b_1\×\frac{{\mathrm{TT}}^{{\mathrm{ch}}_j}}{\stackrel{\‾}{{\mathrm{TT}}^{\mathrm{bs},\mathrm{ch}}}}-b_2\×\frac{d}{\stackrel{\‾}{d}}$

式中，b₁、b₂为加权系数，且满足b₁+b₂＝1。

4、可信路由的形成

以单簇为例，详细描述成员节点如何选择路由传递数据到簇头。成员节点i在其簇内邻居节点集合中选择中继节点j，中继节点j满足，在所有的候选节点中具有最小的簇内路由代价。簇内路由代价函数为：

$\mathrm{intra}\_\cos t(i,j)=\left\{\begin{array}{cc}{c}_1\×\frac{\stackrel{\‾}{E_{i^{\′}\mathrm{neighbor}}\left(t\right)}}{E_j\left(t\right)}+c_2\×\frac{\stackrel{\‾}{{\mathrm{TT}}_{i^{\′}\mathrm{neighbor}}\left(t\right)}}{{\mathrm{TT}}^j\left(t\right)}+c_3\×\frac{d_{i-j}^2+d_{j-\mathrm{ch}}^2}{d_{i-\mathrm{ch}}^2},& i\≠j\\ c_1\×\frac{\stackrel{\‾}{E_{i^{\′}\mathrm{neighbor}}\left(t\right)}}{E_j\left(t\right)}+c_2\×\frac{\stackrel{\‾}{{\mathrm{TT}}_{i^{\′}\mathrm{neighbor}}\left(t\right)}}{100}+c_3,& i=j\end{array}\right.$

其中，

表示成员节点i的簇内所有邻居节点的剩余能量的平均值，E_j(t)表示成员节点j的剩余能量；

表示成员节点i的簇内所有邻居节点的综合信任值的平均值；d_i-j表示成员节点i到节成员点j的距离，d_j-ch表示成员节点j到簇头的距离，d_i-ch表示成员节点i到簇头的距离；c₁、c₂和c₃为加权系数，且满足c₁+c₂+c₃＝1。

成员节点i根据最小路由代价选择中继节点j，如果中继节点是其本身，则直接发送数据至簇头，否则，成员节点i发送数据至中继节点j，再由节点j选择中继节点。

簇间可信路由的形成，由簇间路由代价函数决定，簇头选择具有最小簇间路由代价的簇头作为中继簇头，数据经中继簇头进行转发，簇间路由代价函数为：

$\mathrm{inter}\_\cos t({\mathrm{ch}}_i,{\mathrm{ch}}_j)=\left\{\begin{array}{cc}{c_1}^{\′}\×\frac{\stackrel{\‾}{E_{{{\mathrm{ch}}_i}^{\′}\mathrm{ngb}}\left(t\right)}}{E_{{\mathrm{ch}}_j}\left(t\right)}+{c_2}^{\′}\×\frac{\stackrel{\‾}{{\mathrm{TT}}_{{{\mathrm{ch}}_i}^{\′}\mathrm{ngb}}\left(t\right)}}{{\mathrm{TT}}^{{\mathrm{ch}}_j}\left(t\right)}+{c_3}^{\′}\×\frac{d_{{\mathrm{ch}}_i-{\mathrm{ch}}_j}^2+d_{{\mathrm{ch}}_j-\mathrm{bs}}^2}{d_{{\mathrm{ch}}_i-\mathrm{bs}}^2},& {\mathrm{ch}}_i\≠{\mathrm{ch}}_j\\ {c_1}^{\′}\×\frac{\stackrel{\‾}{E_{{{\mathrm{ch}}_i}^{\′}\mathrm{ngb}}\left(t\right)}}{E_{{\mathrm{ch}}_j}\left(t\right)}+{c_2}^{\′}\×\frac{\stackrel{\‾}{{\mathrm{TT}}_{{{\mathrm{ch}}_i}^{\′}\mathrm{ngb}}\left(t\right)}}{100}+{c_3}^{\′},& {\mathrm{ch}}_i={\mathrm{ch}}_j\end{array}\right.,$

式中，表示簇头ch_i邻居簇头的剩余能量均值，

表示簇头ch_j的剩余能量；

表示簇头ch_i的邻居簇头的综合信任值的平均值；

表示簇头ch_i到簇头ch_j的距离，

表示簇头ch_j到基站的距离，

表示簇头ch_i到基站的距离；c₁'、c₂'和c₃'为加权系数，且满足c₁'+c₂'+c₃'＝1。

簇头ch_i根据最小路由代价选择中继簇头ch_j，如果中继簇头是其本身，则直接发送数据至基站，否则，簇头ch_i发送数据至簇头ch_j，再由簇头ch_j选择中继簇头，最终路由至基站。

Claims (2)

1.一种基于多要素信任机制的分簇路由方法，其特征在于，该方法包括以下步骤：

1）从通信、数据和能量角度选取六个信任要素，所述六个信任要素为数据完整性数据转发率

数据新鲜性

数据发送率

数据一致性

和能量可信性

2）根据所述六个信任要素，进行成员节点综合信任值和簇头综合信任值的获取；

3）根据网络中各节点的综合信任值、候选簇头阈值和簇头选举值，进行新一轮可信簇头的选举；

4）根据簇内路由代价函数和簇间路由代价函数，形成簇内可信路由和簇间可信路由；

所述步骤2）中，成员节点综合信任值的获取具体包括以下步骤：

21）成员节点根据所述数据完整性

数据转发率

数据新鲜性

和数据发送率

利用加权平均计算出推荐信任值RT^i,j(t)后，将其传递给簇头；

22）簇头根据所述推荐信任值RT^i,j(t)的偏离程度d_i,j滤除虚假信任值，再利用剩余的RT^i,j(t)计算出成员节点的间接信任值IT^j(t)；

23）簇头根据数据新鲜性数据发送率

数据一致性

和能量可信性

计算出成员节点的直接信任值DT^j(t)；

24）簇头结合所述成员节点的直接信任值DT^j(t)和间接信任值IT^j(t)对成员节点作综合评估，得到成员节点的当前综合信任值CT^j(t)；

25）簇头将所述成员节点的当前综合信任值CT^j(t)与设定的信任阈值λ作比较，若当前综合信任值CT^j(t)小于所述信任阈值λ，则信任值更新权重σ＝σ_high，反之，则σ＝σ_low；

26）簇头根据成员节点前一时刻t₀的综合信任值TT^j(t₀)和当前综合信任值CT^j(t)更新成员节点的综合信任值TT^j(t)；

所述步骤2）中，簇头综合信任值的获取具体包括以下步骤：

21’）簇头根据所述数据完整性数据转发率数据新鲜性

和数据发送率利用加权平均计算出推荐信任值

后，将其传递给基站；

22’）基站根据所述推荐信任值

的偏离程度

滤除虚假信任值，再利用剩余的

计算出簇头的间接信任值

23’）基站根据数据新鲜性

数据发送率

数据一致性

和能量可信性计算出簇头的直接信任值

24’）基站结合所述簇头的直接信任值

和间接信任值对簇头作综合评估，得到簇头的当前综合信任值

25’）基站将所述簇头的当前综合信任值

与设定的信任阈值λ'作比较，若当前综合信任值

小于所述信任阈值λ'，则信任值更新权重σ'＝σ'_high，反之，则σ'＝σ'_low；

26’）基站根据簇头前一时刻t₀的综合信任值

和当前综合信任值

更新簇头的综合信任值

所述步骤3）具体包括以下步骤：

31）当前簇头的能量低于设定的能量阈值，或者簇头综合信任值低于设定的簇头可信阈值

时，基站将簇头更新准备消息RTUCH向网络内所有节点广播；

32）簇头收到簇头更新准备消息RTUCH后，将其簇内各成员节点的综合信任值TT^j(t)发送给基站，基站保存好各成员节点的综合信任值TT^j(t)后，发布簇头更新消息UCH；

33）网络中各节点收到所述簇头更新消息UCH消息后，产生一个随机数，若所述随机数的值小于候选簇头阈值T(n)，则该节点成为候选簇头，然后向基站发出申请当选簇头消息AFCH，未成为候选簇头的节点则进入休眠状态，等待当选簇头发出的入簇消息；

34）基站收到所述申请当选簇头消息AFCH后，根据其所保存的网络中各节点的综合信任值，剔除恶意候选簇头，向低竞争力候选簇头发出降级消息，向符合当选簇头条件的候选簇头发出确认消息，并向全网公布当选簇头的综合信任值；

35）候选簇头若收到降级消息，则进入休眠状态，等待当选簇头发布入簇消息，候选簇头若收到确认消息，则向周围节点广播入簇消息；

36）成员节点若收到多个不同当选簇头发布的入簇消息，则选择具有最大簇头选举值CHSV(i,ch_j)的当选簇头作为自己的簇头，所述簇头选举值CHSV(i,ch_j)由成员节点到当选簇头的距离和当选簇头的综合信任值决定；

所述步骤4）中，簇内可信路由的形成，由簇内路由代价函数决定，成员节点选择具有最小簇内路由代价的成员节点作为中继节点，数据经中继节点进行转发，簇内路由代价函数为：

$\mathrm{intra}\_\cos t(i,j)=\left\{\begin{array}{cc}{c}_1\×\frac{\stackrel{\‾}{E_{i^{\′}\mathrm{neighbor}}\left(t\right)}}{E_j\left(t\right)}+c_2\×\frac{\stackrel{\‾}{{\mathrm{TT}}_{i^{\′}\mathrm{neighbor}}\left(t\right)}}{{\mathrm{TT}}^j\left(t\right)}+c_3\×\frac{d_{i-j}^2+d_{j-\mathrm{ch}}^2}{d_{i-\mathrm{ch}}^2},& i\≠j\\ c_1\×\frac{\stackrel{\‾}{E_{i^{\′}\mathrm{neighbor}}\left(t\right)}}{E_j\left(t\right)}+c_2\×\frac{\stackrel{\‾}{{\mathrm{TT}}_{i^{\′}\mathrm{neighbor}}\left(t\right)}}{100}+c_3,& i=j\end{array}\right.,$

式中，

表示成员节点i簇内所有邻居节点的剩余能量的平均值，E_j(t)表示成员节点j的剩余能量；

表示成员节点i的簇内所有邻居节点的综合信任值的平均值；d_i-j表示成员节点i到成员节点j的距离，d_j-ch表示成员节点j到簇头的距离，d_i-ch表示成员节点i到簇头的距离；c₁、c₂和c₃为加权系数，且满足c₁+c₂+c₃＝1；

所述步骤4）中，簇间可信路由的形成，由簇间路由代价函数决定，簇头选择具有最小簇间路由代价的簇头作为中继簇头，数据经中继簇头进行转发，簇间路由代价函数为：

$\mathrm{inter}\_\cos t({\mathrm{ch}}_i,{\mathrm{ch}}_j)=\left\{\begin{array}{cc}{c_1}^{\′}\×\frac{\stackrel{\‾}{E_{{{\mathrm{ch}}_i}^{\′}\mathrm{ngb}}\left(t\right)}}{E_{{\mathrm{ch}}_j}\left(t\right)}+{c_2}^{\′}\×\frac{\stackrel{\‾}{{\mathrm{TT}}_{{{\mathrm{ch}}_i}^{\′}\mathrm{ngb}}\left(t\right)}}{{\mathrm{TT}}^{{\mathrm{ch}}_j}\left(t\right)}+{c_3}^{\′}\×\frac{d_{{\mathrm{ch}}_i-{\mathrm{ch}}_j}^2+d_{{\mathrm{ch}}_j-\mathrm{bs}}^2}{d_{{\mathrm{ch}}_i-\mathrm{bs}}^2},& {\mathrm{ch}}_i\≠{\mathrm{ch}}_j\\ {c_1}^{\′}\×\frac{\stackrel{\‾}{E_{{{\mathrm{ch}}_i}^{\′}\mathrm{ngb}}\left(t\right)}}{E_{{\mathrm{ch}}_j}\left(t\right)}+{c_2}^{\′}\×\frac{\stackrel{\‾}{{\mathrm{TT}}_{{{\mathrm{ch}}_i}^{\′}\mathrm{ngb}}\left(t\right)}}{100}+{c_3}^{\′},& {\mathrm{ch}}_i={\mathrm{ch}}_j\end{array}\right.,$

式中，

表示簇头ch_i的邻居簇头的剩余能量的平均值，

表示簇头ch_j的剩余能量；

表示簇头ch_i的邻居簇头的综合信任值的平均值；

表示簇头ch_i到簇头ch_j的距离，

表示簇头ch_j到基站的距离，

表示簇头ch_i到基站的距离；c₁'、c₂'和c₃'为加权系数，且满足c₁'+c₂'+c₃'＝1。

2.根据权利要求1所述一种基于多要素信任机制的分簇路由方法，其特征在于，所述步骤33）中，候选簇头阈值T(n)根据簇头自荐值CHRV(n)按照下式确定：

式中，p是簇头占节点总数的百分比，即节点当选簇头的概率；r是目前簇头循环的轮数；G是最近1/p轮中还未当选过簇头的节点集合；

所述簇头自荐值CHRV(n)根据下式确定：

$\mathrm{CHRV}\left(n\right)=a_1\×\frac{E\left(n\right)}{E_0}+a_2\×\frac{N\left(n\right)}{(1/p)-1}-a_3\×\frac{d_{\mathrm{toBS}}\left(n\right)}{d_{\max \mathrm{toBS}}},$

式中，E(n)为节点n的剩余能量，E₀为节点n的初始能量，N(n)为节点n的邻居节点个数，d_toBS(n)为节点n到基站的距离，d_maxtoBS为网络中各节点到基站的最远距离，系数a₁、a₂和a₃满足a₁+a₂+a₃＝1。

Images