CN105979507B - 一种无线传感器网络的信任值计算方法 - Google Patents
一种无线传感器网络的信任值计算方法 Download PDFInfo
- Publication number
- CN105979507B CN105979507B CN201610297561.1A CN201610297561A CN105979507B CN 105979507 B CN105979507 B CN 105979507B CN 201610297561 A CN201610297561 A CN 201610297561A CN 105979507 B CN105979507 B CN 105979507B
- Authority
- CN
- China
- Prior art keywords
- node
- sensor network
- wireless sensor
- value
- trust value
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W12/00—Security arrangements; Authentication; Protecting privacy or anonymity
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W84/00—Network topologies
- H04W84/18—Self-organising networks, e.g. ad-hoc networks or sensor networks
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Computer Security & Cryptography (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明公开了一种无线传感器网络的信任值计算方法,属于无线传感器网络技术领域;该方法包括,步骤一:无线传感器网络中节点交互概率矩阵的建立,根据PageRank算法将无线传感器网络中节点的交互关系转换为各节点交互概率矩阵;步骤二:确定无线传感器网络中节点的概率分布向量收敛值;步骤三:无线传感器网络中节点的信任值计算,引入报文转发率和权重系数与概率分布向量收敛值综合计算节点的信任值;本发明方法计算代价低,功耗小;可以有效地增强网络的安全性,提高网络的服务质量,降低网络通信代价。
Description
技术领域
本发明涉及无线传感器网络技术领域,具体涉及一种无线传感器网络的信任值计算方法。
背景技术
目前针对无线网络安全的措施主要有基于密码学的安全措施和基于信任模型的安全保障机制。密码学技术能较好地防御各种外部攻击,却无法有效地抵御网络内部恶意节点的攻击;基于信任值构建的信任模型研究如何在异构不确定的网络环境下,根据网络节点交互过程所呈现的各种主客观证据,动态评估其它节点的可信程度,并据此作出有利于上层应用的决策。信任模型参与节点的路由选择及数据转发,能及时发现网络中其他节点的异常行为,有效地增强网络的安全性和鲁棒性。
目前,对于无线传感器网络学术界已经提出了一些信任值的计算方法,但是存在信任值无法客观准确地描述节点的可信度、计算复杂及通信代价高等不足,而无法适用于无线传感器网络。
发明内容
本发明的目的:提供一种基于PageRank算法的无线传感器网络信任值计算方法,可以解决目前无线传感器网络中存在信任值无法客观准确地描述节点的可信度、计算复杂度及通信代价高等问题。
为实现上述目的本发明采用的技术方案是:
一种无线传感器网络的信任值计算方法,包括如下步骤:
步骤一:无线传感器网络中节点交互概率矩阵的建立,根据PageRank算法将无线传感器网络中节点的交互关系转换为各节点交互概率矩阵;
步骤二:确定无线传感器网络中节点的概率分布向量收敛值,初始状态下,某个节点与网络中的每个节点交互的概率除其本身为零值外都是相等的,可建立初始状态下节点交互概率的列向量,该列向量去右乘交互概率矩阵,就得到了第一次交互后的概率分布向量,再用第一次交互后的概率分布向量继续去右乘交互概率矩阵,就得到了第二次交互后的概率分布向量,多次迭代后的概率分布向量会收敛,可获得节点的概率分布向量收敛值;
步骤三:无线传感器网络中节点的信任值计算,引入报文转发率和权重系数与概率分布向量收敛值综合计算节点的信任值;
所述步骤三中节点的信任值通过如下公式计算:
其中,:表示节点j的信任值;
:表示节点j的概率分布向量收敛值;
:表示节点j的报文转发率;
:表示权重系数,取值在0~1之间;
利用信任值进行无线传感器网络最优路径选择:
步骤一:确认单跳信任值的最大值,在无线传感器网络中,某一时刻如果某个节点经过多跳与目的节点进行交互,需从网络中寻找和遍历可信度最高的节点来组成一条路径,进行数据传输;这条路径就被称作信任路径;其值被定义为单跳信任值的最大值,其计算公式为:
其中,:表示单位时间内路径P上的单跳信任值的最大值;
:表示节点的单跳信任值;
:表示路径P上的两个相邻节点;
:表示是的下一跳节点;
步骤二:最优路径的选择,引入了源节点到目的节点路径中的跳数,来搜索无线传感器网络中的最优路径,其计算公式为:
其中,:表示源节点到目的节点路径中跳数的最小值;
:表示源节点到目的节点路径中的跳数。
报文转发率是指无线传感器网络中节点对单位时间内接收到的数据包进行成功转发的数量(Nforward)与单位时间内接收到数据包总量(Ntotal)的比值;即:
。
本发明的有益效果是:
本发明提出一种无线传感器网络的信任值计算方法,该方法该方法是以PageRank算法为依托,引入了报文转发率作为参数阈值来确保信任值的客观有效性;本发明能够利用PageRank算法计算得到无线传感器中各个节点的信任值;可以确定无线传感器网络中节点间通信的信任路径;本发明方法计算代价低,功耗小;可以有效地增强网络的安全性,提高网络的服务质量,降低网络通信代价。
附图说明
图1为本发明实施例计算方法的流程图;
图2为本发明实施例网络节点拓扑示意图。
具体实施方式
以下结合附图对本发明优选实施例做进一步说明:
如图1所示,一种无线传感器网络的信任值计算方法,包括如下步骤:
步骤S101:无线传感器网络中节点交互概率矩阵的建立,根据PageRank算法将无线传感器网络中节点的交互关系转换为各节点交互概率矩阵;
步骤S102:确定无线传感器网络中节点的概率分布向量收敛值,初始状态下,某个节点与网络中的每个节点交互的概率除其本身为零值外都是相等的,可建立初始状态下节点交互概率的列向量,该列向量去右乘交互概率矩阵,就得到了第一次交互后的概率分布向量,再用第一次交互后的概率分布向量继续去右乘交互概率矩阵,就得到了第二次交互后的概率分布向量,多次迭代后的概率分布向量会收敛,可获得节点的概率分布向量收敛值;
步骤S103:无线传感器网络中节点的信任值计算,引入报文转发率和权重系数与概率分布向量收敛值综合计算节点的信任值;
所述步骤三中节点的信任值通过如下公式计算:
其中,:表示节点j的信任值;
:表示节点j的概率分布向量收敛值;
:表示节点j的报文转发率;
:表示权重系数,取值在0~1之间;
利用信任值进行无线传感器网络最优路径选择:
步骤一:确认单跳信任值的最大值,在无线传感器网络中,某一时刻如果某个节点经过多跳与目的节点进行交互,需从网络中寻找和遍历可信度最高的节点来组成一条路径,进行数据传输;这条路径就被称作信任路径;其值被定义为单跳信任值的最大值,其计算公式为:
其中,:表示单位时间内路径P上的单跳信任值的最大值;
:表示节点的单跳信任值;
:表示路径P上的两个相邻节点;
:表示是的下一跳节点;
步骤二:最优路径的选择,引入了源节点到目的节点路径中的跳数,来搜索无线传感器网络中的最优路径,其计算公式为:
其中,:表示源节点到目的节点路径中跳数的最小值;
:表示源节点到目的节点路径中的跳数。
如图2所示,可以将网络中节点A、B、C、D、E、F交互关系看做有向图,如果当前节点是B,由于节点B存在2条出链,分别指向节点A和节点C,所以B节点和A、C、D、E、F五个节点进行交互的概率依次为1/2 、1/2、 0 、0 、0;即如果网络中某节点有a条出链,那么该节点和网络中通过出链相连节点间进行交互的概率是1/a,和其他节点交互的概率均为0;据此,将网络的有向图转化为节点的交互概率矩阵M,如果用n表示网络中节点的总数,则节点的交互概率矩阵M就是一个n*n的方阵;如果节点j有a条出链,那么对每条出链指向的节点i,有M[i][j]=1/a,其他值均为0;
可将图2的无线触感器网络图转化为节点B的交互概率矩阵M:
初始状态下,对于有n个节点的无线传感器网络而言,某个节点与网络中的每个节点交互的概率都是相等的,即交互概率为1/(n-1),于是交互概率分布就是除自身值为0,其他所有值都为1/(n-1)的n维列向量V0,用V0去右乘交互概率矩阵M,就得到了第一次交互后的概率分布向量V1:
得到V1后,再用V1去右乘M得到V2,多次迭代后的概率分布向量会收敛,记作V;V表示网络中各节点的交互概率;上式的迭代计算结果为:V=[10/43,2/43,17/86,11/43,19/86,2/43]。
考虑到网络中信息传输的安全性以及节点行为的不确定性,引入了报文转发率来综合计算节点的信任值;
报文转发率(Packet Forwarding Ratio,PFR)是指无线传感器网络中节点对单位时间内接收到的数据包进行成功转发的数量Nforward与单位时间内接收到数据包总量Ntotal的比值;即:
在t1时刻,B节点广播数据,A、C、D、E、F五个节点的报文转发率分别为:789/815,5551/5915,717/785,1893/2361,6696/7115。
根据信任值计算公式,在网络稳定的状态下,最终计算得到A、C、D、E、F各节点的信任值分别为:467/693(0.6739),323/503(0.6421),3242/4985(0.6504),1595/2801(0.5694),781/1339 (0.5833)。
在无线传感器网络中,某一时刻如果某个节点经过多跳与目的节点进行交互,需从网络中寻找和遍历可信度最高的节点来组成一条路径,进行数据传输;这条路径就被称作信任路径;其值被定义为单跳信任值的最大值;
为了节省资源,降低网络开销,考虑到信息传输的稳定性和完整性,引入了源节点到目的节点路径中的跳数L[Tp(t)],来搜索无线传感器网络中的最优路径。
从节点B到节点E有四条路径,结合信任路径的计算公式可得:路径(B→A→E)是一条最可信且最优的路径,而路径(B→C→D→E)相对来说是比较可信的路径,可以作为备用路径;由于节点A的下一跳中有直接与节点E交互的路径,所以路径(B→A→F→E)和(B→A→D→E)无疑增加了无线传感器网络的开销,所以可以舍弃。
针对无线传感器网络的安全问题,本发明提出一种无线传感器网络的信任值计算方法,该方法涉及了节点信任值的计算方法,并可根据信任值确定节点间通信的信任路径。
最后应说明的是:以上所述仅为发明的优选实施例而已,并不用于限制发明,尽管参照前述实施例对发明进行了详细的说明,对于本领域的技术人员来说,其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换。凡在发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在发明的保护范围之内。
Claims (3)
1.一种无线传感器网络的信任值计算方法,其特征在于,包括如下步骤:
步骤一:无线传感器网络中节点交互概率矩阵的建立,根据PageRank算法将无线传感器网络中节点的交互关系转换为各节点交互概率矩阵;
步骤二:确定无线传感器网络中节点的概率分布向量收敛值,初始状态下,某个节点与自身的交互概率为零,而与网络中其他节点的交互概率是相等的,可建立初始状态下节点交互概率的列向量,该列向量去右乘各节点的交互概率矩阵,就得到了第一次交互后的概率分布向量,再用第一次交互后的概率分布向量继续去右乘交互概率矩阵,就得到了第二次交互后的概率分布向量,多次迭代后的概率分布向量会收敛,可获得节点的概率分布向量收敛值;
步骤三:无线传感器网络中节点的信任值计算,引入报文转发率和权重系数与概率分布向量收敛值综合计算节点的信任值。
2.如权利要求1所述的一种无线传感器网络的信任值计算方法,其特征在于,所述步骤三中节点的信任值通过如下公式计算:
Tj=(1-α)*Vj+α*PFRj
其中,Tj:表示节点j的信任值;
Vj:表示节点j的概率分布向量收敛值;
PFRj:表示节点j的报文转发率;
α:表示权重系数,取值在0~1之间。
3.如权利要求1所述的一种无线传感器网络的信任值计算方法,其特征在于,利用信任值进行无线传感器网络最优路径选择:
步骤一:确认单跳信任值的最大值,在无线传感器网络中,某一时刻如果某个节点经过多跳与目的节点进行交互,需从网络中寻找和遍历可信度最高的节点来组成一条路径,进行数据传输;这条路径就被称作信任路径;这条路径上的单跳信任值被定义为单跳信任值的最大值,其计算公式为:
Tp(t)=max({TKij|Ki,Kj∈P,Ki→Kj})
其中,Tp(t):表示单位时间内路径P上的单跳信任值的最大值;
TKij:表示节点的单跳信任值;
Ki,Kj:表示路径P上的两个相邻节点;
Ki→Kj:表示Ki是Kj的下一跳节点;
步骤二:最优路径的选择,引入了源节点到目的节点路径中的跳数L[Tp(t)],来搜索无线传感器网络中的最优路径,其计算公式为:
Pfirst=min{L[Tp(t)]}
其中,Pfirst:表示源节点到目的节点路径中跳数的最小值;
L[Tp(t)]:表示源节点到目的节点路径中的跳数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610297561.1A CN105979507B (zh) | 2016-05-06 | 2016-05-06 | 一种无线传感器网络的信任值计算方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610297561.1A CN105979507B (zh) | 2016-05-06 | 2016-05-06 | 一种无线传感器网络的信任值计算方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105979507A CN105979507A (zh) | 2016-09-28 |
CN105979507B true CN105979507B (zh) | 2019-04-09 |
Family
ID=56992777
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610297561.1A Expired - Fee Related CN105979507B (zh) | 2016-05-06 | 2016-05-06 | 一种无线传感器网络的信任值计算方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105979507B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113194063B (zh) * | 2021-03-11 | 2022-06-17 | 南京航空航天大学 | 一种物联网网络恶意节点实时检测方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101888328A (zh) * | 2010-03-02 | 2010-11-17 | 北京邮电大学 | 基于信任管理系统的ip路由协议的可信改造方法 |
CN104080140A (zh) * | 2013-03-29 | 2014-10-01 | 南京邮电大学 | 一种移动自组织网络中基于信任评估的协作通信方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8250069B2 (en) * | 2008-10-14 | 2012-08-21 | University Of Washington | Green's function formulations for pagerank algorithm using helmholtz wave equation representations of internet interactions |
-
2016
- 2016-05-06 CN CN201610297561.1A patent/CN105979507B/zh not_active Expired - Fee Related
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101888328A (zh) * | 2010-03-02 | 2010-11-17 | 北京邮电大学 | 基于信任管理系统的ip路由协议的可信改造方法 |
CN104080140A (zh) * | 2013-03-29 | 2014-10-01 | 南京邮电大学 | 一种移动自组织网络中基于信任评估的协作通信方法 |
Non-Patent Citations (2)
Title |
---|
《Dirichlet PageRank and Trust-Based Ranking Algorithms》;Frieze, A; Horn, P; Pralat, P;《8th International Workshop on Algorithms and Models for the Web Graph (WAW)》;20110529;第6732卷;103-114 |
《基于节点依赖度和交互频繁度的无线Mesh网络信任模型》;宋晓宇等;《计算机应用》;20151110;第35卷(第11期);3051-3054 |
Also Published As
Publication number | Publication date |
---|---|
CN105979507A (zh) | 2016-09-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Alzubi | Bipolar fully recurrent deep structured neural learning based attack detection for securing industrial sensor networks | |
CN101888328B (zh) | 基于信任管理系统的ospf路由协议的可信改造方法 | |
Airehrour et al. | A lightweight trust design for IoT routing | |
CN108124274A (zh) | 一种基于信任机制的无线传感器网络安全路由方法 | |
CN105848242A (zh) | 一种无线传感器网络中基于信任感知的安全路由优化方法 | |
Lakhtaria | Technological advancements and applications in Mobile ad-hoc networks: Research trends: Research trends | |
Zhang et al. | M optimal routes hops strategy: detecting sinkhole attacks in wireless sensor networks | |
CN105979507B (zh) | 一种无线传感器网络的信任值计算方法 | |
Li et al. | On residual path lifetime in mobile networks | |
Peng et al. | Multipath routing protocol based on congestion control mechanism implemented by cross-layer design concept for WSN | |
Chen et al. | The insights of DV-based localization algorithms in the wireless sensor networks with duty-cycled and radio irregular sensors | |
Xu et al. | Multipath routing protocol for DAG-based WSNs with mobile sinks | |
Dhanalakshmi et al. | Efficient energy conservation in MANET using energy conserving advanced optimised link state routing model | |
Li et al. | A maximum algebraic connectivity increment edge-based strategy for capacity enhancement in scale-free networks | |
Singh et al. | LP-ACO technique for link stability in VANETs | |
Berradi et al. | Improvement of OLSR Protocol Using the Hello Message Scheme Based on Neighbors Mobility. | |
CN103702321A (zh) | 一种无线传感器网络的路由信誉评估模型 | |
Christina et al. | Energy efficient secure routing in wireless sensor networks | |
CN103347260B (zh) | 可靠性的Ad hoc网络安全路由设备 | |
Liu et al. | Low energy consumption routing protocol for oil and gas pipeline internet of things | |
CN101860455B (zh) | 一种基于可信环路的网络信任拓扑构造方法 | |
Singh et al. | Fuzzy link cost estimation based adaptive tree algorithm for routing optimization in wireless sensor networks using reinforcement learning | |
Wang et al. | Reliable multi-path routing with bandwidth and delay constraints | |
Yin et al. | A novel reputation model for malicious node detection in wireless sensor network | |
Deshmukh et al. | Variance in performance of aodv based on increased mobility speed |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20190409 Termination date: 20210506 |