CN107197495A - 一种基于多属性决策的无线传感器网络安全路由算法 - Google Patents
一种基于多属性决策的无线传感器网络安全路由算法 Download PDFInfo
- Publication number
- CN107197495A CN107197495A CN201710034300.5A CN201710034300A CN107197495A CN 107197495 A CN107197495 A CN 107197495A CN 201710034300 A CN201710034300 A CN 201710034300A CN 107197495 A CN107197495 A CN 107197495A
- Authority
- CN
- China
- Prior art keywords
- mrow
- node
- msub
- mtd
- msup
- 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.)
- Granted
Links
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W40/00—Communication routing or communication path finding
- H04W40/02—Communication route or path selection, e.g. power-based or shortest path routing
- H04W40/04—Communication route or path selection, e.g. power-based or shortest path routing based on wireless node resources
- H04W40/10—Communication route or path selection, e.g. power-based or shortest path routing based on wireless node resources based on available power or energy
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W40/00—Communication routing or communication path finding
- H04W40/02—Communication route or path selection, e.g. power-based or shortest path routing
-
- 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)
- Mobile Radio Communication Systems (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本发明公开了一种基于多属性决策的无线传感器网络安全路由算法，基于无标度拓扑的度分布特点，综合考虑网络的性能要求，将能量传输效率、负载、丢包率加入到多属性决策模型中，通过相对熵的概念来平衡多种属性因子，节点确定到基站的最小跳数，构建其前向邻居列表，根据决策模型从前向邻居列表中选择最优的路由节点。本发明可有效规避选择性转发攻击、均衡网络能量、延长网络生命周期。
Description
技术领域
本发明涉及无线传感器网络路由安全领域，尤其是一种基于多属性决策的 无线传感网络安全路由算法。
背景技术
路由协议负责为数据传输选择最优路径，将数据分组从源节点通过转发到 目的节点。路由安全是无线传感器网络(wireless sensor networks,WSNs)系统安全 的重要环节。WSNs面临着虚假路由信息攻击、选择性转发攻击、污水池 (sinkhole)攻击、女巫(sybil)攻击以及虫洞(wormhole)攻击等安全隐患， 分析这些攻击的特点，它们对WSNs网络层性能的影响主要包括：丢包、时延、 能量耗尽等方面。其中，选择性转发作为一种比较常见的网络层攻击类型，攻 击者通过选择性丢失信息或者不转发敏感信息的方式，有效破坏了网络数据的 正常收集，而当选择性转发结合其他攻击形式时共同作用时，网络会更具危害 性。
无标度拓扑结构由于其具有较强的容错能力，被广泛应用，但是无标度网 络中存在部分度很大的节点，这些节点在遭受攻击时整个网络将会处于瘫痪状 态。无标度网络的这种特点会直接影响网络数据传输的安全，尤其是网络在遭 受蓄意攻击时，整个网络将处于瘫痪。
现有文献大多通过检测节点的丢包情况来避免选择性转发的恶意节点，在 抵御选择性转发攻击的同时，不能兼顾网络的时延、能量等性能，以至数据包 不能到达目的节点，网络因某些节点能量耗尽而分割。而在对无标度网络的路 由研究中，大多数集中研究网络如何均衡能耗和降低拥塞，对于无标度网络的 安全路由问题，没有引起学者们的深入研究。
发明内容
本发明目的在于提供一种规避选择性转发节点、均衡网络能量、延长网络 生命周期的基于多属性决策的无线传感器网络安全路由算法。
为实现上述目的，采用了以下技术方案：本发明所述算法主要包含两部分： 多属性决策模型的构建和路由发现。
一、多属性决策模型构建
为了对抗选择性转发攻击无线传感器网络路由的攻击，通过分析网络拓扑 结构，定义三种属性——能量传输效率、负载、丢包率：
a、能量传输效率EFij(t)——包含剩余能量和节点单位时间内消耗的能量，更 能体现节点的能量性能；
节点的能量传输效率为
其中，EFij(t)是客体j在t时刻的剩余能量，eij是节点i到节点j单位时间内 消耗的能量；从节点单位时间内消耗的能量及节点剩余能量两方面综合衡量路 由路径的性能；EFij(t)的大小体现了路径的能量效率及网络的能量均衡性，EFij(t) 的值越大，表示节点j能量传输效率越高；
b、负载的定义是基于无标度拓扑的特点
在无标度网络中，节点的负载是关于节点度的幂率函数且度分布不均匀，因 此，节点的负载表示为：
Lj＝kj α (2)
其中，Lj表示节点j的负载；kj表示节点j的节点度；α是一个可调参数， 用来控制初始负载；
c、丢包率——节点未转发数据包与接收数据包的比例
WSNs中的节点无法直接和基站通信，需要邻居节点进行多跳转发；假设节 点j是节点i的前向邻居节点，其中节点i是评估主体，节点j是评估客体，节 点i根据节点j当前时间段邻居节点的转发情况，可以判断其是否存在选择性转 发；丢包率如式(3)所示
其中ri,j(t)是接受转发包的数量，di,j(t)是未转发包的数量；
对各属性进行归一化处理，得到无量纲的的评价矩阵A：
其中，Pk *和Pk -分别为第k(k＝1,2,3,...,l)项属性的理想值和负理想值。
节点选择最优前向邻居转发数据所依据的决策模型为：
确定每个属性的权值，根据相对熵的定义，可求出sk *和sk -，其中sk *和sk -分 别为第k项属性与其理想值Pk *和负理想值Pk -的相对熵：
其中，sk *≥0(sk *＝0,当且仅当pk *＝pik,i＝1,2,3,...,m)，sk -≥0(sk -＝0,当且仅当pk -＝pik， i＝1,2,3,...,m)
由sk *和sk -得出属性k关于理想值的相对贴近度ck：
当sk *＝0时，ck＝1，m种方案的k属性都等于最优值，所有方案的k属性没有 差异，对决策所起的作用为0，当sk *→0时，ck→1，所有方案属性k的值越接近 理想值，属性之间的差异越小，对决策所起的作用越小，因此，该属性在决策 模型中的综合权值也越小；根据各属性的相对贴近度可计算出其在决策模型中 的综合权重：
满足0≤λk≤1，
将能量传输效率EFij(t)、节点负载Lj、丢包率TPi，j(t)三种属性的权值分别带入式(6)，可以得到多属性决策模型：
max Di＝λ1pi1+λ2pi2+λ3pi3；i＝1,2,3,...m (11)
式中，pi1,pi2,pi3分别代表传输效率EFij(t)、节点负载Lj、丢包率TPi，j(t)三种属性归一化之后的取值，λ1,λ2和λ3代表根据相对熵的概念得到的传输效率EFij(t)、 节点负载Lj、丢包率TPi，j(t)属性权重。
二、路由发现过程主要分为网络初始化阶段、路由建立阶段、路由更新阶段。
(1)网络初始化阶段
在无标度网络搭建完成后，首先要构建节点的前向邻居列表，节点以最大 通信半径向其邻居节点发送初始数据包，在初始数据包中设置距离跳数请求标 志，位于离基站一跳的节点将收到来自基站的答复，从而确定其一跳节点，未 确定自身跳数的节点继续广播跳数请求，确定自身跳数的节点给予未确定自身 跳数的节点回复，从而使所有节点都确定自身到基站的跳数，在网络中的所有 节点确定自身跳数后，节点以最大通信半径向其邻节点发送路由请求，节点在 收到其他节点发送的路由请求后，根据节点的跳数，判断是否为其前向邻居， 从而得到节点的前向邻居列表，与此同时，网络中的节点通过周期性的广播HELLO包来获取其前向邻居列表中节点的ID号、能量传输效率、丢包率、负 载等信息。
任意节点i都维护一个前向邻居信息表，里面包含所有前向邻居的信息，其 中包含前向邻居节点j自身ID、节点到基站的最小跳数、节点能量传输效率EFj(t)、 丢包率TPi,j(t)、节点负载Lj、状态标志位SI、MACK<B,I>{EFj(j),TPi,j(t),Lj}是对 {EFj(j),TPi,j(t),Lj}这三个字段的摘要，节点i在部署前就与基站共享密钥，防止 数据包被篡改，其中，状态标志位有“0”和“1”两种状态，“0”代表恶意节 点，“1”代表正常节点，所有节点初始状态都为“1”。
表1 前向邻居信息表
(2)路由建立阶段
任意节点i在转发数据之前，首先查看前向邻居信息列表中各节点的属性值 和状态标志位SI，如果状态标志位为“1”，则进行下面的计算：根据节点的属性 值，求出评价矩阵A，得出各个属性的权重，计算节点的决策值，节点通过比 较决策值的大小，选择最优的转发节点；
(3)路由更新阶段
在网络进行几轮的数据包发送后，为了能使数据包安全到达基站，我们希 望高丢包率的节点退出数据转发。因此算法中规定当节点丢包率高于阈值Eth时， 该节点能够退出数据包转发工作，其中，阈值Eth为网络能够容忍的最高丢包率， 我们根据实际需求确定。网络中的节点每隔一段时间T会重新计算其前向邻居 列表中节点的属性值，之后就要进入转发节点调整阶段，在这里，时间周期T 根据实际应用情况而定。该阶段的具体过程为：设置网络中所有节点的状态标 志位SI为“1”，当节点j的Ere(j)≥Eth，Eth为网络可以容忍的最大丢包率，由基站 根据应用预先设定，节点j向其上一跳节点(假设为节点i)发送希望退出转发任务 HQT消息，节点i收到HQT消息后，更新其前向邻居信息列表，向其前向邻居 发送TNS消息，并根据式(14)在其前向邻居中选择转发节点(假设为k)，节点i 则向节点j发送同意退出转发任务AQT消息，节点j退出转发任务，此时，该节 点的状态标志位置为“0”，从此不参与数据包的转发工作。
工作过程大致如下：
基于无标度拓扑的度分布特点，综合考虑网络的性能要求，将能量传输效 率、负载、丢包率加入到多属性决策模型中，通过相对熵的概念来平衡多种属 性因子，节点确定到基站的最小跳数，构建其前向邻居列表，根据决策模型从 前向邻居列表中选择最优的路由节点。
与现有技术相比，本发明具有如下优点：实现了路由的局部动态调整，能 够及时地建立新的数据传输路径，节省重建路由的时延，并在一定程度上减少 了路由重建的额外开销，能更好的适应无线传感网高可靠传输的应用需求。既 能保证网络在进行路由选择时规避选择性转发节点，又能在一定程度上降低网 络时延，并有效的均衡网络能量，延长网络的生命周期。
附图说明
图1是本发明算法的流程框图。
具体实施方式
下面结合附图对本发明做进一步说明：
如图1所示，本发明所述算法主要包含两部分：多属性决策模型的构建和 路由发现。
一、多属性决策模型构建
为了对抗选择性转发攻击无线传感器网络路由的攻击，通过分析网络拓扑 结构，定义三种属性——能量传输效率、负载、丢包率：
a、能量传输效率EFij(t)——包含剩余能量和节点单位时间内消耗的能量，更 能体现节点的能量性能；
节点的能量传输效率为
其中，EFij(t)是客体j在t时刻的剩余能量，eij是节点i到节点j单位时间内 消耗的能量；从节点单位时间内消耗的能量及节点剩余能量两方面综合衡量路 由路径的性能；EFij(t)的大小体现了路径的能量效率及网络的能量均衡性，EFij(t) 的值越大，表示节点j能量传输效率越高；
b、负载的定义是基于无标度拓扑的特点
在无标度网络中，节点的负载是关于节点度的幂率函数且度分布不均匀，因 此，节点的负载表示为：
Lj＝kj α (2)
其中，Lj表示节点j的负载；kj表示节点j的节点度；α是一个可调参数， 用来控制初始负载；
c、丢包率——节点未转发数据包与接收数据包的比例
WSNs中的节点无法直接和基站通信，需要邻居节点进行多跳转发；假设节 点j是节点i的前向邻居节点，其中节点i是评估主体，节点j是评估客体，节 点i根据节点j当前时间段邻居节点的转发情况，可以判断其是否存在选择性转 发；丢包率如式(3)所示
其中ri,j(t)是接受转发包的数量，di,j(t)是未转发包的数量；
对各属性进行归一化处理，得到无量纲的的评价矩阵A：
其中Pk *和Pk -分别为第k(k＝1,2,3,...,l)项属性的理想值和负理想值。
节点选择最优前向邻居转发数据所依据的决策模型为：
确定每个属性的权值，根据相对熵的定义，可求出sk *和sk -，其中sk *和sk -分 别为第k项属性与其理想值Pk *和负理想值Pk -的相对熵：
其中，sk *≥0(sk *＝0,当且仅当pk *＝pik,i＝1,2,3,...,m)，sk -≥0(sk -＝0,当且仅当pk -＝pik， i＝1,2,3,...,m)
由sk *和sk -得出属性k关于理想值的相对贴近度ck：
当sk *＝0时，ck＝1，m种方案的k属性都等于最优值，所有方案的k属性没有 差异，对决策所起的作用为0，当sk *→0时，ck→1，所有方案属性k的值越接近 理想值，属性之间的差异越小，对决策所起的作用越小，因此，该属性在决策 模型中的综合权值也越小；根据各属性的相对贴近度可计算出其在决策模型中 的综合权重：
满足0≤λk≤1，
将能量传输效率EF(t)、节点负载Lj、丢包率TPi，j(t)三种属性的权值分别带入 式(6)，可以得到多属性决策模型：
max Di＝λ1pi1+λ2pi2+λ3pi3；i＝1,2,3,...m (11)
式中，pi1,pi2,pi3分别代表传输效率EF(t)、节点负载Lj、丢包率TPi，j(t)三种属 性归一化之后的取值，λ1,λ2和λ3代表根据相对熵的概念得到的传输效率EF(t)、 节点负载Lj、丢包率TPi，j(t)属性权重。
二、路由发现过程主要分为网络初始化阶段、路由建立阶段、路由更新阶段。
(1)网络初始化阶段
在无标度网络搭建完成后，首先要构建节点的前向邻居列表，节点以最大 通信半径向其邻居节点发送初始数据包，在初始数据包中设置距离跳数请求标 志，位于离基站一跳的节点将收到来自基站的答复，从而确定其一跳节点，未 确定自身跳数的节点继续广播跳数请求，确定自身跳数的节点给予未确定自身 跳数的节点回复，从而使所有节点都确定自身到基站的跳数，在网络中的所有 节点确定自身跳数后，节点以最大通信半径向其邻节点发送路由请求，节点在 收到其他节点发送的路由请求后，根据节点的跳数，判断是否为其前向邻居， 从而得到节点的前向邻居列表，与此同时，网络中的节点通过周期性的广播HELLO包来获取其前向邻居列表中节点的ID号、能量传输效率、丢包率、负 载等信息。
任意节点i都维护一个前向邻居信息表，里面包含所有前向邻居的信息，其 中包含前向邻居节点j自身ID、节点到基站的最小跳数、节点能量传输效率EFj(t)、 丢包率TPi,j(t)、节点负载Lj、状态标志位SI、MACK<B,I>{EFj(j),TPi,j(t),Lj}是对 {EFj(j),TPi,j(t),Lj}这三个字段的摘要，节点i在部署前就与基站共享密钥，防止 数据包被篡改，其中，状态标志位有“0”和“1”两种状态，“0”代表恶意节 点，“1”代表正常节点，所有节点初始状态都为“1”。
表1 前向邻居信息表
(2)路由建立阶段
任意节点i在转发数据之前，首先查看前向邻居信息列表中各节点的属性值 和状态标志位SI，如果状态标志位为“1”，则进行下面的计算：根据节点的属性 值，求出评价矩阵A，得出各个属性的权重，计算节点的决策值，节点通过比 较决策值的大小，选择最优的转发节点；
(3)路由更新阶段
在网络进行几轮的数据包发送后，为了能使数据包安全到达基站，我们希 望高丢包率的节点退出数据转发。因此算法中规定当节点丢包率高于阈值Eth时， 该节点能够退出数据包转发工作，其中，阈值Eth为网络能够容忍的最高丢包率， 我们根据实际需求确定。网络中的节点每隔一段时间T会重新计算其前向邻居 列表中节点的属性值，之后就要进入转发节点调整阶段，在这里，时间周期T 根据实际应用情况而定。该阶段的具体过程为：设置网络中所有节点的状态标 志位SI为“1”，当节点j的Ere(j)≥Eth，Eth为网络可以容忍的最大丢包率，由基站 根据应用预先设定，节点j向其上一跳节点(假设为节点i)发送希望退出转发任务 HQT消息，节点i收到HQT消息后，更新其前向邻居信息列表，向其前向邻居 发送TNS消息，并根据式(14)在其前向邻居中选择转发节点(假设为k)，节点i 则向节点j发送同意退出转发任务AQT消息，节点j退出转发任务，此时，该节 点的状态标志位置为“0”，从此不参与数据包的转发工作。
以上所述的实施例仅仅是对本发明的优选实施方式进行描述，并非对本发 明的范围进行限定，在不脱离本发明设计精神的前提下，本领域普通技术人员 对本发明的技术方案做出的各种变形和改进，均应落入本发明权利要求书确定 的保护范围内。
Claims (4)
1.一种基于多属性决策的无线传感器网络安全路由算法，其特征在于：所述算法通过构建节点的模型来分析其信任程度，进而做出合理的路由选择，整个算法主要包含两部分：多属性决策模型的构建和路由发现；
多属性模型的构建在于通过节点间的信息交换，获得节点自身生存状态，根据这些信息建立每个节点的多属性决策模型，从而对节点的行为以及状态做出评判，为接下来的路由发现过程做准备；
路由发现过程主要分为网络初始化阶段、路由建立阶段、路由更新阶段；
(1)网络初始化阶段
节点部署后，首先要构建前向邻居列表，所有节点以最大通信半径定时发送初始数据包，在初始数据包中设置距离跳数请求标志，位于离基站一跳的节点将收到来自基站的答复，从而确定其一跳节点，未确定自身跳数的节点继续广播跳数请求，确定了自身跳数的节点给予未确定自身跳数的节点回复，从而使所有节点都确定自身到基站的跳数；在网络中的所有节点确定自身跳数后，节点以最大通信半径向其邻节点发送路由请求，节点在收到其他节点发送的路由请求后，根据节点的跳数，判断是否为其前向邻居，构建前向邻居列表，与此同时，网络中的节点通过周期性的广播HELLO包来获取其前向邻居列表中节点的ID号、能量传输效率、丢包率、负载等信息；
(2)路由建立阶段
任意节点i在转发数据之前，首先查看前向邻居信息列表中各节点的属性值和状态标志位SI，如果状态标志位为“1”，则进行下面的计算：根据节点的属性值，求出评价矩阵A，得出各个属性的权重，计算节点的决策值，节点通过比较决策值的大小，选择最优的转发节点；
(3)路由更新阶段
在网络运行一段时间后，为了能使数据包安全到达基站，高丢包率的节点应退出数据转发；规定当节点丢包率高于阈值Eth时，该节点能够退出数据转发工作中，阈值Eth为网络能够容忍的最高丢包率；并规定网络中的节点每隔一段时间T会重新计算其前向邻居列表中节点的属性值，之后就要进入转发节点调整阶段。
2.根据权利要求1所述的一种基于多属性决策的无线传感器网络安全路由算法，其特征在于，为了建立多属性决策模型，定义三种属性——能量传输效率、负载、丢包率：
a、能量传输效率ENj(t)
节点的能量传输效率为
<mrow>
<msub>
<mi>EF</mi>
<mrow>
<mi>i</mi>
<mi>j</mi>
</mrow>
</msub>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mfrac>
<msub>
<mi>e</mi>
<mrow>
<mi>i</mi>
<mi>j</mi>
</mrow>
</msub>
<mrow>
<msub>
<mi>EN</mi>
<mi>j</mi>
</msub>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
</mrow>
</mfrac>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>1</mn>
<mo>)</mo>
</mrow>
</mrow>
其中，EFij(t)是客体j在t时刻的剩余能量，eij是节点i到节点j单位时间内消耗的能量；从节点单位时间内消耗的能量及节点剩余能量两方面综合衡量路由路径的性能；EFij(t)的大小体现了路径的能量效率及网络的能量均衡性，EFij(t)的值越大，表示节点j能量传输效率越高；
b、负载
在无标度网络中，节点的负载是关于节点度的幂率函数且度分布不均匀，因此，节点的负载表示为：
Lj＝kj α (2)
其中，Lj表示节点j的负载；kj表示节点j的节点度；α是一个可调参数，用来控制初始负载；
c、丢包率
WSNs中的节点无法直接和基站通信，需要邻居节点进行多跳转发；假设节点j是节点i的前向邻居节点，其中节点i是评估主体，节点j是评估客体，节点i根据节点j当前时间段邻居节点的转发情况，可以判断其是否存在选择性转发；丢包率如式(3)所示
<mrow>
<msub>
<mi>TP</mi>
<mrow>
<mi>i</mi>
<mo>,</mo>
<mi>j</mi>
</mrow>
</msub>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mfrac>
<mrow>
<msub>
<mi>d</mi>
<mrow>
<mi>i</mi>
<mo>,</mo>
<mi>j</mi>
</mrow>
</msub>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
</mrow>
<mrow>
<msub>
<mi>r</mi>
<mrow>
<mi>i</mi>
<mo>,</mo>
<mi>j</mi>
</mrow>
</msub>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
</mrow>
</mfrac>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>3</mn>
<mo>)</mo>
</mrow>
</mrow>
其中ri,j(t)是接受转发包的数量，di,j(t)是未转发包的数量；
对各属性进行归一化处理，得到无量纲的的评价矩阵A：
<mrow>
<msub>
<mi>p</mi>
<mrow>
<mi>i</mi>
<mi>k</mi>
</mrow>
</msub>
<mo>=</mo>
<mfrac>
<mrow>
<msub>
<mi>P</mi>
<mrow>
<mi>i</mi>
<mi>k</mi>
</mrow>
</msub>
<mo>-</mo>
<msup>
<msub>
<mi>P</mi>
<mi>k</mi>
</msub>
<mo>-</mo>
</msup>
</mrow>
<mrow>
<msup>
<msub>
<mi>P</mi>
<mi>k</mi>
</msub>
<mo>*</mo>
</msup>
<mo>-</mo>
<msup>
<msub>
<mi>P</mi>
<mi>k</mi>
</msub>
<mo>-</mo>
</msup>
</mrow>
</mfrac>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>4</mn>
<mo>)</mo>
</mrow>
</mrow>
其中，Pk *和Pk -分别为第k(k＝1,2,3,...,l)项属性的理想值和负理想值；
<mrow>
<mi>A</mi>
<mo>=</mo>
<mfenced open = "(" close = ")">
<mtable>
<mtr>
<mtd>
<msub>
<mi>p</mi>
<mn>11</mn>
</msub>
</mtd>
<mtd>
<msub>
<mi>p</mi>
<mn>12</mn>
</msub>
</mtd>
<mtd>
<mn>......</mn>
</mtd>
<mtd>
<msub>
<mi>p</mi>
<mrow>
<mn>1</mn>
<mi>l</mi>
</mrow>
</msub>
</mtd>
</mtr>
<mtr>
<mtd>
<msub>
<mi>p</mi>
<mn>21</mn>
</msub>
</mtd>
<mtd>
<msub>
<mi>p</mi>
<mn>22</mn>
</msub>
</mtd>
<mtd>
<mn>......</mn>
</mtd>
<mtd>
<msub>
<mi>p</mi>
<mrow>
<mn>2</mn>
<mi>l</mi>
</mrow>
</msub>
</mtd>
</mtr>
<mtr>
<mtd>
<mo>.</mo>
</mtd>
<mtd>
<mo>.</mo>
</mtd>
<mtd>
<mo>.</mo>
</mtd>
<mtd>
<mo>.</mo>
</mtd>
</mtr>
<mtr>
<mtd>
<mo>.</mo>
</mtd>
<mtd>
<mo>.</mo>
</mtd>
<mtd>
<mo>.</mo>
</mtd>
<mtd>
<mo>.</mo>
</mtd>
</mtr>
<mtr>
<mtd>
<mo>.</mo>
</mtd>
<mtd>
<mo>.</mo>
</mtd>
<mtd>
<mo>.</mo>
</mtd>
<mtd>
<mo>.</mo>
</mtd>
</mtr>
<mtr>
<mtd>
<msub>
<mi>p</mi>
<mrow>
<mi>m</mi>
<mn>1</mn>
</mrow>
</msub>
</mtd>
<mtd>
<msub>
<mi>p</mi>
<mrow>
<mi>m</mi>
<mn>2</mn>
</mrow>
</msub>
</mtd>
<mtd>
<mn>......</mn>
</mtd>
<mtd>
<msub>
<mi>p</mi>
<mrow>
<mi>m</mi>
<mi>l</mi>
</mrow>
</msub>
</mtd>
</mtr>
</mtable>
</mfenced>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>5</mn>
<mo>)</mo>
</mrow>
</mrow>
节点选择最优前向邻居转发数据所依据的决策模型为：
<mrow>
<mi>max</mi>
<mi> </mi>
<msub>
<mi>D</mi>
<mi>i</mi>
</msub>
<mo>=</mo>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>k</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>l</mi>
</munderover>
<msub>
<mi>&lambda;</mi>
<mi>k</mi>
</msub>
<msub>
<mi>p</mi>
<mrow>
<mi>i</mi>
<mi>k</mi>
</mrow>
</msub>
<mo>,</mo>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
<mo>,</mo>
<mn>2</mn>
<mo>,</mo>
<mn>3</mn>
<mo>,</mo>
<mo>.</mo>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>6</mn>
<mo>)</mo>
</mrow>
</mrow>
确定每个属性的权值，根据相对熵的定义，可求出sk *和sk -，其中sk *和sk -分别为第k项属性与其理想值Pk *和负理想值Pk -的相对熵：
<mrow>
<msup>
<msub>
<mi>s</mi>
<mi>k</mi>
</msub>
<mo>*</mo>
</msup>
<mo>=</mo>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>m</mi>
</munderover>
<mo>{</mo>
<msup>
<msub>
<mi>p</mi>
<mi>k</mi>
</msub>
<mo>*</mo>
</msup>
<mi>l</mi>
<mi>o</mi>
<mi>g</mi>
<mfrac>
<mrow>
<msup>
<msub>
<mi>p</mi>
<mi>k</mi>
</msub>
<mo>*</mo>
</msup>
</mrow>
<msub>
<mi>p</mi>
<mrow>
<mi>i</mi>
<mi>k</mi>
</mrow>
</msub>
</mfrac>
<mo>+</mo>
<mrow>
<mo>(</mo>
<mn>1</mn>
<mo>-</mo>
<msup>
<msub>
<mi>p</mi>
<mi>k</mi>
</msub>
<mo>*</mo>
</msup>
<mo>)</mo>
</mrow>
<mi>l</mi>
<mi>o</mi>
<mi>g</mi>
<mfrac>
<mrow>
<mn>1</mn>
<mo>-</mo>
<msup>
<msub>
<mi>p</mi>
<mi>k</mi>
</msub>
<mo>*</mo>
</msup>
</mrow>
<mrow>
<mn>1</mn>
<mo>-</mo>
<msub>
<mi>p</mi>
<mrow>
<mi>i</mi>
<mi>k</mi>
</mrow>
</msub>
</mrow>
</mfrac>
<mo>}</mo>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>7</mn>
<mo>)</mo>
</mrow>
</mrow>
其中，sk *≥0(sk *＝0,当且仅当pk *＝pik,i＝1,2,3,...,m)，sk - ≥0(sk -＝0,当且仅当pk -＝pik，i＝1,2,3,...,m)
由sk*和sk-得出属性k关于理想值的相对贴近度ck：
<mrow>
<msub>
<mi>c</mi>
<mi>k</mi>
</msub>
<mo>=</mo>
<mfrac>
<mrow>
<msup>
<msub>
<mi>s</mi>
<mi>k</mi>
</msub>
<mo>-</mo>
</msup>
</mrow>
<mrow>
<msup>
<msub>
<mi>s</mi>
<mi>k</mi>
</msub>
<mo>*</mo>
</msup>
<mo>+</mo>
<msup>
<msub>
<mi>s</mi>
<mi>k</mi>
</msub>
<mo>-</mo>
</msup>
</mrow>
</mfrac>
<mo>;</mo>
<mi>k</mi>
<mo>=</mo>
<mn>1</mn>
<mo>,</mo>
<mn>2</mn>
<mo>,</mo>
<mn>3</mn>
<mo>,</mo>
<mo>...</mo>
<mo>,</mo>
<mn>1</mn>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>9</mn>
<mo>)</mo>
</mrow>
</mrow>
当sk *＝0时，ck＝1，m种方案的k属性都等于最优值，所有方案的k属性没有差异，对决策所起的作用为0，当sk *→0时，ck→1，所有方案属性k的值越接近理想值，属性之间的差异越小，对决策所起的作用越小，因此，该属性在决策模型中的综合权值也越小；根据各属性的相对贴近度可计算出其在决策模型中的综合权重：
<mrow>
<msub>
<mi>&lambda;</mi>
<mi>k</mi>
</msub>
<mo>=</mo>
<mfrac>
<mrow>
<mn>1</mn>
<mo>-</mo>
<msub>
<mi>c</mi>
<mi>k</mi>
</msub>
</mrow>
<mrow>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>k</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>l</mi>
</munderover>
<mrow>
<mo>(</mo>
<mn>1</mn>
<mo>-</mo>
<msub>
<mi>c</mi>
<mi>k</mi>
</msub>
<mo>)</mo>
</mrow>
</mrow>
</mfrac>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>10</mn>
<mo>)</mo>
</mrow>
</mrow>
2
满足0≤λk≤1，
将能量传输效率EFij(t)、节点负载Lj、丢包率TPi，j(t)三种属性的权值分别带入式(6)，可以得到多属性决策模型：
max Di＝λ1pi1+λ2pi2+λ3pi3；i＝1,2,3,...m (11)
式中，pi1,pi2,pi3分别代表传输效率EFij(t)、节点负载Lj、丢包率TPi，j(t)三种属性归一化之后的取值，λ1,λ2和λ3代表根据相对熵的概念得到的传输效率EFij(t)、节点负载Lj、丢包率TPi，j(t)属性权重。
3.根据权利要求1所述的一种基于多属性决策的无线传感器网络安全路由算法，其特征在于：网络初始化阶段中，任意节点i都维护一个前向邻居信息表，里面包含所有前向邻居的信息，其中包含前向邻居节点j自身ID、节点到基站的最小跳数、节点能量传输效率EFij(t)、丢包率TPi,j(t)、节点负载Lj、状态标志位SI、MACK<B,I>{EFj(j),TPi,j(t),Lj}是对{EFj(j),TPi,j(t),Lj}这三个字段的摘要，节点i在部署前就与基站共享密钥，防止数据包被篡改；其中，状态标志位有“0”和“1”两种状态，“0”代表恶意节点，“1”代表正常节点，所有节点初始状态都为“1”。
4.根据权利要求1所述的一种基于多属性决策的无线传感器网络安全路由算法，其特征在于，路由更新阶段的具体过程为：设置网络中所有节点的状态标志位SI为“1”，当节点j的Ere(j)≥Eth，Eth为网络可以容忍的最小丢包率，由基站根据应用预先设定，节点j向其上一跳节点(假设为节点i)发送希望退出转发任务HQT消息，节点i收到HQT消息后，更新其前向邻居信息列表，向其前向邻居发送TNS消息，在其前向邻居中选择转发节点(假设为k)，节点i则向节点j发送同意退出转发任务AQT消息，节点j退出转发任务，此时，该节点的状态标志位置为“0”，不再参与数据包的转发工作。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710034300.5A CN107197495B (zh) | 2017-01-17 | 2017-01-17 | 一种基于多属性决策的无线传感器网络安全路由方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710034300.5A CN107197495B (zh) | 2017-01-17 | 2017-01-17 | 一种基于多属性决策的无线传感器网络安全路由方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN107197495A true CN107197495A (zh) | 2017-09-22 |
| CN107197495B CN107197495B (zh) | 2020-09-11 |
Family
ID=59871191
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710034300.5A Active CN107197495B (zh) | 2017-01-17 | 2017-01-17 | 一种基于多属性决策的无线传感器网络安全路由方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107197495B (zh) |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107634906A (zh) * | 2017-10-20 | 2018-01-26 | 南京理工大学 | 一种基于分簇的多属性决策vdtn路由方法 |
| CN107786660A (zh) * | 2017-10-30 | 2018-03-09 | 中山大学 | 一种基于伞状多路径的无线传感网络代码分发方法 |
| CN110167097A (zh) * | 2019-04-22 | 2019-08-23 | 北京邮电大学 | 基于加权度量转发和路径规划的移动机器人中继路由方案 |
| CN111541480A (zh) * | 2020-04-15 | 2020-08-14 | 燕山大学 | 一种基于反射特性的低能耗自由空间光网络修复方法 |
| CN114221897A (zh) * | 2021-12-09 | 2022-03-22 | 网络通信与安全紫金山实验室 | 一种基于多属性决策的路由方法、装置、设备和介质 |
| CN114448876A (zh) * | 2021-12-09 | 2022-05-06 | 燕山大学 | 面向选择性转发攻击的无标度网络分布式自适应路由方法 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20130116696A (ko) * | 2012-04-16 | 2013-10-24 | 경희대학교 산학협력단 | 무선 센서 네트워크에서의 지능형 및 로드 밸런싱 라우팅 방법 |
| CN103906166A (zh) * | 2014-04-04 | 2014-07-02 | 西北工业大学 | 一种基于人工势场的无线传感器网络路由方法 |
| CN104053206A (zh) * | 2014-06-20 | 2014-09-17 | 哈尔滨工业大学 | 用于无线体域网或能量受限的小型无线传感网络的可靠节能型层次路由实现方法 |
| US20140279801A1 (en) * | 2013-03-15 | 2014-09-18 | International Business Machines Corporation | Interactive method to reduce the amount of tradeoff information required from decision makers in multi-attribute decision making under uncertainty |
| CN105376156A (zh) * | 2015-11-11 | 2016-03-02 | 国家电网公司 | 一种基于多属性决策的电力骨干传输网路由规划方法 |
-
2017
- 2017-01-17 CN CN201710034300.5A patent/CN107197495B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20130116696A (ko) * | 2012-04-16 | 2013-10-24 | 경희대학교 산학협력단 | 무선 센서 네트워크에서의 지능형 및 로드 밸런싱 라우팅 방법 |
| US20140279801A1 (en) * | 2013-03-15 | 2014-09-18 | International Business Machines Corporation | Interactive method to reduce the amount of tradeoff information required from decision makers in multi-attribute decision making under uncertainty |
| CN103906166A (zh) * | 2014-04-04 | 2014-07-02 | 西北工业大学 | 一种基于人工势场的无线传感器网络路由方法 |
| CN104053206A (zh) * | 2014-06-20 | 2014-09-17 | 哈尔滨工业大学 | 用于无线体域网或能量受限的小型无线传感网络的可靠节能型层次路由实现方法 |
| CN105376156A (zh) * | 2015-11-11 | 2016-03-02 | 国家电网公司 | 一种基于多属性决策的电力骨干传输网路由规划方法 |
Non-Patent Citations (2)
| Title |
|---|
| JIN ZHOU ; C. L. PHILIP CHEN ; LONG CHEN: "Multi-attribute decision making for data-centric routing in wireless sensor network", 《IEEE》 * |
| 曾加；慕春棣；李戍: "《基于多属性决策的无线传感器网络路由算法》", 《系统仿真学报》 * |
Cited By (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107634906A (zh) * | 2017-10-20 | 2018-01-26 | 南京理工大学 | 一种基于分簇的多属性决策vdtn路由方法 |
| CN107634906B (zh) * | 2017-10-20 | 2020-06-19 | 南京理工大学 | 一种基于分簇的多属性决策vdtn路由方法 |
| CN107786660A (zh) * | 2017-10-30 | 2018-03-09 | 中山大学 | 一种基于伞状多路径的无线传感网络代码分发方法 |
| CN107786660B (zh) * | 2017-10-30 | 2020-10-02 | 中山大学 | 一种基于伞状多路径的无线传感网络代码分发方法 |
| CN110167097A (zh) * | 2019-04-22 | 2019-08-23 | 北京邮电大学 | 基于加权度量转发和路径规划的移动机器人中继路由方案 |
| CN110167097B (zh) * | 2019-04-22 | 2024-02-20 | 北京邮电大学 | 基于加权度量转发和路径规划的移动机器人中继路由方法 |
| CN111541480A (zh) * | 2020-04-15 | 2020-08-14 | 燕山大学 | 一种基于反射特性的低能耗自由空间光网络修复方法 |
| CN111541480B (zh) * | 2020-04-15 | 2021-03-19 | 燕山大学 | 一种基于反射特性的低能耗自由空间光网络修复方法 |
| CN114221897A (zh) * | 2021-12-09 | 2022-03-22 | 网络通信与安全紫金山实验室 | 一种基于多属性决策的路由方法、装置、设备和介质 |
| CN114448876A (zh) * | 2021-12-09 | 2022-05-06 | 燕山大学 | 面向选择性转发攻击的无标度网络分布式自适应路由方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN107197495B (zh) | 2020-09-11 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107197495A (zh) | 一种基于多属性决策的无线传感器网络安全路由算法 | |
| CN101415248B (zh) | 基于负载均衡的跨层动态源路由协议的建立方法 | |
| Chen et al. | Trust-aware and low energy consumption security topology protocol of wireless sensor network | |
| Fu et al. | Sustainable multipath routing protocol for multi-sink wireless sensor networks in harsh environments | |
| Shrivastava et al. | Performance Evaluation of Routing Protocols in MANET with different traffic loads | |
| CN104394566B (zh) | 一种基于模糊决策的低功耗自适应分簇多跳无线传感器网络拓扑控制方法 | |
| CN106454905B (zh) | 一种改进的无线传感网层次型多链路方法 | |
| Chaba et al. | Simulation based performance analysis of on-demand routing protocols in MANETs | |
| Malek et al. | Improved the energy of Ad Hoc on-demand distance vector routing protocol | |
| Suresh et al. | Notice of Violation of IEEE Publication Principles: Designing Energy Routing Protocol With Power Consumption Optimization in MANET | |
| CN102035726A (zh) | Ad hoc 网络中基于多径路由和信任机制的虫洞攻击抵御方法 | |
| CN103108372A (zh) | 基于节点发送和接收能力的干扰感知跨层路由方法 | |
| Veeraiah et al. | Investigating scope of energy efficient routing in adhoc network | |
| Li et al. | Optimization strategy for mobile ad hoc network based on AODV routing protocol | |
| Liu et al. | Research of QoS-aware routing protocol with load balancing for mobile ad hoc networks | |
| Li et al. | Link prediction algorithm for BLE mesh network in health monitoring system | |
| Tan et al. | A distributed and dynamic data gathering protocol for sensor networks | |
| Tian et al. | A game theory based load-balancing routing with cooperation stimulation for wireless ad hoc networks | |
| Chaba et al. | Performance evaluation and analysis of cluster based routing protocols in manets | |
| Liu et al. | A game-theoretic response strategy for coordinator attack in wireless sensor networks | |
| Ilyas et al. | A survey on the fundamental and advanced mobile ad hoc network routing protocols | |
| Macharla et al. | An enhanced three-layer clustering approach and security framework for battlefeld surveillance | |
| Jun et al. | A Grid-based QoS-aware Routing Protocol for Wireless Sensor Networks. | |
| Lei et al. | Improved energy-aware AODV routing protocol | |
| Dubey et al. | Energy aware routing technique for improving network: An analysis and performance |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| TR01 | Transfer of patent right | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20210611 Address after: Room 801, 85 Kefeng Road, Huangpu District, Guangzhou City, Guangdong Province Patentee after: Yami Technology (Guangzhou) Co., Ltd Address before: 066004 No. 438 west section of Hebei Avenue, seaport District, Hebei, Qinhuangdao Patentee before: Yanshan University |
|
| TR01 | Transfer of patent right | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20210805 Address after: 401336 building 10, No.1 Jiangxia Road, Nan'an District, Chongqing Patentee after: Chongqing Lihe Technology Innovation Center Co.,Ltd. Address before: Room 801, 85 Kefeng Road, Huangpu District, Guangzhou City, Guangdong Province Patentee before: Yami Technology (Guangzhou) Co., Ltd |