CN109361541B - 基于人工蛛网的网络拓扑结构及其构建方法 - Google Patents

基于人工蛛网的网络拓扑结构及其构建方法 Download PDF

Info

Publication number
CN109361541B
CN109361541B CN201811230020.2A CN201811230020A CN109361541B CN 109361541 B CN109361541 B CN 109361541B CN 201811230020 A CN201811230020 A CN 201811230020A CN 109361541 B CN109361541 B CN 109361541B
Authority
CN
China
Prior art keywords
node
layer
chain
chord
spoke
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.)
Active
Application number
CN201811230020.2A
Other languages
English (en)
Other versions
CN109361541A (zh
Inventor
王俊
杜壮壮
李浩然
王茜
胡广
曹亚洲
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Henan University of Science and Technology
Original Assignee
Henan University of Science and Technology
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Henan University of Science and Technology filed Critical Henan University of Science and Technology
Priority to CN201811230020.2A priority Critical patent/CN109361541B/zh
Publication of CN109361541A publication Critical patent/CN109361541A/zh
Application granted granted Critical
Publication of CN109361541B publication Critical patent/CN109361541B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
    • H04L41/04—Network management architectures or arrangements
    • H04L41/044—Network management architectures or arrangements comprising hierarchical management structures
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
    • H04L41/08—Configuration management of networks or network elements
    • H04L41/0803—Configuration setting
    • H04L41/0823—Configuration setting characterised by the purposes of a change of settings, e.g. optimising configuration for enhancing reliability
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
    • H04L41/12—Discovery or management of network topologies
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
    • H04L41/14—Network analysis or design
    • H04L41/145—Network analysis or design involving simulating, designing, planning or modelling of a network
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
    • H04L41/28—Restricting access to network management systems or functions, e.g. using authorisation function to access network configuration
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
    • H04L41/50—Network service management, e.g. ensuring proper service fulfilment according to agreements
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L43/00—Arrangements for monitoring or testing data switching networks
    • H04L43/08—Monitoring or testing based on specific metrics, e.g. QoS, energy consumption or environmental parameters
    • H04L43/091—Measuring contribution of individual network components to actual service level

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Environmental & Geological Engineering (AREA)
  • Computer Security & Cryptography (AREA)
  • Peptides Or Proteins (AREA)
  • Data Exchanges In Wide-Area Networks (AREA)

Abstract

本发明涉及基于人工蛛网的网络拓扑结构及其构建方法，构建人工蛛网拓扑结构模型，并对所述人工蛛网拓扑结构模型进行单因素破坏实验和多因素破坏实验，根据记录的单因素破坏实验和多因素破坏实验对应的各个辅助节点与中心节点传输数据时的可用路径数以及各层辅助节点、辐链、弦链的使用次数计算对应组件在人工蛛网拓扑结构中的抗毁性的权重；根据权重大小确定网络拓扑中组件的重要程度，权重越大，网络拓扑中组件的重要程度越高，对于权重值较大的人工蛛网无线传感器网络内层各组件，可以设置质量、性能较好的传感器采集装置，对于权重值较小的外层各组件可以设置一般质量、性能的传感器采集装置，节省开销。

Description

基于人工蛛网的网络拓扑结构及其构建方法
技术领域
本发明涉及网络信息传输领域，特别是基于人工蛛网的网络拓扑结构及其构建方法。
背景技术
随着监测面积的增大，无线传感器网络技术抗毁性方面的问题也更加突出，由于无线传感器网络连接的拓扑结构和工作环境的不可预测性，部分组件的故障容易产生大面积的传输故障，进而导致网络整体通信工作的瘫痪。
无线传感器网络通信故障的主要原因是传统的网络拓扑结构为星型拓扑结构和树形拓扑结构，在此类网络拓扑结构下任何一条链路或者某一个节点失效都会直接导致该节点的整条链路或该节点之后所有节点都将失去通信能力从而导致该片区域的通信瘫痪，而基于生物仿生的人工蛛网拓扑结构与无线传感器网络拓扑结构有极大地相似性，为蜘蛛网优异的抗毁性应用于农田无线传感器网络提供了先决基础。
(1)蜘蛛自身大小、对食物的需求量、捕食经验以及环境情况等因素，决定了蜘蛛网的规模和结构特征，而无线传感器网络对信息监测的需求，决定了网络规模、通信容量、性能等参数。
(2)蜘蛛网主要由中枢区、放射丝和捕丝组成，蛛网其它部分起辅助作用，中枢区作为蜘蛛网的信息中心，获取放射丝、捕丝的振动信息，而无线传感器网络属于典型的有中心网络，中心节点接收其它节点传输的数据信息。
(3)猎物振动信号主要沿放射丝方向传向中枢区，考虑到沿半径方向张力的不同，蜘蛛沿放射丝同股织建加强丝，用来增强蜘蛛网的抗毁能力和信息传递能力，而对于无线传感器网络而言，蜘蛛丝的强度等价于网络数据流量的大小，放射丝加强结构相当于网络主路由性能的差异。
(4)当有猎物撞击时，捕丝通过大范围伸展、变形，缓冲、吸收猎物冲击动能，粘住猎物，而对于无线传感器网络来说，捕丝的延展性等效于网络适应通信流量变化的能力，表征局部抗毁能力的强弱。
(5)局部破损的蛛网，并不影响猎物的捕获和振动信号的传递，而无线传感器网络中部分网络组件的失效同样不应影响整个网络的正常工作。
通过研究人工蛛网的信息传输路径规律可以得出各组件在模型中的重要性程度，进而可以类比得出无线传感器网络中各位置传感器节点在信息传输过程中的重要性，从而为进一步加强重要区域或者重要组件的保护提供指导。
发明内容
本发明的目的是提供基于人工蛛网的网络拓扑结构及其构建方法，用以解决网络通信组件研究不充分导致的网络抗毁性能差的问题。
为了实现网络拓扑结构的构建，解决网络通信组件研究不充分导致的网络抗毁性能差的问题。本发明提供一种基于人工蛛网的网络拓扑结构的构建方法，包括以下步骤：
1)构建一个具有中心节点c，f条辐线，n层弦线，辅助节点总数为n×f的人工蛛网拓扑结构模型，记录各个辅助节点与中心节点传输数据时的可用路径数以及各层辅助节点、辐链和弦链的使用次数；
2)对所述人工蛛网拓扑结构模型进行单因素破坏实验和多因素破坏实验，单因素破坏实验为任一辅助节点失效、任一辐链失效或任一弦链失效，多因素破坏实验为取任一辅助节点、任一辐链和任一弦链同时失效；
3)记录单因素破坏实验和多因素破坏实验对应的各个辅助节点与中心节点传输数据时的可用路径数以及各层辅助节点、辐链、弦链的使用次数；
4)根据记录的数据计算每一层的辅助节点、辐链和弦链在人工蛛网拓扑结构中的抗毁性的权重；
5)根据权重大小确定网络拓扑中组件的重要程度，根据网络拓扑中组件的重要程度构建网络拓扑结构，其中，权重越大，网络拓扑中组件的重要程度越高。
有益效果是，通过分析人工蛛网拓扑结构要用到的参数和指标，通过人工蛛网拓扑结构网络各组件的各个参数，定量地得出了人工蛛网网络拓扑结构中需要重点保护的组件，也可以按照需要设置各个组件，得到的权重值越大，组件越重要，越需要保护，对于权重值较大的人工蛛网无线传感器网络内层各组件，可以设置质量、性能较好的传感器采集装置，对于权重值较小的外层各组件可以设置一般质量、性能的传感器采集装置，节省开销。
进一步地，为了计算的简单和精准，任一层各个辅助节点与中心节点传输数据时的可用路径数以及该层辅助节点、辐链和弦链的使用次数为采用分层累计迭代算法并根据前一层的可用路径数、辅助节点使用次数、辐链使用次数和弦链使用次数计算得到。
进一步地，为了量化评估人工蛛网的抗毁性，使得精准的得到权重，并根据该权重完成网络的构建，步骤4)具体包括以下步骤：
(1)根据记录的数据采用
Figure BDA0001836911550000031
计算每一层ki，i为层数，对各层辅助节点路径数进行统一化调整，其中，
Figure BDA0001836911550000032
为在n层蛛网结构下的完整蛛网结构最外层平均节点路径数，
Figure BDA0001836911550000033
为该人工蛛网结构第i层平均节点路径数；
(2)计算破坏第q层辅助节点、辐链或弦链时全网的全网平均节点路径数
Figure BDA0001836911550000034
公式如下：
Figure BDA0001836911550000035
W(j,i)为N(j,i)辅助节点与中心节点通信可选择的路径数；ki表示对第i层节点路径数的统一化调整系数；
(3)计算破坏第q层节点或辐链或弦链时全网的损坏率ηq，公式如下：
Figure BDA0001836911550000041
(4)计算节点、弦链和辐链在i层的损坏率，公式如下：
Figure BDA0001836911550000042
ηNi、ηXLi和ηFLi分别表示：节点、弦链和辐链在i层的损坏率；
Figure BDA0001836911550000043
为破坏第i层节点时的平均节点路径数；
Figure BDA0001836911550000044
为破坏第i层弦链时的平均节点路径数；
Figure BDA0001836911550000045
为破坏第i层辐链时的平均节点路径数；
(5)计算破坏第q层辅助节点、辐链或弦链时全网的权重Gq，公式如下：
Figure BDA0001836911550000046
本发明提供一种基于人工蛛网的网络拓扑结构，该网络拓扑结构通过采用以下步骤进行构建：
1)构建一个具有中心节点c，f条辐线，n层弦线，辅助节点总数为n×f的人工蛛网拓扑结构模型，记录各个辅助节点与中心节点传输数据时的可用路径数以及各层辅助节点、辐链和弦链的使用次数；
2)对所述人工蛛网拓扑结构模型进行单因素破坏实验和多因素破坏实验，单因素破坏实验为任一辅助节点失效、任一辐链失效或任一弦链失效，多因素破坏实验为取任一辅助节点、任一辐链和任一弦链同时失效；
3)记录单因素破坏实验和多因素破坏实验对应的各个辅助节点与中心节点传输数据时的可用路径数以及各层辅助节点、辐链、弦链的使用次数；
4)根据记录的数据计算每一层的辅助节点、辐链和弦链在人工蛛网拓扑结构中的抗毁性的权重；
5)根据权重大小确定网络拓扑中组件的重要程度，根据网络拓扑中组件的重要程度构建网络拓扑结构，其中，权重越大，网络拓扑中组件的重要程度越高。
有益效果是，通过分析人工蛛网拓扑结构要用到的参数和指标，通过人工蛛网拓扑结构网络各组件的各个参数，定量地得出了人工蛛网网络拓扑结构中需要重点保护的组件，也可以按照需要设置各个组件，得到的权重值越大，组件越重要，越需要保护，对于权重值较大的人工蛛网无线传感器网络内层各组件，可以设置质量、性能较好的传感器采集装置，对于权重值较小的外层各组件可以设置一般质量、性能的传感器采集装置，通过该方法设置得到的网络拓扑结构能够有效的保证结构的安全，同时节省开销。
进一步地，为了计算的简单和精准，该网络拓扑结构中任一层各个辅助节点与中心节点传输数据时的可用路径数以及该层辅助节点、辐链和弦链的使用次数为采用分层累计迭代算法并根据前一层的可用路径数、辅助节点使用次数、辐链使用次数和弦链使用次数计算得到。
进一步地，为了量化评估人工蛛网的抗毁性，使得精准的得到权重，并根据该权重完成网络的构建，该网络拓扑结构的构建步骤4)具体包括以下步骤：
(1)根据记录的数据采用
Figure BDA0001836911550000051
计算每一层ki，i为层数，对各层辅助节点路径数进行统一化调整，其中，
Figure BDA0001836911550000052
为在n层蛛网结构下的完整蛛网结构最外层平均节点路径数，
Figure BDA0001836911550000053
为该人工蛛网结构第i层平均节点路径数；
(2)计算破坏第q层辅助节点、辐链或弦链时全网的全网平均节点路径数
Figure BDA0001836911550000054
公式如下：
Figure BDA0001836911550000061
W(j,i)为N(j,i)辅助节点与中心节点通信可选择的路径数；ki表示对第i层节点路径数的统一化调整系数；
(3)计算破坏第q层节点或辐链或弦链时全网的损坏率ηq，公式如下：
Figure BDA0001836911550000062
(4)计算节点、弦链和辐链在i层的损坏率，公式如下：
Figure BDA0001836911550000063
ηNi、ηXLi和ηFLi分别表示：节点、弦链和辐链在i层的损坏率；
Figure BDA0001836911550000064
为破坏第i层节点时的平均节点路径数；
Figure BDA0001836911550000065
为破坏第i层弦链时的平均节点路径数；
Figure BDA0001836911550000066
为破坏第i层辐链时的平均节点路径数；
(5)计算破坏第q层辅助节点、辐链或弦链时全网的权重Gq，公式如下：
Figure BDA0001836911550000067
附图说明
图1是本发明的一种基于人工蛛网的网络拓扑结构的构建方法流程示意图；
图2是本发明的一种人工蛛网拓扑结构模型各组件编号示意图；
图3是本发明在n层蛛网结构下的多因素破坏试验当节点C(3,2)、弦链X(1,3)、辐链F(6,1)损毁时C5(p,q)、F5(p,q)、X5(p,q)分布图；
图4是本发明在n层蛛网结构下的多因素破坏试验当节点C(3,2)、弦链X(1,3)、辐链F(6,1)损毁时F5(p,q)分布图；
图5是本发明在n层蛛网结构下的多因素破坏试验当节点C(3,2)、弦链X(1,3)、辐链F(6,1)损毁时X5(p,q)分布图；
图6是本发明的人工蛛网结构组件保护强度示意图。
具体实施方式
下面结合附图对本发明做进一步详细的说明。
本发明提供一种基于人工蛛网的网络拓扑结构的构建方法，如图1所示，包括以下步骤：
1)构建一个具有中心节点c，f条辐线，n层弦线，辅助节点总数为n×f的人工蛛网拓扑结构模型，记录各个辅助节点与中心节点传输数据时的可用路径数以及各层辅助节点、辐链和弦链的使用次数。
人工蛛网拓扑结构模型参数，以MATLAB R2014b为仿真工具，将人工蛛网拓扑结构模型数字化，搭建起一个具有中心节点c，f条辐线，n层弦线，节点总数为n×f的数字型人工蛛网拓扑结构模型；如图2所示，以具有f＝8条辐线，n＝5层环状拓扑结构的人工蛛网为例进行说明：
人工蛛网网络拓扑结构由点结构和连接点结构的线段组成，其中点结构称之为辅助节点，为除中心节点之外的节点，线段有辐链和弦链。先将星型结构分解成一条条辐线，按逆时针方向编号，依次编号1,2,3…8，再将环形拓扑结构从内层往外层依次编号1,2,3…5。
定义如下：
c：中心节点，定义人工蛛网网络拓扑结构模型中心位置处为中心节点；
n：网络层数，围绕中心节点c的包含节点的所有同心正多边形个数；
f：辐线总数，中心节点c与最外层节点径向连线总条数；
p：辐线，中心节点c与最外层节点径向连线，水平向右方向为第1条辐线，逆时针方向均匀分布；
q：弦线，围绕中心节点c经过同层所有节点的同心正多边形，与中心节点相邻的正多边形定义为第1层弦线，依次向外为第2、3、4…层弦线，弦线总数为n层；
N(p,q)：节点，辐线与弦线相交的点称为节点，N(p,q)表示第p条辐线与第q层弦线相交的节点；
扇形区间Ip：相邻2条辐线中间区域定义为扇形区间Ip，其中p代表较小的辐线编号，即第1条辐线与第2条辐线中间区域为第1区间，逆时针方向每转过一定角度为一个区间，区间总数为f个；
XL(p,q)：弦链，弦线被相邻的两条辐线所截的线段为弦链，其中p为较小的辐线编号值，q为较大的辐线编号，如XL(4,3)；
FL(p,q)：辐链，辐线被相邻的两层弦线所截的线段为辐链，即q层弦线和第q+1层弦线之间所截得辐线段即为FL(p,q)。
人工蛛网拓扑结构的中心区域(中心节点及第一层节点所包含的区域)通常是蛛网上各种振动信息的汇聚点，这与无线传感器网络中的汇聚节点类似，控制着整个网络的通信。由于人工蛛网拓扑结构上的振动主要是通过辐线来传递，将辐线作为人工蛛网拓扑结构的振动信号主要传输路径，即相当于网络模型中的主路由路径，负责大部分的信息传输。在辐线与弦线的交点中，由于人工蛛网拓扑结构有一部分振动可以通过弦线来传递，这与无线传感器网络中的辅助路径相类似，用于辅助信息传输，而辐线与弦线线相交的节点等价于无线传感器网络的普通传感器节点。
将人工蛛网模型进行编码，建立人工蛛网数学模型，在人工蛛网模型参数的基础上结合无线传感器网络抗毁性能分析方法建立了网络抗毁性能分析指标如下：
可选择的路径数为人工蛛网拓扑结构中节点间的通信是多对一的，即非中心节点与中心节点间传输，数据的传输要通过各个节点、辐链和弦链，非中心节点与中心节点间有一定数量的节点、辐链和弦链，路径可以有多种选择，所有可以选择的路径数即为可选择的路径数；连通性为基于可选择路径数定义，任意节点与中心节点间可选择的路径数越多连通性越大；抗毁性即抵抗破坏的能力，连通性越大则表明抗毁性就越大。
抗毁性能分析指标，包括：
1、W(p,q)：N(p,q)节点与中心节点通信可选择的路径数，这一指标可反映该节点在人工蛛网结构中的连通性，连通性越大则表明抗毁性就越大。
2、
Figure BDA0001836911550000091
第q层所有节点与中心节点通信可选择的路径数的平均值，这一指标反映该层节点在人工蛛网结构中的连通性，连通性越大表明抗毁性就越大。
3、Cn(p,q)：在n层蛛网结构下的整个人工蛛网所有节点可选择的路径中，包含N(p,q)节点的次数，这一指标可反映该节点在人工蛛网结构中的重要程度，该指标越大则表明该节点对人工蛛网结构抗毁性的重要程度越大。
4、
Figure BDA0001836911550000092
在整个人工蛛网所有节点可选择的路径中，平均每个第q层节点被使用的次数，这一指标反映该层节点在人工蛛网结构中的重要程度，该指标越大表明该层节点对人工蛛网结构抗毁性的重要程度越大。
5、Fn(p,q)：在n层蛛网结构下的整个人工蛛网所有节点可选择的路径中，包含FL(p,q)辐链的次数。这一指标可反映该辐链在人工蛛网结构中的重要程度，该指标越大则表明该辐链对人工蛛网结构抗毁性的重要程度越大。
6、
Figure BDA0001836911550000101
在整个人工蛛网所有节点可选择的路径中，平均每条第q层的辐链被使用次数，这一指标反映该层辐链在人工蛛网结构中的重要程度，该指标越大表明该层辐链对人工蛛网结构抗毁性的重要程度越大。
7、Xn(p,q)：在n层蛛网结构下的整个人工蛛网所有节点可选择的路径中，包含XL(p,q)弦链的次数。这一指标可反映该弦链在人工蛛网结构中的重要程度，该指标越大则表明该弦链对人工蛛网结构抗毁性的重要程度越大。
8、
Figure BDA0001836911550000102
在整个人工蛛网所有节点可选择的路径中，平均每条第q层上的弦链被使用次数，这一指标反映该层弦链在人工蛛网结构中的重要程度，该指标越大表明该层弦链对人工蛛网结构抗毁性的重要程度越大。
9、ki：表示对第i层节点路径数的统一化调整系数，是一个计算中间量；
Figure BDA0001836911550000103
Figure BDA0001836911550000104
在n层蛛网结构下的完整蛛网结构最外层平均节点路径数；
Figure BDA0001836911550000105
某一蛛网结构第i层平均节点路径数。
10、
Figure BDA0001836911550000106
引进一个为破坏第q层节点或辐链或弦链时全网的平均路径数参数来评估人工蛛网结构各组成部分对网络抗毁性的影响，是一个计算中间量；
Figure BDA0001836911550000107
W(j,i)：N(j,i)节点与中心节点通信可选择的路径数；
ki：表示对第i层节点路径数的统一化调整系数；
n：围绕中心节点c的包含节点的所有同心圆个数；
f：中心节点c到最外层节点连线最短路径条数。
11、ηq：引入破坏第q层节点或辐链或弦链时全网的损坏率参数来评估人工蛛网结构各组成部分对网络抗毁性的影响程度，ηq越大，说明对人工蛛网损坏越严重，对抗毁性的影响也越大；
Figure BDA0001836911550000111
Figure BDA0001836911550000112
破坏第q层节点或辐链或弦链时全网的平均节点路径数；
Figure BDA0001836911550000113
在n层蛛网结构下的某一完整蛛网结构最外层平均节点路径数。
12、以下分别计算分别表示节点、弦链和辐链在i层的损坏率，与ηq(破坏第q层节点或辐链或弦链时全网的损坏率)有相同性质；
Figure BDA0001836911550000114
ηNi、ηXLi和ηFLi分别表示：节点、弦链和辐链在i层的损坏率；
Figure BDA0001836911550000115
破坏第i层节点时的平均节点路径数；
Figure BDA0001836911550000116
破坏第i层弦链时的平均节点路径数；
Figure BDA0001836911550000117
破坏第i层辐链时的平均节点路径数；
Figure BDA0001836911550000118
在n层蛛网结构下的完整蛛网结构最外层平均节点路径数。
13、Gq：人工蛛网结构破坏第q层节点或辐链或弦链时全网的破坏率ηq可建立人工蛛网各组件在人工蛛网结构破坏第q层节点或辐链或弦链时全网的抗毁性的权重，权重越大就说明对人工蛛网结构的抗毁性影响越大，也就越重要。其权重函数如式：
Figure BDA0001836911550000121
ηNi、ηXLi和ηFLi分别表示：节点、弦链和辐链在i层的损坏率；
ηq：为破坏第q层节点或辐链或弦链时全网的损坏率；
n：围绕中心节点c的包含节点的所有同心圆个数；
f：中心节点c到最外层节点连线最短路径条数。
2)对人工蛛网拓扑结构模型进行单因素破坏实验和多因素破坏实验，单因素破坏实验包括任一辅助节点失效、任一辐链失效和任一弦链失效，多因素破坏实验为取任一辅助节点、任一辐链和任一弦链同时失效。
具体的是，将评价人工蛛网抗毁性能指标初始化为零；评价各个节点与中心节点传输数据时全部的可用路径数以及各层节点、辐链、弦链的使用次数，如下：
(1)先构建n层人工蛛网结构第1层各节点与中心节点通信的所有可选择路径的模型，记录评价抗毁性能指标数据W(p,q)、Cn(p,q)、Fn(p,q)、Xn(p,q)的p行、q列矩阵。
(2)n层人工蛛网结构的第2层各节点与中心节点通信的所有路径则根据第1层的数据基础上采用分层累计迭代算法，再次记录评价抗毁性能指标数据W(p,q)、Cn(p,q)、Fn(p,q)、Xn(p,q)p行、q列矩阵。
(3)n层人工蛛网结构之后的每层节点都根据前一层的数据基础上采用分层累计迭代算法，每一层记录评价抗毁性能指标数据W(p,q)、Cn(p,q)、Fn(p,q)，Xn(p,q)p行、q列矩阵；
Figure BDA0001836911550000122
公式中加号左边部分为信息先在同层沿顺时针或逆时针传递后再向低一层节点传递，右边则是信息直接沿辐链向低一层节点传递。
(4)运行程序至依次得出在n层蛛网结构下的评价抗毁性能指标数据W(p,q)、Cn(p,q)、Fn(p,q)、Xn(p,q)p行、q列矩阵结果。
最终得到在n为5层蛛网结构下的节点与中心节点通信可选路径数以及各层节点、辐链、弦链的使用次数数据矩阵W(p,q)、C5(p,q)、F5(p,q)、X5(p,q)，来作为评价整个人工蛛网结构抗毁性能指标数据。应用MATLAB R2014b拟合出各个评价指标对应的图像并得到对应的关系式。
拟合结果显示如表1、表2、表3和表4所示，得到公式如下：
节点所在蛛网结构的层数(q)，该节点与中心节点通信可选路径数
Figure BDA0001836911550000131
的关系满足式(7)：
Figure BDA0001836911550000132
表1
Figure BDA0001836911550000133
随着节点所在层的增加，节点使用次数呈幂次关系下降。节点使用次数与节点所在层的关系满足式(8)：
Figure BDA0001836911550000134
表2
Figure BDA0001836911550000135
Figure BDA0001836911550000141
随着辐链所在层次的增加，其使用次数呈幂次关系下降，跟节点使用次数下降速率幂次一样。辐链使用次数与辐链所在层次的关系满足式(9)：
Figure BDA0001836911550000142
表3
Figure BDA0001836911550000143
随着弦链所在层次的增加，其使用次数呈幂次关系下降，跟辐链使用次数下降速率幂次一样。弦链使用次数与弦链所在层次的关系满足式(10)：
Figure BDA0001836911550000144
表4
Figure BDA0001836911550000145
分析公式(7)～(10)不难得出人工蛛网中节点通讯路径数是外层远高于内层，节点、弦链、辐链的使用次数是内层高于外层的结论。
在已经建立的人工蛛网拓扑结构模型数字化基础上，进行人工蛛网模型破坏试验。将需要破坏的结构进行初始化标记，有效结构置1标记，无效结构置0标记，为接下来进行的人工蛛网结构破坏性实验分析做准备。具体试验包含：(1)单因素破坏试验(2)多因素破坏试验。
3)记录单因素破坏实验和多因素破坏实验对应的各个辅助节点与中心节点传输数据时的可用路径数以及各层辅助节点、辐链、弦链的使用次数。
由于无线传感器网络常因能量耗尽、硬件故障或者遭遇入侵等原因导致无线传感器网络组件的失效，主要面临随机攻击和选择性攻击，网络模型的结构特性使复杂网络在不同攻击方式下的抗毁性有很大的差异，因此对人工蛛网模型分别进行破坏节点、辐链、弦链试验，然后给出抗毁性评价指标各组件权重来分析各组件重要性程度，通过总结试验分析结果，得出人工蛛网无线传感器网络拓扑结构中各组件的重要程度分布，以此对模型中关键区域通过增加相应的保护性手段提高无线传感器网络的抗毁性。进行单因素破坏试验，具体包含：
(1)破坏n层人工蛛网结构的节点，得到数据矩阵W(p,q)、Cn(p,q)、Fn(p,q)、Xn(p,q)p行、q列矩阵结果，所得结果可用于分析网络中与汇聚节点相距一定位置处节点的重要性程度。
得到如下结论：
Ⅰ、当某一节点遭到损毁时，各项指标整体都有一定的下降，且该节点周围的C5(p,q)、F5(p,q)和X5(p,q)受到的影响更为明显。
Ⅱ、综合每一层逐一破坏一个节点的实验结果来看，对于第q层的
Figure BDA0001836911550000151
受单个节点失效的影响很小，仅对最外层节点有点影响，但最外层节点与中心节点通信路径可选择数依然很多。因此人工蛛网结构对节点失效的抗毁性较强，整网通信影响不大。
Ⅲ、当节点失效时，整个人工蛛网每一层的
Figure BDA0001836911550000152
都将整体下降并且对于失效节点所在层的节点更为明显。
Ⅳ、整个人工蛛网结构的
Figure BDA0001836911550000161
都将整体下降，整个人工蛛网的
Figure BDA0001836911550000162
都将整体下降并且对于失效节点所在层的节点更为明显。
(2)破坏n层人工蛛网结构的辐链，得到数据矩阵W(p,q)、Cn(p,q)、Fn(p,q)、Xn(p,q)p行、q列矩阵结果，所得结果可用于分析网络中与汇聚节点相距一定位置处节点与内层节点级联时链路损坏对网络传输性能的影响系数。
Ⅰ、当某一辐链遭到损毁时，该节点周围的C5(p,q)、F5(p,q)和X5(p,q)都将整体下降并且与该辐链两端相连的节点受到的影响稍大，但总体上对所有节点与中心节点通信的可供选择路径影响不大。
Ⅱ、对人工蛛网结构的逐层破坏一条辐链，对于第q层的
Figure BDA0001836911550000163
受单条辐链失效的影响很小。
Ⅲ、当辐链失效时，整个人工蛛网第q层的
Figure BDA0001836911550000164
和
Figure BDA0001836911550000165
都将整体下降，但这些抗毁性能指标下降程度都比节点失效时小，因此得出人工蛛网结构对辐链失效的抗毁性很强，整网通信影响很小的结论。
(3)破坏n层人工蛛网结构的弦链，得到数据矩阵W(p,q)、Cn(p,q)、Fn(p,q)、Xn(p,q)p行、q列矩阵结果，所得结果可用于分析网络中与汇聚节点相距一定距离处同层节点之间链路损坏对网络传输性能的影响系数。
Ⅰ、当某一条弦链遭到损毁时，各项指标整体都有一定的下降，且该弦链周围的C5(p,q)和X5(p,q)受到的影响更为明显。
Ⅱ、现在对人工蛛网结构的逐层破坏一条弦链，总体上对所有节点与中心节点通信的可供选择路径影响并不大。
Ⅲ、人工蛛网结构的抗毁性受单条弦链失效的影响比节点失效小，但是比辐链失效的影响大，可见同层下弦链比辐链对于人工蛛网结构更重要；
进行多因素破坏试验，具体包含：
任取1个节点、1条辐链和1条弦链失效来进行人工蛛网结构抗毁性的分析得到多结构破坏仿真结果，如图3、图4和图5所示，进行对比、分析总结得出人工蛛网抗毁性结论。
Ⅰ、任取1个节点、1条辐链和1条弦链让其失效来进行人工蛛网结构抗毁性的分析得到多结构破坏仿真结果。
Ⅱ、如当节点N(3,2)、弦链X(1,3)、辐链F(6,1)损毁时，人工蛛网抗毁性能评价指标C5(p,q)、F5(p,q)和X5(p,q)都将整体下降，而且下降程度均比之前的单结构损坏更明显。
Ⅲ、如图3、图4和图5所示，取失效节点为N(3,2)，失效弦链为X(1,3)，失效辐链为F(6,1)，图形凹点越深说明其周围受到的影响越大，但总体上除了失效节点，其余节点与中心节点通信的可供选择路径依然有很多，并不会对整个人工蛛网结构通信造成严重损坏。
4)根据记录的数据计算每一层的辅助节点、辐链和弦链在人工蛛网拓扑结构中的抗毁性的权重。具体如下：
(1)根据记录的数据采用
Figure BDA0001836911550000171
计算每一层ki，i为层数，对各层辅助节点路径数进行统一化调整，其中，
Figure BDA0001836911550000172
为在n层蛛网结构下的完整蛛网结构最外层平均节点路径数，
Figure BDA0001836911550000173
为该人工蛛网结构第i层平均节点路径数。
(2)计算破坏第q层辅助节点、辐链或弦链时全网的全网平均节点路径数
Figure BDA0001836911550000174
公式如下：
Figure BDA0001836911550000181
W(j,i)为N(j,i)辅助节点与中心节点通信可选择的路径数；ki表示对第i层节点路径数的统一化调整系数。
(3)计算破坏第q层节点或辐链或弦链时全网的损坏率ηq，公式如下：
Figure BDA0001836911550000182
(4)计算节点、弦链和辐链在i层的损坏率，公式如下：
Figure BDA0001836911550000183
ηNi、ηXLi和ηFLi分别表示：节点、弦链和辐链在i层的损坏率；
Figure BDA0001836911550000184
为破坏第i层节点时的平均节点路径数；
Figure BDA0001836911550000185
为破坏第i层弦链时的平均节点路径数；
Figure BDA0001836911550000186
为破坏第i层辐链时的平均节点路径数。
(5)计算破坏第q层辅助节点、辐链或弦链时全网的权重Gq，公式如下：
Figure BDA0001836911550000187
此结论得出了蛛网模型各组件的权重比例，此种分析各组件权重的方法可用于人工蛛网无线传感器网络模型中各组件重要性程度分析，并同样可以得出人工蛛网无线传感器网络中各组件重要性权重比例，进而为研究其抗毁性提出了新的解决方案。
由得出数据以及
Figure BDA0001836911550000188
即可得出对应组件破坏下破坏第q层节点或辐链或弦链时全网的损坏率ηq，应用公式(4)、(6)计算破坏第q层节点或辐链或弦链时全网的权重Gq可建立人工蛛网各组件在人工蛛网结构抗毁性的权重，如表5所示：
表5
Figure BDA0001836911550000191
5)根据权重大小确定网络拓扑中组件的重要程度，根据网络拓扑中组件的重要程度构建网络拓扑结构，其中，权重越大，网络拓扑中组件的重要程度越高。
如图6所示，为人工蛛网结构组件保护强度示意图，无线传感器网络前期保护，根据分析出的拓扑结构网络参数，通过对人工蛛网结构的研究计算出了人工蛛网结构抗毁性的权重可以类比到无线传感器网络抗毁性的权重，既知道各组件在网络中的重要程度，因此在部署无线传感器网络节点时可以根据权重来重点保护权重较大的组件来提高整个无线传感器网络的抗毁性。经过分析易知首先要加强的是内层节点、链路的保护，其次是加强外层节点、链路径的保护，尤其的，要保证内层节点链路不能遭受大范围的受损，否则会严重影响网络的传输性能，而相反的是外层的节点链路受损严重时仅仅会影响外层区域信息的采集传输，对内层影响较小。
利用MATLAB R2014b仿真分析人工蛛网模型得出人工蛛网结构各组件在网络抗毁性中的权重Gq，得到的权重值越大，组件越重要，越需要保护。因此，对于权重值较大的人工蛛网无线传感器网络内层各组件，可以设置质量、性能较好的传感器采集装置，对于权重值较小的外层各组件可以设置一般质量、性能的传感器采集装置。
以上给出了本发明涉及的具体实施方式，但本发明不局限于所描述的实施方式。在本发明给出的思路下，采用对本领域技术人员而言容易想到的方式对上述实施例中的技术手段进行变换、替换、修改，并且起到的作用与本发明中的相应技术手段基本相同、实现的发明目的也基本相同，这样形成的技术方案是对上述实施例进行微调形成的，这种技术方案仍落入本发明的保护范围内。

Claims (2)

1.一种基于人工蛛网的网络拓扑结构的构建方法，其特征在于，包括以下步骤：
1)构建一个具有中心节点c，f条辐线，n层弦线，辅助节点总数为n×f的人工蛛网拓扑结构模型，记录各个辅助节点与中心节点传输数据时的可用路径数以及各层辅助节点、辐链和弦链的使用次数；
2)对所述人工蛛网拓扑结构模型进行单因素破坏实验和多因素破坏实验，单因素破坏实验为任一辅助节点失效、任一辐链失效或任一弦链失效，多因素破坏实验为取任一辅助节点、任一辐链和任一弦链同时失效；
3)记录单因素破坏实验和多因素破坏实验对应的各个辅助节点与中心节点传输数据时的可用路径数以及各层辅助节点、辐链和弦链的使用次数；
4)根据记录的数据计算每一层的辅助节点、辐链和弦链在人工蛛网拓扑结构中的抗毁性的权重；
5)根据权重大小确定网络拓扑中组件的重要程度，根据网络拓扑中组件的重要程度构建网络拓扑结构，其中，权重越大，网络拓扑中组件的重要程度越高；
其特征在于，任一层各个辅助节点与中心节点传输数据时的可用路径数以及该层辅助节点、辐链和弦链的使用次数为采用分层累计迭代算法并根据前一层的可用路径数、辅助节点使用次数、辐链使用次数和弦链使用次数计算得到；
步骤4)具体包括以下步骤：
(1)根据记录的数据采用
Figure FDA0002999242140000011
计算每一层ki，i为层数，对各层辅助节点路径数进行统一化调整，其中，
Figure FDA0002999242140000012
为在n层蛛网结构下的完整蛛网结构最外层平均节点路径数，
Figure FDA0002999242140000013
为该人工蛛网结构第i层平均节点路径数；
(2)计算破坏第q层辅助节点、辐链或弦链时全网的全网平均节点路径数
Figure FDA0002999242140000021
公式如下：
Figure FDA0002999242140000022
W(j,i)为N(j,i)辅助节点与中心节点通信可选择的路径数；ki表示对第i层节点路径数的统一化调整系数；
(3)计算破坏第q层节点或辐链或弦链时全网的损坏率ηq，公式如下：
Figure FDA0002999242140000023
(4)计算节点、弦链和辐链在i层的损坏率，公式如下：
Figure FDA0002999242140000024
ηNi、ηXLi和ηFLi分别表示：节点、弦链和辐链在i层的损坏率；
Figure FDA0002999242140000025
为破坏第i层节点时的平均节点路径数；
Figure FDA0002999242140000026
为破坏第i层弦链时的平均节点路径数；
Figure FDA0002999242140000027
为破坏第i层辐链时的平均节点路径数；
(5)计算破坏第q层辅助节点、辐链或弦链时全网的权重Gq，公式如下：
Figure FDA0002999242140000028
2.一种基于人工蛛网的网络拓扑结构，其特征在于，该网络拓扑结构通过采用以下步骤进行构建：
1)构建一个具有中心节点c，f条辐线，n层弦线，辅助节点总数为n×f的人工蛛网拓扑结构模型，记录各个辅助节点与中心节点传输数据时的可用路径数以及各层辅助节点、辐链和弦链的使用次数；
2)对所述人工蛛网拓扑结构模型进行单因素破坏实验和多因素破坏实验，单因素破坏实验为任一辅助节点失效、任一辐链失效或任一弦链失效，多因素破坏实验为取任一辅助节点、任一辐链和任一弦链同时失效；
3)记录单因素破坏实验和多因素破坏实验对应的各个辅助节点与中心节点传输数据时的可用路径数以及各层辅助节点、辐链、弦链的使用次数；
4)根据记录的数据计算每一层的辅助节点、辐链和弦链在人工蛛网拓扑结构中的抗毁性的权重；
5)根据权重大小确定网络拓扑中组件的重要程度，根据网络拓扑中组件的重要程度构建网络拓扑结构，其中，权重越大，网络拓扑中组件的重要程度越高；
任一层各个辅助节点与中心节点传输数据时的可用路径数以及该层辅助节点、辐链和弦链的使用次数为采用分层累计迭代算法并根据前一层的可用路径数、辅助节点使用次数、辐链使用次数和弦链使用次数计算得到；
步骤4)具体包括以下步骤：
(1)根据记录的数据采用
Figure FDA0002999242140000031
计算每一层ki，i为层数，对各层辅助节点路径数进行统一化调整，其中，
Figure FDA0002999242140000032
为在n层蛛网结构下的完整蛛网结构最外层平均节点路径数，
Figure FDA0002999242140000033
为该人工蛛网结构第i层平均节点路径数；
(2)计算破坏第q层辅助节点、辐链或弦链时全网的全网平均节点路径数
Figure FDA0002999242140000034
公式如下：
Figure FDA0002999242140000035
W(j,i)为N(j,i)辅助节点与中心节点通信可选择的路径数；ki表示对第i层节点路径数的统一化调整系数；
(3)计算破坏第q层节点或辐链或弦链时全网的损坏率ηq，公式如下：
Figure FDA0002999242140000041
(4)计算节点、弦链和辐链在i层的损坏率，公式如下：
Figure FDA0002999242140000042
ηNi、ηXLi和ηFLi分别表示：节点、弦链和辐链在i层的损坏率；
Figure FDA0002999242140000043
为破坏第i层节点时的平均节点路径数；
Figure FDA0002999242140000044
为破坏第i层弦链时的平均节点路径数；
Figure FDA0002999242140000045
为破坏第i层辐链时的平均节点路径数；
(5)计算破坏第q层辅助节点、辐链或弦链时全网的权重Gq，公式如下：
Figure FDA0002999242140000046
CN201811230020.2A 2018-10-22 2018-10-22 基于人工蛛网的网络拓扑结构及其构建方法 Active CN109361541B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811230020.2A CN109361541B (zh) 2018-10-22 2018-10-22 基于人工蛛网的网络拓扑结构及其构建方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811230020.2A CN109361541B (zh) 2018-10-22 2018-10-22 基于人工蛛网的网络拓扑结构及其构建方法

Publications (2)

Publication Number Publication Date
CN109361541A CN109361541A (zh) 2019-02-19
CN109361541B true CN109361541B (zh) 2021-05-25

Family

ID=65346233

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811230020.2A Active CN109361541B (zh) 2018-10-22 2018-10-22 基于人工蛛网的网络拓扑结构及其构建方法

Country Status (1)

Country Link
CN (1) CN109361541B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111263323B (zh) * 2020-01-15 2023-02-10 河南科技大学 一种仿蛛网无线传感器网络通信方法及无线传感器网络
CN115002706A (zh) * 2022-03-09 2022-09-02 河南科技大学 一种仿蛛网分层分簇网络参数优化方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102291302A (zh) * 2011-08-12 2011-12-21 哈尔滨工业大学 低压配电网电力线载波通信网络中局部路由重构方法
CN103942837A (zh) * 2014-05-05 2014-07-23 华中科技大学无锡研究院 基于序列线性规划的叶片点云模型截面曲线直接构造方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6834959B2 (en) * 2002-09-30 2004-12-28 Bausch & Lomb Incorporated Spider-web placido pattern

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102291302A (zh) * 2011-08-12 2011-12-21 哈尔滨工业大学 低压配电网电力线载波通信网络中局部路由重构方法
CN103942837A (zh) * 2014-05-05 2014-07-23 华中科技大学无锡研究院 基于序列线性规划的叶片点云模型截面曲线直接构造方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
A HIGH-Reliability and Determinacy Architecture for Smart Substation Process-Level Network Based on Cobweb Topology;Xiaosheng Liu,Jiwei Zhang,Liang Zhang;《IEEE Transactions on Power Delivery》;20140430;842-850 *
Agricultural environment monitor system based on UAV and wireless sensor networks;Zhang Bo,Luo Xiwen;《Transactions of the Chinese Society of Agricultural Engineering》;20151231;第31卷(第17期);176-182 *
新型电力线载波通信组网模型的研究;张良;《工程科技Ⅱ辑》;20120215;全文 *
面向智能电网的人工蛛网路由算法研究;林建伟;《信息科技辑》;20120515;全文 *

Also Published As

Publication number Publication date
CN109361541A (zh) 2019-02-19

Similar Documents

Publication Publication Date Title
CN109361541B (zh) 基于人工蛛网的网络拓扑结构及其构建方法
CN109272146A (zh) 一种基于深度学习模型和bp神经网络校正的洪水预测方法
CN105279556A (zh) 一种浒苔检测方法和装置
Robinson et al. A neural network system for the protection of citrus crops from frost damage
CN106650982A (zh) 一种基于多点nwp的深度学习功率预测方法
CN105868629B (zh) 一种适用于电力信息物理系统的安全威胁态势评估方法
CN108663600A (zh) 一种基于输电网的故障诊断方法、装置及存储介质
CN109299812A (zh) 一种基于深度学习模型和knn实时校正的洪水预测方法
CN106357456A (zh) 一种网络流量的预测方法及装置
CN106713233A (zh) 一种网络安全状态的判断与保护方法
CN108594793A (zh) 一种改进的rbf飞控系统故障诊断网络训练方法
CN107656152A (zh) 一种基于ga‑svm‑bp变压器故障诊断方法
CN103684864B (zh) 针对大规模区域故障的通信网络脆弱性分析系统及其工作方法
CN111191832A (zh) 一种台风灾害配电网杆塔故障预测方法及系统
CN107818380A (zh) 信息处理方法及服务器
CN108615053A (zh) 基于粒子群优化的流形svm模拟电路故障诊断方法
CN105354763A (zh) 风电机组来流风速测量方法及装置
Wambua Spatio-temporal characterization of agricultural drought using soil moisture deficit index (SMDI) in the upper Tana River basin, Kenya
Tsai et al. Development of models for maximum and time variation of storm surges at the Tanshui estuary
CN106444578A (zh) 一种基于异构测地线距离svdd的故障检测方法
Wu et al. Anthropogenic effect on forest landscape pattern and Cervidae habitats in northeastern China
CN114897084A (zh) 一种基于图卷积神经网络的塔式起重机结构安全监测方法
CN113469518A (zh) 一种基于rbf神经网络的农村住房台风灾害预估方法
CN113627588A (zh) 一种基于ga-bp神经网络的海洋养殖用网衣安全性的预测方法
CN107133691A (zh) 用于风电场输电网的拓扑优化方法

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