CN111064665A - 一种基于马尔科夫链的无线体域网低时延传输调度方法 - Google Patents

一种基于马尔科夫链的无线体域网低时延传输调度方法 Download PDF

Info

Publication number
CN111064665A
CN111064665A CN201911349015.8A CN201911349015A CN111064665A CN 111064665 A CN111064665 A CN 111064665A CN 201911349015 A CN201911349015 A CN 201911349015A CN 111064665 A CN111064665 A CN 111064665A
Authority
CN
China
Prior art keywords
state
probability
node
nodes
area network
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
Application number
CN201911349015.8A
Other languages
English (en)
Other versions
CN111064665B (zh
Inventor
冯维
许丹
许晓荣
姚英彪
夏晓威
刘浩
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.)
Hangzhou Dianzi University
Original Assignee
Hangzhou Dianzi University
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 Hangzhou Dianzi University filed Critical Hangzhou Dianzi University
Priority to CN201911349015.8A priority Critical patent/CN111064665B/zh
Publication of CN111064665A publication Critical patent/CN111064665A/zh
Application granted granted Critical
Publication of CN111064665B publication Critical patent/CN111064665B/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
    • H04L45/00—Routing or path finding of packets in data switching networks
    • H04L45/12—Shortest path evaluation
    • H04L45/121—Shortest path evaluation by minimising delays
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L45/00—Routing or path finding of packets in data switching networks
    • H04L45/02—Topology update or discovery
    • H04L45/026—Details of "hello" or keep-alive messages
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W24/00—Supervisory, monitoring or testing arrangements
    • H04W24/02—Arrangements for optimising operational condition
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/30—Services specially adapted for particular environments, situations or purposes
    • H04W4/38—Services specially adapted for particular environments, situations or purposes for collecting sensor information
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/80—Services using short range communication, e.g. near-field communication [NFC], radio-frequency identification [RFID] or low energy communication
    • 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
    • H04W40/12—Communication route or path selection, e.g. power-based or shortest path routing based on transmission quality or channel quality
    • 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
    • H04W40/18—Communication route or path selection, e.g. power-based or shortest path routing based on predicted events
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W40/00—Communication routing or communication path finding
    • H04W40/24—Connectivity information management, e.g. connectivity discovery or connectivity update
    • H04W40/246—Connectivity information discovery

Abstract

本发明涉及一种基于马尔科夫链的无线体域网低时延传输调度方法，包括：初始化阶段，各节点获得网络的基本状态信息并得到节点间的配置参数；根据网络配置信息，利用无线体域网体内外信道的统计特性，推导出节点间的路由安全中断概率以及连接成功概率表达式；根据安全中断概率和连接成功概率，建立离散马尔科夫链优化模型；利用拉格朗日乘子法将有约束的优化问题转化为无约束的优化问题；针对无约束的优化问题，根据贝尔曼优化理论，采用改进的实时动态规划算法获得低时延的传输调度方法。本发明将无线体域网时延最小的路由选择问题建模为寻找动态系统最小时延成本的自动控制问题，并提出基于拉格朗日乘子法的解决方案。

Description

一种基于马尔科夫链的无线体域网低时延传输调度方法
技术领域
本发明属于无线体域网的安全通信领域，基于信息论的物理层安全技术，具体涉及了一种基于马尔科夫链改进实时动态规划的无线体域网低时延传输调度方法。
背景技术
无线体域网(WBAN)已被应用于如消费电子，医疗保健和运动训练等场景。在医疗保健领域，WBAN通过安装在体内或体表的传感器节点生成监视数据通过无线链接传输到中心节点，中心节点可以将紧急的异常数据及时发送给医护人员，使得突发情况能够得到及时的处理，挽救病人的生命。因此，消息的传输时延是无线体域网算法设计必须考虑的问题。此外，无线信道的开放性使得一些人体保密数据更容易被窃听。基于此，无线体域网的安全性能也获得了日益广泛的关注。
发明内容
针对上述无线体域网的中时延和安全性能这两个方面的问题。本发明公开了一种基于马尔科夫链的无线体域网低时延传输调度方法。该方法针对解码转发多跳无线体域网，提出了一种基于拉格朗日乘子法的解决方案，将具有安全中断概率约束的无线体域网时延最小的路由选择问题建模为寻找动态系统最小时延成本的自动控制问题求解。
为了达到上述发明目的，本发明采用以下技术方案：
一种基于马尔科夫链的无线体域网低时延传输调度方法，包括以下步骤：
S1、初始化阶段，各节点获得网络的基本状态信息并得到节点间的配置参数；
S2、根据网络配置信息，利用无线体域网体内外信道的统计特性，推导出节点间的路由安全中断概率的表达式以及连接成功概率的表达式；
S3、根据路由安全中断概率和连接成功概率，建立离散马尔科夫链优化模型；
S4、利用拉格朗日乘子法，将有约束的优化问题转化为无约束的优化问题；
S5、针对无约束的优化问题，根据贝尔曼优化理论，采用改进的实时动态规划算法获得低时延的传输调度方法。
作为优选方案，所述步骤S1中的初始化阶段，节点获取位置信息的方法如下：
节点之间的参数包括邻居节点的信息，通过HELLO包交互获取邻居节点的位置信息，节点通过邻居节点的位置信息可以计算得到与邻居节点之间的距离，以及交换彼此的操作权限信息。
作为优选方案，所述步骤S2中，推导出发送节点n的安全中断概率q(n)的表达式如下：
Figure BDA0002334193330000021
其中，P[·]为概率算子；C(·)表示链路的瞬时频谱效率，其单位是bit/s/Hz；n和z分别代表发送节点和体外窃听者；ζ表示发送速率；d为发送节点与体外窃听者之间的距离；α为路径损耗因子；ρ表示单位距离的发送信噪比；gO定义为窃听信道的信道增益，其服从均值为1的指数分布。
作为优选方案，所述步骤S2中，推导出从发送节点n到接收节点m的连接成功概率p(n,m)的表达式如下：
Figure BDA0002334193330000031
其中，n和m分别代表发送节点和接收节点；d为发送节点与接收节点之间的距离；ζ和
Figure BDA0002334193330000032
分别表示发送速率和保密速率；gI定义为从发送节点n到接收节点m的信道增益，服从对数正态分布；μ和σ分别表示对数正态分布的均值和标准差；erf(·)为误差函数，令
Figure BDA0002334193330000033
Figure BDA0002334193330000034
作为优选方案，所述步骤S3中，马尔科夫链状态的定义如下：
系统的状态x由
Figure BDA0002334193330000035
这两个因素决定，
Figure BDA0002334193330000036
表示为在x状态时之前所有已经解码保密消息的节点集合，
Figure BDA0002334193330000037
表示全部合法节点的集合；ω(x)表示为保密消息是否被窃听者窃听，当在x状态下保密消息被窃听到，则ω(x)＝1；否则为0；
A(·)代表传输调度策略，即可作为下一跳发送机的节点；此时，离散马尔科夫链由状态x转移到状态y有以下四种情况：
情况1：由
Figure BDA0002334193330000038
ω(x)＝0的状态x，转移到ω(y)＝0，
Figure BDA0002334193330000039
的状态y；
情况2：由
Figure BDA00023341933300000310
ω(x)＝0的状态x，转移到ω(y)＝1，
Figure BDA00023341933300000311
的状态y；
情况3：由
Figure BDA00023341933300000312
ω(x)＝1的状态x，转移到ω(y)＝1，
Figure BDA00023341933300000313
的状态y；
情况4：由
Figure BDA00023341933300000314
的状态x，转移到
Figure BDA00023341933300000315
的状态x；
其中，g表示目标节点；
从状态x到另一状态y的转换是一个随机事件，具体取决于在x状态下的所有可选择的动作
Figure BDA0002334193330000041
πxy(a)表征在采取动作
Figure BDA0002334193330000042
的前提下，从状态x转移到状态y的状态转移概率；
对于满足上述四个状态转移情况的状态转移概率表达式如下：
Figure BDA0002334193330000043
其他不满足上述四种状态转移情况的转移概率为零；其中，m代表从状态x转移到状态y过程中新增的已解码消息的节点，q(a)表示当发射节点为a时的安全中断概率，p(a,m)表示从发送节点a到接收节点m的连接成功概率。
作为优选方案，所述步骤S3中，根据节点间的路由安全中断概率和连接成功概率，建立离散马尔科夫链优化模型，其形式如下：
Figure BDA0002334193330000044
Figure BDA00023341933300000412
Figure BDA0002334193330000046
Figure BDA0002334193330000047
其中，目标函数定义为平均时延，i表示第i次状态转移，
Figure BDA0002334193330000048
表示在第i次状态转移后的已解码节点集合，E[·]为数学期望算子，c(·)表示状态转移过程中的产生的代价；第一个约束条件为保密性约束，
Figure BDA0002334193330000049
表示整条路由的安全中断概率，平均安全中断概率的阈值为∈；第二个约束条件为时延约束，目标节点解码消息时时延为0，否则时延为1；第三个约束为策略约束，
Figure BDA00023341933300000410
集合表示在没有安全中断概率约束的情况下的所有可能策略集；
根据离散马尔科夫链模型，在路由选择策略A(·)下，将无线体域网的安全中断概率HA(·)(x0)重新定义为如下表达式：
Figure BDA00023341933300000411
其中，
Figure BDA0002334193330000059
在式(7)中，x0代表初始状态，xi代表第i次状态转移后的状态，δ(·)代表在马尔科夫链模型中安全中断的定义，ω(·)表示在某一状态下保密消息是否被窃听，若未被窃听其值为0，否则其值为1；
根据重新定义的安全中断概率，优化模型转化为：
Figure BDA0002334193330000051
作为优选方案，所述步骤S4中，利用拉格朗日乘子法将有约束的优化问题转化为无约束的优化问题：
Figure BDA0002334193330000052
其中，
Figure BDA0002334193330000053
表示在策略A(·)下的代价函数，
Figure BDA0002334193330000054
表示安全中断概率约束，λ是拉格朗日乘子；
对于给定的λ，将选取动作a时状态x转移到状态y的时延成本函数
Figure BDA0002334193330000055
重新定义为：
Figure BDA0002334193330000056
其中，c(·)表示原成本函数，δ(·)表示安全中断函数；
相应的，在策略A(·)下给定λ的无约束目标函数
Figure BDA0002334193330000057
表达式如下：
Figure BDA0002334193330000058
作为优选方案，所述步骤S5中，根据贝尔曼优化理论中的价值迭代，获得贝尔曼方程如下：
Figure BDA0002334193330000061
其中，γ∈[0,1)是贝尔曼方程中的折扣因子，
Figure BDA0002334193330000062
表示状态x的邻居状态集合，y代表邻居状态，A*(·)表示最优的路由选择策略。
作为优选方案，所述步骤S5中，采用改进的实时动态规划算法获得低时延的传输调度方法，包括以下步骤：
(1)随机产生一个无线体域网拓扑，计算出节点间的距离；根据式(1)和式(2)计算出安全中断概率和连接成功概率，并且初始化所有状态值的上限V；
(2)初始化S为初始状态，此时已解码节点只有源节点且保密消息未被窃听；
(3)根据贝尔曼方程，以概率1-θ选取状态S的最佳动作a；概率θ随机选取状态S的动作集合A(S)中的其他动作；
(4)执行选取的动作，依据状态转移概率随机选择一个状态S'，重复步骤(3)，直到S'为吸收状态，转至步骤(5)；
(5)根据贝尔曼方程，回溯更新从初始状态到吸收状态转移过程中每一状态值V；
(6)重复步骤(2)至(5)，直到初始状态值V(S0)与前一次探索试验的差值小于阈值τ，则停止运行，并且返回最佳调度策略。
本发明与现有技术相比，具有如下优点：
1.在现有的技术中，无线体域网的安全中断概率没有确切的表达式，因此具有安全中断概率约束的路由选择问题一般情况下通过博弈论的方法来解决。而在本发明中将选择路由的过程建模为马尔科夫链决策过程，能够将安全中断概率用马尔科夫链的窃听状态转移来表征。
2.无线体域网应用在医疗领域中，时延可能会导致病人措施最佳抢救时机，因此时延是相当值得关注的问题。在本发明中，将具有安全中断概率约束的无线体域网的时延最小的路由选择问题建模为寻找动态系统最小时延成本的自动控制问题求解，能够根据状态的变化实时的选择最优的中继节点，使得消息在传输的过程在保证安全的条件下，具有最小的时延。
附图说明
图1是本发明实施例的基于马尔科夫链的无线体域网低时延传输调度方法的流程图；
图2是本发明实施例中的存在一个体外窃听者的无线体域网示意图；
图3是本发明实施例的一次状态转移过程；
图4是本发明实施例的一次状态转移过程中最佳策略下的路由。
具体实施方式
为了更清楚地说明本发明实施例，下面将对照附图说明本发明的具体实施方式。显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图，并获得其他的实施方式。
如图1所示，本发明实施例的基于马尔科夫链的无线体域网低时延传输调度方法，包括以下流程：初始化阶段，各节点获得网络的基本状态信息并得到节点间的配置参数；根据网络配置信息，计算出节点间的路由安全中断概率以及连接成功概率；根据安全中断概率和连接成功概率，建立离散马尔科夫链优化模型；利用拉格朗日乘子法将有约束的优化问题转化为无约束的优化问题；针对该无约束的优化模型，根据贝尔曼优化理论，采用改进的实时动态规划算法获得低时延的传输调度方法。
具体地，本发明实施例的基于马尔科夫链的无线体域网低时延传输调度方法，包括以下步骤：
S1：初始化阶段，各节点获得网络的基本状态信息并得到节点间的配置参数；
S2：根据网络配置信息，利用无线体域网体内外信道的统计特性，推导出节点间的路由安全中断概率以及连接成功概率表达式；
S3：根据安全中断概率和连接成功概率，建立离散马尔科夫链优化模型；
S4：利用拉格朗日乘子法，将有约束的优化问题转化为无约束的优化问题；
S5：针对该无约束的优化模型，根据贝尔曼优化，理论采用改进的实时动态规划算法获得低时延的传输调度方法。
其中，上述步骤S1中，在初始化阶段，节点获取节点之间的参数包括邻居节点的信息，通过HELLO包交互获取邻居节点的位置信息，节点通过邻居节点的位置信息可以计算得到与邻居节点之间的距离，以及交换彼此的操作权限信息。
上述步骤S2中，推导出节点间的路由安全中断概率和连接成功概率的表达式如下：
在无线体域网中，将体内信道(即主信道)建模为对数正态衰落信道，因此主信道的接收信噪比(SNR)服从对数正态分布；将体外信道(即窃听信道)建模为瑞利衰落信道，因此窃听信道的接收SNR服从指数分布。
为了能够达到消息的完全保密，使得发送信号与无线体域网体外窃听者接收信号之间的互信息为零，应当满足以下条件如下，
C(n,z)≤ζ (1)
其中，n和z分别代表发送节点和体外窃听者，ζ表示发送速率，C(·)表示链路的瞬时频谱效率其单位是bit/s/Hz。
利用无线体域网中窃听信道的统计特性，推导出发送节点n的安全中断概率q(n)的表达式如下：
Figure BDA0002334193330000081
其中，P[·]为概率算子；C(·)表示链路的瞬时频谱效率，其单位是bit/s/Hz；n和z分别代表发送节点和体外窃听者；ζ表示发送速率；d为发送节点与体外窃听者之间的距离；α为路径损耗因子；ρ表示单位距离的发送信噪比；gO定义为窃听信道的信道增益，其服从均值为1的指数分布。
为了确保消息的可靠传输，应满足以下条件，
Figure BDA0002334193330000091
其中，n和m分别代表发送节点和接收节点，
Figure BDA0002334193330000092
表示保密速率。
与此同时，利用无线体域网主信道的统计特性，获得从发送节点n到接收节点m的连接成功概率p(n,m)的表达式如下：
Figure BDA0002334193330000093
其中，n和m分别代表发送节点和接收节点，d为发送节点与接收节点之间的距离；ζ和
Figure BDA0002334193330000094
分别表示发送速率和保密速率，gI定义为从发送节点n到接收节点m的信道增益，服从对数正态分布，μ和σ分别表示对数正态分布的均值和标准差；erf(·)为误差函数，令
Figure BDA0002334193330000095
Figure BDA0002334193330000096
在传输之前合法节点不知道信道条件，定义
Figure BDA0002334193330000097
为整条路由的安全中断概率，形式如下：
Figure BDA0002334193330000098
其中，
Figure BDA0002334193330000099
表示从初始状态到吸收状态的动作序列，
Figure BDA00023341933300000910
表示源节点，
Figure BDA00023341933300000911
表示第i次状态转移时，在已解码的节点集合
Figure BDA00023341933300000912
中选择的动作(即发送节点)；在这一过程中，当且仅当保证每条链路的安全，才能使整条路由安全；
Figure BDA00023341933300000913
是当发送节点为
Figure BDA00023341933300000914
时的安全中断概率，即
Figure BDA00023341933300000915
上述步骤S3中，定义马尔科夫链状态如下：
系统的状态x由
Figure BDA0002334193330000101
这两个因素决定，
Figure BDA0002334193330000102
表示为在x状态时之前阶段所有已经解码保密消息的节点集合；
Figure BDA0002334193330000103
表示全部合法节点的集合；ω(x)表示为保密消息是否被窃听者所窃听，当在x状态下保密消息被窃听到，则ω(x)＝1；否则为0。A(·)代表传输调度策略，即可作为下一跳发送机的节点。
此时，离散马尔科夫链由状态x转移到状态y有以下四种情况：
情况1：由
Figure BDA0002334193330000104
ω(x)＝0的状态x，转移到ω(y)＝0，
Figure BDA0002334193330000105
的状态y；
情况2：由
Figure BDA0002334193330000106
ω(x)＝0的状态x，转移到ω(y)＝1，
Figure BDA0002334193330000107
的状态y；
情况3：由
Figure BDA0002334193330000108
ω(x)＝1的状态x，转移到ω(y)＝1，
Figure BDA0002334193330000109
的状态y；
情况4：由
Figure BDA00023341933300001010
的状态x，转移到
Figure BDA00023341933300001011
的状态x；
其中，g表示目标节点。
从状态x到另一状态y的转换是一个随机事件，具体取决于在x状态下的动作
Figure BDA00023341933300001012
在本发明中，πxy(a)表征在采取动作a
Figure BDA00023341933300001013
的前提下，从状态x转移到状态y的状态转移概率。
对于满足上述四个状态转移情况的状态转移概率表达式如下：
Figure BDA00023341933300001014
其他不满足这四种状态转移情况的转移概率为零。
其中，m代表从状态x转移到状态y过程中新增的已解码消息的节点，q(a)表示当发射节点为a时的安全中断概率，p(a,m)表示从发送节点a到接收节点m的连接成功概率。
随后，基于所述马尔科夫链状态转移概率表达式，根据安全中断概率和连接成功概率表达式，建立优化模型，获得在满足安全中断概率约束的条件下最小化平均时延的多跳传输策略，其优化模型的形式如下：
Figure BDA0002334193330000111
Figure BDA0002334193330000112
Figure BDA0002334193330000113
Figure BDA0002334193330000114
其中，目标函数定义为平均时延，i表示第i次状态转移，
Figure BDA0002334193330000115
表示在第i次状态转移后的已解码节点集合，E[·]为数学期望，c(·)表示状态转移过程中的代价；第一个约束条件为保密性约束，
Figure BDA0002334193330000116
表示整条路由的安全中断概率，平均安全中断概率的阈值为∈；第二个约束条件为时延约束，目标节点解码消息时的时延为0，否则时延为1；第三个约束为策略约束，
Figure BDA00023341933300001110
集合表示在没有安全中断概率约束的情况下的所有可能策略集。
根据离散马尔科夫链模型中对于窃听的表述，在路由选择策略A(·)下，将无线体域网的安全中断概率HA(·)(x0)重新定义为如下形式：
Figure BDA0002334193330000117
其中，
Figure BDA0002334193330000118
在式(11)中，x0代表初始状态，xi代表第i次状态转移后的状态，δ(·)代表在马尔科夫链模型中安全中断的定义，ω(·)表示在某一状态下保密消息是否被窃听，若未被窃听其值为0，否则其值为1；
根据新定义的安全中断概率的表达式，优化模型进一步转化为：
Figure BDA0002334193330000119
上述步骤S4中，利用拉格朗日乘子法将有约束的优化问题转化为无约束的优化问题：
Figure BDA0002334193330000121
其中，
Figure BDA0002334193330000122
表示目标函数；
Figure BDA0002334193330000123
表示安全中断概率约束，λ是拉格朗日乘子；
对于给定的λ，将选取动作a时状态x转移到状态y的时延成本函数
Figure BDA0002334193330000124
重新定义为：
Figure BDA0002334193330000125
其中，c(·)表示原成本函数，δ(·)表示安全中断函数；
相应的，在策略A(·)下给定λ的无约束目标函数
Figure BDA0002334193330000126
表达式如下：
Figure BDA0002334193330000127
上述步骤S5中，根据贝尔曼优化理论中的价值迭代，获得贝尔曼方程如下：
Figure BDA0002334193330000128
其中，γ∈[0,1)是贝尔曼方程中的折扣因子，
Figure BDA0002334193330000129
表示状态x的邻居状态集合y代表邻居状态，A*(·)表示最优的路由选择策略；
最后，提出采用改进的实时动态规划方法来求解无线体域网时延最小的安全路由选择问题，步骤如下：
(1)随机产生一个无线体域网拓扑，计算出节点间的距离，根据式(2)和式(4)计算出安全中断概率和连接成功概率，并且初始化所有状态值的上限V；
(2)初始化S为初始状态,此时已解码节点只有源节点且保密消息未被窃听；
(3)根据贝尔曼方程，以概率1-θ选取状态S的最佳动作a；概率θ随机选取状态S的动作集合A(S)中的其他动作；
(4)执行选取的动作，依据状态转移概率随机选择一个状态S'，重做步骤(3)，直到S'为吸收状态，转步骤(5)。
(5)根据贝尔曼方程，回溯更新从初始状态到吸收状态转移过程中每一状态值V；
(6)重复步骤(2)至(5)，直到初始状态值V(S0)与上一次探索试验的差小于阈值τ，则停止运行，并且返回最佳调度策略。
本发明的基于马尔科夫链的无线体域网低时延传输调度方法，适用于无线体域网。在该网络中具有L个合法节点，合法节点集合用
Figure BDA0002334193330000131
表示。合法节点之间能够共享和转发消息。同时存在一个窃听者会窃听保密消息。所有的节点都工作在半双工的模式下，并且以相同地发送信噪比对保密消息进行传输。在此考虑多跳通信，在每一跳中所有的合法节点都尝试对保密消息解码。当目标节点解码消息时，则停止传输过程。在初始化阶段，节点获取节点之间的参数包括邻居节点的信息，通过HELLO包交互获取邻居节点的位置信息，节点通过邻居节点的位置信息可以计算得到与邻居节点之间的距离，以及交换彼此的操作权限信息。
在无线体域网中，将体内信道(即主信道)建模为对数正态衰落信道，因此主信道的接收信噪比(SNR)服从对数正态分布；将体外信道(即窃听信道)建模为瑞利衰落信道，因此窃听信道的SNR服从指数分布。
基于无线体域网的信道特点，在节点之间交换信息可获得相邻节点之间的距离后，根据式(2)和(4)可以计算出任意发射节点发送消息后，链路的安全中断概率和连接成功概率。在式(4)中，从合法发送节点到接收节点之间的信道接收信噪比服从均值为3.38且标准差为2.8的对数正态分布。
随后，可以根据式(9)马尔科夫链的状态转移概率，可以获得在x状态下，选择a作为发送节点时，转移到邻居状态y的状态转移概率。然后，根据新的安全中断概率的定义式(12)，优化模型重写如下：
Figure BDA0002334193330000141
在本发明中，目标是获得时延最小的安全路由。在此，时延由跳数来表征，经过一跳则时延为1。
为了简化求解所述的优化模型，运用拉格朗日乘子法将有约束的优化问题转化为无约束的优化问题。对于给定的拉格朗日乘子λ，将时延成本函数重新定义为
Figure BDA0002334193330000142
相应的给定λ的无约束目标函数表达式如下，
Figure BDA0002334193330000143
随后，根据贝尔曼优化理论中的价值迭代，获得贝尔曼方程如下：
Figure BDA0002334193330000144
其中，γ∈[0,1)是贝尔曼方程中的折扣因子，其值越大则表明策略更加注重长远利益。
Figure BDA0002334193330000145
表示状态x的邻居状态集合。
最后，提出采用改进的实时动态规划方法来求解无线体域网时延最小的安全路由选择问题，步骤如下：
1)随机产生一个无线体域网拓扑，计算出节点间的距离，根据式(2)和式(4)计算出安全中断概率和连接成功概率，并且初始化所有状态值的上限V；
2)初始化S为初始状态,此时已解码节点只有源节点且保密消息未被窃听；
3)根据贝尔曼方程式(21)，贪婪地选择动作(根据式(21)对于可选择的动作集合D(x)中遍历所有的动作，选取代价最小的作为最佳的动作，因此是贪婪的选择动作。)，计算选择不同动作的状态值变化，并且选取使状态值最小的动作确定为最佳动作，然后以概率1-θ选取状态S的最佳动作a；概率θ随机选取状态S的动作集合A(S)中的其他动作；
4)执行选取的动作，在该状态的邻居状态中，依据状态转移概率随机选择一个状态S'作为下一状态，重做3)，直到S'为吸收状态，转步骤5)。
5)根据贝尔曼方程，回溯更新从初始状态到吸收状态转移过程中每一状态值V；
6)重复步骤2)至5)，直到初始状态值V(S0)与上一次探索试验的差小于阈值τ，则停止运行，并且返回最佳调度策略。
如图2所示，存在一个体外窃听者的无线体域网示意图。右脚脚踝处是一个中心节点用于收集数据信息，并且对信息进行简单处理后转发到互联网。其他五个节点为传感器节点，用于收集信息，发送给中心节点。体外存在一个窃听者，窃听合法节点之间共享的消息。在本发明中，以头部的传感器节点作为源节点，右脚脚踝处的中心节点作为目标节点，寻找保密消息从源节点发送到目标节点的最小时延路由。图4是一个100×100的仿真区域，(0,0)处的1是源节点，(100,100)处的6是目标节点，*点为窃听者，其他节点都是合法的传感器节点。在仿真中，设置路径损耗指数α＝3.5，单位发送信噪比ρ＝10dB，安全中断概率阈值∈＝10-2。
由于消息在传输过程中，状态转移是随机的，图3是就是某一状态转移过程。在图中的集合中，第一位的0或者1用于表示在该状态下消息是否被窃听，随后的数字表示在该状态下已经解码消息的节点编号。其中S0＝{0,1}为初始状态，已解码消息的节点只有源节点(节点1)且此状态下消息未被窃听者窃听。初始状态选择源节点1为发送节点，下一随机状态为S1＝{0,1,3}，该状态未被窃听且已经解码保密消息的节点有1和3。依据贝尔曼方程此状态下最佳的发送节点为节点3。随后，下一状态为S2＝{0,1,3，5}，此状态的最佳发送节点为5。最后转移到吸收状态S3＝{1,1,3,4,5,2,6}，此时目标节点(节点6)已经解码消息，且此状态下消息已经被窃听者窃听。图4是在图3的状态转移过程中最佳策略下的路由1→3→5→6。
以上对本发明的主要特征和具体实施例进行了具体且详细的描述，但是本发明不受上述实施例的限制，这也只是一种可行的实施方式。本领域的科研人员可以根据本发明的思想，对实施例进行改进或者变型，这些变型和改进都落入要求保护的本发明范围内。

Claims (9)

1.一种基于马尔科夫链的无线体域网低时延传输调度方法，其特征在于，包括以下步骤：
S1、初始化阶段，各节点获得网络的基本状态信息并得到节点间的配置参数；
S2、根据网络配置信息，利用无线体域网体内外信道的统计特性，推导出节点间的路由安全中断概率的表达式以及连接成功概率的表达式；
S3、根据路由安全中断概率和连接成功概率，建立离散马尔科夫链优化模型；
S4、利用拉格朗日乘子法，将有约束的优化问题转化为无约束的优化问题；
S5、针对无约束的优化问题，根据贝尔曼优化理论，采用改进的实时动态规划算法获得低时延的传输调度方法。
2.根据权利要求1所述的一种基于马尔科夫链的无线体域网低时延传输调度方法，其特征在于，所述步骤S1中的初始化阶段，节点获取位置信息的方法如下：
节点之间的参数包括邻居节点的信息，通过HELLO包交互获取邻居节点的位置信息，节点通过邻居节点的位置信息可以计算得到与邻居节点之间的距离，以及交换彼此的操作权限信息。
3.根据权利要求1所述的一种基于马尔科夫链的无线体域网低时延传输调度方法，其特征在于，所述步骤S2中，推导出发送节点n的安全中断概率q(n)的表达式如下：
Figure FDA0002334193320000011
其中，P[·]为概率算子；C(·)表示链路的瞬时频谱效率，其单位是bit/s/Hz；n和z分别代表发送节点和体外窃听者；ζ表示发送速率；d为发送节点与体外窃听者之间的距离；α为路径损耗因子；ρ表示单位距离的发送信噪比；gO定义为窃听信道的信道增益，其服从均值为1的指数分布。
4.根据权利要求3所述的一种基于马尔科夫链的无线体域网低时延传输调度方法，其特征在于，所述步骤S2中，推导出从发送节点n到接收节点m的连接成功概率p(n,m)的表达式如下：
Figure FDA0002334193320000021
其中，n和m分别代表发送节点和接收节点；d为发送节点与接收节点之间的距离；ζ和
Figure FDA0002334193320000024
分别表示发送速率和保密速率；gI定义为从发送节点n到接收节点m的信道增益，服从对数正态分布；μ和σ分别表示对数正态分布的均值和标准差；erf(·)为误差函数，令
Figure FDA0002334193320000022
Figure FDA0002334193320000023
5.根据权利要求4所述的一种基于马尔科夫链的无线体域网低时延传输调度方法，其特征在于，所述步骤S3中，马尔科夫链状态的定义如下：
系统的状态x由
Figure FDA0002334193320000025
这两个因素决定，
Figure FDA0002334193320000026
表示为在x状态时之前所有已经解码保密消息的节点集合，
Figure FDA0002334193320000029
表示全部合法节点的集合；ω(x)表示为保密消息是否被窃听者窃听，当在x状态下保密消息被窃听到，则ω(x)＝1；否则为0；
A(·)代表传输调度策略，即可作为下一跳发送机的节点；此时，离散马尔科夫链由状态x转移到状态y有以下四种情况：
情况1：由
Figure FDA0002334193320000027
ω(x)＝0的状态x，转移到ω(y)＝0，
Figure FDA0002334193320000028
的状态y；
情况2：由
Figure FDA0002334193320000033
ω(x)＝0的状态x，转移到ω(y)＝1，
Figure FDA0002334193320000034
的状态y；
情况3：由
Figure FDA0002334193320000035
ω(x)＝1的状态x，转移到ω(y)＝1，
Figure FDA0002334193320000036
的状态y；
情况4：由
Figure FDA0002334193320000037
的状态x，转移到
Figure FDA0002334193320000038
的状态x；
其中，g表示目标节点；
从状态x到另一状态y的转换是一个随机事件，具体取决于在x状态下的所有可选择的动作
Figure FDA0002334193320000039
πxy(a)表征在采取动作
Figure FDA00023341933200000310
的前提下，从状态x转移到状态y的状态转移概率；
对于满足上述四个状态转移情况的状态转移概率表达式如下：
Figure FDA0002334193320000031
其他不满足上述四种状态转移情况的转移概率为零；其中，m代表从状态x转移到状态y过程中新增的已解码消息的节点，q(a)表示当发射节点为a时的安全中断概率，p(a,m)表示从发送节点a到接收节点m的连接成功概率。
6.根据权利要求5所述的一种基于马尔科夫链的无线体域网低时延传输调度方法，其特征在于，所述步骤S3中，根据节点间的路由安全中断概率和连接成功概率，建立离散马尔科夫链优化模型，其形式如下：
Figure FDA0002334193320000032
Figure FDA00023341933200000312
Figure FDA00023341933200000313
Figure FDA00023341933200000314
其中，目标函数定义为平均时延，i表示第i次状态转移，
Figure FDA00023341933200000311
表示在第i次状态转移后的已解码节点集合，E[·]为数学期望算子，c(·)表示状态转移过程中的产生的代价；第一个约束条件为保密性约束，
Figure FDA0002334193320000047
表示整条路由的安全中断概率，平均安全中断概率的阈值为∈；第二个约束条件为时延约束，目标节点解码消息时时延为0，否则时延为1；第三个约束为策略约束，
Figure FDA0002334193320000046
集合表示在没有安全中断概率约束的情况下的所有可能策略集；
根据离散马尔科夫链模型，在路由选择策略A(·)下，将无线体域网的安全中断概率HA (·)(x0)重新定义为如下表达式：
Figure FDA0002334193320000041
其中，
Figure FDA0002334193320000042
在式(7)中，x0代表初始状态，xi代表第i次状态转移后的状态，δ(·)代表在马尔科夫链模型中安全中断的定义，ω(·)表示在某一状态下保密消息是否被窃听，若未被窃听其值为0，否则其值为1；
根据重新定义的安全中断概率，优化模型转化为：
Figure FDA0002334193320000043
7.根据权利要求6所述的一种基于马尔科夫链的无线体域网低时延传输调度方法，其特征在于，所述步骤S4中，利用拉格朗日乘子法将有约束的优化问题转化为无约束的优化问题：
Figure FDA0002334193320000044
其中，
Figure FDA0002334193320000045
表示在策略A(·)下的代价函数，
Figure FDA0002334193320000051
表示安全中断概率约束，λ是拉格朗日乘子；
对于给定的λ，将选取动作a时状态x转移到状态y的时延成本函数
Figure FDA0002334193320000055
重新定义为：
Figure FDA0002334193320000052
其中，c(·)表示原成本函数，δ(·)表示安全中断函数；
相应的，在策略A(·)下给定λ的无约束目标函数
Figure FDA0002334193320000056
表达式如下：
Figure FDA0002334193320000053
8.根据权利要求7所述的一种基于马尔科夫链的无线体域网低时延传输调度方法，其特征在于，所述步骤S5中，根据贝尔曼优化理论中的价值迭代，获得贝尔曼方程如下：
Figure FDA0002334193320000054
其中，γ∈[0,1)是贝尔曼方程中的折扣因子，
Figure FDA0002334193320000057
表示状态x的邻居状态集合，y代表邻居状态，A*(·)表示最优的路由选择策略。
9.根据权利要求8所述的一种基于马尔科夫链的无线体域网低时延传输调度方法，其特征在于，所述步骤S5中，采用改进的实时动态规划算法获得低时延的传输调度方法，包括以下步骤：
(1)随机产生一个无线体域网拓扑，计算出节点间的距离；根据式(1)和式(2)计算出安全中断概率和连接成功概率，并且初始化所有状态值的上限V；
(2)初始化S为初始状态，此时已解码节点只有源节点且保密消息未被窃听；
(3)根据贝尔曼方程，以概率1-θ选取状态S的最佳动作a；概率θ随机选取状态S的动作集合A(S)中的其他动作；
(4)执行选取的动作，依据状态转移概率随机选择一个状态S'，重复步骤(3)，直到S'为吸收状态，转至步骤(5)；
(5)根据贝尔曼方程，回溯更新从初始状态到吸收状态转移过程中每一状态值V；
(6)重复步骤(2)至(5)，直到初始状态值V(S0)与前一次探索试验的差值小于阈值τ，则停止运行，并且返回最佳调度策略。
CN201911349015.8A 2019-12-24 2019-12-24 一种基于马尔科夫链的无线体域网低时延传输调度方法 Active CN111064665B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911349015.8A CN111064665B (zh) 2019-12-24 2019-12-24 一种基于马尔科夫链的无线体域网低时延传输调度方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911349015.8A CN111064665B (zh) 2019-12-24 2019-12-24 一种基于马尔科夫链的无线体域网低时延传输调度方法

Publications (2)

Publication Number Publication Date
CN111064665A true CN111064665A (zh) 2020-04-24
CN111064665B CN111064665B (zh) 2021-09-28

Family

ID=70303194

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911349015.8A Active CN111064665B (zh) 2019-12-24 2019-12-24 一种基于马尔科夫链的无线体域网低时延传输调度方法

Country Status (1)

Country Link
CN (1) CN111064665B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111641991A (zh) * 2020-05-07 2020-09-08 西北工业大学 一种基于数据缓存的多中继两跳网络安全传输方法
CN113194491A (zh) * 2021-04-30 2021-07-30 合肥工业大学 一种基于多目标的多跳无线网络拓扑优化方法
CN115361089A (zh) * 2022-07-08 2022-11-18 国网江苏省电力有限公司电力科学研究院 一种电力物联网的数据安全通信方法、系统、装置及存储介质

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110019693A1 (en) * 2009-07-23 2011-01-27 Sanyo North America Corporation Adaptive network system with online learning and autonomous cross-layer optimization for delay-sensitive applications
US20140101173A1 (en) * 2012-10-08 2014-04-10 Korea Institute Of Science And Technology Information Method of providing information of main knowledge stream and apparatus for providing information of main knowledge stream
CN104270793A (zh) * 2014-09-18 2015-01-07 北京邮电大学 一种基于卫星协同传输的资源分配方法
CN106131918A (zh) * 2016-08-12 2016-11-16 梁广俊 无线传感网中能量采集节点的联合路径选择和功率分配方法
CN108092891A (zh) * 2017-12-07 2018-05-29 重庆邮电大学 一种基于马尔科夫决策过程的数据调度方法
CN108124253A (zh) * 2017-11-14 2018-06-05 杭州电子科技大学 一种考虑安全的无线多跳网络路由选择和功率分配方法
CN108134772A (zh) * 2017-11-06 2018-06-08 杭州电子科技大学 一种采用aodv或dsdv协议实现的安全路由方法
CN108684046A (zh) * 2018-04-23 2018-10-19 重庆邮电大学 一种基于随机学习的接入网服务功能链部署方法
CN109951849A (zh) * 2019-02-25 2019-06-28 重庆邮电大学 一种在f-ran架构中联合资源分配和内容缓存的方法

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110019693A1 (en) * 2009-07-23 2011-01-27 Sanyo North America Corporation Adaptive network system with online learning and autonomous cross-layer optimization for delay-sensitive applications
US20140101173A1 (en) * 2012-10-08 2014-04-10 Korea Institute Of Science And Technology Information Method of providing information of main knowledge stream and apparatus for providing information of main knowledge stream
CN104270793A (zh) * 2014-09-18 2015-01-07 北京邮电大学 一种基于卫星协同传输的资源分配方法
CN106131918A (zh) * 2016-08-12 2016-11-16 梁广俊 无线传感网中能量采集节点的联合路径选择和功率分配方法
CN108134772A (zh) * 2017-11-06 2018-06-08 杭州电子科技大学 一种采用aodv或dsdv协议实现的安全路由方法
CN108124253A (zh) * 2017-11-14 2018-06-05 杭州电子科技大学 一种考虑安全的无线多跳网络路由选择和功率分配方法
CN108092891A (zh) * 2017-12-07 2018-05-29 重庆邮电大学 一种基于马尔科夫决策过程的数据调度方法
CN108684046A (zh) * 2018-04-23 2018-10-19 重庆邮电大学 一种基于随机学习的接入网服务功能链部署方法
CN109951849A (zh) * 2019-02-25 2019-06-28 重庆邮电大学 一种在f-ran架构中联合资源分配和内容缓存的方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
HAMID KHODAKARAMI: "Link Adaptation with Untrusted Relay Assignment:Design and Performance Analysis", 《IEEE TRANSACTIONS ON COMMUNICATIONS》 *
YANG XU: "SOQR: Secure Optimal QoS Routing in Wireless Ad Hoc Networks", 《IEEE XPLORE》 *
蒋卫恒: "基于协作的无线窃听信道安全通信与功率分配", 《CNKI博士论文全文数据库》 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111641991A (zh) * 2020-05-07 2020-09-08 西北工业大学 一种基于数据缓存的多中继两跳网络安全传输方法
CN111641991B (zh) * 2020-05-07 2022-02-08 西北工业大学 一种基于数据缓存的多中继两跳网络安全传输方法
CN113194491A (zh) * 2021-04-30 2021-07-30 合肥工业大学 一种基于多目标的多跳无线网络拓扑优化方法
CN115361089A (zh) * 2022-07-08 2022-11-18 国网江苏省电力有限公司电力科学研究院 一种电力物联网的数据安全通信方法、系统、装置及存储介质

Also Published As

Publication number Publication date
CN111064665B (zh) 2021-09-28

Similar Documents

Publication Publication Date Title
Saba et al. Secure and energy-efficient framework using Internet of Medical Things for e-healthcare
Khan et al. A trust based distributed intrusion detection mechanism for internet of things
Yang et al. An intelligent trust cloud management method for secure clustering in 5G enabled internet of medical things
CN111064665B (zh) 一种基于马尔科夫链的无线体域网低时延传输调度方法
Sharmila et al. Edge intelligent agent assisted hybrid hierarchical blockchain for continuous healthcare monitoring & recommendation system in 5G WBAN-IoT
CN108134772B (zh) 一种采用aodv或dsdv协议实现的安全路由方法
Wang et al. A source location privacy protection scheme based on ring-loop routing for the IoT
Jain Secure and energy-efficient route adjustment model for internet of things
Kartsakli et al. Reliable MAC design for ambient assisted living: Moving the coordination to the cloud
Zhao et al. Deep-reinforcement-learning-based latency minimization in edge intelligence over vehicular networks
Baburaj Polynomial and multivariate mapping-based triple-key approach for secure key distribution in wireless sensor networks
Ramasamy et al. E2DA: Energy efficient data aggregation and end-to-end security in 3D reconfigurable WSN
Roopa et al. Blockchain based spectrum sensing for secured cognitive radio wireless networks
Rani et al. A probabilistic routing-based secure approach for opportunistic IoT network using blockchain
CN109511111A (zh) 一种能量采集物联网系统数据安全传输的方法
Wang et al. A secure aggregation routing protocol with authentication and energy conservation
Sen et al. A distributed trust mechanism for mobile ad hoc networks
Altop et al. SKA-PS: Secure key agreement protocol using physiological signals
CN103347260B (zh) 可靠性的Ad hoc网络安全路由设备
Raja Rao et al. Intellectual routing mechanism for improving QOS in MANETS for secure data transmission
Pushpalakshmi et al. A Secure Dominating set based routing and key management scheme in Mobile Ad hoc Network
CN102638795A (zh) 可抵御攻击的分布式传感网络的信任评估方法
Shah et al. Resource allocation in fading multiple access wiretap channel via game theoretic learning
Raza et al. Comprehensive survey of routing protocols for wireless body area networks (WBANs)
Johnson QoS improvement in MANET using self organized balanced optimization

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