CN114051217B - 综合能源物联网传感器网络的安全路由方法和系统 - Google Patents

Abstract

本发明提供一种综合能源物联网传感器网络的安全路由方法和系统，其中方法包括：确定综合能源物联网传感器网络中数据信息传输的源节点和终端节点；根据所述综合能源物联网传感器网络的节点数量、源节点以及终端节点，得到用于表示数据信息传输路径的路由编码；计算所述路由编码的量化服务质量值，并提取量化服务质量值最优的路由编码作为目标安全路由；基于权重迭代更新所述路由编码，并返回上一步骤，直至达到设定的迭代停止条件；根据目标安全路由，将数据信息自源节点传输至终端节点。本发明可以在更少的迭代次数内获得更好的路由方案，并且全局搜索能力强，不会陷入局部最优而导致进化计算停滞。

Description

综合能源物联网传感器网络的安全路由方法和系统

技术领域

本发明涉及网络通信技术领域，尤其涉及一种综合能源物联网传感器网络的安全路由方法和系统。本发明中，综合能源物联网是指水、电、热、气能源物联网。

背景技术

为促进智能电网发展，完善煤、电、油、气领域信息资源共享机制，支持电、热、气、水集采集抄，建设跨行业能源运行动态数据集成平台，解决“最后一公里”问题，应当积极组织推进智慧城市建设。电、热、气、水四表合一集采系统通过数据联网共享和深度应用服务项目建设，可实现对电、热、气、水四表信息的全采集、全覆盖，为实时传送数据提供有效的技术支撑，同时通过提供区域能源使用比例及使用结构差异化分析结果，能够为制定节能降耗、减排增效、智慧城市建设等具体方案提供有效的数据支撑。

目前，综合能源物联网(无线)传感器网络通信技术作为一种成熟的通信技术，已经在全世界许多国家综合能源系统中部署使用。实现综合能源物联网的关键是建立一个安全、可靠、实时的通信网络，没有先进的网络综合能源物联网无法实现自身优势。(无线)传感器网络作为综合能源系统的感知神经末梢，具有独有的低功耗、灵活自组网以及可扩展等优势，可为综合能源物联网通信数据的传输提供了必要的通信机制。然而由于其存在信息传输失败的风险，一旦出现传输失败的情况，导致综合能源系统的重要信息未能及时收集，从而导致了大量综合能源系统中的设备信息漏报，这大大影响了整个配综合能源系统的安全运行。据统计数据显示，配综合能源系统的一系列数据问题已经造成了许多的综合能源系统的隐患。因此无线传感器网络的路由QoS(Quality of Service，服务质量)和安全性保障已经成为了综合能源系统提高综合能源系统运行效率和保证能源服务质量的关键因素。

(无线)传感器网络是由固定部署或随机撒抛在检测区域内大量体积微小、价格低廉的单体传感器节点构成。传感器节点通常体积较小，内置电池能源，非电网供电，节点能量大大受限，并且综合能源物联网无线传感器网络通常部署的电力区域环境非常复杂，一般工人难以触及，传感器节点的能量补充可见是比较困难的，与此同时各节点长期暴漏在外部环境，容易受到外部因素的恶意攻击，导致节点瘫痪，数据转发失败。如何高效使用能量以延长网络生存周期和保障路由转发安全是无线传感器网络解决的关键问题。现有的无线传感器网络路由方法大多解决单目标能耗问题，例如Flooding算法、SPIN算法和DD算法，由于协议本身特点，无法抵御网络黑洞攻击，已经不能完全满足现有的高QoS安全路由需求。

基于以上原因，为了进一步保障现行的综合能源物联网无线传感器网络的高QoS安全路由，大量的专家学者对其协议进行优化改进以期待更好的结果。现有技术中，综合能源物联网无线传感器网络的高QoS安全路由选择经常使用群智能算法，如基础遗传算法和粒子群算法；

现有技术的基于基础遗传算法(GA)的多跳路由方法中，路由通过遗传算法种群迭代，模仿自然界中的生物进化优胜略汰原则，从而进行最优个体的选择和最终保留。但是，传统GA由于自身算法机制限制，在进化过程中过早陷入局部最优解，导致算法性能下降且收敛速度较慢，短期迭代内无法获得更好的结果，路由方案QoS与安全性能不高。尤其是传感器网络节点规模较大时，GA寻优速度相对较慢，是无法满足综合能源系统的现实需求的。

现有技术的基于粒子群算法(PSO)的多跳路由方法中，路由通过PSO迭代来进行最优个体的选择和最终保留。然而粒子群也容易陷入局部最优且复杂度高，无法获得更优解。

发明内容

本发明提供一种综合能源物联网传感器网络的安全路由方法和系统，用以解决现有技术中路由算法存在的精度低、收敛速度慢、QoS值低和安全性能差的缺陷，实现高效率、高安全性、高QoS值的路由寻优。

本发明提供一种综合能源物联网传感器网络的安全路由方法，包括：

确定综合能源物联网传感器网络中数据信息传输的源节点和终端节点；

根据所述综合能源物联网传感器网络的节点数量、源节点以及终端节点，得到用于表示数据信息传输路径的路由编码；

计算所述路由编码的量化服务质量值，并提取量化服务质量值最优的路由编码作为目标安全路由；

基于权重迭代更新所述路由编码，并返回所述计算所述路由编码的量化服务质量值，并提取量化服务质量值最优的路由编码作为目标安全路由的步骤，直至达到设定的迭代停止条件；

根据目标安全路由，将数据信息自源节点传输至终端节点。

根据本发明提供的一种综合能源物联网传感器网络的安全路由方法，所述基于权重迭代更新所述路由编码的步骤包括：

生成第一随机数rand₁，并进行判断：

若第一随机数rand₁小于全局更新概率参数z，则以第一公式迭代更新所述路由编码：

式中，k为表示迭代次数的自然数；i为表示路由编码序号的自然数；

为第k+1次迭代中的第i个路由编码；UB和LB分别为路由编码的上限和下限；

若第一随机数rand₁不小于全局更新概率参数z，则生成第二随机数rand₂，并进行判断：

若第二随机数rand₂小于第k次迭代的更新概率参数p^k，则以第二公式迭代更新所述路由编码：

其中：

p^k＝tanh|S^k(i)-DF|

vb^k＝unifrnd(-a^k,a^k,1,N)

a^k＝arctan(-(k/G)+1)

式中，R_best为全局最优的路由编码；vb^k为长度为N的一维数组，通过unifrnd函数获得；N为综合能源物联网传感器网络中的节点数量；a^k为第k次迭代中的第一位置更新参数；G为设定的迭代次数上限；

为第k次迭代中的第i个路由编码对应的权重；X_A(k)和X_B(k)为第k次迭代中的任意两个路由编码；S^k(i)为第k次迭代中的第i个路由编码对应的量化服务质量值；DF为全局最优的路由编码对应的量化服务质量值；

若第二随机数rand₂不小于第k次迭代的更新概率参数p^k，则以第三公式迭代更新所述路由编码：

其中：

vc^k＝unifrnd(-b^k,b^k,1,N)

b^k＝1-(k/G)

式中，vc^k为长度为N的一维数组，通过unifrnd函数获得；b^k为第k次迭代中的第二位置更新参数；

为第k次迭代中的第i个路由编码；

所述第一随机数rand₁、第二随机数rand₂的取值范围均为[0，1]。

根据本发明提供的一种综合能源物联网传感器网络的安全路由方法，所述第k次迭代中的第i个路由编码对应的权重

通过第四公式计算得到：

式中，rand为取值范围为[0，1]的随机数；k为表示迭代次数的自然数；i为表示路由编码序号的自然数；bF为第k次迭代中量化服务质量值最优的路由编码；wF为第k次迭代中量化服务质量值最差的路由编码；S^k(i)为第k次迭代中的第i个路由编码对应的量化服务质量值。

根据本发明提供的一种综合能源物联网传感器网络的安全路由方法，所述计算所述路由编码的量化服务质量值的步骤包括：

解析所述路由编码，计算得到路由能耗、路由时延以及路由安全值；

根据路由能耗、路由时延以及路由安全值计算得到所述路由编码的量化服务质量值。

根据本发明提供的一种综合能源物联网传感器网络的安全路由方法，所述根据路由能耗、路由时延以及路由安全值计算得到所述路由编码的量化服务质量值的步骤包括：

根据第五公式计算得到所述路由编码的量化服务质量值S：

式中，ω₁、ω₂、ω₃分别为安全值权重、能耗权重、时延权重；Sv、Ec、Td分别为路由能耗、路由时延、路由安全值；Sv_standard、Ec_standard、Td_standard分别为设定的标准安全值、标准能耗、标准时延。

根据本发明提供的一种综合能源物联网传感器网络的安全路由方法，所述全局更新概率参数z为根据迭代次数变化的设定参数，且z≤0.4。

根据本发明提供的一种综合能源物联网传感器网络的安全路由方法，所述综合能源物联网传感器网络包括至少8个节点；所述路由编码的数量为40；所述迭代停止条件为迭代次数等于100次。

本发明还提供一种综合能源物联网传感器网络的安全路由系统，包括：

节点确定模块，用于确定综合能源物联网传感器网络中数据信息传输的源节点和终端节点；

路由编码模块，用于根据所述综合能源物联网传感器网络的节点数量、源节点以及终端节点，得到用于表示数据信息传输路径的路由编码；

计算模块，用于计算所述路由编码的量化服务质量值，并提取量化服务质量值最优的路由编码作为目标安全路由；

迭代模块，用于基于权重迭代更新所述路由编码，并返回所述计算模块，直至达到设定的迭代停止条件；

数据传输模块，用于根据目标安全路由，将数据信息自源节点传输至终端节点。

本发明还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述任一种所述综合能源物联网传感器网络的安全路由方法的步骤。

本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述任一种所述综合能源物联网传感器网络的安全路由方法的步骤。

本发明提供的综合能源物联网传感器网络的安全路由方法和系统，通过权重迭代更新路由编码，进行路由编码量化服务质量值的寻优过程，从而得到目标安全路由，具有更少的算法参数，从而能够达到更快的寻优速度，有效提升了综合能源物联网传感器网络的路由QoS与安全性；特别地，与现有的GA和PSO相比，本发明可以在更少的迭代次数内获得更好的路由方案，并且全局搜索能力强，不会陷入局部最优而导致进化计算停滞。

附图说明

为了更清楚地说明本发明或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图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。

图1是本发明提供的综合能源物联网传感器网络的安全路由方法的流程示意图；

图2是本发明实施例提供的求解问题总体流程示意图；

图3是本发明实施例提供的求解问题步骤S200的细化流程示意图；

图4是本发明实施例提供的网络节点数量为8时的数据路由转发示意图；

图5是本发明实施例提供的方法相对现有方法中采用粒子群算法和遗传算法的路由综合服务质量值的第一对比示意图；

图6是本发明实施例提供的方法相对现有方法中采用粒子群算法和遗传算法的路由综合服务质量值的第二对比示意图；

图7是本发明提供的电子设备的结构示意图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚，下面将结合本发明中的附图，对本发明中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

下面结合图1-图6描述本发明的综合能源物联网传感器网络的安全路由方法。

如图1所示，本发明实施例提供了一种综合能源物联网传感器网络的安全路由方法，包括：

步骤10，确定综合能源物联网传感器网络中数据信息传输的源节点和终端节点；

步骤20，根据所述综合能源物联网传感器网络的节点数量、源节点以及终端节点，得到用于表示数据信息传输路径的路由编码；

步骤30，计算所述路由编码的量化服务质量值，并提取量化服务质量值最优的路由编码作为目标安全路由；

步骤40，基于权重迭代更新所述路由编码，并返回所述计算所述路由编码的量化服务质量值，并提取量化服务质量值最优的路由编码作为目标安全路由的步骤，直至达到设定的迭代停止条件；

步骤50，根据目标安全路由，将数据信息自源节点传输至终端节点。

本实施例中，综合能源物联网传感器网络可以由固定部署或随机撒抛在检测区域内的单体传感器节点构成。

本实施例方法的执行主体可以为运行在综合能源物联网传感器网络上的路由程序或路由系统。

本实施例中步骤30和步骤40是基于本发明改进后的黏菌优化算法(SMA)，即新型自适应黏菌优化算法(ASMA)实现的。自适应黏菌优化算法模拟了黏菌在觅食过程中的行为和形态变化，通过权值指标模拟黏菌静脉状管的形态变化和收缩模式之间的三种相关性。

步骤30和步骤40中，所述路由编码相当于黏菌个体的位置编码，多个路由编码构成路由编码集合的过程相当于多个黏菌个体构成黏菌种群。路由编码的数量相当于黏菌种群的规模。量化服务质量值相当于黏菌个体的适应度。基于权重迭代更新所述路由编码，相当于黏菌个体基于适应度的随机移动。

本实施例的有益效果在于：

通过权重迭代更新路由编码，进行路由编码量化服务质量值的寻优过程，从而得到目标安全路由，具有更少的算法参数，从而能够达到更快的寻优速度，有效提升了综合能源物联网传感器网络的路由QoS与安全性；特别地，与现有的GA和PSO相比，本发明可以在更少的迭代次数内获得更好的路由方案，并且全局搜索能力强，不会陷入局部最优而导致进化计算停滞。

根据上述实施例，在本实施例中：

所述基于权重迭代更新所述路由编码的步骤包括：

生成第一随机数rand₁，并进行判断：

若第一随机数rand₁小于全局更新概率参数z，则以第一公式迭代更新所述路由编码：

式中，k为表示迭代次数的自然数；i为表示路由编码序号的自然数；

为第k+1次迭代中的第i个路由编码；UB和LB分别为路由编码的上限和下限；

若第一随机数rand₁不小于全局更新概率参数z，则生成第二随机数rand₂，并进行判断：

若第二随机数rand₂小于第k次迭代的更新概率参数p^k，则以第二公式迭代更新所述路由编码：

其中：

p^k＝tanh|S^k(i)-DF|

vb^k＝unifrnd(-a^k,a^k,1,N)

a^k＝arctan(-(k/G)+1)

式中，R_best为全局最优的路由编码；vb^k为长度为N的一维数组，通过unifrnd函数获得；N为综合能源物联网传感器网络中的节点数量；a^k为第k次迭代中的第一位置更新参数；G为设定的迭代次数上限；

为第k次迭代中的第i个路由编码对应的权重；X_A(k)和X_B(k)为第k次迭代中的任意两个路由编码；S^k(i)为第k次迭代中的第i个路由编码对应的量化服务质量值；DF为全局最优的路由编码对应的量化服务质量值；

若第二随机数rand₂不小于第k次迭代的更新概率参数p^k，则以第三公式迭代更新所述路由编码：

其中：

vc^k＝unifrnd(-b^k,b^k,1,N)

b^k＝1-(k/G)

式中，vc^k为长度为N的一维数组，通过unifrnd函数获得；b^k为第k次迭代中的第二位置更新参数；

为第k次迭代中的第i个路由编码；

所述第一随机数rand₁、第二随机数rand₂的取值范围均为[0，1]。

所述第k次迭代中的第i个路由编码对应的权重

通过第四公式计算得到：

式中，rand为取值范围为[0，1]的随机数；k为表示迭代次数的自然数；i为表示路由编码序号的自然数；bF为第k次迭代中量化服务质量值最优的路由编码；wF为第k次迭代中量化服务质量值最差的路由编码；S^k(i)为第k次迭代中的第i个路由编码对应的量化服务质量值。

在本实施例的一个优选方案中，所述全局更新概率参数z为根据迭代次数变化的设定参数，且z≤0.4。所述综合能源物联网传感器网络包括至少8个节点；所述路由编码的数量为40；所述迭代停止条件为迭代次数等于100次。

本实施例的有益效果在于：

在上述实施例的基础上，本实施例进一步提供了自适应黏菌优化算法(ASMA)的具体运算参数构成，基于本实施例提供的运算参数，ASMA路由方法相比于现有技术的PSO和GA得到的QoS值提高了8％～15％，并且具有更低的算法复杂度、更好的寻优速度和鲁棒性。

本实施例可以在更少的迭代次数内获得更好的路由方案。传统黏菌算法中，由于其本身不具备根据收敛趋势来进行调整参数z的变化，从而不能及时调整黏菌位置变化空间。

而本实施例做了改进，引入了自适应机制，在迭代过程中根据之前的代数对应的优化数值进行判定其是否趋于收敛，进而调整位置更新参数z的变化，促使算法朝着全局最优发展。通过实验验证，该算法全局搜索能力强，不会陷入局部最优而导致进化计算停滞。

本实施例中，参数z的变化可以采用随机生成的方式进行，以跳出局部最优的陷阱。

根据上述任一实施例，在本实施例中：

所述计算所述路由编码的量化服务质量值的步骤包括：

解析所述路由编码，计算得到路由能耗、路由时延以及路由安全值；

根据路由能耗、路由时延以及路由安全值计算得到所述路由编码的量化服务质量值。

本实施例应用于仿真场景时，仿真系统可以产生符合预设规律的数值或者符合预设分布的随机数，作为路由安全值；本实施例应用于实际安全路由场景时，采用每个传感器的接收数据包和转发数据包的比例，作为路由安全值数据，这一场景下，路由安全值除了可以用作数值计算进而判定安全路由外，还能用于确定该传感器节点是否被恶意攻击(恶意攻击可能导致传感器节点大量接收数据而不转发，从而陷入黑洞模式，即成为黑洞恶意节点)导致安全等级降低。

所述根据路由能耗、路由时延以及路由安全值计算得到所述路由编码的量化服务质量值的步骤包括：

根据第五公式计算得到所述路由编码的量化服务质量值S：

式中，ω₁、ω₂、ω₃分别为安全值权重、能耗权重、时延权重；Sv、Ec、Td分别为路由能耗、路由时延、路由安全值；Sv_standard、Ec_standard、Td_standard分别为设定的标准安全值、标准能耗、标准时延。

本实施例中，标准安全值、标准能耗、标准时延的设置可以基于单个路由子链路的能耗、时延、安全值上限进行。例如对于第一节点-第三节点-第五节点的路由，标准安全值、标准能耗、标准时延可以设置为第一节点至第三节点的路由子链路的能耗、时延、安全值上限。

本实施例的有益效果在于：

本实施例根据综合能源物联网传感器网络当前任务需求选取合适参数，采用求和归一化方法来计算出黏菌编码位置X₀(即路由编码)的综合QoS值(即量化服务质量值)。本实施例中，综合能源物联网传感器网络用于进行能源系统数据传输业务，安全值越高，能耗和时延越低，则路由QoS越高，选取链路安全值，能耗和时延作为参数进行QoS值的计算，有利于在保证安全性、QoS值的前提下，降低算法复杂度、提升寻优速度。

下面将从整体的角度提供一种综合能源物联网无线传感器网络的高服务质量安全路由方法的实施例。

首先介绍现有技术的缺点：

遗传算法由于自身算法机制限制，在进化过程中过早陷入局部最优解，导致算法性能下降且收敛速度较慢，短期迭代内无法获得更好的结果，路由方案QoS与安全性能不高。尤其是传感器网络节点规模较大时，GA寻优速度相对较慢，是无法满足综合能源物联网系统的现实需求的。然而粒子群算法基于粒子位置移动更新迭代，粒子快速集中也容易陷入局部最优且复杂度高，无法获得更优解，也即无法满足综合能源物联网系统的实时性要求。

下面将介绍本实施例的发明思路：

本发明提供一种综合能源物联网无线传感器网络的高服务质量安全路由方法。该方法可以有效解决现有方案中路由算法存在的精度低，收敛速度慢，QoS值低和安全性能差的问题。

黏菌优化算法(SMA)是一种新型群智能算法，也是一种用来寻找优化路由的概率型算法，该算法是受到其灵感来自于黏菌的扩散和觅食行为。本发明对黏菌种群位置更新的重要阶段做了改进，发明一种新型自适应黏菌优化算法(ASMA)并将其与综合能源物联网无线传感器网络的路由寻优相结合。ASMA随机从路由源节点出发，依次搜索路由，通过每一代的种群进化寻找最优方案。并通过对每个黏菌个体的路由评价来判断解的优劣。ASMA相对GA来说，算法流程较为简单，它没有GA繁琐的交叉变异步骤。自适应黏菌优化算法模拟了黏菌在觅食过程中的行为和形态变化，通过权值指标模拟黏菌静脉状管的形态变化和收缩模式之间的三种相关性。搜索过程中多个黏菌个体同时进行寻优，很大程度上提升算法的运行速度。它通过种群迭代机制，使得搜索过程不断收敛，最终逼近最优解。ASMA的求解精度高、算法寻优快等优点引起了科学界的关注。ASMA在很多实际复杂问题中表现了良好的性能。综合能源物联网无线传感器网络的高QoS安全路由问题正好属于ASMA所擅长解决的NP难问题。

如图2所示，本实施例提供的合能源物联网无线传感器网络的高QoS安全路由方法，包括：

步骤S100，用于采集综合能源信息的N个无线传感器自组织形成无线传感器网络，每个节点与周围的邻居节点互相通信；

其中，邻居节点是指距离小于设定的通信距离的两个节点。

步骤S200，任意收集节点开始信息传输，调用自适应黏菌优化算法选择高QoS安全路由；

步骤S300，综合能源物联网无线传感器网络依据自适应黏菌优化算法的路由方案将综合能源系统的数据信息传输至终端节点。

如图3所示，步骤S200细化步骤如下：

步骤S210，根据网络节点数量N对自适应黏菌优化算法的黏菌个体的位置X进行整数编码，编码为长度为N的整数序列，特别地，0代表未对该位置进行编码；值得说明的是，本实施例中的黏菌个体位置编码即为上述实施例中的路由编码，本实施例从黏菌优化算法的角度出发进行描述，但其方案本质仍然与上述实施例相同，其中各个概念的不同表述可以通用替换理解。

例如，如果有8个可供选择的传感器节点，依次编号1-8，1代表源节点，8代表终端节点，则编码方案16542800代表路由转发经过1-6-5-4-2-8，由于第六位是8，数据转发成功，第七位第八位即可编码为0。同样的，编码13758000代表路由转发经过1-3-7-5-8。以此类推，15436728代表路由转发经过1-5-4-3-6-7-2-8。

换言之，黏菌个体位置编码的规则为：

首位为源节点的序号，最后一个非0位为终端节点的序号。

步骤S220，初始化自适应黏菌优化算法参数，设黏菌种群规模为M，迭代次数上限设为G，M和G为自然数，设定黏菌种群更新概率参数z，同时为每个黏菌个体初始化编码X₀；

本实施例中黏菌种群规模，即黏菌数量，与上述实施例中的路由编码数量为同一概念。本实施例中的黏菌种群更新概率参数z与上述实施例中的全局更新概率参数z为同一参数。

设定黏菌数量＝40，最大迭代次数G＝100；

步骤S230，计算黏菌个体的初始位置X₀的路由综合QoS值，即量化服务质量值；

具体包括：

步骤S231，设置能耗上限值，计算提取黏菌个体编码的非0路由方案；

步骤S232，根据黏菌个体初始路由，依次计算得出每条链路的能耗，时延和安全值；

步骤S233，根据每条链路上的能耗，时延和安全值，计算出整个路由的总能耗，总时延，总安全值。对安全值，能耗倒数，时延倒数三种属性进行归一化，加权计算，时延与能耗的求和作分母，安全值作分子，三者按规则计算即得到综合QoS值。

在本实施例中，根据综合能源物联网无线传感器网络当前任务需求选取合适参数，采用求和归一化方法来计算出黏菌编码位置X₀的综合QoS值。本实施例中综合能源物联网无线传感器网络正在进行综合能源系统数据传输业务，安全值越高，能耗和时延越低，则路由QoS越高，选取链路安全值，能耗和时延作为参数进行QoS值的计算。

例如，设综合能源物联网无线传感器网络的路由转发从源节点1经过节点3、5到达终点8，路由方案为1-3-5-8。网络所能接受的能耗上限为0.01J(焦耳)。

链路1-3的能耗、时延和安全值分别为0.009J，0.01ms，5。

链路3-5的能耗、时延和安全值分别为0.009J，0.02ms，2。

链路5-8的能耗、时延和安全值分别为0.008J，0.01ms，6。

当粒子位置X₀为13580000时，路由方案为1-3-5-8。

则总能耗＝0.026J。若单次路由网络能耗上限0.025J，则这一总能耗值超过了所能接收的单次路由网络能耗上限0.025J，即黏菌个体的路由方案的QoS值为0。若单次路由网络能耗上限大于0.026J，则可以继续进行QoS值的计算。

总时延＝0.04ms，总安全值＝13。设定时延上限0.1ms，安全值范围1-10。能耗、时延和安全值的权重分别为0.3、0.3、0.4。归一化后加权计算：

(0.4*1.3)/(0.3*2.6+0.3*0.4)＝0.52/(0.78+0.12)＝0.58，即黏菌位置13580000对应的QoS值为0.58。

步骤S240，根据黏菌种群的适应度值(即QoS值/量化服务质量值)，进行排序，选出综合能源物联网无线传感器网络最好路由bF和最差路由wF。

步骤S250，按照计算公式计算每个黏菌个体的适应度权重，

公式中，k为迭代次数，k为自然数，bF表示当前代数的最好路由，wF表示当前代数的最差路由，S^k(i)表示第k次迭代的黏菌的路由综合QoS值，

表示黏菌个体的权重，rand表示计算机随机生成的[0,1]的实数；

步骤S260，更新综合能源物联网无线传感器网络的最佳适应度值DF和最佳路由方案R_best。

步骤S270，根据步骤S250中所述的第k次迭代时黏菌个体的权重

按照计算公式自适应的更新每个黏菌个体的位置，即第k+1次迭代时黏菌个体的位置

计算公式为：

其中，p^k表示第k次迭代时黏菌位置更新概率，a^k和b^k为位置更新参数，随着迭代次数而变化。vb^k和vc^k表示长度为N的一维数组。特别地，

是第k+1次迭代时黏菌个体的位置，更新方式有三种，分别根据参数z，p^k进行判定。其中z可以根据迭代的收敛情况进行动态调整。UB和LB分别是黏菌个体位置的上限和下限。R_best表示最佳路由方案。vb^k和vc^k表示长度为N的一维数组。

表示黏菌个体适应度权重。X(k)表示当前黏菌个体的位置编码。X_A和X_B是黏菌种群中的任意两个黏菌个体编码。rand₁和rand₂表示电脑随机产生的0到1之间的随机数。

步骤S280，根据第k+1次迭代时黏菌个体的位置

计算黏菌种群中每个黏菌个体位置

的路由综合QoS值；

具体包括：

步骤S281，计算提取黏菌个体编码的非0路由方案；

步骤S282，根据黏菌个体初始路由，依次计算得出每条链路的能耗，时延和安全值；

步骤S283，根据每条链路上的能耗，时延和安全值，计算出整个路由的总能耗，总时延，总安全值。对安全值，能耗倒数，时延倒数三种属性进行归一化，加权计算后三者求和即得到综合QoS值。

步骤S290，算法主流程运行完毕，当前代数k是否满足循环中止条件，如果满足，则输出R_best作为综合能源物联网无线传感器网络的最佳路由方案；如果不满足，继续返回步骤S250。

值得说明的是，本实施例中，各个参数的说明名称虽然与上述实施例不同，但同一符号表示的参数值在本实施例和上述任一实施例中均为同一参数，可以替换理解。

下面将详细给出本实施例的软件仿真实验的参数设置与仿真结果，并通过对比例说明本实施例的有益效果。

本实施例中共设有8个传感器节点。综合能源物联网无线传感器网络能够从8个节点中任意选择一个或几个中继节点，组成转发路由。综合能源物联网无线传感器网络的单次路由所能接受的能耗上限为0.025J(焦耳)。每条链路的时延在0到0.01ms之间随机生成，安全值在0到10之间随机生成。自适应黏菌优化算法中黏菌的数量为M＝40，迭代次数上限G＝100，黏菌的位置变化最小值为2，最大值为7。作为对比算法的GA种群大小M＝40，迭代次数上限G＝100，交叉概率为0.75，变异概率为0.06。作为对比算法的PSO，种群大小M＝40，迭代次数上限G＝100，粒子速度下限设为0，速度上限设为2。

图4是本实施例的方法步骤S200的数据转发路由过程示意图。综合能源物联网无线传感器网络调用自适应黏菌优化算法选择高QoS安全路由，从节点1开始传输数据，通过调用自适应黏菌优化算法选出节点3，5作为中继节点，进而传送到节点8，终结点8将信息传输给基站，进而通过基站发送到互联网，最终通过互联网传输到管理终端进行分析，便于工人及时进行决策。

图5是本实施例的方法对比现有方法中的PSO和GA的路由综合QoS值的对比图。由图5可以看出，最上面的实线是本实施例提供的综合能源物联网无线传感器网络的高QoS安全路由方法求解问题得到的综合QoS值曲线，中间的虚线是PSO得到的路由综合QoS值曲线，最下面的星线是GA得到的综合QoS值曲线。从图5的仿真结果中可以得出，在算法运行100次后，本实施例所述的方法得到的综合QoS数值比粒子群算法高出0.046，比遗传算法高出0.083。本实例1方法性能相对于粒子群算法提升了8.6％，相对于遗传算法提升了13.3％。这些对比结果证明了采用本发明方法得出的路由结果能够明显提升综合能源物联网无线传感器网络的综合通信QoS。特别地，从图5中还可以看出，本发明方法的求解问题的性能比粒子群算法和遗传算法都要稳定，在70次迭代后就曲线逐渐变平收敛且基本达到更优解。在100次迭代过程中，粒子群算法和遗传算法在整个曲线上升趋势不明显，特别的，GA容易陷入局部最优。对比的两种算法得到的QoS值都相对高，因此不利于实际系统采用。

区别于上一实施例，下面将提供另一参数不同的综合能源物联网无线传感器网络的高服务质量安全路由方法实施例。

一种综合能源物联网无线传感器网络的高QoS安全路由方法，包括：

步骤S100，用于采集综合能源信息的N个无线传感器自组织形成无线传感器网络，每个节点与周围的邻居节点互相通信；

步骤S200，任意收集节点开始信息传输，调用自适应黏菌优化算法选择高QoS安全路由；

步骤S300，综合能源物联网无线传感器网络依据自适应黏菌优化算法的路由方案将综合能源系统的数据信息传输至终端节点；

步骤S200包括如下步骤：

步骤S210，根据网络节点数量N对自适应黏菌优化算法的黏菌个体的位置X进行整数编码，编码为长度为N的整数序列，特别地，0代表未对该位置进行编码；

例如，如果有8个可供选择的传感器节点，依次编号1-8，1代表源节点，8代表终端节点，则编码方案17456800代表路由转发经过1-7-4-5-6-8，

步骤S220，初始化自适应黏菌优化算法参数，设黏菌种群规模为M，迭代次数上限设为G，M和G为自然数，设定黏菌种群更新概率参数z，同时为每个黏菌个体初始化编码X₀；

设定黏菌数量＝40，最大迭代次数G＝100；

步骤S230，计算黏菌个体的初始位置X₀的路由综合QoS值；

具体包括：

步骤S231，设置时延上限值，计算提取黏菌个体编码的非0路由方案；

步骤S232，根据黏菌个体初始路由，依次计算得出每条链路的能耗，时延和安全值；

步骤S233，根据每条链路上的能耗，时延和安全值，计算出整个路由的总能耗，总时延，总安全值。对安全值，能耗倒数，时延倒数三种属性进行归一化，加权计算，时延与能耗的求和作分母，安全值作分子，三者按规则计算即得到综合QoS值。

在本实施例中，根据综合能源物联网无线传感器网络当前任务需求选取合适参数，采用求和归一化方法来计算出黏菌编码位置X₀的综合QoS值。本实施例中综合能源物联网无线传感器网络正在进行综合能源系统数据传输业务，安全值越高，能耗和时延越低，则路由QoS越高，选取链路安全值，能耗和时延作为参数进行QoS值的计算。

例如，设综合能源物联网无线传感器网络的路由转发从源节点1经过节点7、4、5、6到达终点8，路由方案为1-7-4-5-6-8。网络所能接受的时延上限为0.5ms(毫秒)。

链路1-7的能耗、时延和安全值分别为0.005J，0.01ms，4。

链路7-4的能耗、时延和安全值分别为0.004J，0.02ms，2。

链路4-5的能耗、时延和安全值分别为0.006J，0.04ms，1。

链路5-6的能耗、时延和安全值分别为0.001J，0.02ms，2。

链路6-8的能耗、时延和安全值分别为0.008J，0.03ms，7。

当粒子位置X₀为17456800时，路由方案为1-7-4-5-6-8。

则总时延＝0.12ms，未超过了所能接收的单次路由网络时延上限0.5ms。总能耗＝0.024J，总安全值＝16。设定安全值范围1-10。能耗、时延和安全值的权重分别为0.3、0.3、0.4。归一化后加权计算：

(0.4*1.6)/(0.3*2.4+0.3*1.2)＝0.64/(0.72+0.36)＝0.59，即黏菌位置13580000对应的QoS值为0.58。

步骤S240，根据黏菌种群的适应度值进行排序，选出综合能源物联网无线传感器网络最好路由bF和最差路由wF。

步骤S250，按照计算公式计算每个黏菌个体的适应度权重，

公式中，k为迭代次数，k为自然数，bF表示当前代数的最好路由，wF表示当前代数的最差路由，S^k(i)表示第k次迭代的黏菌的路由综合QoS值，

表示黏菌个体的权重，rand表示计算机随机生成的[0,1]的实数；

步骤S260，更新综合能源物联网无线传感器网络的最佳适应度值DF和最佳路由方案R_best。

步骤S270，根据步骤S250中所述的第k次迭代时黏菌个体的权重

按照计算公式自适应的更新每个黏菌个体的位置，即第k+1次迭代时黏菌个体的位置

计算公式为：

其中，p^k表示第k次迭代时黏菌位置更新概率，a^k和b^k为位置更新参数，随着迭代次数而变化。vb^k和vc^k表示长度为N的一维数组。特别地，

是第k+1次迭代时黏菌个体的位置，更新方式有三种，分别根据参数z，p^k进行判定。其中z可以根据迭代的收敛情况进行动态调整。UB和LB分别是黏菌个体位置的上限和下限。R_best表示最佳路由方案。vb^k和vc^k表示长度为N的一维数组。

表示黏菌个体适应度权重。X(k)表示当前黏菌个体的位置编码。X_A和X_B是黏菌种群中的任意两个黏菌个体编码。rand₁和rand₂表示电脑随机产生的0到1之间的随机数。

步骤S280，根据第k+1次迭代时黏菌个体的位置

计算黏菌种群中每个黏菌个体位置

的路由综合QoS值；

具体包括：

步骤S281，计算提取黏菌个体编码的非0路由方案；

步骤S282，根据黏菌个体初始路由，依次计算得出每条链路的能耗，时延和安全值；

步骤S283，根据每条链路上的能耗，时延和安全值，计算出整个路由的总能耗，总时延，总安全值。对安全值，能耗倒数，时延倒数三种属性进行归一化，加权计算后三者求和即得到综合QoS值。

步骤S290，算法主流程运行完毕，当前代数k是否满足循环中止条件，如果满足，则输出R_best作为综合能源物联网无线传感器网络的最佳路由方案；如果不满足，继续返回步骤S250。

以下段落内容详细给出本实施例的软件仿真实验的参数设置与仿真结果。

本实施例中亦共有8个网络节点。综合能源物联网无线传感器网络能够从8个节点中任意选择一个或几个中继节点，组成转发路由。综合能源物联网无线传感器网络的单次路由所能接受的时延上限为0.5ms(毫秒)。每条链路的时延在0到0.01ms之间随机生成，安全值在0到10之间随机生成。自适应黏菌优化算法中黏菌的数量为M＝40，迭代次数上限G＝100，黏菌的位置变化最小值为2，最大值为7。作为对比算法的GA种群大小M＝40，迭代次数上限G＝100，交叉概率为0.75，变异概率为0.06。作为对比算法的PSO，种群大小M＝40，迭代次数上限G＝100，粒子速度下限设为0，速度上限设为2。

图6是本发明实施例1的方法对比现有方法中的PSO和GA的路由综合QoS值的对比图。由图6可以看出，最上面的实线是本发明所提出的综合能源物联网无线传感器网络的高QoS安全路由方法求解问题得到的综合QoS值曲线，中间的虚线是PSO得到的路由综合QoS值曲线，最下面的星线是GA得到的综合QoS值曲线。从图6的仿真结果中可以得出，在算法运行100次后，本实施例所述的方法得到的综合QoS数值比粒子群算法、遗传算法得到的综合QoS值分别高出0.054、0.80，性能相对于二者分别提升了8.6％、13.3％。这些对比结果证明了采用本发明方法得出的路由结果能够明显提升综合能源物联网无线传感器网络的综合通信QoS。特别地，从图6中还可以看出，本发明方法的求解问题的性能比粒子群算法和遗传算法都要稳定，在60次迭代后就曲线逐渐变平收敛且基本达到更优解。粒子群算法相对波动较大，在100次迭代过程中GA收敛曲线上升趋势不明显，陷入局部最优，并且得到的QoS值较低，不利于现实综合能源系统使用。

上述两个带有具体参数值的实施例的有益效果总体说明如下。

这两个实施例提供的一种综合能源物联网无线传感器网络的高服务质量安全路由方法，其主要优势在于：

在综合能源物联网无线传感器网络选择高服务质量安全路由方案的中，自适应黏菌优化算法求解问题过程明了且简洁，算法参数相对较少，寻优速度快，有效提升了综合能源物联网无线传感器网络的路由服务质量与安全性；特别地，与现有的遗传算法和粒子群算法相比，本发明创造可以在更少的迭代次数内即可获得更好的路由方案，并且全局搜索能力强，不会陷入局部最优而导致进化计算停滞。从而更好的实现电、热、气、水全网计量表计的自动采集，将有效减少抄表工作所投入的人工成本，并且把抄收工作的重点由原先的抄表转为费用催收，提升费用回收率、同时保证采集数据的实时性、准确性、可靠性，为公司抄表算费、线损分析、能效管控、决策支持提供准确有效的基础数据支撑，特别是线损分析，将打破原有按月统计线损的短板，实现日线损分析、时时线损分析为公司降低线损指标提供准确、及时的数据保障。

通过一系列模拟实验的仿真结果证明，所提出的综合能源物联网无线传感器网络的高服务质量安全路由方法相比当前方案中的粒子群算法和遗传算法得到的QoS值提高了8％～15％。

综上所述，本发明所描述的方法可以提高综合能源物联网无线传感器网络的综合QoS值，推广前景良好。该方法全部运行在综合能源物联网无线传感器网络侧，目标是提高综合能源物联网无线传感器网络综合QoS，为重要综合能源物联网检测数据选择合适的路由方案，方法具有步骤明晰、操作简单、算法复杂度低、鲁棒性较强等优点。

下面对本发明提供的综合能源物联网传感器网络的安全路由装置进行描述，下文描述的综合能源物联网传感器网络的安全路由装置与上文描述的综合能源物联网传感器网络的安全路由方法可相互对应参照。

本发明实施例还提供了一种综合能源物联网传感器网络的安全路由系统，其特征在于，包括：

节点确定模块，用于确定综合能源物联网传感器网络中数据信息传输的源节点和终端节点；

路由编码模块，用于根据所述综合能源物联网传感器网络的节点数量、源节点以及终端节点，得到用于表示数据信息传输路径的路由编码；

计算模块，用于计算所述路由编码的量化服务质量值，并提取量化服务质量值最优的路由编码作为目标安全路由；

迭代模块，用于基于权重迭代更新所述路由编码，并返回所述计算模块，直至达到设定的迭代停止条件；

数据传输模块，用于根据目标安全路由，将数据信息自源节点传输至终端节点。

本实施例的有益效果在于：

通过权重迭代更新路由编码，进行路由编码量化服务质量值的寻优过程，从而得到目标安全路由，具有更少的算法参数，从而能够达到更快的寻优速度，有效提升了综合能源物联网传感器网络的路由QoS与安全性；特别地，与现有的GA和PSO相比，本发明可以在更少的迭代次数内获得更好的路由方案，并且全局搜索能力强，不会陷入局部最优而导致进化计算停滞。

图7示例了一种电子设备的实体结构示意图，如图7所示，该电子设备可以包括：处理器(processor)710、通信接口(Communications Interface)720、存储器(memory)730和通信总线740，其中，处理器710，通信接口720，存储器730通过通信总线740完成相互间的通信。处理器710可以调用存储器730中的逻辑指令，以执行综合能源物联网传感器网络的安全路由方法，该方法包括：确定综合能源物联网传感器网络中数据信息传输的源节点和终端节点；根据所述综合能源物联网传感器网络的节点数量、源节点以及终端节点，得到用于表示数据信息传输路径的路由编码；计算所述路由编码的量化服务质量值，并提取量化服务质量值最优的路由编码作为目标安全路由；基于权重迭代更新所述路由编码，并返回所述计算所述路由编码的量化服务质量值，并提取量化服务质量值最优的路由编码作为目标安全路由的步骤，直至达到设定的迭代停止条件；根据目标安全路由，将数据信息自源节点传输至终端节点。

此外，上述的存储器730中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。

另一方面，本发明还提供一种计算机程序产品，所述计算机程序产品包括存储在非暂态计算机可读存储介质上的计算机程序，所述计算机程序包括程序指令，当所述程序指令被计算机执行时，计算机能够执行上述各方法所提供的综合能源物联网传感器网络的安全路由方法，该方法包括：确定综合能源物联网传感器网络中数据信息传输的源节点和终端节点；根据所述综合能源物联网传感器网络的节点数量、源节点以及终端节点，得到用于表示数据信息传输路径的路由编码；计算所述路由编码的量化服务质量值，并提取量化服务质量值最优的路由编码作为目标安全路由；基于权重迭代更新所述路由编码，并返回所述计算所述路由编码的量化服务质量值，并提取量化服务质量值最优的路由编码作为目标安全路由的步骤，直至达到设定的迭代停止条件；根据目标安全路由，将数据信息自源节点传输至终端节点。

又一方面，本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现以执行上述各提供的综合能源物联网传感器网络的安全路由方法，该方法包括：确定综合能源物联网传感器网络中数据信息传输的源节点和终端节点；根据所述综合能源物联网传感器网络的节点数量、源节点以及终端节点，得到用于表示数据信息传输路径的路由编码；计算所述路由编码的量化服务质量值，并提取量化服务质量值最优的路由编码作为目标安全路由；基于权重迭代更新所述路由编码，并返回所述计算所述路由编码的量化服务质量值，并提取量化服务质量值最优的路由编码作为目标安全路由的步骤，直至达到设定的迭代停止条件；根据目标安全路由，将数据信息自源节点传输至终端节点。

以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。

最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：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；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (9)

1.一种综合能源物联网传感器网络的安全路由方法，其特征在于，包括：

确定综合能源物联网传感器网络中数据信息传输的源节点和终端节点；

根据所述综合能源物联网传感器网络的节点数量、源节点以及终端节点，得到用于表示数据信息传输路径的路由编码；

计算所述路由编码的量化服务质量值，并提取量化服务质量值最优的路由编码作为目标安全路由；

基于权重迭代更新所述路由编码，并返回所述计算所述路由编码的量化服务质量值，并提取量化服务质量值最优的路由编码作为目标安全路由的步骤，直至达到设定的迭代停止条件；

所述基于权重迭代更新所述路由编码的步骤包括：

生成第一随机数rand₁，并进行判断：

若第一随机数rand₁小于全局更新概率参数z，则以第一公式迭代更新所述路由编码：

式中，k为表示迭代次数的自然数；i为表示路由编码序号的自然数；

为第k+1次迭代中的第i个路由编码；UB和LB分别为路由编码的上限和下限；

若第一随机数rand₁不小于全局更新概率参数z，则生成第二随机数rand₂，并进行判断：

若第二随机数rand₂小于第k次迭代的更新概率参数p^k，则以第二公式迭代更新所述路由编码：

其中：

p^k＝tanh|S^k(i)-DF|

vb^k＝unifrnd(-a^k,a^k,1,N)

a^k＝arctan(-(k/G)+1)

式中，R_best为全局最优的路由编码；vb^k为长度为N的一维数组，通过unifrnd函数获得；N为综合能源物联网传感器网络中的节点数量；a^k为第k次迭代中的第一位置更新参数；G为设定的迭代次数上限；

为第k次迭代中的第i个路由编码对应的权重；X_A(k)和X_B(k)为第k次迭代中的任意两个路由编码；S^k(i)为第k次迭代中的第i个路由编码对应的量化服务质量值；DF为全局最优的路由编码对应的量化服务质量值；

若第二随机数rand₂不小于第k次迭代的更新概率参数p^k，则以第三公式迭代更新所述路由编码：

其中：

vc^k＝unifrnd(-b^k,b^k,1,N)

b^k＝1-(k/G)

式中，vc^k为长度为N的一维数组，通过unifrnd函数获得；b^k为第k次迭代中的第二位置更新参数；

为第k次迭代中的第i个路由编码；

所述第一随机数rand₁、第二随机数rand₂的取值范围均为[0，1]；

根据目标安全路由，将数据信息自源节点传输至终端节点。

2.根据权利要求1所述的综合能源物联网传感器网络的安全路由方法，其特征在于，所述第k次迭代中的第i个路由编码对应的权重

通过第四公式计算得到：

式中，rand为取值范围为[0，1]的随机数；k为表示迭代次数的自然数；i为表示路由编码序号的自然数；bF为第k次迭代中量化服务质量值最优的路由编码；wF为第k次迭代中量化服务质量值最差的路由编码；S^k(i)为第k次迭代中的第i个路由编码对应的量化服务质量值。

3.根据权利要求1所述的综合能源物联网传感器网络的安全路由方法，其特征在于，所述计算所述路由编码的量化服务质量值的步骤包括：

解析所述路由编码，计算得到路由能耗、路由时延以及路由安全值；

根据路由能耗、路由时延以及路由安全值计算得到所述路由编码的量化服务质量值。

4.根据权利要求3所述的综合能源物联网传感器网络的安全路由方法，其特征在于，所述根据路由能耗、路由时延以及路由安全值计算得到所述路由编码的量化服务质量值的步骤包括：

根据第五公式计算得到所述路由编码的量化服务质量值S：

式中，ω₁、ω₂、ω₃分别为安全值权重、能耗权重、时延权重；Sv、Ec、Td分别为路由能耗、路由时延、路由安全值；Sv_standard、Ec_standard、Td_standard分别为设定的标准安全值、标准能耗、标准时延。

5.根据权利要求1所述的综合能源物联网传感器网络的安全路由方法，其特征在于，所述全局更新概率参数z为根据迭代次数变化的设定参数，且z≤0.4。

6.根据权利要求1至5中任一项所述的综合能源物联网传感器网络的安全路由方法，其特征在于，所述综合能源物联网传感器网络包括至少8个节点；所述路由编码的数量为40；所述迭代停止条件为迭代次数等于100次。

7.一种综合能源物联网传感器网络的安全路由系统，其特征在于，包括：

节点确定模块，用于确定综合能源物联网传感器网络中数据信息传输的源节点和终端节点；

路由编码模块，用于根据所述综合能源物联网传感器网络的节点数量、源节点以及终端节点，得到用于表示数据信息传输路径的路由编码；

计算模块，用于计算所述路由编码的量化服务质量值，并提取量化服务质量值最优的路由编码作为目标安全路由；

迭代模块，用于基于权重迭代更新所述路由编码，并返回所述计算模块，直至达到设定的迭代停止条件；所述基于权重迭代更新所述路由编码的步骤包括：生成第一随机数rand₁，并进行判断：若第一随机数rand₁小于全局更新概率参数z，则以第一公式迭代更新所述路由编码：

式中，k为表示迭代次数的自然数；i为表示路由编码序号的自然数；

为第k+1次迭代中的第i个路由编码；UB和LB分别为路由编码的上限和下限；若第一随机数rand₁不小于全局更新概率参数z，则生成第二随机数rand₂，并进行判断：若第二随机数rand₂小于第k次迭代的更新概率参数p^k，则以第二公式迭代更新所述路由编码：

其中：

p^k＝tanh|S^k(i)-DF|

vb^k＝unifrnd(-a^k,a^k,1,N)

a^k＝arctan(-(k/G)+1)

式中，R_best为全局最优的路由编码；vb^k为长度为N的一维数组，通过unifrnd函数获得；N为综合能源物联网传感器网络中的节点数量；a^k为第k次迭代中的第一位置更新参数；G为设定的迭代次数上限；

为第k次迭代中的第i个路由编码对应的权重；X_A(k)和X_B(k)为第k次迭代中的任意两个路由编码；S^k(i)为第k次迭代中的第i个路由编码对应的量化服务质量值；DF为全局最优的路由编码对应的量化服务质量值；若第二随机数rand₂不小于第k次迭代的更新概率参数p^k，则以第三公式迭代更新所述路由编码：

其中：

vc^k＝unifrnd(-b^k,b^k,1,N)

b^k＝1-(k/G)

式中，vc^k为长度为N的一维数组，通过unifrnd函数获得；b^k为第k次迭代中的第二位置更新参数；

为第k次迭代中的第i个路由编码；所述第一随机数rand₁、第二随机数rand₂的取值范围均为[0，1]；

数据传输模块，用于根据目标安全路由，将数据信息自源节点传输至终端节点。

8.一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至6任一项所述综合能源物联网传感器网络的安全路由方法的步骤。

9.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至6任一项所述综合能源物联网传感器网络的安全路由方法的步骤。

Images