CN114363851B - 一种无线传感器网络抗毁性度量方法 - Google Patents

一种无线传感器网络抗毁性度量方法 Download PDF

Info

Publication number
CN114363851B
CN114363851B CN202210051627.4A CN202210051627A CN114363851B CN 114363851 B CN114363851 B CN 114363851B CN 202210051627 A CN202210051627 A CN 202210051627A CN 114363851 B CN114363851 B CN 114363851B
Authority
CN
China
Prior art keywords
network
centrality
degree
wireless sensor
node
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
CN202210051627.4A
Other languages
English (en)
Other versions
CN114363851A (zh
Inventor
孙茜
羊峰波
王小艺
许继平
张慧妍
王立
于家斌
赵峙尧
彭霄
马欣玥
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.)
Beijing Technology and Business University
Original Assignee
Beijing Technology and Business 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 Beijing Technology and Business University filed Critical Beijing Technology and Business University
Priority to CN202210051627.4A priority Critical patent/CN114363851B/zh
Publication of CN114363851A publication Critical patent/CN114363851A/zh
Application granted granted Critical
Publication of CN114363851B publication Critical patent/CN114363851B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • 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
    • H04W16/00—Network planning, e.g. coverage or traffic planning tools; Network deployment, e.g. resource partitioning or cells structures
    • H04W16/22—Traffic simulation tools or models
    • 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
    • H04W24/00—Supervisory, monitoring or testing arrangements
    • H04W24/04—Arrangements for maintaining operational condition
    • 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)

Abstract

本发明提出了一种无线传感器网络抗毁性度量方法。无线传感器网络的传感器节点数量虽然庞大，但容易失效，极易出现因网络中部分节点的失效而导致原本连通的网络拓扑分割，大大降低网络的覆盖度，甚至使网络失效。因此，研究网络的抗毁性及如何度量网络的抗毁性对解决无线传感器网络的实际应用具有重要的理论价值。本发明提出了一种无线传感器网络抗毁性度量方法，可有效分析网络的抗毁性能，为网络抗毁性的提高提供有效的理论支持。

Description

一种无线传感器网络抗毁性度量方法
技术领域
本发明涉及无线传感器网络领域，尤其涉及一种无线传感器网络抗毁性度量方法的研究。
背景技术
无线传感器节点一般都部署在复杂的环境中，其常因能量耗尽、硬件故障或者遭遇攻击等原因导致节点失效，使得原本连通的网络拓扑分割，甚至导致全局网络受损。因此，如何增强无线传感器网络的抗毁性已成为无线传感器网络的热门话题。
目前，许多学者提出了网络抗毁性增强的相关方法，通过有效的路由算法或者网络的拓扑重构来增强网络的抗毁性。但还需要相应的网络抗毁性度量方法去评估网络实际的抗毁性能。
本发明提出一种无线传感器网络抗毁性度量方法，通过研究网络节点度的波动性、紧密度中心性的波动性以及网络度的平均值，构建网络抗毁性度量模型，该模型可分析不同网络结构的抗毁性能，为网络抗毁性能的提高提供理论基础。
发明内容
本发明的目的在于提出一种无线传感器网络抗毁性度量方法为无线传感器网络的抗毁性提升提供理论基础，可广泛应用于物联网等相关领域。
为达到上述目的，本发明提出一种无线传感器网络抗毁性度量方法，具体包括如下步骤。
在本发明的一个实施例中，首先定义网络节点的度，如下式所示：
其中，K为该点的度中心性，d(x)为该点与其他节点的连接数，N为网络中的节点个数；
无线传感器网络度中心性度分布函数定义为下式：
其中，N为网络中的节点个数，n(K)为度为K的节点的个数；
无线传感器网络节点的紧密度定义为：
其中，dis是从节点i到汇聚节点Sink的最短路径距离；
无线传感器网络的紧密度分布函数定义为：
其中，N为网络中的节点个数，n(C)为紧密度为C的节点的个数；
无线传感器网络度中心性的波动程度定义为：
其中，i为节点编号，N为网络中总节点个数，Ki为节点i的度，为网络度的平均值，定义为：
无线传感器网络紧密度中心性的波动程度定义为：
其中，N表示网络中总节点个数，Ci为无线传感器网络节点i的紧密度，为无线传感器网络的平均紧密度，定义为：
B(C)为无线传感器网络紧密度中心性的波动程度，来衡量节点的WSN紧密度的波动大小。若波动程度B(C)大，WSN紧密度的波动大，则表明网络的WSN紧密度中心性分布不均匀，当此类网络的中心性高的节点受到攻击或者能量耗尽时，将会对网络造成极大伤害，甚至使全局网络失效；反之，则说明网络的中心性分布均匀，此类网络的节点中心性普遍都高，当节点受到攻击或者能量耗尽时，也不会对网络造成极大伤害，使网络的抗毁性得到增强；
B(K)为无线传感器网络度中心性的波动程度，由单独节点的度和总体节点的平均度的差值构成。若波动程度B(K)大，节点度的波动大，则表明网络的度中心性分布不均匀，当此类网络的中心性高的节点受到攻击或者能量耗尽时，将会对网络造成极大伤害，甚至使全局网络失效；反之，则说明网络的中心性分布均匀，此类网络的节点中心性普遍都高，当节点受到攻击或者能量耗尽时，也不会对网络造成极大伤害，使网络的抗毁性得到增强；
从中心性分布是否均匀的角度出发，结合网络的B(C)和B(K)两种因素，构建抗毁性度量模型，衡量节点的重要性及其对网络抗毁性的影响程度，如下式所示：
由抗毁性度量模型可知，抗毁性度量值T与无线传感器网络紧密度中心性和度中心性的波动程度呈负相关关系，与无线传感器网络的平均紧密度成正相关关系。
无线传感器网络紧密度中心性是衡量节点重要性的指标之一，它体现了节点传输数据时距离Sink节点的最短路径距离多少，对于有向网络，数据沿着不同方向传输时，最短路径也会改变，导致节点向Sink节点传出数据时的稳定性和投包成功率有所差别。在数据传输过程中，均匀一些重要节点的紧密度中心性是增强无线传感器网络抗毁性的一个主要策略，节点之间是否有可选择的冗余链路是网络具有抗毁性的主要原因。因此，无线传感器网络紧密度中心性反映了相应的节点在整个网络中的作用和影响力。本发明对比了DEEC算法和在网络中加入异构节点将其构建程小世界网络的WSNCC算法的抗毁性能，如说明书附图图2和图3所示，WSNCC算法的每一轮的网络平均中心性相比较于DEEC算法有显著提高，并且生存周期更久。经过计算，WSNCC算法的紧密度平均值为0.0407，高于DEEC算法的无线传感器网络紧密度平均值为0.0275，网络平均紧密度提高了快一倍，说明大幅提高了网络原先中心性较小的节点的中心性。WSNCC算法的抗毁性度量值T＝3.3218，高于DEEC算法的毁性度量值T＝1.8983。由于构建小世界网络后，网络的平均路径长度减小，聚类系数增加，增强了网络的冗余度，所以，WSNCC会比DEEC算法构建的网络抗毁性能要高，说明本发明提出的评估方法可有效评估网络的抗毁性。
附图说明
图1为本发明实施例的一种无线传感器网络抗毁性度量方法流程图；
图2为本发明实施例的DEEC的网络平均紧密度中心性；
图3为本发明实施例的WSNCC的网络平均紧密度中心性。
具体实施方式
下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的意义。下面所描述的实施例是示例性的，仅用于解释本发明，而不能解释为对本发明的限制。
本发明是针对无线传感器网络的安全性，提出的一种无线传感器网络抗毁性度量方法。
为了能够对本发明有更清楚的理解，在此进行简要描述。本发明包括两个基本步骤：步骤一，定义无线传感器网络度中心性和紧密度中心性的波动程度；步骤二，定义无线传感器网络的抗毁性度量值。
具体的，图1所示为本发明实施例的一种无线传感器网络抗毁性度量方法的流程图，包括以下步骤：
步骤S101，定义无线传感器网络度中心性和紧密度中心性的波动程度。
在本发明的一个实施例中，首先，网络节点的度定义为公式(1)：
其中，K为该点的度中心性，d(x)为该点与其他节点的连接数，N为网络中的节点个数；
无线传感器网络度中心性度分布函数定义为公式(2)：
其中，n(K)为度为K的节点的个数；
无线传感器网络节点的紧密度定义为公式(3)：
其中，dis是从节点i到汇聚节点Sink的最短路径距离；
无线传感器网络的紧密度分布函数定义为公式(4)：
其中，n(C)为紧密度为C的节点的个数；
无线传感器网络度中心性的波动程度定义为公式(5)：
其中，i为节点编号，Ki为节点i的度，为网络度的平均值，如公式(6)所示：
无线传感器网络紧密度中心性的波动程度定义为公式(7)：
其中，Ci为无线传感器网络节点i的紧密度，为无线传感器网络的平均紧密度，如公式(8)所示：
公式(7)中B(C)为无线传感器网络紧密度中心性的波动程度，来衡量节点的WSN紧密度的波动大小。若波动程度B(C)大，WSN紧密度的波动大，则表明网络的WSN紧密度中心性分布不均匀，当此类网络的中心性高的节点受到攻击或者能量耗尽时，将会对网络造成极大伤害，甚至使全局网络失效；反之，则说明网络的中心性分布均匀，此类网络的节点中心性普遍都高，当节点受到攻击或者能量耗尽时，也不会对网络造成极大伤害，使网络的抗毁性得到增强；
同理，公式(5)中B(K)为无线传感器网络度中心性的波动程度，由单独节点的度和总体节点的平均度的差值构成。若波动程度B(K)大，节点度的波动大，则表明网络的度中心性分布不均匀，当此类网络的中心性高的节点受到攻击或者能量耗尽时，将会对网络造成极大伤害，甚至使全局网络失效；反之，则说明网络的中心性分布均匀，此类网络的节点中心性普遍都高，当节点受到攻击或者能量耗尽时，也不会对网络造成极大伤害，使网络的抗毁性得到增强；
步骤S102，定义无线传感器网络的抗毁性度量值。
在本发明的一个实施例中，从中心性分布是否均匀的角度出发，结合网络的WSN紧密度中心性及度中心性两种因素，构建抗毁性度量模型，衡量节点的重要性及其对网络抗毁性的影响程度，如公式(9)所示：
由公式(9)可知，抗毁性度量值T与无线传感器网络紧密度中心性和度中心性的波动程度呈负相关关系，与无线传感器网络的平均紧密度成正相关关系。
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。本领域的普通技术人员应当理解：其依然可以对前述实施例所记载的技术方案进行修改，或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，本发明的范围由所附权利要求及其等同限定。

Claims (1)

1.一种无线传感器网络抗毁性度量方法，其特征在于：
网络节点的度定义为公式(1)：
其中，K为该点的度中心性，d(x)为该点与其他节点的连接数，N为网络中的节点个数；
无线传感器网络度中心性度分布函数定义为公式(2)：
其中，n(K)为度为K的节点的个数,kmax为度中心性的最大值，kmin为度中心性的最小值；
无线传感器网络节点的紧密度定义为公式(3)：
其中，dis是从节点i到汇聚节点Sink的最短路径距离；
无线传感器网络的紧密度分布函数定义为公式(4)：
其中，n(C)为紧密度为C的节点的个数，Cmax为紧密度的最大值，Cmin为紧密度的最小值；
无线传感器网络度中心性的波动程度定义为公式(5)：
其中，i为节点编号，Ki为节点i的度，为网络度的平均值，如公式(6)所示：
无线传感器网络紧密度中心性的波动程度定义为公式(7)：
其中，Ci为无线传感器网络节点i的紧密度，为无线传感器网络的平均紧密度，如公式(8)所示：
公式(7)中B(C)为无线传感器网络紧密度中心性的波动程度，来衡量节点的紧密度的波动大小；若波动程度B(C)大，无线传感器网络紧密度的波动大，则表明网络的紧密度中心性分布不均匀，当此类网络的中心性高的节点受到攻击或者能量耗尽时，将会对网络造成极大伤害，甚至使全局网络失效；反之，则说明网络的中心性分布均匀，此类网络的节点中心性普遍都高，当节点受到攻击或者能量耗尽时，也不会对网络造成极大伤害，使网络的抗毁性得到增强；
同理，公式(5)中B(K)为无线传感器网络度中心性的波动程度，由单独节点的度和总体节点的平均度的差值构成；若波动程度B(K)大，节点度的波动大，则表明网络的度中心性分布不均匀，当此类网络的中心性高的节点受到攻击或者能量耗尽时，将会对网络造成极大伤害，甚至使全局网络失效；反之，则说明网络的中心性分布均匀，此类网络的节点中心性普遍都高，当节点受到攻击或者能量耗尽时，也不会对网络造成极大伤害，使网络的抗毁性得到增强；
从中心性分布是否均匀的角度出发，结合网络的WSN紧密度中心性及度中心性两种因素，构建抗毁性度量模型，衡量节点的重要性及其对网络抗毁性的影响程度，如公式(9)所示：
由公式(9)可知，抗毁性度量值T与无线传感器网络紧密度中心性和度中心性的波动程度呈负相关关系，与无线传感器网络的平均紧密度成正相关关系。
CN202210051627.4A 2022-01-17 2022-01-17 一种无线传感器网络抗毁性度量方法 Active CN114363851B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210051627.4A CN114363851B (zh) 2022-01-17 2022-01-17 一种无线传感器网络抗毁性度量方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210051627.4A CN114363851B (zh) 2022-01-17 2022-01-17 一种无线传感器网络抗毁性度量方法

Publications (2)

Publication Number Publication Date
CN114363851A CN114363851A (zh) 2022-04-15
CN114363851B true CN114363851B (zh) 2024-04-09

Family

ID=81090671

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210051627.4A Active CN114363851B (zh) 2022-01-17 2022-01-17 一种无线传感器网络抗毁性度量方法

Country Status (1)

Country Link
CN (1) CN114363851B (zh)

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101710867A (zh) * 2009-11-30 2010-05-19 中国人民解放军信息工程大学 一种网络可靠性监测方法和装置
CN103957544A (zh) * 2014-04-22 2014-07-30 电子科技大学 一种提高无线传感器网络抗毁性的方法
CN103957114A (zh) * 2014-02-24 2014-07-30 国家电网公司 一种基于变异系数的网络抗毁性评估方法
CN107947955A (zh) * 2016-10-13 2018-04-20 中国科学院声学研究所 一种结合虚拟树映射和中心性的网络鲁棒性增强方法
WO2019154135A1 (zh) * 2018-02-08 2019-08-15 浙江大学华南工业技术研究院 一种基于网络抗毁度的微电网可靠性评估方法
CN111246504A (zh) * 2020-03-13 2020-06-05 北京工商大学 一种基于小世界特性的动态分簇路由优化算法
CN112601240A (zh) * 2020-12-11 2021-04-02 重庆邮电大学 物联网资源边缘智能调度方法
CN112911585A (zh) * 2021-02-02 2021-06-04 北京工商大学 一种无线传感器网络抗毁性增强方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10091218B2 (en) * 2012-01-23 2018-10-02 Hrl Laboratories, Llc System and method to detect attacks on mobile wireless networks based on network controllability analysis

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101710867A (zh) * 2009-11-30 2010-05-19 中国人民解放军信息工程大学 一种网络可靠性监测方法和装置
CN103957114A (zh) * 2014-02-24 2014-07-30 国家电网公司 一种基于变异系数的网络抗毁性评估方法
CN103957544A (zh) * 2014-04-22 2014-07-30 电子科技大学 一种提高无线传感器网络抗毁性的方法
CN107947955A (zh) * 2016-10-13 2018-04-20 中国科学院声学研究所 一种结合虚拟树映射和中心性的网络鲁棒性增强方法
WO2019154135A1 (zh) * 2018-02-08 2019-08-15 浙江大学华南工业技术研究院 一种基于网络抗毁度的微电网可靠性评估方法
CN111246504A (zh) * 2020-03-13 2020-06-05 北京工商大学 一种基于小世界特性的动态分簇路由优化算法
CN112601240A (zh) * 2020-12-11 2021-04-02 重庆邮电大学 物联网资源边缘智能调度方法
CN112911585A (zh) * 2021-02-02 2021-06-04 北京工商大学 一种无线传感器网络抗毁性增强方法

Non-Patent Citations (6)

* Cited by examiner, † Cited by third party
Title
Energy efficient routing algorithm based on small world characteristics;Qian Sun et al.;CMC;20211231;全文 *
Research on invulnerability of WSN based on small world characteristics of complex networks;Gongxue cheng et al.;ICAIS;20210731;全文 *
一种新型WSN抗毁性评价方法及其仿真实现;林力伟;许力;叶秀彩;;计算机系统应用;20100415(04);全文 *
信息缺失条件下的相互依存网络抗毁性分析;蒋宇翔;吕晨;虞红芳;;计算机应用;20150510(05);全文 *
具有抗毁性的无线传感网络有向拓扑模型;刘浩然等;控制理论与应用;20200630;全文 *
基于加权方法的节点重要性度量;王露;郭强;刘建国;;计算机应用研究;20170614(05);全文 *

Also Published As

Publication number Publication date
CN114363851A (zh) 2022-04-15

Similar Documents

Publication Publication Date Title
Khan et al. A trust based distributed intrusion detection mechanism for internet of things
Cheng et al. A polynomial‐time approximation scheme for the minimum‐connected dominating set in ad hoc wireless networks
Alaybeyoglu A distributed fuzzy logic-based root selection algorithm for wireless sensor networks
Haseeb et al. WECRR: Weighted energy-efficient clustering with robust routing for wireless sensor networks
WO2020093904A1 (zh) 无线传感器网络容错拓扑演化方法
Akkaya et al. Handling large-scale node failures in mobile sensor/robot networks
Maivizhi et al. Spatial correlation based data redundancy elimination for data aggregation in wireless sensor networks
Brust et al. Is the clustering coefficient a measure for fault tolerance in wireless sensor networks?
Dagdeviren et al. An energy-efficient distributed cut vertex detection algorithm for wireless sensor networks
CN114363851B (zh) 一种无线传感器网络抗毁性度量方法
Khan et al. Energy aware Ad-Hoc on demand multipath distance vector routing
CN112911585B (zh) 一种无线传感器网络抗毁性增强方法
Tuah et al. Extending lifetime of heterogenous wireless sensor network using relay node selection
Taleb et al. Fault diagnosis in multi layered de bruijn based architectures for sensor networks
CN104270797B (zh) 基于边介数的无线传感器网络分簇方法
CN114363850B (zh) 一种基于无线传感器网络紧密度中心性的抗毁性增强方法
Ozdemir et al. Outlier detection based fault tolerant data aggregation for wireless sensor networks
Wang et al. A variable weight based fuzzy data fusion algorithm for WSN
CN114978717B (zh) 基于超立方体结构的一类数据中心网络的新型容错方法
Shakkira Advanced Lightweight, Dependable and secure Trust System for Clustered wireless sensor networks
Al-Qadami et al. Fault-Tolerance Algorithm in Wireless Sensor Networks.
Ni et al. An Effective cluster heads selection method for wireless sensor networks
Suraj et al. Secure data aggregation in wireless sensor network using trust model
Tian et al. A topology optimal algorithm for improving the invulnerability of scale-free networks
Liu et al. An Invulnerability Algorithm for Wireless Sensor Network's Topology Based on Distance and Energy

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