CN116506844B - 一种基于分层和源位置隐私的水声传感器网络路由协议方法 - Google Patents
一种基于分层和源位置隐私的水声传感器网络路由协议方法 Download PDFInfo
- Publication number
- CN116506844B CN116506844B CN202310277073.4A CN202310277073A CN116506844B CN 116506844 B CN116506844 B CN 116506844B CN 202310277073 A CN202310277073 A CN 202310277073A CN 116506844 B CN116506844 B CN 116506844B
- Authority
- CN
- China
- Prior art keywords
- node
- nodes
- proxy
- area
- candidate neighbor
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 39
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 40
- 239000003795 chemical substances by application Substances 0.000 claims description 19
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 6
- 238000012216 screening Methods 0.000 claims description 5
- 238000004891 communication Methods 0.000 claims description 3
- 238000005265 energy consumption Methods 0.000 abstract description 24
- 230000005540 biological transmission Effects 0.000 description 12
- 238000010586 diagram Methods 0.000 description 12
- 238000004088 simulation Methods 0.000 description 8
- 238000004364 calculation method Methods 0.000 description 5
- 230000033001 locomotion Effects 0.000 description 5
- 235000008694 Humulus lupulus Nutrition 0.000 description 4
- 230000007423 decrease Effects 0.000 description 4
- 208000025174 PANDAS Diseases 0.000 description 3
- 208000021155 Paediatric autoimmune neuropsychiatric disorders associated with streptococcal infection Diseases 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 240000004718 Panda Species 0.000 description 2
- 235000016496 Panda oleosa Nutrition 0.000 description 2
- 238000010521 absorption reaction Methods 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 229920002430 Fibre-reinforced plastic Polymers 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 230000000052 comparative effect Effects 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 230000001934 delay Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000009792 diffusion process Methods 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 239000011151 fibre-reinforced plastic Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000002028 premature Effects 0.000 description 1
- 230000035755 proliferation Effects 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
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
- H04L41/12—Discovery or management of network topologies
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W12/00—Security arrangements; Authentication; Protecting privacy or anonymity
- H04W12/02—Protecting privacy or anonymity, e.g. protecting personally identifiable information [PII]
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B13/00—Transmission systems characterised by the medium used for transmission, not provided for in groups H04B3/00 - H04B11/00
-
- 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
- H04L45/24—Multipath
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/50—Network services
- H04L67/56—Provisioning of proxy services
-
- 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
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W84/00—Network topologies
- H04W84/18—Self-organising networks, e.g. ad-hoc networks or sensor networks
-
- 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)
- Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Computer Security & Cryptography (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明涉及无线传感器网络技术领域,涉及一种基于分层和源位置隐私的水声传感器网络路由协议方法,其包括以下步骤:一:源节点随机选择代理区域;二:采用基于转发概率的多路径路由算法将数据包从源节点投递到代理节点;在此阶段,给予候选节点不同的优先级以缓解长绕路问题;三:在代理区域中随机选择代理节点;四:使用与步骤二相同的路由算法将数据包从代理节点投递到sink节点;五:重复步骤一到步骤四直到源节点改变或者攻击者找到源节点的位置。本发明能够有效缓解长绕路问题和空旷区域问题,并且具有更长的安全时期、更短的时延和更少的能量消耗。
Description
技术领域
本发明涉及无线传感器网络技术领域,具体地说,涉及一种基于分层和源位置隐私的水声传感器网络路由协议方法。
背景技术
近年来无线传感器网络(Wireless Sensor Networks,WSNs)中的源位置隐私(Source Location Privacy,SLP)研究已成为热点,而水声传感器网络(UnderwaterAcoustic Sensor Networks,UASNs)中的SLP研究尚处于初级阶段。SLP在水下资源勘探、水下战场监测等领域具有重要意义。
随着全球对海洋的关注越来越多,水声传感器网络有了巨大的发展。随之而来,安全问题激增,水声传感器网络隐私安全也需要被解决。目前水声传感器网络的安全研究大多只针对主动攻击,而被动攻击大多被忽略。但事实上,主动攻击导致的异常能耗或数据包内容的不同,使得节点很容易发现被攻击;而被动攻击通常采用窃听攻击和回溯攻击,不会造成数据包内容的改变,以至于很难被检测出来。受此启发,无线传感器网络中源位置隐私的概念被纳入水声传感器网络。设计水声传感器网络专用的源位置隐私路由协议,主要解决被动攻击带来的安全问题。源位置隐私在水声传感器网络中至关重要,目前在水声传感器网络中还没有针对源节点位置隐私保护设计的路由协议。
发明内容
本发明的内容是提供一种基于分层和源位置隐私的水声传感器网络路由协议方法,其能够对不同的节点赋予不同的优先级,以缓解长绕路问题,并且具有更长的安全时期、更短的时延和更少的能量消耗。
根据本发明的一种基于分层和源位置隐私的水声传感器网络路由协议方法,其包括以下步骤:
一:源节点随机选择代理区域;
二:采用基于转发概率的多路径路由算法将数据包从源节点投递到代理节点;在此阶段,给予候选邻居节点不同的优先级以缓解长绕路问题;
三:在代理区域中随机选择代理节点;
四:使用与步骤二相同的路由算法将数据包从代理节点投递到sink节点;
五:重复步骤一到步骤四直到源节点改变或者攻击者找到源节点的位置。
作为优选,选择代理节点具体包括以下步骤:
a、以sink节点为中心节点建立三维坐标系,sink节点的位置信息全网公开;同时,以sink节点为中心的三维坐标系将三维水下空间分为4个象限;
b、在网络初始化过程中水下节点将位置信息换算成以sink节点为中心的三维坐标;
c、设源节点的层级为Ls,那么代理区域的层级可表示为
Lp=INT(Ls/2) (1)
其中,Lp为代理区域的层级;代理区域包含层级为Lp的所有节点;
d、以sink节点为中心的三维坐标系将代理区域分为区域I、区域II、区域III、区域IV;若源节点在任意其中一个象限,那么其他三个象限的代理区域成为候选代理区域;设置一个随机数Q在0~3之间,根据随机数的值来选择最终的代理区域;
e、数据包从源节点成功投递到代理区域的第一个节点后,随机数被用来随机选择数据包在代理区域的跳数,最后一跳到达的节点为代理节点。
作为优选,基于转发概率的多路径路由算法为:
发送节点将层级不大于发送节点的层级的邻居节点选做候选邻居节点;发送节点通过计算候选邻居节点的转发概率来选择最佳下一跳;转发概率取决于候选邻居节点的节点密度和剩余能量;任意发送节点i的其中一个候选邻居节点j的转发概率P(i,j)表示为
P(i,j)=αe(j)+βd(j) (2)
其中,α和β是权重系数,满足α+β=1;d(j)为候选邻居节点j的节点密度,e(j)为候选邻居节点j剩余能量ER(j)与初始能量Einit的比值,e(j)表示为
发送节点i的候选邻居节点j的节点密度为
其中Nc(j)表示节点j的候选节点的集合,|Nc(j)|表示节点j的候选节点的个数,表示节点i的所有候选邻居节点的候选邻居节点的总数。
作为优选,步骤二中,筛选发送节点靠近代理区域的候选邻居节点的过程如下:
A、设发送节点A的坐标为(xs,ys,zs),并且选择球心O坐标为(a,b,c),球心是发送节点A离代理区域所在的象限最近的坐标点;
B、计算球的半径;球的半径是Rmin与通信半径Rc中的最大值;发送节点与球心的距离Rmin为
Rmin=sqrt((a-xs)^2+(b-ys)^2+(c-zs)^2) (5)
那么,球的半径R被表示为
R=max(Rmin,Rc) (6)
C、筛选离代理区域近的候选邻居节点;假设离代理区域近的候选邻居节点的集合是V;发送节点有i个候选邻居节点,并且这些候选邻居节点的坐标可以表示为(xi,yi,zi);距离球心小于或等于R的节点是发送节点靠近代理区域的候选邻居节点;集合V可表示为
V={(xi,yi,zi)|sqrt((a-xi)^2+(b-yi)^2+(c-zi)^2)<=R} (7)。
作为优选,给予候选邻居节点不同的优先级如下:
优先级1:发送节点优先选择靠近代理区域的候选邻居节点;
优先级2:与发送节点的层级相比,优先选择层级较小的候选邻居节点;
发送节点首先选择满足优先级1的候选邻居节点,然后在满足优先级1候选邻居节点中找到满足优先级2的候选邻居,最后,根据基于转发概率的多路径路由算法,在满足优先级1和优先级2的候选邻居节点中选择具有最高转发概率的候选节点作为最佳下一跳。
本发明的有益效果如下:
1、提出了一种不需要源节点提前知晓代理节点的位置信息的代理节点选择方案;
2、提出了更适用于三维的水声传感器网络中的基于转发概率的多路径路由算法(Multi-Path Routing algorithm based on Forwarding Probability,MPR-FP);
3、本发明提出了一种基于分层和SLP的UASNs路由协议(layered and SLP basedRouting,LSLPR),LSLPR协议使用随机代理节点和MPR-FP算法来创建多路径路由,并且多条路径分布在网络的各个区域。因此,LSLPR协议的安全时期大大延长。
4、在第一阶段数据包投递过程中给与候选节点不同的优先级缓解了长绕路问题;
5、每个节点都有层级信息以及路由算法考虑了和节点密度,使得空旷区域问题得以解决。同时通过实现能量平衡,防止因节点过早死亡而形成空旷区域。
附图说明
图1为实施例中一种基于分层和源位置隐私的水声传感器网络路由协议方法的流程图;
图2为实施例中三维坐标系将三维水下空间分为4个象限的示意图;
图3为实施例中转发概率计算的示意图;
图4为实施例中LSLPR协议通过MPR-FP算法投递数据包的示意图;
图5为实施例中代理区域附近的候选邻居节点的示意图;
图6为实施例中空区布线问题的示意图;
图7为实施例中不同β值下MPR-FP算法的安全时期的示意图;
图8(a)为实施例中MPR-FP(β=0)、MPR-FP(β=0.6)、LSLPR的安全时期与深度的关系图;
图8(b)为实施例中MPR-FP(β=0)、MPR-FP(β=0.6)、LSLPR的安全时期与节点数量的关系图;
图9(a)为实施例中LSLPR,PP-SLPP,SSLP、2hop-AHH-VBF的安全时期与深度的关系图;
图9(b)为实施例中LSLPR,PP-SLPP,SSLP、2hop-AHH-VBF的安全时期与节点数量的关系图;
图9(c)为实施例中LSLPR,PP-SLPP,SSLP、2hop-AHH-VBF的安全时期与网络边长的关系图;
图10(a)为实施例中LSLPR和未设置优先级1的LSLPR的延时与深度的关系图;
图10(b)为实施例中LSLPR和未设置优先级1的LSLPR的延时与节点数量的关系图;
图11(a)为实施例中MPR-FP(β=0)、MPR-FP(β=0.6)、LSLPR的延时与深度的关系图;
图11(b)为实施例中MPR-FP(β=0)、MPR-FP(β=0.6)、LSLPR的延时与节点数量的关系图;
图12(a)为实施例中LSLPR,PP-SLPP,SSLP、2hop-AHH-VBF的延时与深度的关系图;
图12(b)为实施例中LSLPR,PP-SLPP,SSLP、2hop-AHH-VBF的延时与节点数量的关系图;
图12(c)为实施例中LSLPR,PP-SLPP,SSLP、2hop-AHH-VBF的延时与网络边长的关系图;
图13(a)为实施例中MPR-FP(β=0)、MPR-FP(β=0.6)和LSLPR的能耗与深度的关系图;
图13(b)为实施例中MPR-FP(β=0)、MPR-FP(β=0.6)和LSLPR的能耗与节点数量的关系图;
图14(a)为实施例中LSLPR,PP-SLPP,SSLP、2hop-AHH-VBF的能耗与深度的关系图;
图14(b)为实施例中LSLPR,PP-SLPP,SSLP、2hop-AHH-VBF的能耗与节点数量的关系图;
图14(c)为实施例中LSLPR,PP-SLPP,SSLP、2hop-AHH-VBF的能耗与网络边长的关系图。
具体实施方式
为进一步了解本发明的内容,结合附图和实施例对本发明作详细描述。应当理解的是,实施例仅仅是对本发明进行解释而并非限定。
实施例
如图1所示,本实施例提供了一种基于分层和源位置隐私的水声传感器网络路由协议方法,其包括以下步骤:
一:源节点随机选择代理区域;
二:采用基于转发概率的多路径路由算法将数据包从源节点投递到代理节点;在此阶段,给予候选邻居节点不同的优先级以缓解长绕路问题;
三:在代理区域中随机选择代理节点;
四:使用与步骤三相同的路由算法将数据包从代理节点投递到sink节点;
五:重复步骤二到步骤四直到源节点改变或者攻击者找到源节点的位置。
具体为:
1系统模型和假设
1.1网络模型
本实施例采用的网络模型是三维水声传感器网络模型和熊猫-猎人模型的组合,由水面上的sink节点,以及随机部署在三维网络中的传感器节点组成。水底的传感器节点感知数据,并通过多跳的方式将数据传输到sink节点。普通传感器节点用来中继数据包。猎人在sink节点附近,熊猫所在的区域在源节点附近。当源节点改变熊猫所在的区域也随之改变。
1.2攻击者模型
假设网络中只有一个攻击者,攻击者觊觎源节点的价值会竭尽全力寻找源节点的位置。在此过程中,源节点不断的发送数据包到sink节点。攻击者从sink开始寻找源节点的位置。为了不被网络管理员发现,使用窃听攻击和回溯攻击这样的被动攻击。攻击者根据窃听的结果,直接移动到下一个节点。也就是说,攻击者一直在一个节点等待直到侦听到数据包并移动到数据包的发送节点,重复这个过程直到攻击者找到源节点。
1.3假设
1)除了sink节点,其他传感器节点具有相同的功能和参数(比如初始能量、监听范围、固定的发送功率、增益等);
2)所有传感器节点随机均匀地部署在规定范围的三维区域内;
3)攻击者初始能量是无限大的。
4)除可用能量外,攻击者与水下传感器节点的其他属性相同,例如监听范围,发送功率等参数,既攻击者只有局部攻击的能力,不具备全局攻击的能力。
5)网络中传输的数据包都是加密的,攻击者无法破解。
2LSLPR协议
2.1获取层级
在UASNs中,水下节点随着水流而移动,为了实时获得水下节点层级信息和邻居信息,sink周期性的向网络中广播hello包。水下节点的层级为水下节点距离sink节点的最小跳数。当水下节点侦听到hello包时,将hello包发送节点的信息加入到该水下节点的两跳邻居表中。
获取水下节点层级信息和邻居信息的算法在算法1中。
2.2选择代理节点方案
与无线传感器网络不同的是,水声传感器网络数据总是自下而上传输的,因此代理节点的层级应小于源节点的层级。除此之外,由于水下节点随着水流而移动,因此源节点无法实时的确定网络中全部节点的位置信息,无法指定一个具体的代理节点。最后,为了提高源位置隐私性,代理节点应该随机的分布在网络的各个区域。
针对以上问题我们提出了如下选择代理节点的方案,具体步骤如下:
a、以sink节点为中心节点建立三维坐标系,sink节点的位置信息全网公开。同时,以sink节点为中心的三维坐标系将三维水下空间分为4个象限(如图2)。
b、在网络初始化过程中水下节点将自己的位置信息换算成以sink节点为中心的三维坐标。
c、设源节点的层级为Ls,那么代理区域的层级可表示为
Lp=INT(Ls/2) (1)
其中,Lp为代理区域的层级;代理区域包含层级为Lp的所有节点;
d、以sink节点为中心的三维坐标系将代理区域分为区域I、区域II、区域III、区域IV。若源节点在任意其中一个象限,那么其他三个象限的代理区域成为候选代理区域。设置一个随机数Q在0~3之间,根据随机数的值来选择最终的代理区域,如表1所示。
e、数据包从源节点成功投递到代理区域的第一个节点后,随机数被用来随机选择数据包在代理区域的跳数,最后一跳到达的节点为代理节点。
表1:选择代理区域
2.3基于转发概率的多路径的路由算法
为了保护SLP,提出了适用于UASNs的MPR-FP算法。在本工作中,实现SLP保护分为两个阶段。在第一阶段,源节点路由数据包到代理节点;在第二阶段,代理节点将数据包路由到sink。
两个阶段使用相同的路由算法路由数据包。在路由算法中,发送节点将层级不大于发送节点的层级的邻居节点选做候选邻居节点。发送节点通过计算候选邻居节点的转发概率来选择最佳下一跳。转发概率取决于候选邻居节点的节点密度和剩余能量。采用节点密度能够缓解空旷区域问题。同时,采用剩余能量不仅能使网络中能量均衡,而且可以实现源节点到sink节点的多路径传输数据包从而保护源位置隐私。因此任意发送节点i的其中一个候选邻居节点j的转发概率可表示为
P(i,j)=αe(j)+βd(j) (2)
其中,α和β是权重系数,满足α+β=1。d(j)为候选节点j的节点密度,e(j)为候选邻居节点j剩余能量ER(j)与初始能量Einit的比值。
发送节点i的候选邻居节点j的节点密度为
其中Nc(j)表示节点j的候选节点的集合,|Nc(j)|表示节点j的候选节点的个数,表示节点i的所有候选邻居节点的候选邻居节点的总数。
图3给出了一个计算转发概率的例子并着重描述了节点密度的计算过程。发送节点A在选路过程中,发送节点A会计算其所有候选节点的转发概率,转发概率最高的节点为最佳下一跳节点。以候选节点B和F为例展示转发概率的计算过程。节点B的节点密度为节点B的候选节点数(包含节点C、D、E)与节点A的所有候选节点的候选节点总数(所有灰色的节点)的比值,既3/6。同理,节点F节点密度为1/6。值得注意的是节点H虽然是节点F的邻居节点,但是节点H的层级大于节点F的层级,在本次选路过程中节点H是无用节点。综上所述,若假设节点B和节点F的剩余能量相同,那么节点B的转发概率将大于节点F的概率;若节点B和节点F的剩余能量不同则将计算的节点密度和剩余能量带入公式2中可获得最终的转发概率。
在LSLPR协议中,代理区域以及代理节点的选择都具有随机性。其次,由于在每次数据包传输过程中选择下一跳节点时考虑了剩余能量,即使选择相同的代理区域,从源节点到代理节点也会采取不同的路径。这使路由路径更加随机,攻击者很难在某个节点等待到下一个包的到来,进而提高了源位置的隐私性。
图4给出了LSLPR协议通过MPR-FP算法投递数据包的示意图。在该图中源节点位于象限I中,连续产生4个数据包。数据包D1和D2分别通过代理区域II中的代理节点P1和P2使用不同的路径传输到sink节点,数据包D3过代理区域III中的代理节点P3传输到sink节点,数据包D4过代理区域IV中的代理节点P4传输到sink节点。这使得同一源节点产生的连续的数据包通过不同的路径到达sink。特别是,多条路径分布在网络的各个区域,因此SLP得到了很大的保证。
2.4长绕路问题
大多数幻影路由以及多路径路由都存在长绕路问题。长绕路会导致严重的延时和能量浪费,这对于水声传感器网络中的数据传输是不可接受的。在本工作中,不会向sink节点的反方向投递数据包,一定程度上已经缓解了长绕路问题。然而,由于发送节点根据转发概率选择最佳下一跳,数据包在LSLPR协议的第一阶段可能会被发送到其他代理区域,导致数据包从源节点到代理节点的长绕路。
基于上述所述,我们在第一阶段的路由过程中提出靠近代理区域的节点优先规则,一定程度上缓解长绕路问题。筛选发送节点靠近代理区域的候选邻居节点的过程如下:
A、假设发送节点A的坐标为(xs,ys,zs)。并且根据表2选择球心O坐标为(a,b,c),球心是发送节点A离代理区域所在的象限最近的坐标点,如图5所示。
B、计算球的半径
发送节点与球心的距离Rmin如公式5所示:
Rmin=sqrt((a-xs)^2+(b-ys)^2+(c-zs)^2) (5)
其中,球的半径是Rmin与通信半径Rc中的最大值。那么,球的半径R被表示为
R=max(Rmin,Rc) (6)
C、筛选离代理区域近的候选邻居节点。
假设离代理区域近的候选邻居节点的集合是V。发送节点有i个候选邻居节点,并且这些候选邻居节点的坐标可以表示为(xi,yi,zi).距离球心小于或等于R的节点是发送节点靠近代理区域的候选邻居节点。集合V由式7表示:
V={(xi,yi,zi)|sqrt((a-xi)^2+(b-yi)^2+(c-zi)^2)<=R} (7)
如图5更加直观的表示了集合V。以球心(a,b,c)和半径R构造球体,该球体是对于发送节点来说,是离代理区域更近的区域。同时,以(xs,ys,zs)为球心和半径Rc构造球体,该球体表示的是发送节点的传输范围。两个球面重叠的部分是发送方靠近代理区域的候选邻居节点。
表2选择球体的中心
综上所述,我们给与候选节点不同的优先级避免长绕路问题,优先级如下:
优先级1:发送节点优先选择靠近代理区域的候选邻居节点。
优先级2:与发送节点的层级相比,优先选择层级较小的候选邻居节点。
在路由的第一阶段,采用优先级1和优先级2。对于优先级为2,如果在第一阶段路由时发送节点的层级与代理区域的层级相等,则首先选择与代理区域同层的候选邻居节点;在路由的第二阶段,只使用优先级2。具体而言,发送节点首先选择满足优先级1的候选邻居节点,然后在满足优先级1候选邻居节点中找到满足优先级2的候选邻居,最后,根据MPR-FP算法,在满足优先级1和优先级2的候选邻居节点中选择具有最高转发概率的候选节点作为最佳下一跳。因此,数据包既不会远离代理区域,也不会向sink的相反方向移动。上述优先级规则有效地避免了LSLPR协议中的长绕路问题。
2.5空旷区域问题
许多UASNs中的路由协议,当数据包在比较稀疏的网络中传输时,空旷区域是不可避免的。图6给出了一个例子。当数据包到达节点7时,节点7无法继续向离sink节点更近的节点投递数据包。节点7的上方区域形成空旷区域。造成空旷区域的原因有两个。第一个原因是能量不平衡导致部分节点过早死亡。第二个原因是数据包被路由到节点密度低的区域,使得发送节点无法找到靠近sink的下一跳。基于以上原因,本研究采用以下设计来防止空旷区域问题。
首先,剩余能量小的节点成为下一跳的概率很小;因此,本研究中不存在一些过早死亡的节点。通过实现能量平衡,避免了空旷区域的产生。
其次,每个节点都通过sink节点泛洪hello包获取了自身层级,每一个节点至少应该存在一个上层节点。此外,MPR-FP算法还考虑了节点密度的影响,节点密度高的候选邻居节点更有可能被选为下一跳,避免数据包被路由到节点密度低的区域。例如,节点8比节点7更有可能成为下一跳。因此,没有发送节点找不到靠近sink的下一跳的情况。
综上所述,双重保护机制有效地解决了空旷区域路由问题。根据MPR-FP算法,若不考虑剩余能量,从源节点1到sink节点13的路径为1->3->5->8->11->13。
2.6源位置隐私分析
在LSLPR协议中,采用随机的代理节点和MPR-FP算法将数据包从源节点发送到sink节点。在最短路径路由和单路径幻影路由中,都使用最短路由来传输数据包。最短路由导致来自同一源节点的连续数据包通过紧密连接的中间节点到达sink节点。攻击者很容易收到连续的数据包,降低了追踪源位置的难度。此外,最短路由也减少了攻击者追踪源位置的时间。在LSLPR协议中,源节点使用MPR-FP算法向代理节点发送数据包,代理节点使用相同的路由算法向sink节点发送数据包。MPR-FP算法实现了多路径路由,而代理节点使多条路径随机的分布在网络的各个区域。与最短路由相比,LSLPR协议既没有利用紧密连接的中间节点传递数据包,也没有减少攻击者追踪源位置的时间。
在现有的多路径路由协议中,不同的数据包从源节点通过多条路径到达sink节点。上述协议在一定程度上扩大了攻击者的搜索范围。然而,在某些情况下,多条路径是并行的,这给攻击者提供了便利。此外,由于同一区域存在多条路径的可能性非常高,攻击者很容易接收到连续的数据包。因此,SLP级别降低。在LSLPR协议中,代理节点使得多条路径分布在网络的不同区域。具有随机性的代理节点和MPR-FP算法不允许出现多条并行路径。
总的来说,在LSLPR协议中,攻击者窃听连续数据包的可能性很小。为了成功追踪源位置,攻击者需要截获足够多的数据包来追踪源位置。然而,可能在攻击者获得源位置之前就改变了源。攻击者追踪散布在网络中的多条路径非常困难。综上所述,MRP-SLP协议能够有效抵御攻击者,保护SLP。
3性能分析
3.1安全性分析
在本工作中,攻击者无法通过窃取数据包的内容获得源位置信息。攻击者只能通过窃听数据包向源节点的位置移动。位置隐私与攻击者已获取的网络中节点的位置有密切的关系。对于攻击者而言,网络中不确定的节点越多,SLP被保护的越好。AT为攻击者已经获取得节点信息的节点集。UT是包含网络中攻击者不确定的所有节点,也就是,受保护节点的集合。假设UT中包含n个节点,可表示为UT={u1,……un}。UT中包含源节点,源节点的节点集为US。UT中节点的数量与追踪源位置的难度成正比。我们使用信息熵(以下简称为“熵”)来衡量该协议的隐私保护程度。位置隐私的熵定义为
其中,pi表示为节点i是源节点的概率。|UT|是攻击者无法确定的节点数。UT中任意节点是源节点的概率为|US|/|UT|。对于攻击者而言的网络中不确定的节点数量为n,即|UT|=n。源节点的节点集的大小为m,即|US|=m。因此源位置隐私为
熵S(p1,p2,p3…pn)描述了攻击者对于网络中节点的不确定性。当攻击者认为网络中的节点都有相同的概率变为源节点,攻击者对于网络中节点的不确定性最高,熵达到最大值。因此我们定义了网络中总的节点集UT *的大小为N,即|UT *|=N。那么最优熵为
值得注意的是,源位置的隐私与UT和UT的大小有关。|UT|越大,可能是源节点的节点越多,攻击者对源节点的不确定性越大,熵值越大。在本文中,攻击者几乎不可能收到连续的数据包,攻击者很难通过追踪数据包获取网络中节点的位置信息,AT节点集的内容很难进一步扩充,因此攻击者对于网络中的节点有很大的不确定性,使得该路由协议的源位置隐私等级是比较高的。
3.2网络寿命
在我们保护了SLP之后,我们感兴趣的是平衡网络中的能量消耗以延长网络寿命。网络中参与传输的节点越多,越能达到能量均衡的效果,网络的寿命越长。我们采用现有的能量模型。对于频率为f的水声信号,在距离为d的水声信道中的信号衰减为
A(d,f)=dkα(f)d (11)
其中,d表示发送节点与接收节点之间的距离。f表示载波的频率,单位为kHz。k为能量扩散系数(圆柱形中k=1,实际中k=1.5,球形中k=2)。当f为kHz时,α(f)表示的吸收系数的单位为dB/km。吸收系数采用Throp的表达式计算,即:
一个发送节点传输一个长度为l bits的数据包到接收节点,发送节点与接收节点的距离为d。发送节点传输数据能耗如下:
Et(l,d)=lPrTdA(d,f) (13)
其中,Pr表示功率消耗,Td表示数据传输时间。同时,接收节点接收一个数据包的能耗如下所示:
Er(l)=lPrTd (14)
假设一个数据包从源节点到sink节点的平均跳数为H跳,每一个数据包传输一跳的持续时间为Td。当成功传输了ω个数据包后攻击者找到源所在的位置。网络中传输数据包的总能耗为
此时,网络中参与数据包转发的节点数越多,网络中任意一个节点在此阶段的数据传输中能耗越少,网络的寿命越长。假设网络中节点参与数据传输的概率为ρ,那么任意一个节点在此阶段的数据传输中平均能耗可以表示为
根据公式16可知,ρ越大,Esingle越小。具体来说,任意节点参与数据传输的概率越高,单个节点的平均能量消耗越小。因为|UT|=n并且S(p1,…pn)=m·log2(n/m),所以因此Esingle可表示为
根据公式17可知,Esingle与S(p1,…pn)成反比。隐私等级越高,Esingle值越低,网络寿命越长。也就是说,在LSLPR协议中,可以同时实现对SLP的保护和延长网络寿命。
4仿真评估
本节介绍和分析LSLPR协议的性能。采用MATLAB仿真软件进行仿真实验。在仿真实验中,与SSLP、PP-SLPP、2hop-AHH-VBF进行了比较。SSLP和PP-SLPP是利用AUVs实现UASNs的源位置保护方案。2hop-AHH-VBF是一种节能的水下路由协议。
A、性能指标
本节评估了以下3个性能指标:安全时期、能量消耗和延时。安全时期是指攻击者寻找源节点所移动的距离。能耗是指每次仿真实验运行所消耗的全部能量。具体能耗计算过程如式15所示。延时是指端到端延迟,即从源节点到sink节点的延时。仿真实验参数如表3所示。
表3仿真实验参数
B、安全时期
根据上述安全时期的定义,攻击者寻找源节点的路程越远,攻击者寻找源节点所花费的时间就越多。SLP被保护程度由安全时期的长度。图7显示了不同β值下MPR-FP算法的安全时期。MPR-FP算法中β越大,剩余能量对转发概率的影响越大。随着剩余能量对转发概率影响的增大,从源节点到sink节点的路由路径的多样化程度增大。路由路径的多样性使得攻击者难以找到源位置。在图7中,随着β值的增大,MPR-FP的安全期不断增加。β值增大,攻击者寻找源位置的难度增大。在式(2)中,同时考虑了β值对安全时期的影响和α值对空旷区域路由问题的影响。经过慎重考虑,本文取β的值为0.6。
图8(a)和图8(b)展示了对MPR-FP(β=0)、MPR-FP(β=0.6)、LSLPR的安全时期的对比实验。由图8(a)可知,安全时期随深度单调递增。当深度增大时,攻击者与源节点之间的距离增大,安全时期也随之增大。图8(b)显示了安全时期随节点数量增加的变化趋势。在MPR-FP(β=0)中,剩余能量不影响路由路径的多样化,因此只有一条路由路径。因此,节点数量的增加或节点深度的增加对安全时期的影响较小。在MPR-FP(β=0.6)中,剩余能量对转发概率的影响更大,使得路由路径更加多样化。因此,MPR-FP(β=0.6)的安全时期高于MPR-FP(β=0)。LSLPR中存在多条路由路径,并且增加了代理节点。源节点产生的不同数据包通过分布在网络中的不同的路径到达sink节点,扩大了攻击者的追踪范围。因此,LSLPR的安全时期在三个方案中最高。
图9(a)、图9(b)、图9(c)给出了四种方案的安全时期比较。PP-SLPP和SSLP基于AUVs在UASNs中的移动来保护SLP。AUVs移动距离越大,安全时期越长。然而,AUVs的移动是在一个特定的区域。即使使用移动AUVs传输数据包,数据包通过的区域仍然相对单一。因此,对SLP的保护存在局限性。如图9(a)、图9(b)、图9(c)所示,PP-SLPP的安全时期始终高于SSLP的安全时期。在PP-SLPP中,多路径技术使攻击者在寻找源位置的过程中移动了更长的距离。因此PP-SLPP具有比SSLP更大的安全时期。在2hop-AHH-VBF中,数据包只在管道中传输。由于没有对SLP进行保护的措施,因此安全时期是四种方案中最低的。LSLPR采用了代理节点和MPR-FP算法,使得路由路径随机分布在网络的不同区域。因此,LSLPR在图9(a)、图9(b)、图9(c)四种方案中具有最大的安全时期。
在图9(a)中,安全时期随着深度的增加而增加。随着深度的增加,源节点到sink节点的距离变长。这意味着攻击者需要更长的距离才能找到源位置,因此安全时期变长。在图9(b)中,由于每次仿真实验中推送位置的数量不同,PP-SLPP的安全时期随着节点数量的变化而波动。在SSLP和2hop-AHH-VBF中,由于运动轨迹固定,安全时期基本不变。随着LSLPR中节点数量的增加,发送节点对下一跳选择更多。因此,路由路径更加多样化,安全时期增加。由图9(c)可知,安全时期随网络边长增大而增大。在PP-SLPP方案中,AUVs的移动距离随着网络边长的增加而增加,因此安全时期也随之增加。在SSLP和2hop-AHH-VBF中,固定的运动轨迹使安全时期缓慢增加。在LSLPR中,多条路径分布的区域随着网络边长的增大而增大,因此安全时期也随之增大。
C、延时
在LSLPR中,从源节点到sink节点的路径越短,延时越小。在LSLPR协议中增加了优先级规则1,以避免数据包远离代理区域。因此,优先级1缓解了长绕路问题,减少了延时。图10(a)和图10(b)给出了LSLPR与未设置优先级1的LSLPR的延时对比图。在图10(a)和图10(b)中,LSLPR的时延低于未设置优先级1的LSLPR。验证了优先级1对缓解长绕路问题的有效性。在图10(a)中,LSLPR和未设置优先级1的LSLPR的时延随着深度的增加而增加。深度决定了源节点到sink节点的距离。因此,延时随着深度的增加而增加。从图10(b)可以看出,随着节点数量的增加,LSLPR和未设置优先级1的LSLPR的延时下降。由于节点数量的增加,发送节点有更好的选择下一跳。这使得从源到sink的跳数更少,延时也更小。
图11(a)和图11(b)给出了MPR-FP(β=0)、MPR-FP(β=0.6)、LSLPR的延时对比图。MPR-FP(β=0)具有最低的延迟。原因是不同的数据包不会通过多条路径到达sink节点。具体来说,从源节点到sink节点只有一条路由路径,因此延时最小。在MPR-FP(β=0.6)中,剩余能量对转发概率的影响更大,使得路由路径更加多样化。然而,该路由路径并不分布在整个网络中,因此其时延大于MPR-FP的延时(β=0),小于LSLPR的延时。在LSLPR中,路由路径的多样化和代理节点的随机选择使数据包通过分布在不同区域的不同路径到达sink节点。因此,LSLPR由于绕路从源节点到sink节点,延时最高。在图11(a)中,延时随着深度的增加而增加。从图11(b)中可以看出,随着节点数量的增加,LSLPR的延时减小。此外,如图11(a)和图11(b)所示,节点数量对MPR-FP(β=0)和MPR-FP(β=0.6)影响不大。是由于MPR-FP(β=0)和MPR-FP(β=0.6)不绕道到sink,路由路径更短。随着节点数量的增加,发送节点有更好的选择下一跳。对于较短的路由路径,跳数不受影响,延时波动小。
从图12(a)、图12(b)、图12(c)可以看出,PP-SLPP和SSLP的延时远大于LSLPR和2hop-AHH-VBF的延时。由于PP-SLPP和SSLP中使用了AUVs,相比LSLPR和2hop-AHH-VBF等纯路由协议,PP-SLPP和SSLP的延时更大。PP-SLPP和SSLP的延时的单位是分钟,LSLPR和2hop-AHH-VBF的延时的单位为秒。更具体地说,PP-SLPP的延时比SSLP大,因为PP-SLPP的延时是主AUV收集所有从AUVs的数据的总时间。与PP-SLPP不同的是,在SSLP中AUVs按照的轨迹收集数据,因此不需要等待太长时间。从上面的图11(a)和图11(b)可以看出,LSLPR的延时远远大于MPR-FP。然而,在图12(a)、图12(b)、图12(c)中,LSLPR和2hop-AHH-VBF的延时相差不多。原因是2hop-AHH-VBF的保持时间导致了更长的延时。2hop-AHH-VBF和LSLPR都为了自己的目的牺牲了延时。与PP-SLPP和SSLP相比,2hop-AHH-VBF和LSLPR在延时上的牺牲很小。
在图12(a)和图12(c)中,延时随深度或网络边长增加而增加。在图12(b)中,PP-SLPP的波动是由于AUVs群的推送位置与随机初始位置的差异引起的。在SSLP中,延时随着节点数的增加而增加。原因是在固定的移动轨迹上AUV收集的数据节点数变多。在2hop-AHH-VBF中,由于数据包在管道中传输,节点数量的增加对延迟的影响很小。因此,随着节点数量的增加,延时保持不变。在LSLPR协议中,随着节点数量的增加,发送节点可以选择更好的下一跳,从源节点到sink节点的跳数变小。因此,随着节点数量的增加,延时有下降的趋势。
图13(a)和图13(b)比较了MPR-FP(β=0)、MPR-FP(β=0.6)和LSLPR的能耗。LSLPR的路由路径分布在网络的各个区域,导致LSLPR在三种方案中能耗最大。在图13(a)和图13(b)中,MPR-FP(β=0)的能耗略大于MPR-FP(β=0.6)。MPR-FP(β=0)通过选择节点密度最高的下一跳,形成一条唯一的路由路径,这条路径的能耗可能会更差。然而,在多条路径中存在一些能耗较低的路径,因此,总的来说MPR-FP(β=0.6)的能耗更小。
图14(a)、图14(b)、图14(c)为四种方案能耗变化的总体趋势。PP-SLPP和SSLP的能耗包括网络中的所有节点和所有AUVs的能耗。虽然AUVs的能耗较大,但一般认为AUVs具有无限的能量。因此,本文中能量消耗是指所有难以充电的水下传感器节点所消耗的总能量。如图14(a)、图14(b)、图14(c)所示,PP-SLPP的能耗要小于SSLP。在SSLP中,AUVs和节点都参与数据传输。但在PP-SLPP中,节点只是使用VBF路由协议将位置信息推送给主AUV。因此,与PP-SLPP方案相比,SSLP方案中的节点需要发送更多的数据包。此外,LSLPR的能耗低于2hop-AHH-VBF。在2hop-AHH-VBF中,虽然只有管道中的节点才能参与数据转发,但其本质上是一种广播路由协议。2hop-AHH-VBF的能耗必然大于像LSLPR这样的单播路由协议的能耗。在图14(a)和图14(c)中,能量消耗随深度或网络边长增加而增加。这是因为路由路径的长度会随着网络深度或网络侧长的增加而变长。在图14(b)中,除PP-SLPP外,其他三种方案的能耗均随着节点数量的增加而增加。在PP-SLPP中,即使节点数量增加,AUV也不会到所有簇收集数据,这导致PP-SLPP的波动。
5总结和未来工作
位置隐私保护对于UASNs至关重要。LSLPR协议将SLP算法融入到UASNs.的路由协议中。该协议对WSNs中的多路径技术、代理节点选择等保护SLP方法进行了改进,使得这些方法适用于UASNs。同时。提出了一种新的MPR-FP算法,该算法利用节点剩余能量和节点密度来计算转发概率,以选择最佳下一跳。MPR-FP算法实现多路径路由。代理节点使多条路径分布在整个网络中,而不是在一个区域中。MPR-FP算法和代理节点通过增大攻击者的搜索范围增强了SLP。仿真结果表明,与现有的UASNs路由协议和SLP方案相比,LSLPR协议在具有较小的能耗和延迟,并且安全时期更长。
以上示意性的对本发明及其实施方式进行了描述,该描述没有限制性,附图中所示的也只是本发明的实施方式之一,实际的结构并不局限于此。所以,如果本领域的普通技术人员受其启示,在不脱离本发明创造宗旨的情况下,不经创造性的设计出与该技术方案相似的结构方式及实施例,均应属于本发明的保护范围。
Claims (4)
1.一种基于分层和源位置隐私的水声传感器网络路由协议方法,其特征在于:包括以下步骤:
一:源节点随机选择代理区域;
二:采用基于转发概率的多路径路由算法将数据包从源节点投递到代理节点;在此阶段,给予候选邻居节点不同的优先级以缓解长绕路问题;
三:在代理区域中随机选择代理节点;
四:使用与步骤二相同的路由算法将数据包从代理节点投递到sink节点;
五:重复步骤一到步骤四直到源节点改变或者攻击者找到源节点的位置;
选择代理节点具体包括以下步骤:
a、以sink节点为中心节点建立三维坐标系,sink节点的位置信息全网公开;同时,以sink节点为中心的三维坐标系将三维水下空间分为4个象限;
b、在网络初始化过程中水下节点将位置信息换算成以sink节点为中心的三维坐标;
c、设源节点的层级为Ls,那么代理区域的层级可表示为
Lp=INT(Ls/2) (1)
其中,Lp为代理区域的层级;代理区域包含层级为Lp的所有节点;
d、以sink节点为中心的三维坐标系将代理区域分为区域I、区域II、区域III、区域IV;若源节点在任意其中一个象限,那么其他三个象限的代理区域成为候选代理区域;设置一个随机数Q在0~3之间,根据随机数的值来选择最终的代理区域;
e、数据包从源节点成功投递到代理区域的第一个节点后,随机数被用来随机选择数据包在代理区域的跳数,最后一跳到达的节点为代理节点。
2.根据权利要求1所述的一种基于分层和源位置隐私的水声传感器网络路由协议方法,其特征在于:基于转发概率的多路径路由算法为:
发送节点将层级不大于发送节点的层级的邻居节点选做候选邻居节点;发送节点通过计算候选邻居节点的转发概率来选择最佳下一跳;转发概率取决于候选邻居节点的节点密度和剩余能量;任意发送节点i的其中一个候选邻居节点j的转发概率P(i,j)表示为
P(i,j)=αe(j)+βd(j) (2)
其中,α和β是权重系数,满足α+β=1;d(j)为候选邻居节点j的节点密度,e(j)为候选邻居节点j剩余能量ER(j)与初始能量Einit的比值,e(j)表示为
发送节点i的候选邻居节点j的节点密度为
其中Nc(j)表示节点j的候选节点的集合,|Nc(j)|表示节点j的候选节点的个数,表示节点i的所有候选邻居节点的候选邻居节点的总数。
3.根据权利要求1所述的一种基于分层和源位置隐私的水声传感器网络路由协议方法,其特征在于:步骤二中,筛选发送节点靠近代理区域的候选邻居节点的过程如下:
A、设发送节点A的坐标为(xs,ys,zs),并且选择球心O坐标为(a,b,c),球心是发送节点A离代理区域所在的象限最近的坐标点;
B、计算球的半径;球的半径是Rmin与通信半径Rc中的最大值;发送节点与球心的距离Rmin为
Rmin=sqrt((a-xs)^2+(b-ys)^2+(c-zs)^2) (5)
那么,球的半径R被表示为
R=max(Rmin,Rc) (6)
C、筛选离代理区域近的候选邻居节点;假设离代理区域近的候选邻居节点的集合是V;发送节点有i个候选邻居节点,并且这些候选邻居节点的坐标可以表示为(xi,yi,zi);距离球心小于或等于R的节点是发送节点靠近代理区域的候选邻居节点;集合V可表示为
V={(xi,yi,zi)|sqrt((a-xi)^2+(b-yi)^2+(c-zi)^2)<=R} (7)。
4.根据权利要求3所述的一种基于分层和源位置隐私的水声传感器网络路由协议方法,其特征在于:给予候选邻居节点不同的优先级如下:
优先级1:发送节点优先选择靠近代理区域的候选邻居节点;
优先级2:与发送节点的层级相比,优先选择层级小的候选邻居节点;
发送节点首先选择满足优先级1的候选邻居节点,然后在满足优先级1候选邻居节点中找到满足优先级2的候选邻居,最后,根据基于转发概率的多路径路由算法,在满足优先级1和优先级2的候选邻居节点中选择具有最高转发概率的候选节点作为最佳下一跳。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310277073.4A CN116506844B (zh) | 2023-03-20 | 2023-03-20 | 一种基于分层和源位置隐私的水声传感器网络路由协议方法 |
US18/516,741 US20240106716A1 (en) | 2023-03-20 | 2023-11-21 | Routing protocol method for underwater acoustic sensor networks based on layering and source location privacy |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310277073.4A CN116506844B (zh) | 2023-03-20 | 2023-03-20 | 一种基于分层和源位置隐私的水声传感器网络路由协议方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116506844A CN116506844A (zh) | 2023-07-28 |
CN116506844B true CN116506844B (zh) | 2024-01-26 |
Family
ID=87327499
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310277073.4A Active CN116506844B (zh) | 2023-03-20 | 2023-03-20 | 一种基于分层和源位置隐私的水声传感器网络路由协议方法 |
Country Status (2)
Country | Link |
---|---|
US (1) | US20240106716A1 (zh) |
CN (1) | CN116506844B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107548029A (zh) * | 2017-08-21 | 2018-01-05 | 河海大学常州校区 | 一种基于海水分层的水下传感网络中auv数据收集方法 |
CN109660945A (zh) * | 2019-02-18 | 2019-04-19 | 河海大学常州校区 | WSN中基于多sink的动态多路由源节点位置隐私保护方法 |
WO2019169874A1 (zh) * | 2018-03-09 | 2019-09-12 | 南京邮电大学 | 一种基于服务质量保障的无线mesh网络机会路由算法 |
CN110493841A (zh) * | 2019-07-31 | 2019-11-22 | 西北工业大学 | 一种水声传感网络路由实现方法 |
CN111542059A (zh) * | 2020-05-06 | 2020-08-14 | 河海大学常州校区 | 一种基于动态树路由的WSNs源节点位置隐私保护方法 |
CN112689282A (zh) * | 2020-12-16 | 2021-04-20 | 曲阜师范大学 | 无线传感网中保护位置隐私的匿名通信方案 |
-
2023
- 2023-03-20 CN CN202310277073.4A patent/CN116506844B/zh active Active
- 2023-11-21 US US18/516,741 patent/US20240106716A1/en active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107548029A (zh) * | 2017-08-21 | 2018-01-05 | 河海大学常州校区 | 一种基于海水分层的水下传感网络中auv数据收集方法 |
WO2019169874A1 (zh) * | 2018-03-09 | 2019-09-12 | 南京邮电大学 | 一种基于服务质量保障的无线mesh网络机会路由算法 |
CN109660945A (zh) * | 2019-02-18 | 2019-04-19 | 河海大学常州校区 | WSN中基于多sink的动态多路由源节点位置隐私保护方法 |
CN110493841A (zh) * | 2019-07-31 | 2019-11-22 | 西北工业大学 | 一种水声传感网络路由实现方法 |
CN111542059A (zh) * | 2020-05-06 | 2020-08-14 | 河海大学常州校区 | 一种基于动态树路由的WSNs源节点位置隐私保护方法 |
CN112689282A (zh) * | 2020-12-16 | 2021-04-20 | 曲阜师范大学 | 无线传感网中保护位置隐私的匿名通信方案 |
Also Published As
Publication number | Publication date |
---|---|
US20240106716A1 (en) | 2024-03-28 |
CN116506844A (zh) | 2023-07-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Rahman et al. | EECOR: An energy-efficient cooperative opportunistic routing protocol for underwater acoustic sensor networks | |
Yu et al. | WDFAD-DBR: Weighting depth and forwarding area division DBR routing protocol for UASNs | |
Khan et al. | A multi-layer cluster based energy efficient routing scheme for UWSNs | |
Han et al. | An AUV location prediction-based data collection scheme for underwater wireless sensor networks | |
Bu et al. | Fuzzy logic vector–based forwarding routing protocol for underwater acoustic sensor networks | |
Majid et al. | An energy efficient and balanced energy consumption cluster based routing protocol for underwater wireless sensor networks | |
CN111049743B (zh) | 一种联合优化的水声多跳协作通信网络路由选择方法 | |
Barbeau et al. | Location-free link state routing for underwater acoustic sensor networks | |
CN103297339A (zh) | 水下传感器网络中基于空间区域划分的路由方法 | |
CN103298055A (zh) | 水下传感器网络中基于空间网格区域划分的贪婪路由方法 | |
Liu et al. | Energy-efficient guiding-network-based routing for underwater wireless sensor networks | |
Tariq et al. | Pressure Sensor Based Reliable (PSBR) Routing Protocol for Underwater Acoustic Sensor Networks. | |
Ismail et al. | Review on energy efficient opportunistic routing protocol for underwater wireless sensor networks | |
Kumar et al. | Enhance the lifespan of underwater sensor network through energy efficient hybrid data communication scheme | |
Wang et al. | Reinforcement learning-based opportunistic routing protocol using depth information for energy-efficient underwater wireless sensor networks | |
Shah et al. | CEER: Cooperative Energy-Efficient Routing Mechanism for Underwater Wireless Sensor Networks Using Clusters. | |
Awais et al. | Exploiting energy efficient routing protocols for void hole alleviation in IoT enabled underwater WSN | |
Ahmed et al. | CMSE2R: clustered-based multipath shortest-distance energy efficient routing protocol for underwater wireless sensor network | |
Al-Salti et al. | Grid-based priority routing protocol for uwsns | |
CN116506844B (zh) | 一种基于分层和源位置隐私的水声传感器网络路由协议方法 | |
Ullah et al. | A stable and reliable short-path routing scheme for efficient acoustic wireless sensor networks (AWSNs) | |
Jiang et al. | An Opportunistic Routing based on Directional Transmission in the Internet of Underwater Things | |
Fazeli et al. | A survey on underwater wireless sensor networks routing algorithms | |
Nam et al. | Energy-efficient routing protocol in underwater acoustic sensor networks | |
Day et al. | TBR: Tree-Based Routing over a 3D Grid for Underwater |
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 |