CN202856989U - 用于无线传感器网络的关键节点的测量的装置以及系统 - Google Patents

Abstract

本实用新型公开了一种用于无线传感器网络的关键节点的测量的装置，包括供电单元，还包括用于无线传感器网络的关键节点的测量的模块，该模块包括多个的电路单元，具体包括:数据包接收单元，用于接收节点发送过来的数据包；数据包处理单元，用于每个传感器终端对所有经过自己的数据包通过哈希处理嵌入自己ID；路由推断单元，收集所述的具有ID的数据包，解析每一个包经历过的节点号；关键节点测量单元，用于利用隐马尔科夫模型推断出关键节点。本实用新型还公开了一种用于无线传感器网络的关键节点的测量的系统。本实用新型的一种用于无线传感器网络的关键节点的测量的装置以及系统能查找到无线传感器网络的关键节点。

Description

用于无线传感器网络的关键节点的测量的装置以及系统

技术领域

本实用新型涉及用于无线传感器网络的领域，尤其涉及一种无线传感器用于无线传感器网络的关键节点的测量的装置以及系统。 

背景技术

随着无线通信技术的日益成熟和嵌入式系统的快速发展，无线传感器网络被广泛的应用到环境检测，生态科学观察以及国防军事等领域。为了保证网络的连通性和覆盖范围，大规模的无线传感器网络通常需要部署成千上万个传感器节点。每个传感器节点不仅要周期性的感知周围的信息，还需要通过特定的路由协议1来寻找自己的下一条节点地址，这样才能保证基站可以成功回收感知区域里的信息。自组织网络的多跳传输特性要求大部分的节点要负责转发其他节点的数据；一旦某些位置的关键节点（瓶颈节点）无法工作，网络可能会产生分割，即远处某个区域里的节点再也无法将采集到的数据发回给基站。 

在网络出现分割之前，管理员是非常有必要了解整个网络存在哪些瓶颈节点的。一方面，如果选择故障发生之后再对网络进行诊断，则分割区域里的诊断数据是无法获取的，也就是说，管理员无法准确判断是哪些节点导致了这些区域被分割，从而不能恢复网络；另一方面，许多应用需要网络本身拥有快速恢复功能，比如危机妨害、基础设施保护等。因此，我们期望在网络本身运行较为良好的情况下采集系统相关数据，然后确定出网络潜在的瓶颈节点，等到故障发生的时候，我们就可以对故障源进行预测。更进一步的，管理员还可以对当前网络进行针对的重部署，从而最大程度的避免网络分割的发生。 

实用新型内容

本实用新型的目的在于提出一种用于无线传感器网络的关键节点的测量的装置以及系统，能够系统评估当前网络的运行状况，以及寻找潜在的瓶颈节点，帮助管理员快速的应对网络分割等系统故障的问题。 

为达此目的，本实用新型采用以下技术方案： 

本实用新型公开了一种用于无线传感器网络的关键节点的测量的装置，包括供电单元,用于对所有的用电单元进行供电,还包括用于无线传感器网络的关键节点的测量的模块,该模块包括多个的电路单元,具体包括: 

数据包接收单元,用于接收节点发送过来的数据包; 

数据包处理单元,用于每个传感器终端对所有经过自己的数据包通过哈希处理嵌入自己ID; 

路由推断单元,收集所述的具有ID的数据包,解析每一个包经历过的节点号; 

关键节点测量单元,用于利用隐马尔科夫模型推断出关键节点, 

其中,关键节点通过如下的公式进行识别: 

$D(v,S_i)=\left({\mathrm{\Σ}}_{1\≤j\≤V_p\left(v\right)}{a}_{\mathrm{ji}}\right)/\left|V_p\left(v\right)\right|$

其中,V_P(v)表示的是节点v的父亲集合,S_i表示v的第i个父节点，在隐马尔科夫模型中属于隐藏状态,a_ji表示S_j到S_i的转移概率。 

进一步地，所述的数据包处理单元及路由推断单元之间还包括加密单元,用于通过布隆过滤器对所述的ID进行加密处理。 

进一步地，所述的关键节点测量单元之后还包括重部署流量预测单元,用于对根据关键点的信息预测网络流量的变化,从而优化部署方案。 

本实用新型公开了一种用于无线传感器网络的关键节点的测量的系统，包括多个无线传感器,信息接收终端,其中,多个无线传感器将测试的信息传送到信息接收终端,所述的用于无线传感器网络的关键节点的测量的系统还包括连接于所述的无线传感器与信息接收终端间的如上述的用于无线传感器网络的关键节点的测量的装置. 

进一步地，所述的信息接收终端包括智能手机、电脑。 

进一步地，所述的用于无线传感器网络的关键节点的测量的装置通过wifi或3G或gprs与所述的信息接收终端相通讯。

本实用新型的一种用于无线传感器网络的关键节点的测量的装置以及系统,有益效果在于： 

区别于现有技术的用于无线传感器网络的没有查找关键节点的技术,本技术方案能系统评估当前网络的运行状况，以及寻找潜在的瓶颈节点，帮助管理员快速的应对网络分割。 

附图说明

图1是本实用新型用于无线传感器网络的关键节点的测量的装置方框图； 

图2是本实用新型用于无线传感器网络的关键节点的测量的系统方框图。 

具体实施方式

下面结合附图并通过具体实施方式来进一步说明本实用新型的技术方案。 

请参阅图1，本实用新型的较佳实施例，一种用于无线传感器网络的关键节点的测量的装置1，包括供电单元10,用于对所有的用电单元进行供电,还包括用于无线传感器网络的关键节点的测量的模块15,该模块15包括多个的电路 单元,具体包括: 

数据包接收单元20,用于接收节点发送过来的数据包; 

数据包处理单元30,用于每个传感器终端对所有经过自己的数据包通过哈希处理嵌入自己ID; 

路由推断单元40,收集所述的具有ID的数据包,解析每一个包经历过的节点号; 

关键节点测量单元50,用于利用隐马尔科夫模型推断出关键节点。 

其中,关键节点通过如下的公式进行识别: 

$D(v,S_i)=\left({\mathrm{\Σ}}_{1\≤j\≤V_p\left(v\right)}{a}_{\mathrm{ji}}\right)/\left|V_p\left(v\right)\right|$

其中,V_P(v)表示的是节点v的父亲集合,S_i表示v的第i个父节点，在隐马尔科夫模型中属于隐藏状态,a_ji表示S_j到S_i的转移概率。 

转移概率在我们的实际问题中表示的是这样的场景：节点A当前选择的是父节点是P，那么下一次选择父节点Q的概率就是一个从P到Q的转移概率。对于点v，下面我们描述隐马尔科夫的五个关键元素，包括2个状态集合和3个概率矩阵： 

隐藏状态S_v，|S_v|=N+1=|V_p(N)|+1。S_v={S_i|i=0,1,2...N}，且S_i=P_vi,i=1,2...N。S₀是一个虚拟状态，表示的是v并没有发送该包，该虚拟状态有助于基站计算布隆过滤器的结果。 

观测状态T_v，|T_v|=M=2^k，k是布隆过滤器中设计好的位数数组的大小。在我们的实验中，k=24。|T_v|={T_i|i=0,1,2...M-1}。 

隐藏状态的转移矩阵A_v={a_ij}，其中a_ij＝P(S_j|S_i)，1≤i,j≤N，表示的是从S_i到S_j的转移概率。该转移矩阵是未知的参数，我们期望从观测状态中把它逆推出来。 

隐藏状态和观测状态之间的产生概率矩阵B_v={b_ij}，其中b_ij＝P(T_i|S_j)，1≤i≤M,1≤j≤N，表示的是在S_j隐藏状态下，T_i发生的概率。该转移矩阵是可以根据网络拓扑和设定参数进行计算的， 

模型初始设定向量π_v＝{π_i|i=1,2...N}，π_i表示的是隐藏状态序列的第一个值是S_i的概率。我们简单设定π_i＝1/N,i=1,2...N。 

利用隐马尔科夫模型解决这类问题的最核心的问题是如何构造和计算隐藏转台和观测状态之间的产生概率B_v。具体点，我们需要计算T_i在隐藏状态下的发生概率b_ij＝P(T_i|S_j)。在我们的设定中，S_j表示的是v把数据包发送给P_vj这个父节点；T_i是嵌在包里的关于传输路径的位数数组，该位数数组是路径上的节点将自己的ID经过哈希变换依次生成的。 

进一步地，数据包处理单元30及路由推断单元40之间还包括加密单元35,用于通过布隆过滤器对所述的ID进行加密处理。 

较佳地，关键节点测量单元50之后还包括重部署流量预测单元60,用于对根据关键点的信息预测网络流量的变化,从而优化部署方案。 

请参阅图2，一种用于无线传感器网络的关键节点的测量的系统，包括多个无线传感器400,信息接收终端500,其中,多个无线传感器400将测试的信息传送到信息接收终端500,用于无线传感器网络的关键节点的测量的系统还包括连接于所述的无线传感器与信息接收终端间的如上述的用于无线传感器网络的关键节点的测量的装置1。 

进一步地，信息接收终端500包括智能手机、电脑。 

用于无线传感器网络的关键节点的测量的装置通过wifi或3G或gprs与信息接收终端500相通讯。 

本技术方案的实质在于，本实用新型提出一种通用于任何网络拓扑和路由 协议的关键点检测系统BOND(Bottle neck Node Detector)，旨在帮助管理员在一个正常运行的无线传感器网络当中检测出潜在的瓶颈节点，这些节点十分有可能造成网络的分割。该系统由三个部分组成，分别是路由推断，关键点检测，重部署流量预测。在路由推断中，每个传感器终端需要对所有经过自己的数据包通过哈希处理嵌入自己的ID(Identity)，基站统一收集之后再进行解码，则可以从概率上推断出每一个包所经历过的节点号；然后利用隐马尔科夫模型(Hidden Markov Model)推断出每一对父子节点的依赖性，再通过全局整合得到整个网络不同位置上的关键节点。重部署流量预测可以帮助管理员在实施部署前预测网络的流量变化，从而优化部署方案。 

在一个大规模多跳无线传感器网络中记录每一个包的传输路径是开支非常大的工作。每一个数据包最多包含110K左右的字节，假设我们用2个字节来记录一个节点的ID，对于一个30跳的数据包，就要花费60个字节来记录路径，那么剩余的空间可能就不足以存储有用的感知数据。我们采用了布隆过滤器(Bloom Filter)来对ID进行加密存储，然后在基站处进行解码，从而避免了中间传输开支过大。布隆过滤器是一种空间效率很高的随机数据结构。它利用位数组来表示一个集合，并能很快判断一个元素是否属于这个集合。当然，这种高效性也是有一定代价的，在判断一个元素是否属于某个集合的时候，布隆过滤器会误把一个本不属于这个集合的元素认为属于该集合。在我们的应用场景中，这种低错误率是可以被容忍的，且可以极大节省节点内部的存储空间。 

本实用新型的一种用于无线传感器网络的关键节点的测量的装置以及系统,有益效果在于： 

区别于现有技术的用于无线传感器网络的没有查找关键节点的技术,本技术方案能系统评估当前网络的运行状况，以及寻找潜在的瓶颈节点，帮助管理 员快速的应对网络分割。 

以上所述仅为本实用新型的较佳实施例而已，并不用以限制本实用新型，凡在本实用新型的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本实用新型的保护范围之内。 

Claims (6)

1.一种用于无线传感器网络的关键节点的测量的装置，包括供电单元,用于对所有的用电单元进行供电,其特征在于，还包括用于无线传感器网络的关键节点的测量的模块,该模块包括多个的电路单元,具体包括:

数据包接收单元,用于接收节点发送过来的数据包;

数据包处理单元,用于每个传感器终端对所有经过自己的数据包通过哈希处理嵌入自己ID;

路由推断单元,收集所述的具有ID的数据包,解析每一个包经历过的节点号;

关键节点测量单元,用于利用隐马尔科夫模型推断出关键节点。

2.根据权利要求1所述的用于无线传感器网络的关键节点的测量的装置，其特征在于，所述的数据包处理单元及路由推断单元之间还包括加密单元,用于通过布隆过滤器对所述的ID进行加密处理。

3.根据权利要求1所述的用于无线传感器网络的关键节点的测量的装置，其特征在于，所述的关键节点测量单元之后还包括重部署流量预测单元,用于对根据关键点的信息预测网络流量的变化,从而优化部署方案。

4.一种用于无线传感器网络的关键节点的测量的系统，包括多个无线传感器,信息接收终端,其中,多个无线传感器将测试的信息传送到信息接收终端,其特征在于,所述的用于无线传感器网络的关键节点的测量的系统还包括连接于所述的无线传感器与信息接收终端间的如权利要求1至3任一项所述的用于无线传感器网络的关键节点的测量的装置。

5.根据权利要求4所述的用于无线传感器网络的关键节点的测量的系统，其特征在于，所述的信息接收终端包括智能手机、电脑。

6.根据权利要求5所述的用于无线传感器网络的关键节点的测量的系统，其特征在于，所述的用于无线传感器网络的关键节点的测量的装置通过wifi或3G或gprs与所述的信息接收终端相通讯。

Images