基于信道随机干涉博弈机制的移动传感网安全传输算法

王晓刚

（东营职业学院电子信息与传媒学院, 山东东营 257091）

随着“中国制造2025”计划的不断推进, 移动传感网安全传输领域面临的威胁日趋严重。传统移动传感网安全传输领域一般不考虑传感节点所具有的流通特性, 信道攻击精确度难以体现在信号干涉层次, 因而捕捉攻击的精确度较低[1］。当前移动传感网安全传输算法主要基于节点层次, 以便从根本上实现对数据传输过程的全流程监控, 降低网络运行安全风险[2］。

为提升移动传感网数据传输质量, 增强网络安全性能, 研究者提出了一些具有前瞻性的研究点, 并在实践中得到了部分应用[3］。Peng等[4］提出了一种高斯白噪声擦除机制的移动传感网安全传输算法, 算法采取信道正交机制, 通过网络编码方式将信道传输过程予以分割, 从而实现高并发状态的网络安全传输, 具有超带宽的传输特性。不过, 该算法需要按照周期方式对信道定向分割, 存在噪声干扰较强的问题, 若高斯白噪声功率谱密度不断提高, 则该算法的传输性能将急剧衰退。Kiranpreet等[5］提出了一种基于报文拥塞控制机制的移动传感网安全传输算法, 该算法针对传输报文予以冗余压缩以降低传输带宽, 具有节点冲突概率较低的特点。不过, 由于该算法未对网络传输路由、节点避退等方面予以统筹, 当网络节点分布不均匀时网络传输将会出现严重的波动现象, 从而降低算法的适用性能。Ditipriya等[6］提出了一种基于指针矩阵机制的移动传感网安全传输算法, 算法将抖动状态节点及链路予以指针化处理, 及时消除抖动状态的指针向量, 从而实现对网络传输串扰现象的有效规避, 在一定程度上提升了网络传输性能。不过, 该算法未对传输信道进行优化, 信道干扰较为严重, 数据传输性能波动频次较高, 难以在实践中大规模推广。

为了解决上述问题, 本文提出了一种基于信道随机干涉博弈机制的移动传感网安全传输算法, 首先, 针对覆盖冗余现象, 利用信道信噪比对冗余数据予以消除, 降低了网络冗余数据传输量, 提升数据传输性能。随后, 算法使用时间匹配方法动态调整节点数据的传输周期, 可显著提升传输匹配效果, 从而进一步增强网络整体传输性能。最后, 采用MATLAB仿真实验环境, 证明了本文算法的性能。

1 本文网络模型分析

考虑到移动传感网一般采用5G制式节点, 节点部署过程中具有移动性能较高的特性, 频率漂移及信道干扰严重, 因而数据传输过程中往往引入太赫兹传输机制[7］。节点内置制式天线, 由于功率受限, 仅各节点处于覆盖半径之内时方可启动传输信道建立流程。若节点彼此处于覆盖半径之内时, 各节点将采取内置天线主动应答模式, 采用正向链接模型获取前后节点信道频率, 并以此对发送数据予以调制, 最终通过中继方式完成数据传输。

当节点彼此处于覆盖半径之内时, 可能存在匹配冲突现象, 见图1。特别是节点处于高密集分布状态时, 各节点间区域重叠频繁, 将会由于信道干涉而导致数据传输抖动。

图1 区域重叠Fig.1 Area overlap

1.1 信道干涉现象

由于移动传感网节点间信号具有相似特性[8］, 特别是移动状态的节点会导致较为严重的多普勒效应, 使得信道干涉现象较为突出, 见图2。3个处于移动状态的节点若出现互相覆盖时, 处于覆盖区域内的第3个节点由于信道干涉现象出现传输受阻, 从而成为僵尸节点。

图2 信道干涉Fig.2 Channel interference

1.2 多节点竞争冲突

当某一区域存在多个互相干涉节点时, 见图3, 若某个节点已被指定为另一个节点的下游节点, 由于其余的节点在下一周期启动时将对该节点予以扫描, 因而将会出现多个节点同时针对某个下游节点传输数据的现象, 从而导致严重的竞争冲突。

图3 多节点竞争冲突Fig.3 Multi-node competition conflict

由上述分析可知, 移动传感网需要着重针对信道干涉和多个节点竞争冲突等方面予以统筹兼顾, 否则将会出现严重的数据传输抖动现象, 极大地降低网络传输性能。

2 本文移动传感网安全传输算法

针对移动传感网传输过程中存在的若干问题, 特别是由于信道干涉及多个节点竞争而出现的传输抖动现象, 本文提出了一种基于信道随机干涉博弈机制的移动传感网安全传输算法。算法由2个部分构成：（1）基于信道频率干涉机制的冗余数据消除方法, 该方法主要采取信噪比阈值控制方式, 消除因信道冲突而导致的冗余数据, 改善重叠覆盖所导致的传输受阻现象；（2）基于博弈退避机制的时间匹配方法, 该方法主要采取周期匹配方式, 改善多个节点竞争冲突, 进一步提升网络传输性能。

2.1 基于信道频率干涉机制的冗余数据消除

设m为移动传感网的中继节点, 当节点m处于信道干涉状态时初始信道信噪比InS(m)满足如下模型：

模型（2）和模型（3）中,In(m)表示信道信号强度,S(m)表示信道噪声强度,F(k)(ω)表示莱斯信道噪声,T(ω)表示信号放大增益强度[10］。

为进一步防止节点间出现干涉现象, 采取模型（1）, 首先获取信道信噪比, 见图4。然后获取数据干涉信道信噪比InSmin(m), 即

图4 基于信道频率干涉机制的冗余数据消除过程Fig.4 Redundant data elimination process based on channel frequency interference mechanism

考虑到处于干涉状态的传感节点, 其覆盖半径Rfg(m)与最佳覆盖半径R(m)满足如下关系：

模型（5）中,T表示数据传输周期。

进一步考虑到移动传感网信道成型过程满足莱斯分布条件[11］, 结合模型（3）-（5）计算可得

模型（6）中, ln表示自然对数, ln[1+InS(m)]即为最低数据干涉信道信噪比, 当节点按该信道信噪比调整数据发射, 将获得最佳传输性能, 此时节点m将自身发射半径设定为R(m), 可最大限度地降低信道干涉现象, 从而实现稳态发射。

采取基于信道频率干涉机制的冗余数据消除方法后, 传感节点可按最佳信道信噪比实现数据发送, 此时节点传输的冗余数据将能够通过信道干涉方式予以清除, 降低网络传输带宽, 从而提升网络传输性能。

2.2 基于博弈退避机制的时间匹配

虽然通过基于信道频率干涉机制的冗余数据消除方法可降低移动传感网节点间出现的干涉现象, 但由于该算法主要通过调整信道信噪比的方式降低冗余数据从而改善信道冲突, 没有考虑到节点间信道可能出现的二次干涉现象。因此本文针对该问题, 采取基于博弈退避机制的时间匹配方法, 从而规避信道冲突。该机制由如下2个部分构成。

（1）莱斯噪声博弈消除：首先确定最低数据干涉信道信噪比ln[1+InS(m)], 按如下模型予以消除：

模型（7）和模型（8）中,F(0,m)表示节点m的发射功率,InS(m)表示节点m的初始信道信噪比, exp表示自然指数。

（2）时间匹配

获取全网统一的基准时钟频次Time, 见图5, 以便能够动态调整节点信道发射周期T, 即

模型（9）中,μ表示动态参量, ln表示自然对数。信道中莱斯噪声较弱时设定μ为1, 此时各节点间发射将不会处于干涉状态。反之, 则将节点信道发射周期设定为T, 此时节点间干涉将处于最小状态。

基于博弈退避机制的时间匹配方法执行完毕后, 针对网络中节点逐个调整T, 可使得全网节点进入最佳干涉状态, 从而完成信道博弈退避过程, 此时网络节点干涉对传输效果的影响将降低到最低水平。

3 仿真实验与测试

为验证所提算法性能, 采取MATLAB仿真实验环境予以仿真[12］。对照实验组为当前移动传感网中常用的高效均衡分布机制的移动传感网安全传输算法[13］（Distributed Uneven Clustering Mechanism for Energy Efficient WSN, DUC-MM算法）和异构能量预测机制的移动传感网安全传输算法[14］（RDA-BWO：Hybrid Energy Efficient Data Transfer And Mobile Sink Location Prediction In Heterogeneous WSN, HEEDTMLP算法）。为便于对比相关算法性能, 实验中节点部署环境为矩形区域, 采取可移动部署模型, 节点制式为5G节点, 其中信号成型频率为1.024 GHz。其余仿真参数见表1。

表1 实验参数Tab.1 Experimental Parameters

3.1 网络传输带宽

图6为所提算法、DUC-MM算法及HEEDT-MLP算法的网络传输带宽测试结果。由图6可知, 所提算法具有网络传输带宽较高的特点。这是由于所提算法针对区域重叠覆盖导致的传输问题, 设计了基于信道频率干涉机制的冗余数据消除方法, 通过控制信道信噪比的方式降低冗余覆盖所导致的数据重传输现象, 进而提升网络传输带宽。特别是所提算法采取了博弈退避机制, 动态调节节点传输功率, 进一步降低了网络冗余数据, 因此具有网络传输带宽较高的特点。DUCMM算法采取均衡传输机制, 将冗余节点数据分散至具有较高传输能力的节点中予以处理。不过, 该算法未考虑信道干涉现象导致的数据传输问题, 信道处于干涉时各节点将同步进入抖动状态, 因而网络传输带宽难以提升。HEEDT-MLP算法基于能量最优方案, 采取周期传输方式对节点予以休眠处理。不过, 该算法同时需要较多的节点并发传输数据, 冗余覆盖水平高于所提算法, 因而该算法的网络传输带宽亦要低于所提算法。

图6 网络传输带宽Fig.6 Network transmission bandwidth

3.2 网络节点累计抖动频次

图7为所提算法、DUC-MM算法及HEEDT-MLP算法的网络节点累计抖动频次测试结果, 由图7可知, 所提算法具有网络节点抖动频次较低的特点。这是由于所提算法设计了基于信道频率干涉机制的冗余数据消除方法, 能够以最佳信道信噪比方式实现数据优化传输, 网络拥塞发生概率较低, 因而网络节点抖动频次亦处于较低水平。DUC-MM算法针对网络节点抖动现象, 采取均衡化数据传输模型降低拥塞现象发生概率。不过, 由于该算法未针对信道抖动状态下节点数据传输问题予以处理, 使得信道抖动所导致的传输拥塞现象较为严重, 提高了网络节点抖动频次。HEEDTMLP算法仅引入能量优化方式实现节点休眠, 虽然在一定程度上缓解了网络节点抖动现象, 不过由于该节点采取重传输机制实现数据传输, 信道处于干涉状态时将会导致重传输频繁的情形, 使得该算法的网络节点抖动频次要显著高于所提算法。

图7 网络节点累计抖动频次Fig.7 Cumulative jitter frequency of network nodes

4 结 语

针对当前移动传感网安全传输算法存在节点抖动频次较高及网络传输带宽较低的不足, 提出了一种基于信道随机干涉博弈机制的移动传感网安全传输算法。算法主要由基于信道频率干涉机制的冗余数据消除方法和基于博弈退避机制的时间匹配方法2个部分构成, 可显著降低网络节点抖动频次, 提升网络超带宽传输能力。

下一步, 将针对所提算法对低密度节点分布环境适应能力较差的不足, 拟引入立体信道退避机制, 以提升所提算法信道干涉控制性能, 增强所提算法对移动传感网部署环境的适应能力。