基于无标度网络的异质化WSNs抗毁性研究

梁健 何勇 翁虎

摘 要：无线传感器网络（WSNs）由于受到资源与能量限制，能效与抗毁性成为WSNs拓扑设计的关键问题。借助无标度网络拓扑演化构建WSNs网络拓扑模型，提高网络的能效与抗毁性，从而最终延长WSNs的生存周期。根据现有模型，提出一种基于BA无标度网络的WSNs异质化演化模型，该模型具有BA无标度网络良好的随机抗毁性，同时拥有较好的蓄意攻击抗毁性。利用NetworkX仿真软件进行对比仿真实验，结果表明，该网络模型在蓄意失效部分节点时，相较于EAEM模型，基本无多余节点失效，且网络生命周期提升了10%左右。

关键词：无线传感器网络;复杂网络;拓扑演化;抗毁性;无标度网络

DOI：10. 11907/rjdk. 192631 开放科学（资源服务）标识码（OSID）：

中图分类号：TP309文献标识码：A 文章编号：1672-7800（2020）005-0199-05

0 引言

“网络抗毁性”衡量的是系统可持续、稳定提供可靠服务的能力。随着社会网络化程度的逐步加深，涉及到诸多领域，如军事、家居、医疗及环境监测等，因此网络可靠性成为社会发展的基础。各种网络在面临恶意攻击或自然灾害时是否足够可靠，仍能保持稳定运行是研究网络抗毁性需要重點关注的问题。抗毁性主要体现在两个方面：一是面临随机失效或随机攻击节点时网络的性能表现，二是面临选择性失效或蓄意攻击时网络的性能表现。就目前网络抗毁性研究而言，主要分为路由控制、网络重构和拓扑演化3种方式。路由控制的核心思想是利用冗余节点和链路提升网络的抗毁性;网络重构是在已布设网络的基础上引入新的基础设施，提升网络异质性，进而改善网络抗毁性;拓扑演化是指通过配置硬件参数或扩大网络规模的方式，促使现有网络拓扑向抗毁性较优的方向演化[1]。当前拓扑演化方法主要包括无标度网络生长与构建k-连通网络。无标度网络借助“偏好依附”机制实现网络生长，并让网络拓扑具备无标度特征。

在BA无标度网络基础上，学者们提出了新的WSNs拓扑结构演化模型，模型对节点的随机故障及失效具有较高的鲁棒性，但节点度分布不均衡，蓄意攻击和高节点度节点失效将会对网络造成巨大危害。在一些模型演化过程中考虑了节点剩余能量对网络增长的影响，但对网络模型的抗毁性未作出分析。Zhu等[3]基于局域网世界模型，提出一种无标度网络模型EAEM（Energy-Aware Evolution Model）和EBEM（Energy-Balanced Evolution Model）。在EAEM模型中，新加入网络的节点优先连接剩余能量高的节点，而在EBEM中，除考虑节点剩余能量外，优先加入连接度较高的节点。EAEM和EBEM虽然加入了剩余能量因素，但是忽略了随着网络演化，节点度变化对网络拓扑的影响。其中一些节点度偏高，当面临选择性蓄意攻击时，网络抗毁性急剧下降。由于WSNs节点分为汇聚、簇头节点和一般节点，因此WSNs具有的异质性也未能得到体现;Li等[4]提出一种异质WSNs网络演化模型，将网络中的节点分为两种类型。新节点加入网络时，先按照设定的占比分为汇聚类型和普通类型，并优先选择与汇聚节点相连接。该模型通过节点分类将网络从平面网络转换成分层网络，以此体现WSNs的异质性，并能降低网络路由设计的复杂度，但该模型在面对蓄意攻击时，网络抗毁性相对较差;Liu等[5]提出一种可调节幂率的网络模型，同时通过数学方式优化参数，使网络在拥有无标度网络特性的同时，增加了一定随机性，让网络同时拥有良好的随机攻击抗毁性及选择性蓄意攻击抗毁性。但该模型没有考虑WSNs网络的能量特性和异质性，没有真实反映WSNs网络特征。

结合以上分析，本文提出一种基于BA无标度理论的WSNs拓扑优化模型，以提高WSNs抗毁性与最大化网络生命周期为目标，在网络初始演化过程中加入节点度变化参数，同时考虑了网络剩余能量与节点度的共同影响。

1 无标度抗毁性演化模型

1.1 BA无标度演化模型

Barabasi&Albert发现了优先连接机制在网络演化中产生度分布幂律特性，并提出一种经典的无标度网络模型——BA模型。BA模型是目前最知名的网络生成模型，其网络生成步骤如下：

（1）初始网络。初始网络包含m0个节点，且m0个节点全连接。

（2）增长。在现有网络基础上，每添加一个新节点，选择原网络中的m个节点与新加入节点相连。

（3）优先连接。新添加节点与网络中现有节点i相连，并遵循如下的优先连接概率：

其中，[jkj]等式为已存网络中所有节点的度。通过仿真软件生成BA网络模型，其网络拓扑结构如图1所示，图示节点大小代表节点的度，可以看到几个关键节点连接着大多数节点。

1.2 演化模型假设

假设WSNs中随机分散着N个节点，其具备如下特点：①传感器节点具有全局唯一的标识符ID;②普通传感器节点部署到目标区域内，其不具有移动能力，随机分布在正方形区域;③在部署时，节点具有相同能量，且其能量均无法得到补充。

1.3 异质化能量均衡模型演化

针对WSNs抗毁性的研究是在具有无标度特性的网络演化模型基础上对模型进行适当改进，使其具有更好的抗毁性表现，并且更加符合WSNs网络特性。当BA无标度网络面临随机攻击和蓄意攻击时，由于其在蓄意攻击下的抗毁性较差，所以为了达到提高无标度网络抗毁性的目标，需要提高相应蓄意攻击下的抗毁性。因此，基于BA无标度网络的WSNs应具有以下3个特点：①具有无标度网络良好的随机攻击抗毁性;②更好地体现网络的异质性;③在已有网络模型基础上，有良好的蓄意攻击抗毁性，且具有更长的网络生命周期。

最终本文基于BA网络模型，综合考虑节点度、能量与网络局域性，提出HEBEM （Heterogeneous Energy-Balanced Evolution Model）模型。该模型由拓扑特征和节点度负载共同决定网络拓扑结构演化过程。根据WSNs实际特征，将网络中的节点分为两类：type-c和type-s节点，分别对应WSNs中的汇聚节点和普通节点。首先给出的网络演化机制遵循以下连接策略，演化步骤如下：

参考文献：

[1] 李文峰. 无线传感器网络抗毁性[J]. 计算机学报，2015，38（3）：625-647.

[2] 胡春梦. 基于无标度理论的无线传感器网络抗毁性优化方法[D]. 西安：西安电子科技大学，2017.

[3] ZHU H，LUO H，PENG H.Complex networks-based energy-efficient evolution model for wireless sensor networks[J].Chaos，solitions&Fractals，2009，41（4）：1828-1835.

[4] LI S， LI L，YANG Y. A local-world heterogenous model of wireless sensor networks with node and link diversity[J].Physica A：Statistical Mechanics and Its Applications，2011，390（6）：1182-1191.

[5] LIU H，YIN R，LIU B，et al.A scale-free topology model with fault-tolerance and intrusion-tolerance in wireless sensor networks[J].Computers and Electrical Engineering，2016，56：533-543.

[6] 张庭辉. 基于NetworkX的复杂网络特征实现及其在生物网络中的应用[D].广州：华南理工大学， 2016.

[7] 蒋丰景. 无标度网络建模与抗毁性研究[D].西安：西安电子科技大学，2014.

[8] HEINZELMAN  W R，CHANDRAKASAN A，BALAKRISHNAN H.Energy-efficient communication protocol for wireless microsensor networks[C].Hawaii：International Conference on System Sciences.IEEE，2000.

[9] 路智静，黄如，孙俊峰，等. 基于BA无标度网络的WSNs拓扑优化模型[J].华东理工大学学报（自然科学版），2017，43（2）： 234-240， 291.

[10] 张静莲. 基于小世界特性的无线传感器网络抗毁性研究[D].西安：西安电子科技大学， 2017.

[11] 张春燕. 基于小世界模型的无线传感器网络研究[D].西安：西安电子科技大学， 2015.

[12] 白艺光. 基于无标度理论WSNs拓扑均衡性研究[D].西安：西安电子科技大学， 2017.

[13] 王景娴. 基于无标度网络理论的WSNs节能容错拓撲研究[D].淮南：安徽理工大学， 2018.

[14] 马威风. 无线传感器网络拓扑控制算法研究[D].长春：长春理工大学， 2018.

（责任编辑：黄 健）