干擾信號強度補償的傳感器網絡干擾源定位

王 勝, 袁少卿

(天津大學 電氣與自動化工程學院，天津 300072)

?

干擾信號強度補償的傳感器網絡干擾源定位

王 勝, 袁少卿

(天津大學 電氣與自動化工程學院，天津 300072)

無線傳感器網絡中，攻擊者通過部署干擾源發出干擾射頻實現破壞網絡正常通信的目的。獲知干擾源的位置信息，清除干擾攻擊的影響是保證網絡安全運行的關鍵。針對干擾源定位問題，提出基于干擾信號強度補償的傳感器網絡干擾源定位算法，利用邊界節點接收干擾信號強度的差異對預估干擾區域進行補償。不需要節點裝備額外硬件，利用網絡拓撲結構變化即可實現對干擾源的精確定位。仿真結果表明:在不同網絡條件能夠實現較高的定位精確度，具有較強的穩定性。

無線傳感器網絡； 干擾攻擊； 安全定位

0 引 言

隨著無線傳感器網絡技術研究的深入和應用的推廣，網絡的安全問題尤其是物理干擾問題越來越引起關注。攻擊者可以對傳感器網絡通信頻段進行偵聽，通過占用網絡信道阻斷信息傳送。在物理層上，采用直接序列擴頻(direct sequence spread spectrum,DSSS)[1]和跳頻序列擴頻(frequency hopping spread spectrum,FHSS)[2]來減輕干擾攻擊對傳感器網絡的影響。但無線傳感器網絡在頻寬、能耗以及計算能力上存在限制，復雜的物理層措施對于網絡決策不能適用，針對干擾需要特殊的防御方法[3]。

在干擾源定位領域，Pelechrinis K[4]提出了利用梯度下降搜索算法，利用干擾產生的梯度變化對干擾源進行定位。Liu H[5]提出了利用網絡拓撲結構的改變來進行定位，引入虛擬力概念，引導預估的干擾源位置隨著迭代接近真實干擾源位置。Liu H[6]實現了利用干擾造成的節點收聽半徑的變化來進行干擾源定位，選取虛擬誤差標準對每次定位的結果進行測試。這些算法都采用了迭代方式來進行，提高了定位的準確性但增大了算法復雜度，對網絡的可靠性有一定依賴。

本文提出了利用干擾信號強度補償的干擾源定位算法。現有的幾何定位算法僅僅依靠邊界節點來進行定位，實際上，邊界節點并不一定位于干擾區域的邊界，這就造成對干擾區域預估的偏差。在利用干擾信號強度補償的傳感器網絡干擾源定位算法中，邊界節點接收到的干擾信號強度被引入到定位中來。根據邊界節點干擾信號強度對干擾區域進行補償，使預估的干擾區域更加接近真實的干擾區域。

1 系統模型

1.1 網絡模型

本文考慮單個干擾源的無線傳感器網絡干擾源定位問題，對網絡模型做如下設定:1)節點靜止:網絡部署完成后，節點的位置保持不變;2)節點位置已知:節點能夠獲知自身的位置信息;3)網絡運行時:節點可以獲得接收信號的功率，并將該功率作為網絡信息進行傳輸。

在無線信號傳播時，由于路徑損耗的存在，信號強度會有衰減，且與信號傳播距離有一定的函數關系。對于網絡通信信號衰減，采用對數衰減模型。

1.2 干擾攻擊模型

干擾源持續發射大功率干擾信號干擾網絡，位置接近干擾源的傳感器節點受干擾嚴重，無法進行通信，造成網絡黑洞；離干擾源位置較遠的節點受干擾較弱，節點可以維持部分網絡連接；未受到干擾的節點，通信功能不受影響。基于此，依據節點受干擾的情況，按圖1以信噪比[7](signal-to-noise-ratio,SNR)來對節點做如下劃分。

邊界節點Nb：邊界節點受到干擾信號影響較小，可以維持部分網絡連接，節點的鄰居列表中減少一部分受干擾節點，位于干擾源的最大干擾范圍處。Nb={nb|?i∈n,SNRiu>γ0;?j∈n,SNRju>γ0}。

圖1 干擾攻擊模型Fig 1 Jamming attack model

2 干擾信號強度補償干擾源定位算法

考慮到傳感器節點的廣播特性，在網絡中對干擾源進行定位并不簡單。首先，干擾源干擾范圍較大，不配合定位工作；其次，部分定位算法需要節點硬件設備獲取相關數據，而干擾阻斷了干擾源附近的數據通信。針對上述問題，干擾源附近的節點無法用于定位，干擾源位置的確定需要利用其它節點。

2.1 干擾信號強度補償的分析

依據信號傳輸模型，節點1，2接收到的信號功率分別如式(1)、式(2)所示，則信號功率差如式(3)

P1=PJ+K-10ηlgdJ1

(1)

P2=PJ+K-10ηlgdJ2

(2)

(3)

式中 K為取決于天線特性的常量，η為路徑損耗指數。

考慮圖2幾何關系，式(3)可以轉換為

(4)

路徑損耗參數固定且η=2，對式(4)化簡可得節點移動的虛擬距離Δl如式(5)

(5)

圖2 干擾源與邊界節點位置關系Fig 2 Positions relationship between jammer andboundary nodes

2.2 干擾源定位

由上節的分析可知，在節點位置信息已知的無線傳感器網絡中，節點偵測到外界干擾之后，利用網絡拓撲結構變化確定邊界節點。通過邊界節點計算比較出距離最大的節點對，按照2.1節分析求解節點的補償距離，最后利用補償后的邊界節點實現干擾源的定位，如圖3所示。

圖3 干擾源定位過程Fig 3 Localization process of jammer

3 仿真實驗

為考察算法的性能，對提出的算法進行仿真分析，并與CL[6]算法與CJ[8]算法進行比較。網絡節點隨機分布在100 m×100 m的正方形區域，分析網絡節點密度、干擾源位置對算法性能的影響。選擇干擾源估計位置與實際位置的絕對距離Δ作為定位誤差

(6)

3.1 節點密度的影響

為考察算法對節點密度的適應性，本文通過改變隨機撒播的節點個數實現網絡的不同節點密度，選擇干擾半徑為30 m，區域內隨機撒播50,100,150,200個節點的情況進行了仿真分析。

定位結果如圖4所示。在較小的節點密度下，三種算法定位誤差波動較大，隨著節點密度的增加，定位誤差波動減小。CL與CJ算法的定位誤差受節點的分布均勻性的影響較大。節點密度較小時，定位誤差較大。隨著節點密度增加，節點的分布趨于均勻，節點分布隨機性對定位的影響減弱，使得定位準確度上升，定位誤差波動減小。利用干擾強度補償的定位(GJL)算法考慮了節點的非對稱問題，通過邊界節點的干擾信號強度補償，克服了節點分布隨機性造成的偏差，使得定位精度高，穩定性強。

圖4 節點密度對定位的影響Fig 4 Influence of node density on localization

3.2 干擾區域位置對定位的影響

干擾攻擊對于傳感器網絡具有不可預測性，干擾源定位算法需要對干擾源位置具有一定的適應性。仿真考察了干擾源分別位于網絡的邊界區域(I區)、中心區域(II區)角落區域(III區)時定位算法的性能，如圖5。仿真中網絡中隨機部署100個傳感器節點，干擾源的干擾半徑選擇30 m。

圖5 干擾區域的不同分布位置Fig 5 Different distribution localization of jamming region

定位結果如圖6，當干擾源位于I,III區域時，邊界節點的分布不再是對稱的圓環，導致三種定位方法的誤差增加。質心法CL直接利用邊界節點，考慮到邊緣區域邊界節點的分布不是完整的圓環形，邊緣之外不存在節點，使得定位結果偏向網絡區域內部。CJ方法的最小覆蓋圓也受到了圓弧形邊界的影響，定位結果受邊界節點的分布影響，最小覆蓋圓圓心距離真實干擾源位置偏差較大，誤差較大。本文GJL算法考慮了邊界節點的信號強度，重構干擾區域時根據干擾強度差異對干擾邊界進行了補償，使得覆蓋圓更為準確，定位精度較高。

圖6 干擾區域不同分布位置對定位影響Fig 6 Influence of different distribution position of jamming region on localization

4 結 論

利用幾何方法中的最小覆蓋圓方法，考慮邊界節點受到的干擾強度差異對預估干擾區域進行補償。使得預估的干擾區域更加準確，呈現出更精確的定位結果，在邊界節點不規則情況下能夠進行準確的定位，穩定性較好。采用幾何定位實現了比迭代算法更低的算法復雜度，同時考慮干擾強度進行補償使得定位結果更加準確。不同模型參數下定位的仿真結果證明了干擾信號強度補償算法的適用性。

[1] Liu Y,Ning P,Dai H.Randomized differential DSSS:Jamming-resistant wireless broadcast communication[C]∥2010 Procee-dings IEEE INFOCOM,IEEE,2010:1-9.

[2] Sukumaran A N,Kishore R,Radha S.A novel frequency hopping spread spectrum technique using random pattern table for WSN-s[J].Ad Hoc & Sensor Wireless Networks,2014,23:255-275.

[3] Patel U,Biswas T,Dutta R.A routing approach to jamming mitigation in wireless multihop networks[C]∥2011 the 18th IEEE Workshop on Local & Metropolitan Area Networks(LANMAN),IEEE,2011:1-6.

[4] Pelechrinis K,Koutsopoulos I,Broustis I.Lightweight jammer localization in wireless networks:System design and implementation[C]∥2009 Global Telecommunications Conference,GLOBECOM 2009,IEEE,2009:1-6.

[5] Liu H,Liu Z,Chen Y.Determining the position of a jammer using a virtual-force iterative approach[J].Wireless Networks,2011,17(2):531-547.

[6] Liu Z,Liu H,Xu W.Exploiting jamming-caused neighbor changes for jammer localization[J].IEEE Transactions on Parallel and Distributed Systems,2012,23(3):547-555.[7] Blumenthal J,Grossmann R,Golatowski F.Weighted centroid localization in ZigBee-based sensor networks[C]∥2007 IEEE International Symposium on Intelligent Signal Processing,IEEE,2007:1-6.

[8] 孫言強,王曉東,周興銘.無線傳感器網絡中基于幾何覆蓋的Jamming攻擊定位算法[J].通信學報,2010,31(11):10-16.

Wireless sensor networks jammer source localization based on jamming signal strength compensation

WANG Sheng, YUAN Shao-qing

(School of Electrical Engineering and Automation,Tianjin University,Tianjin 300072,China)

In wireless sensor networks(WSNs),jammers are distributed to emit interfere signals and block the network communication,which cause severe damage to the WSNs.Once jamming attack occurs,the most urgent work is to get the position information of the jammer.Localization of jammer is conducted by geometric covering methods.And a compensating measure utilizing power of jamming signal received by boundary nodes is composed to reduce the estimated error of the jamming area.Utilizing the network topology structure, the localization method can be conducted without additional hardware equipments.Simulation results show that higher localization precision under different network conditions can be achieved by this localization algorithm and has higher stability.

wireless sensor networks(WSNs); jamming attack; safety localization

10.13873/J.1000—9787(2016)12—0060—03

2016—01—24

TP 393

A

1000—9787(2016)12—0060—03

王 勝(1991-),男，河北滄州人，碩士研究生，主要研究方向為傳感器網絡。