混合網絡中異常目標遍歷算法的設計 ①

呂守向

(福州理工學院，福建 福州 350506)

0 引 言

隨著用戶對多媒體網絡QoS[1]要求的提高，互聯網的架構也隨之升級。不再是傳統意義上僅提供多媒體業務為宗旨的服務網絡，而是融合了大數據、物聯網等技術的交互式感知網絡。正是由于融合[2]了當前熱點技術，使傳統的互聯網演進成為一種多元化服務能力的混合感知網絡。其不僅可為混合用戶終端提供混合的全業務載荷服務，更重要的是可遍歷出網絡中發生異常事件的異常宿主提供目標評估能力，達到提前識別網絡災難源規避網絡攻擊的目的。從組成結構上看，此類混合感知網絡由一定規模具有感知能力的傳感器設備構成，其遍歷異常目標的可信度取決于相關評估策略的實施效率。常見的有質心策略、APIT策略和DV-HOP策略。以傳統DV-HOP策略為例，其實施評估的可信度較低，源于以下方面：(1)無論是實際間距剛好為某一個感知節點半徑的兩個感知節點，還是某一個感知節點與第三個感知節點很接近的情形，那么在接受傳統DV-HOP策略的跳數評估時，都統一被估計為一跳。顯然評估間距與實際間距相差甚遠。(2)由于要應對全業務載荷服務，故混合網絡中傳感器節點間路由機制較為繁瑣，然而評估跳距時卻依然被視為就近直線路由。這顯然不符合混合網絡特征?；谏鲜鰝鹘y評估策略在混合網絡中存在的適應性問題，探討一種異常目標遍歷算法，以提高發生異常事件的宿主識別精度。

1 異常目標遍歷原理

令未知待測異常目標m和信標源n間評估的跳轉距離為hm&n，異常目標到距離其最近的信標源的最短跳距和最少跳轉數量依次為hjmin-m和hLmin-m，則求得待測異常目標和n的評估距離為Edm&n=[hjm&n·(Dm&n-hLmin-m)+hjmin-m·hLmin-m]·Dm&n。

2 遍歷過程

根據上述遍歷原理可對整個混合感知網絡中的異常目標實施分布式遍歷。其遍歷過程如下：首先，節點向整個混合網絡廣播信息域直至所廣播的信息域達到網絡所允許的最大規模，并開始統計節點彼此之間的路由局向能耗。然后由信標源評估每一次跳轉所對應的跳轉間距以及所經歷的局向能耗均值，評估完再將此更新信息廣播至全局。當其他節點接收到所廣播的參數值后著手統計局向能耗指數，并通過對數模型規劃出混合感知網絡路由局向模型求解出跳轉數量。信標源將根據上一步驟統計出的跳轉數量所評估出來的跳轉間距廣播給下一站。最終，待測異常目標通過計算出其與多個信標源的間距進而遍歷出目標值。

圖1 信標規模對統計的影響力

圖2 節點總規模對統計的影響力

圖3 廣播范圍對統計的影響力

3 方案測試

假設在構建的100m正方形邊框模擬待測混合感知網絡中依次隨機[6]投放100個、120個、140個…220個傳感器節點。其中未知節點和信標節點的規模比例規劃為9∶1。由于是隨機投放，故布局的密度并不均衡。設置節點的感知半徑范圍20m，經300次的均值統計后形成本次異常目標的最終遍歷值。為權衡算法統計值的可靠性，本次測試通過考察各項環境參數的變化對統計偏差的影響力，即誤差。令全網節點規模為All，將異常目標的實際值和統計值記為mh(Xs,Ys)和mh(Xt,Yt)。則各項環境參數的變化對算法統計[7]偏差的影響力記作：

根據前文分析不難獲悉，信標節點規模的增加有益于提高未知異常節點方位值的可靠性。因此在本組測試[8]中隨機撒布100個節點并通過逐漸遞增信標數量來測試異常目標遍歷算法和傳統評估算法在計算誤差上的差異性。根據原理描述可知，隨著信標的增加任何算法的計算誤差都將顯著改善。圖1所示信標規模對統計精度影響力的曲線走勢正驗證了這樣的情形。相對于傳統評估算法，遍歷算法從全局角度考慮，對節點之間跳轉次數的統計方式做了均值改進，因此遍歷出來的異常目標值偏差總體相對較低。隨著信標數量的進一步增加，兩種算法偏差持續下降維持在一個較穩定的水平。這是由于信標數量的增加一定程度上也提高了待測未知節點附近信標的比例，因此偏差持續下降。

圖2則通過考察節點總規模對統計的影響力。當節點總規模較小時，信標源向全網提供的信息有限，故兩種算法在實施評估時對統計的影響力較弱，偏差也較大。隨著隨機布局的節點總規模逐步擴大，信標為算法提供了較為精確的參數[9]，對統計值的影響力較為明顯，故兩種算法統計的偏差顯著走低。相對而言，遍歷算法由于顧及全局[10]優化性，在能耗指數以及節點距離方面的統計做了改進。故總體而言，遍歷算法對統計的影響力較大，統計結果的偏差較傳統算法偏差小。

圖3曲線描述的是節點廣播范圍的變化對統計的影響力。從圖中不難看到廣播范圍的增加顯著改善了兩種算法在異常目標計算上的偏差。這是由于對于個體節點而言，在廣播范圍內的節點數量增加在很大程度上促成了節點之間路由局向的直線性[11]趨勢、同時降低了跳轉次數和跳轉距離，這大大簡化了算法實施的混合性。因此伴隨著通信范圍的增加，兩種算法表現出的影響力逐漸增加，偏差曲線持續走低。較之傳統評估算法而言，遍歷算法優化了跳轉間距的統計，給目標的測距[12]計算增加了可靠性[13]，故表現出相對優勢。

4 結 語

根據混合感知網絡在節點評估方面的固有布局優勢，提出了遍歷全網異常目標的算法。該遍歷算法的計算方法克服了傳統評估機制在目標計算過程中的不足。測試數據顯示，相對于傳統算法，遍歷算法不僅提高了統計的影響力，在混合網絡全局應用中也具備良好的適應性。