網絡節點數據可信度智能檢測研究

王 軍

（宿遷高等師范學校，江蘇 宿遷 223800）

一定數量以及分布在指定區域內的網絡節點構成了無線傳感器，再以無線的方式形成具有多跳特征的自組織網絡。觀察者通過采集、感知和處理網絡節點信息的方式進行相關研究，以便于充分且有效地利用各項資源并作出合理的決策[1]。傳感器網絡最初主要是應用于對固定位置傳感器節點進行有線通信的一項工具，涉及底層硬件技術、通信技術與自動控制等技術。隨著技術發展，不僅隨機移動的能力得到提升，其應用規模也在不斷擴大。伴隨著物聯網與信息技術的不斷進步，網絡節點數據已經被越來越多的領域廣泛應用，因此學術界也積累了一些相關研究成果。研究資料顯示，當前對網絡節點的研究主要集中在網絡節點的通信以及組網機制、無線路由自適應和節點故障處路等方面[2]。針對網絡節點數據可信度智能檢測方面的研究還不夠全面，因此有必要深入研究。

1 網絡節點數據可信度智能檢測研究

1.1 提取網絡節點特征

移動的網絡節點依托傳感技術與通信技術等基礎應用能力，實現網絡節點之間的信息互通，并在一定程度上具有互相連通的實時性特征。網絡節點的主要任務包括節點接收與節點發送，也就是說每個網絡節點都要同時進行數據收集與數據發送的任務，并且還要滿足動態網絡適應降低網絡開銷的需求[3]。需要網絡節點能夠不斷提高對網絡連通鏈路的適應能力，保證在動態的網絡拓撲結構中依然具有相應的搜索能力。尤其是面對網絡資源有限的情況，整體的網絡需要對各個節點進行規劃，確保數據包的接收與傳輸路徑的安全。同時，網絡節點還需要具有較強的篩選能力，確保在大量的網絡鏈路中能夠找到能耗最小的路徑，從而實現降低網絡開銷的目的[4]。由于網絡節點對數據傳輸的可信度要求較高，以及容易受到網絡硬件質量的影響，因此，大部分節點的網絡資源也是有限的。一部分網絡節點的移動方式并不是十分規律而是隨機移動，導致連通鏈路在單位時間內不斷發生變化，出現網絡能耗變高的問題。網絡資源的限制與網絡能耗過大都對數據可信度有影響[5]。一旦網絡節點負重過大而導致整體網絡無法正常運轉，則會對傳感器網絡的數據傳輸造成嚴重影響。除此之外，網絡鏈路的變化還會引起網絡拓撲的動態變化，因此需要規劃好網絡節點的接收與發送路徑，完成網絡節點的特征提取，確保數據的可信度。

1.2 度量數據可信度

網絡節點數據可信度的量化標準主要是通過主觀和客觀兩個角度，其中，節點數據的剩余能量、鏈路質量以及丟包率和延時都是數據可信度的影響因素[6]。由于傳感器網絡節點的放置地域以及成本等原因，導致網絡節點自身能夠儲存的電量有限，因此網絡節點的剩余能量是節點數據可信度需要首要考慮的影響因素[7]。鏈路質量是衡量相鄰節點數據的重要標準，而無線傳感器網絡的最終任務就是數據傳輸。由于鏈路質量具有較強的多變性，需要對其鏈路信息進行實時監測。網絡延時主要是指一個節點將數據信息傳輸到某個相鄰節點所需要的時間。因為傳感器網絡之間的節點數量較多且規模較大，所以經常會造成通信信道擁堵，延時現象經常發生[8]。當某個節點在尋找相鄰節點的過程中，該節點在傳送數據包時都會向周圍的多個節點設置相應的計時器，并對該計時器進行最大閾值劃分。一旦出現超出最大閾值還沒收到相鄰節點數據包的情況就放棄計時，將該節點的延時視為最大值；如果計時器在最大閾值范圍內收到了相鄰節點的數據信息，就將計時器時間的作為相鄰節點的延時。其表達公式為：

其中，Pr表示該節點的延時，PA表示數據信息返回計時器的時間。由于極端天氣以及網絡擁堵情況都可能會造成數據丟失的現象，因此數據丟失率也是影響數據可信度的重要因素。在數據傳輸過程中，都需要通過丟包計數器進行丟包率的統計，數據丟包數值越大則丟包情況越嚴重。每一輪數據傳輸結束后，都要將計數器清零，直到全部節點都消失。丟包率的計算表達公式為：

其中，R表示該節點的丟包率，MB表示當前節點的丟包次數，MS表示當前節點發送數據包的總次數。根據公式（1）與公式（2），節點X與其相鄰節點Y的可信度表達公式為：

其中，Q表示可信度，S表示當前節點的剩余能量，M表示傳感器節點X到Y之間的鏈路質量，B表示X到Y節點的延時，T表示X到Y節點的丟包率。并且B、X為有向值、無正負之分；S、M為無向值，通過參數剩余能量α、鏈路質量β、延時γ、丟包率λ的參數值均在0~1之間。完成網絡節點數據的可信度度量。

1.3 構建智能檢測方法

根據網絡特點描述與數據可信度的度量，進行智能檢測方法構建。節點之間的數據可信度是構建智能檢測方法的關鍵，通過相應的鏈路連通度、網絡消耗信息以及丟包次數疊加來實現節點定位以及數據可信度智能檢測。相應的錨節點，將含有自身坐標信息以及初始值為0的數據包進行傳送，并保證網絡節點在通信范圍內。由于存儲空間有限，通常情況下，網絡節點只保留最小規模的數據包，其余的數據包被自動丟棄。設定KN={kn1，...kni，...knmax}表示候選的網絡節點，節點數據包集合為J={J1，J2，...，Jn}，則網絡節點在時間上可信度NUti的表達公式為：

其中，pe表示節點數據屬性的權重，（Je（kni））表示節點數據丟包次數。當節點X與節點Y顯示出被度量的可信度較高時，如果計算得出的綜合可信度超過了最大閾值，那么節點X、Y之間就形成了一條對應的鏈路，且該鏈路的權重值與兩個節點數據的綜合傳輸次數有關。將網絡節點數據的歷史信任度與當前信任度數值的數值關系作為智能檢測方法構建的數據基礎。表達公式為：

其中，Gf表示節點數據的歷史信任度與當前信任度的差值，Xn與Ym表示兩個度量節點的不確定度。網絡節點數據的特征越明顯，其數據檢測智能程度就越高，完成智能檢測方法構建。

2 實驗分析

2.1 實驗準備

為了測試此次設計的智能檢測方法，選取3種傳統智能檢測方法進行對比實驗，搭建實驗環境如表1：

表1 實驗平臺參數

2.2 實驗結果

根據上述實驗參數，分別對3種傳統檢測方法與文中檢測方法進行準確度測試，得出實驗結果如表2。

表2 4種檢測方法實驗結果

實驗結果表明，文中智能檢測方法比其他3種傳統檢測方法的準確度均高出5.6342%~12.3705%不等，證明文中智能檢測方法更加有效。

3 結束語

本文通過對網絡節點數據智能檢測進行相關研究，構建出一種新的智能檢測方法，在一定程度上推動了網絡通信領域的發展。同時，為學術界開展相關研究奠定了理論基礎和實踐基礎。由于研究條件有限，文章對網絡節點的類型劃分還不夠明確，未來將不斷完善。