有擾下的無線傳輸監測優化方法

闞保強

(福建師范大學 協和信技系，福建 福州 350003)

無線技術的普及，使得隨時隨地實現網絡接入成為可能，使用者期望無線網絡能以更低廉的價格提供更快的傳輸速率，更多樣的業務以及更可靠的服務。然而，無線固有的媒質開放性，各種干擾攻擊也廣泛存在于無線通信中。如何實現有擾下的可靠通信一直都是無線通信研究者們重點研究的方向[1～3]。要實現干擾下的可靠傳輸，最直接的方法便是干擾存在時停止傳輸或通過編碼控制降低誤碼率，無擾時發起傳輸或提高速率。但要實現這一點，必須對干擾的發起行為有一個準確的估計，也就是通過監測環境來實現，這無疑會帶來額外的傳輸節點的資源開銷，對于低功耗無線網絡的節點，這種開銷往往是不能忽略的，比如無線傳感器網絡節點[4]。所以如何實現監測開銷和傳輸收益的優化折中顯得非常必要。

由于實際干擾的人為控制性，所以其往往是以一定概率分布來實現的。而其分布情況，一般可以根據統計學習的方法獲取。所以，在獲知干擾滿足一定分布的狀況下，如何有效地實施干擾監測和傳輸便是一個非常值得研究的問題。例如干擾源在發起干擾的狀態下，如果實施傳輸顯然會造成傳輸的失敗，從而造成資源的浪費。同樣，在干擾源處于靜默狀態的情況下，如果不斷地實施監測而不是進行信息傳輸，也會帶來可用資源的浪費。但要實現對監測和傳輸的高效控制也是困難的，這是因為干擾源攻擊行為的隨機性，即當前時刻處于靜默狀態并不能保證在未來時刻依然保持靜默。為了實現干擾監測與傳輸控制的最優化，本文提出了基于部分觀察馬爾科夫決策過程的問題建模方法，給出了每一階段最優化決策判決條件。為了便于分析，本文主要考慮外部干擾。

本文安排如下：首先介紹相關研究工作，接下來詳細分析了模型和問題形成，然后給出了具體的優化方法，最后給出實際仿真結果。

1 相關工作

無線網絡在實現普適計算環境中提供持續的連接服務，從而改善人們的生活質量。但是，由于無線鏈接的固有空間開放性，當前的無線網絡很容易受到各種干擾攻擊。所以干擾和抗干擾一直是無線領域的熱點問題，相關的抗擾方法，已有大量文獻報道[5～7]。

對于如何避免干擾攻擊以實現高效傳輸，傳統的研究主要從三個方面入手：1)分析現有類型干擾器，比如有源干擾、靈巧干擾等；2)解析定位干擾源的協議，也就是干擾源發起的攻擊層，物理層的易于監測，但是對于上層的協議攻擊，則監測往往需要較大的協議開銷； 3)干擾對抗策略，即采用物理層空間分集的抗擾技術還是協議層的抗擾策略[1]。在不同類型的攻擊中，拒絕服務(DOS)攻擊是最普遍且功能最強大的攻擊之一。DOS可能會阻止并嘗試阻止合法用戶獲得指定的網絡資源[5]。干擾主要是在干擾接收端發射噪聲破壞無線網絡的傳輸，即通過注入高電平的噪聲來征服要發送的信號，從而降低信噪比(SNR)，從而降低有效數據包接收率。很多學者針對干擾和抗干擾進行了大量研究，比如Achour等人解決了選擇性干擾的問題，在這種類型的攻擊中，網絡中存在的惡意節點會在網絡中廣播具有重要意義的選擇性消息，但通過在物理層進行處理，可以將這些攻擊的影響降至最低，但是通信開銷較大[3]。Ratnael等人提出了一種稱為“神經模糊分離方案”的方法，用于預防和保護WSN形成的卡紙攻擊，關鍵思想是分離對手節點并確保正確的數據傳輸，可以識別和分類可疑的痕跡，并重新配置網絡以對抗干擾，所提出的方法具有較高的吞吐量和具有低延遲的PDR，但具有較高的開銷[5]。在文獻[4]，我們提出了一種干擾動態測度的抗干擾多路徑方法，但是沒有對干擾的風險進行量化評估，也沒能將多路徑問題進行聯合優化建模。綜上可以看出，在抗干擾技術方面基本上都需要對干擾進行監測或識別，尤其對于智能干擾，這種開銷是非常大的，但是以往研究往往沒有考慮這些開銷，為此本文將通過傳輸與監測的優化為對象開展研究，實現干擾下的無線傳輸監測最優。

2 模型與問題形成

圖1給出了一個典型的攻擊下的無線傳輸場景，假定攻擊設備(可移動)初始位置靠近于節點3 和4，源節點不具有任何攻擊相關的信息(包括移動性、位置、攻擊功率等)，源節點對于攻擊的認知只能通過丟包率測試來推得。由于攻擊的移動性和發起的隨機性，傳輸路徑的丟包率也是隨機的。假定源節點到目標節點的可用路徑數為n.如果源節點可以有效監測到干擾方向，即可通過路徑切換實現發起有效傳輸，但是這會帶來監測開銷，那么如何有效實現監測和傳輸優化便顯得尤為重要。

圖1 攻擊場景下多路徑傳輸示意圖

圖1示出了具有3條可能路徑的網絡。由于攻擊時空多變性，要實現有效的傳輸，必須實現對干擾的高效監測，然后選擇最佳的路徑進行傳輸。但是這會帶來一定的開銷，尤其對于基于協議進行干擾監測的應用場景，監測開銷會更大，所以需要在傳輸和監測取得一個優化折中。

考慮到干擾源是以一定分布選擇非干擾(non-jamming)和干擾(jamming)動作，定義兩個階段的時長分別為Xnon、XJ.所以，從長期來看，網絡節點的行為可以認為是在每個(Xnon+XJ)循環內選擇干擾監測或信息傳輸動作(這里不具體到實際的傳輸方式，都歸化為傳輸動作)，即節點的行為集為{a0,a1,…,an}，其中ai是在第i個決策階段采取的動作，n是在一個循環內的最后一個決策階段。

對于節點而言，可選擇的動作集為{監測，傳輸}。當采取干擾監測動作(可以采取RSSI、丟包率等)時，其可得到的觀測結果有兩種，即“干擾靜默”和“干擾發起”；當采取傳輸信息動作時，其也有兩種可能的輸出結果，即傳輸成功(比如接收到ACK)和傳輸失敗(沒有接收到ACK)。

在完美檢測模式(即節點的檢測干擾概率為pd=1，誤警率為pf=0)和忽略捕獲效應的條件下，當輸出結果為“干擾發起”或“傳輸失敗”時，則表示干擾存在。所以，只有當檢測到干擾不存在時，節點才能發起傳輸。也就是說，當檢測到干擾存在時，需要等到下一循環再進行決策階段選擇。

如圖2所示，令t0表示節點檢測到干擾源處于靜默狀態的初始時刻，為了便于分析可以設為0，{t1,t2,…,tn}分別是下一動作決策時刻和上一動作的輸出時刻。由于節點對于網絡所處狀態的概率性，所以對于上述問題，是典型的POMDP問題。

圖2 分段行為決策示意圖

1)瞬時收益

定義r(j,a)為在狀態j下采取動作a時的瞬時收益，定義網絡所處的狀態{0}表示non-jammed，{1}表示jammed.由于只有在狀態j=0時，才進行決策，所以，只需分析狀態j=0下的瞬時收益。

a)在狀態0下，采取a=1,即處于監測行為，其瞬時收益為：

r(0,1)=prob(nonjammed@(t+Ks))(-C1)+prob(jammed@(t+Ks))(0)

(1)

b)在狀態0下，采取a=2,即處于傳輸行為。其瞬時收益為：

r(0,2)=prob(nonjammed@(t+KT))B+prob(jammed@(t+KT))(B-C2)

(2)

則

(3)

2)信任值更新過程

Λ(t+1)=[λ0(t+1),λ1(t+1)]，由于只在狀態{0}時進行決策，所以只需對狀態{0}信任值λ0(t)進行更新。

a)選擇a=1,即處于監測行為，如果觀測值θ=0時，λ0(t+1)=1；如果觀測值θ=1時，λ0(t+1)=0.

3)值函數

(4)

由以上公式可知，兩個子函數對λ0(t)是線性的，而取值為值函數對兩個子函數的上確面的選取，所以值函數對于λ0(t)是凸的。同時，根據子函數對于λ0(t)是線性增的，則當t給定時，值函數對于λ0(t)是增的。由于值函數對于λ0(t)是線性增的，所以存在最優閾值λth，那么當信任值λ0(t)小于λth，此時選擇監測最優。但同時可以看出，最優閾值λth是依賴于時間t的。

3 數值分析

為了便于分析，這里通過設置不同的傳輸收益B來觀察λth的變化情況，以及值函數的分布。圖3(a)和圖4(a)分別給出了在不同收益情況下，各時段的閾值分布圖。可以看出，在傳輸收益增加的情況下，可以降低發起監測的概率。同時圖3(b)(c)、圖4(b)(c)分別給出了值函數的分布和總收益的分布情況。只要獲取最優閾值λth即可實現傳輸監測的最優控制。

(a)閾值分布

(b)值函數分布

(c)總收益分布

(a)閾值分布

(b)值函數分布

(c)總收益分布

4 結論

本文主要對如何實現干擾監測下的優化傳輸進行了研究。通過將問題表述為一個部分觀測馬爾科夫決策問題，給出了每一階段最優化決策判決條件，得出了最優監測控制下的傳輸方案。仿真結果表明了本文所提出的方案可以有效提高干擾攻擊下的無線網絡傳輸性能。