一种基于蜂窝网格静态簇头部署的数据采集方法技术

本发明专利技术涉及一种基于蜂窝网格静态簇头部署的数据采集方法，通过蜂窝网格部署高效能静态簇头节点实现区域全覆盖，并在此基础上构建异构静态分簇网络模型，由高效能簇头节点形成的骨干网络承担移动节点的数据传输任务；同时设计了一种安全层次信任机制，该机制可实现高效能节点间的相互监测以及高效能节点到移动节点的单向监测。结合异构网络模型和层次信任机制，最终完成融合能量、距离、安全多因素骨干网络数据传输路径构建。该数据收集方法不仅降低了智能医疗场景下拓扑的不稳定性和维持稳定链路所需的能耗，而且减少了恶意节点对于数据稳定传输的影响，可以保证移动节点的监测数据被安全有效地收集到数据中心。

【技术实现步骤摘要】
一种基于蜂窝网格静态簇头部署的数据采集方法
本专利技术涉及数据采集
，具体是指一种基于蜂窝网格静态簇头部署的数据采集方法。
技术介绍
综合性智能医疗场景是对于智能家居的一种延展模式，其空间更大，障碍物更少，数据来源的主体为佩戴实时监测设备的病患。在此种场景下，被监测病患可被视作智能化移动节点，这些节点在收集病患数据(生理、姿态)的同时还具有汇聚、转发和管理的功能，在节点间建立的有效数据传输路径会将网络中所有节点的感知信息送入数据中心，中心管理者会依据所采集数据执行相应的措施。相对于原始静态节点居多的智能家居模型，智能医疗场景中的数据采集对象多具有移动不确定性，为全移动传感器网络模型。为了建立稳定的数据链路，移动节点需要实时响应自身及其周围节点的变化，通过频繁交互控制信息，更新路由以建立有效网络拓扑，这无疑进一步加剧了网络能耗。针对于该网络场景下的数据采集协议，趋向于被动随节点的变化而变化的被动模式，且致力于在具有不确定性的移动节点中寻找惰性节点作为簇头，无法从真正意义上缓解节点动态性对于协议执行效果的影响。数据传输任务的转移虽在一定程度上优化了网络性能，却为网络埋下了更深的安全隐患。所应用的医疗场景中，被监测病患所携带设备所收集的生理、姿态以及身份信息涉及个人隐私及生命安全，信息价值及敏感性高，易受到不法分子觊觎，而具有开放性的无线网络环境无疑为其提供了有利的攻击条件。在移动节点本身的安全问题无法保证的状况下，又引入一批外来节点传输重要信息，网络的安全问题升级。因此，为了提高智能医疗场景下数据采集的稳定性、有效性以及安全性，在数据采集的过程中引入可覆盖整个监测域静态拓扑构建和安全防御机制是很有必要的。
技术实现思路
为了克服上述
技术介绍
的不足，本专利技术提供一种基于蜂窝网格静态簇头部署的数据采集方法，既能均衡网络能耗，又能保证各类数据安全有效传输。为了实现上述目的，本专利技术具有如下构成：该基于蜂窝网格静态簇头部署的数据采集方法，包括如下步骤：S100：网络模型构建：采用蜂窝式网格对网络监测域进行划分，在划分区域中心部署高效能静态簇头节点，实现网络全覆盖并设置异构网络相关参数；S200：安全层次信任管理：在基于步骤S100中的网络环境下，簇头节点利用基于阈值的移动节点信任传递模型对普通移动节点实施单向监测，同时对其邻居簇头进行基于非融合Beta信任机制下的实时监测；S300：建立基于信任和能量感知的骨干网络路由，并将移动节点数据经单跳或多跳传输至sink节点；S400：在稳定阶段设置动静TDMA时隙执行步骤S200和步骤S300。可选地，所述步骤S100中利用蜂窝式网格对网络监测域进行划分，包括如下步骤：依据三圆交于一点重叠区域最小的原理获得最大的覆盖范围，再对两两相交圆域的交点进行连接形成一个个正六边形，各个正六边形网格无缝对接，覆盖整个监测域，其中使得第一片蜂窝网格的一边与监测区域贴合，以该网格为基准，对监测域进行等间隔均匀填补，直至网格铺满整个监测域。可选地，所述步骤S100中，设置异构网络相关参数如下：(1)网络由移动节点、高效能簇头节点以及sink节点三种节点组成；(2)所有移动节点都在规定的矩形域内活动，不考虑节点因移动出监测域而导致通信失效的情况；(3)移动节点所配备的监测设备为同构且能源有限，每个移动节点被给予全网唯一的ID标识；(4)采用静态部署的高效能节点担当簇头，其能量、计算存储能力远超于普通移动节点；(5)sink节点为静态的可充电节点，被固定于离监测域较远的地点；(6)除了两两移动节点之间无法通信外，其他类型的节点都可以进行通信；(7)移动节点内部未设置定位模块，节点间依靠RSSI计算距离；(8)每个簇头节点都可调整为混杂监听模式，并对其通信范围内覆盖的节点行为进行监视。可选地，所述步骤S200安全层次信任管理方法中基于非融合Beta信任的簇头节点检测机制的信任更新包括如下步骤：S201：簇头SRi作为监测主体，SRj作为被监测客体下的单向监测结果为次成功通信和次失败通信，得到SRi对SRj的直接信任值：S202：采用信息熵赋予邻居节点不同的信任权重，得到推荐信任的整体倾向信任程度，即间接信任IDTii，其计算形式如下：H(DTkj)＝-DTkjlog2DTkj-(1-DTkj)log2(1-DTkj)S203：随着下一个监测周期的到来，SRi和SRj之间又会发生s+f次通讯，SRi作为主体的单向监测结果更新方式为：其中ωs和ωf表示不同的遗忘因子，两者分别对应节点的正常和异常通信行为，ωs取值小于ωf的取值，pd为预设的干扰因子，和分别为和的更新值；S204：通过计算直接信任与推荐信任的近似程度se来决定两个不同信任源的可信度，其中近似程度se由欧式距离衡量：se＝|DTij-IDTij|如果se较小，节点最终信任值取直接信任值，如果se较大，衡量直接信任的置信度来判断直接信任的可信程度，其具体计算形式参考Beta分布的概率方差：如果的值满足≥预设置信度阈值，则判断恶意评价来源于间接信任，丢弃间接信任保留直接信任作为簇头节点间单向的最终信任评估值Tij；否则，丢弃直接信任值，保留间接信任作为Tij；S205：计算簇头SRj的所有邻居节点Nj对于此节点的单向信任计算值，从而计算信任值总和的平均值作为SRj在网络中的独立信任值Tj，该值存储在sink节点：S206：评价信任和通信信任的行为模式计量结果和服从分布相同，评价信任的计算形式与通信信任相同，则簇头节点的评价信任被记为T_evaj。可选地，所述步骤S200中的安全层次信任管理方法中基于阈值的移动节点信任传递模型为：移动节点mi从初始簇头SRj的监测域移出，进入SRj某邻居节点SRj+1的监测域内，SRj+1并不知晓mi的历史行为表现，向SRj询问mi的表现情况以作参考，SRj将本身对于mi的直接通信行为评价推荐给SRj+1，结合mi在SRj+1监测下的行为表现和SRj提供的历史行为信息得到：其中，分别为SRj，SRj+1对mi的直接信任值，分别为mi在SRj+1，SRj监测域内的信任评估结果，SRj+1对于mi的直接评价结果被分配的信任权重为T_evaJ+1，剩余的权重给予SRj所提供的历史行为；如果mi在移动过程中进入发动恶意评价的簇头的监测域内，设定阈值Tt判断下一信任传递簇头SRj+1的信任程度T_evaJ+1；如果T_evaJ+1低于Tt，则通过计算其反面评估结果作为当前监测域内的直接信任值，同时修改分配权重，增大对其反面评估结果的信任比重，得到mi在SRj+1监测域内的信任评估结果，具体形式如下：可选地，所述步骤S300中的基于信任和能量感知的骨干网络路由建立过程为：簇头SRj首先计算自身与sink节点的距离并与参考距离dr对比，如果满足则SRj采用直接传输将数据送入sink节点；否则，引入中继节点进行间接传输，对数据进行逐跳转发，中继节点从当前簇头的邻居节点集Nj中产生，原簇头节点会选择拥有最大sN的邻居节点作为下一跳节点，选择标准sN如下所示：其中Eres(nk)表示的是邻居节点剩余能量，是节点通信信任值，d(j,nk)表示源簇头与邻居的距离，d(nk,sink)则是邻居节点与sink节点的距离，邻居节本文档来自技高网...

【技术保护点】
1.一种基于蜂窝网格静态簇头部署的数据采集方法，其特征在于，包括如下步骤：S100：网络模型构建：采用蜂窝式网格对网络监测域进行划分，在划分区域中心部署高效能静态簇头节点，实现网络全覆盖并设置异构网络相关参数；S200：安全层次信任管理：在基于步骤S100中的网络环境下，簇头节点利用基于阈值的移动节点信任传递模型对普通移动节点实施单向监测，同时对其邻居簇头进行基于非融合Beta信任机制下的实时监测；S300：建立基于信任和能量感知的骨干网络路由，并将移动节点数据经单跳或多跳传输至sink节点；S400：在稳定阶段设置动静TDMA时隙执行步骤S200和步骤S300。

【技术特征摘要】
1.一种基于蜂窝网格静态簇头部署的数据采集方法，其特征在于，包括如下步骤：S100：网络模型构建：采用蜂窝式网格对网络监测域进行划分，在划分区域中心部署高效能静态簇头节点，实现网络全覆盖并设置异构网络相关参数；S200：安全层次信任管理：在基于步骤S100中的网络环境下，簇头节点利用基于阈值的移动节点信任传递模型对普通移动节点实施单向监测，同时对其邻居簇头进行基于非融合Beta信任机制下的实时监测；S300：建立基于信任和能量感知的骨干网络路由，并将移动节点数据经单跳或多跳传输至sink节点；S400：在稳定阶段设置动静TDMA时隙执行步骤S200和步骤S300。2.根据权利要求1所述的基于蜂窝网格静态簇头部署的数据采集方法，其特征在于，所述步骤S100中利用蜂窝式网格对网络监测域进行划分，包括如下步骤：依据三圆交于一点重叠区域最小的原理获得最大的覆盖范围，再对两两相交圆域的交点进行连接形成一个个正六边形，各个正六边形网格无缝对接，覆盖整个监测域，其中使得第一片蜂窝网格的一边与监测区域贴合，以该网格为基准，对监测域进行等间隔均匀填补，直至网格铺满整个监测域。3.根据权利要求1所述的基于蜂窝网格静态簇头部署的数据采集方法，其特征在于，所述步骤S100中，设置异构网络相关参数如下：(1)网络由移动节点、高效能簇头节点以及sink节点三种节点组成；(2)所有移动节点都在规定的矩形域内活动，不考虑节点因移动出监测域而导致通信失效的情况；(3)移动节点所配备的监测设备为同构且能源有限，每个移动节点被给予全网唯一的ID标识；(4)采用静态部署的高效能节点担当簇头，其能量、计算存储能力远超于普通移动节点；(5)sink节点为静态的可充电节点，被固定于离监测域较远的地点；(6)除了两两移动节点之间无法通信外，其他类型的节点都可以进行通信；(7)移动节点内部未设置定位模块，节点间依靠RSSI计算距离；(8)每个簇头节点都可调整为混杂监听模式，并对其通信范围内覆盖的节点行为进行监视。4.根据权利要求1所述的基于蜂窝网格静态簇头部署的数据采集方法，其特征在于，所述步骤S200安全层次信任管理方法中基于非融合Beta信任的簇头节点检测机制的信任更新包括如下步骤：S201：簇头SRi作为监测主体，SRj作为被监测客体下的单向监测结果为次成功通信和次失败通信，得到SRi对SRj的直接信任值：S202：采用信息熵赋予邻居节点不同的信任权重，得到推荐信任的整体倾向信任程度，即间接信任IDTij，其计算形式如下：H(DTkj)＝-DTkjlog2DTkj-(1-DTkj)log2(1-DTkj)S203：随着下一个监测周期的到来，SRi和SRj之间又会发生s+f次通讯，SRi作为主体的单向监测结果更新方式为：其中ωs和ωf表示不同的遗忘因子，两者分别对应节点的正常和异常通信行为，ωs取值小于ωf的取值，pd为预设的干扰因子，和分别为和的更新值；S204：通过计算直接信任与推荐信任的近似程度se来决定两个不同信任源的可信度，其中近似程度se由欧式距离衡量：se＝|DTij-IDTij|如果se较小，节点最终信任值取直接信任值，如果se较大，衡量直接信任的置信度来判断直接信任的可...

【专利技术属性】
技术研发人员：洪榛，马永，邵茜，
申请(专利权)人：浙江理工大学，
类型：发明
国别省市：浙江,33