一种基于改进GA的无线传感器网络分簇安全路由方法技术

本发明专利技术涉及一种无线传感器网络安全路由方法，特别是一种基于改进GA的无线传感器网络分簇安全路由方法SCRGA(a trust‑aware Secure Clustering Routing protocol for wireless sensor networks using an enhanced Genetic Algorithm)。该方法将簇头选举和路由搜索用同一个染色体编码，并基于簇头综合信任值最大、全网能量消耗最小以及负载均衡为目的构建适应度函数，遗传操作时定义约束条件避免非合理个体产生，提高收敛速度，提高能量效率和负载均衡性，在保障网路安全的基础上有效延长了生命周期。

【技术实现步骤摘要】
一种基于改进GA的无线传感器网络分簇安全路由方法
本专利技术涉及一种无线传感器网络安全路由方法，特别是一种基于改进GA的无线传感器网络分簇安全路由方法SCRGA(atrust-awareSecureClusteringRoutingprotocolforwirelesssensornetworksusinganenhancedGeneticAlgorithm)。该方法将簇头选举和路由搜索用同一个染色体编码，并基于簇头综合信任值最大、全网能量消耗最小以及负载均衡为目的构建适应度函数，遗传操作时定义约束条件避免非合理个体产生，提高收敛速度，提高能量效率和负载均衡性，在保障网路安全的基础上有效延长了生命周期。
技术介绍
随着物联网和智能制造地快速发展，无线传感器网络被广泛应用于军事、环境监测、太空探索等领域。为了有效延长无线传感器网络生命周期，通过分簇路由来组织节点并传输数据至基站，已经被大量研究证明是一种十分有效的方法。然而，由于无线传感器网络的大规模和动态特性，路由容易遭受来自网外和网内恶意节点的攻击。因此，安全分簇路由协议设计成为无线传感器网络的研究热点。加密和身份认证是一种有效提高分簇路由安全性的方法，但此类算法计算复杂、能耗高且通常只能抵御外部攻击。而基于信任感知的安全分簇路由能够识别恶意节点，抵抗内部攻击，提高网络安全性。不同于非分簇安全路由算法中所有的节点都参与路由计算，分簇安全路由仅选取网络中信任度高的节点参与最优路径搜索，保证安全的同时提高了网络能量效率。但现有路由安全算法都通过本地决策选择簇头和选择簇头下一跳，无法找到最优簇头和路径。此外，现有算法在信任值计算、簇头选举和路由时通常不考虑节点负载，导致网络负载不均衡，从而降低网络生命周期。而遗传算法具有良好的全局搜索能力，常用来寻找最优簇头或路由。但基本遗传算法存在收敛速度较慢，容易陷入局部最优等缺点。
技术实现思路
针对现有信任感知无线传感器网络安全路由协议局部决策导致整体安全性不足以及能耗和负载不均衡问题，提出了一种基于改进遗传算法的无线传感器网络信任感知安全路由协议SCRGA。本专利技术共分为两个部分，即信任评估和改进遗传算法寻路。信任评估是根据各个节点的邻居节点的行为来评价邻居的安全性。节点根据直接信任值、间接信任值、挥发因子和剩余能量计算得到新的综合信任值。以综合信任值评价节点的安全性，综合信任值越高就代表节点越安全。改进遗传算法寻路是为了保证节点能够寻找到安全可靠的路由，同时路由的能量消耗低。以综合信任值最大、网络能耗最小以及负载均衡为目标，构建了相应的适应度函数，并将簇头选择和路由搜索用单个染色体编码，通过改进的遗传操作形成优化的下一代，从而找到最优的簇头集和每个簇头的最佳路由路径。所述的信任评估包括计算直接信任值、计算间接信任值和计算综合信任值。与传统的安全路由算法一样，节点的综合信任值是参与簇头选举和路径搜索的基础，综合信任值大的节点安全性更高，其更有可能被选为簇头和中继节点。节点根据邻居节点的接收和发送数据包个数，计算其对每个邻居节点的直接信任值，同时为了保证直接信任值的准确性，还定义了挥发因子，目的是快速降低从具有高信任度值的普通节点被捕获成为恶意节点的信任值。节点i对节点j的间接信任值是由它们的公共可信邻居节点提供的直接信任值综合计算而来，以避免某个节点的恶意评价。节点的综合信任值则根据计算的直接信任值和间接信任值整合得到，作为最终节点的安全评价标准。所述的改进遗传算法寻路和传统的遗传算法不同，而是同时进行簇头选举和路径搜索，为了提高收敛速度，从染色体编码，选择、交叉和变异操作以及终止条件方面进行了改进，特别是构造了基于综合信任值、能量消耗和负载的适应度函数，使选出来的簇头和路径综合信任度高、能量消耗最小且负载均衡，从而有效延长网络生命周期。附图说明图1为本专利技术的簇头选择和路由搜索染色体示意图；图2为本专利技术的染色体两点交叉示意图；图3为本专利技术的改进遗传算法流程示意图图4为本专利技术的不同恶意节点情况下网络丢包率示意图；图5为本专利技术的网络剩余能量示意图。具体实施方式下面结合附图对本专利技术作进一步的详细说明，本专利技术一种基于改进GA的无线传感器网络信任分簇的安全路由方法SCRGA共分为两个部分，即信任评估和改进遗传算法寻路。信任评估是根据各个节点的邻居节点的行为来评价邻居的安全性。节点根据直接信任值、间接信任值、挥发因子和剩余能量计算得到新的综合信任值。以综合信任值评价节点的安全性，综合信任值越高就代表节点越安全。改进遗传算法寻路是为了保证节点能够寻找安全可靠的路由，同时路由的能量消耗低。以综合信任值最大、网络能耗最小以及负载均衡为目标，构建了相应的适应度函数，并将簇头选择和路由搜索用单个染色体编码，通过改进的遗传操作形成优化的下一代，从而找到最优的簇头集和每个簇头的最佳路由路径。所述的信任评估包括计算直接信任值、计算间接信任值和计算综合信任值。计算直接信任值是根据邻居节点的接收和发送数据包个数为基础，节点i对邻居节点j的直接信任值可表示如下：其中前者代表历史信任值，后者代表当前信任值。γ和1-γ(0＜γ＜1)分别是历史信任值和当前信任值的权重，其值的大小根据具体WSN而定的，本文为了公平起见，令γ＝0.5。Rt和St分别是发送和接收的数据包数量占总数据包数量的比例，可以表示为：此外，还定义了挥发因子，目的是快速降低从具有高信任度值的普通节点被捕获成为恶意节点信任值。挥发因子表示如下：其中T是网络的当前时间，τ是时间阈值。c1和c2都是用来调整信任值变化速度的常数；此外，引入mod(T，τ)以保证历史信任值不会太小，并使挥发因子在一定范围内周期性衰减。计算间接信任值是由它们的公共邻居节点提供的直接信任值计算而来。公共邻居节点集合可以用Bh＝[B1，B2，...，Bm]表示，m是公共节点个数。节点i对节点j的间接信任值表示为：其中是节点i对节点u的直接信任值，是节点u对节点j的直接信任值，节点u是节点i和节点j的可信公共邻居节点。此外，将一组可信公共邻居定义为NTh＝[NT1，NT2，...，NTQ],q≤m，如果节点i对节点u的信任值小于阈值THNOW，则将节点u从公共邻居节点中删除。文中THNOW的值设置为0.35。计算综合信任值是由式(1)和(6)整合而来：其中p为节点i的邻居节点个数。所述的改进遗传算法寻路具体包括构造适应度函数和遗传操作。构造适应度函数是为了对个体质量进行评价，先定义了如下变量：·n：网络节点数，·H＝{h1，h2，...，hk}：簇头集合,M＝{m1，m2，...，mq}：成员集合。则有k+q＝n，且为了计算方便，基站表示为hk+1。·dij：节点i和j之间的距离，且dmax表示其最大值。·成员mi的候选簇头集，且为mi的簇头。·簇头hi的下一跳候选簇头集，且为本文档来自技高网...

【技术保护点】
1.一种基于改进GA的无线传感器网络分簇安全路由方法SCRGA，其特征在于:包括信任评估和改进遗传算法寻路两个部分；信任评估是根据各个节点的邻居节点的行为来评价邻居的安全性；节点根据直接信任值、间接信任值、挥发因子和剩余能量计算得到新的综合信任值；以综合信任值评价节点的安全性，综合信任值越高就代表节点越安全；改进遗传算法寻路是为了保证节点能够寻找安全可靠的路由，同时路由的能量消耗低；以综合信任值最大、网络能耗最小以及负载均衡为目标，构建了相应的适应度函数，并将簇头选择和路由搜索用单个染色体编码，通过改进的遗传操作形成优化的下一代，从而找到最优的簇头集和每个簇头的最佳路由路径；/n所述的信任评估包括计算直接信任值、计算间接信任值和计算综合信任值；计算直接信任值是根据邻居节点的接收和发送数据包个数为基础，节点i对邻居节点j的直接信任值可表示如下：/n

【技术特征摘要】
1.一种基于改进GA的无线传感器网络分簇安全路由方法SCRGA，其特征在于:包括信任评估和改进遗传算法寻路两个部分；信任评估是根据各个节点的邻居节点的行为来评价邻居的安全性；节点根据直接信任值、间接信任值、挥发因子和剩余能量计算得到新的综合信任值；以综合信任值评价节点的安全性，综合信任值越高就代表节点越安全；改进遗传算法寻路是为了保证节点能够寻找安全可靠的路由，同时路由的能量消耗低；以综合信任值最大、网络能耗最小以及负载均衡为目标，构建了相应的适应度函数，并将簇头选择和路由搜索用单个染色体编码，通过改进的遗传操作形成优化的下一代，从而找到最优的簇头集和每个簇头的最佳路由路径；
所述的信任评估包括计算直接信任值、计算间接信任值和计算综合信任值；计算直接信任值是根据邻居节点的接收和发送数据包个数为基础，节点i对邻居节点j的直接信任值可表示如下：



其中前者代表历史信任值，后者代表当前信任值；γ和1-γ(0＜γ＜1)分别是历史信任值和当前信任值的权重，其值的大小根据具体WSN而定的，本文为了公平起见，令γ＝0.5；Rt和St分别是发送和接收的数据包数量占总数据包数量的比例，可以表示为：






此外，还定义了挥发因子，目的是快速降低从具有高信任度值的普通节点被捕获成为恶意节点信任值；挥发因子表示如下：






其中T是网络的当前时间，τ是时间阈值；c1和c2都是用来调整信任值变化速度的常数；此外，引入mod(T，τ)以保证历史信任值不会太小，并使挥发因子在一定范围内周期性衰减；
计算间接信任值是由它们的公共邻居节点提供的直接信任值计算而来；公共邻居节点集合可以用Bh＝[B1，B2，...，Bm]表示，m是公共节点个数；节点i对节点j的间接信任值表示为：



其中是节点i对节点u的直接信任值，是节点u对节点j的直接信任值，节点u是节点i和节点j的可信公共邻居节点；此外，将一组可信公共邻居定义为NTh＝[NT1，NT2，...，NTQ],q≤m，如果节点i对节点u的信任值小于阈值THNOW，则将节点u从公共邻居节点中删除；文中THNOW的值设置为0.35；
计算综合信任值是由式(1)和(6)整合而来：



其中p为节点i的邻居节点个数。
所述的改进遗传算法寻路模型具体包括构造适应度函数和遗传操作；构造适应度函数为了对个体质量进行评价，先定义了如下变量：
·n：网络节点数，
·H＝{h1，h2，...，hk}：簇头集合,M＝{m1，m2，...，mq}：成员集合；则有
k+q＝n，且为了计算方便，基站表示为hk+1；
·dij：节点i和j之间的距离，且dmax表示其最大值；
·成员mi的候选簇头集，且为mi的簇头；
·簇头hi的下一跳候选簇头集，且为hi的下一跳簇头；此外，表示簇头hi作为中继的次数；
·Ld：节点的负载
·Einitiai：节点的初始能量，表示节点i的剩余能量；
节点i发送l位数据到节点j，其消耗的能量为：



其中Eelec表示发送或接收1位数据消耗的能量，εfs和εmp分别表示自由空间和多径衰减模型下的放大器系数，dij为节点i和j之间的距离，此外，接收l位数据消耗...

【专利技术属性】
技术研发人员：王出航，刘晓理，赵宏伟，韩优佳，胡黄水，
申请(专利权)人：长春师范大学，
类型：发明
国别省市：吉林;22