面向软件定义水声传感器网络的可信路由方法技术

本发明专利技术公开了一种面向软件定义水声传感器网络的可信路由方法，其步骤包括：构建网络模型，将网络进行分层，不同层具有不同的功能，互相协作执行任务；传感器节点通过监听信道或通信得到邻居节点的信息，包括链路，数据包和节点自身等信息，从而从链路、数据和节点自身三个方面评估邻居节点的可信度；然后SDN控制器搜集传感器节点的信息并感知网络的拓扑结构，基于Q

【技术实现步骤摘要】
面向软件定义水声传感器网络的可信路由方法


[0001]本专利技术涉及一种面向软件定义水声传感器网络的可信路由方法，属于水下数据收集


技术介绍

[0002]作为典型的协作网络，UASNs由批量部署在海洋中不同深度的传感器组成，它们既充当发送者，也充当接收者。节点间相互协作以收集环境信息并通过中继节点将数据发送到位于海面的数据中心，以满足复杂的应用程序要求。水声传感器网络具有可用带宽窄、时间延长、节点能量有限、网络动态性强、电池更换困难等特点，因此现有的地面路由协议不适用于UASNs。且现有的UASNs的路由协议研究一般都集中在提高数据包的可靠性、避免路由空洞、均衡网络能耗等方面上，网络的安全性却被忽略。但正是因为水声传感网的环境特性，才导致它更容易遭受到恶意攻击。且在实际应用中，UASNs始终部署在无人看管甚至是敌对的环境中，在这些环境中传感器节点很容易被捕获和攻击。
[0003]网络安全问题逐渐成为制约UASNs发展的主要障碍，传统的安全机制，如密钥管理和身份认证，可以有效抵御外部攻击。然而，它们对成功入侵网络的内部攻击者无能为力。因此，设计能抵御网络内部节点恶意攻击的机制具有非凡意义。
[0004]强化学习是一种学习如何从状态映射到行为以获取的奖励最大的学习机制。它可以不断地从与环境交互中学习，以适应复杂的环境，并使学习机制变得更加合理和智能。因此，有许多学者将其使用到环境复杂的UASN的路由决策中。将强化学习方法用于路由决策中，通过智能体与环境不断交互获得环境的反馈，使路由决策获得最大累积回报，从而能够使数据包得到近似全局最优的转发路径。然而，传统的分布式网络不利于强化学习算法的部署，它的局限性在于不能统一部署网络策略且运维难度大。
[0005]软件定义网络作为未来网络的代表之一，它的“控制与转发相分离”的设计特点保证了数据传输的可管控性，更灵活地支持网络资源的动态适配。基于控制器的视角，北向接口面向应用，南向接口面向基础架构层。将SDN引入到水声传感网中，使用集中式SDN控制器，可以改善组网管理、部署复杂的路由策略等优点。

技术实现思路

[0006]受软件定义网络的启发，提出了一种软件定义水声传感器网络体系结构，在此基础上，设计了一种基于Q
‑
learning可信的路由方案SDN
‑
QLTR。SDN
‑
QLTR包含节点的信任评估和部署路由策略两个部分。为了对抗网络的内部攻击，从链路、数据和节点自身三个方面评估节点的可信程度，识别恶意节点并筛选可靠的节点。SDN控制器通过使用Q
‑
learning算法，根据当前全局信息和长期收益，从而做出全局最优的路由决策。为提升网络的性能和数据传输的可靠性，在数据传输过程中设计了等待时间和重传机制。
[0007]为了达到上述目的，本专利技术是通过以下技术方案实现的：
[0008]面向软件定义水声传感器网络的可信路由方法，包括以下步骤：
[0009]步骤一：构建网络模型
[0010]将水声传感器网络划分成三层，从下到上分别为数据层、控制层、和应用层；
[0011]步骤二：节点之间互相评估信任值
[0012]传感器节点通过监听信道或与邻居节点通信获取其信息，包括链路情况、数据包和节点能量的信息，并分别评估节点的链路信任、数据信任和节点信任，从而计算邻居节点的信任值；
[0013]步骤三：SDN控制器为水下传感器节点制定路由决策
[0014]SDN控制器定期收集水下传感器节点的信息，包括位置信息、能量信息和对邻居节点的信任评估，根据收集的信息为每个水下节点选择中继候选集；SDN控制器基于Q
‑
learning算法从中继候选集中选择转发集。
[0015]上述步骤一中，构建网络模型方法如下：
[0016]数据层包含由水下传感器节点组成的集合，它们部署在水声传感器网络的不同深度，根据不同应用执行不同的数据采集任务；传感器节点接收到来自控制层的控制信息，从而达到协作的目的，数据层中所有节点的操作都受控制层管理；
[0017]控制层由SDN控制器和sink节点组成；漂浮在监测区域水面中心的无人水面艇作为SDN控制器，作用是管理和维护整个网络，部署全局路由策略；sink节点接收整个网络中传感器节点收集的数据并传输给水面的岸上基站；
[0018]应用层由云平台和SDN应用组成，通过对支持SDN的北向接口来灵活编程，使水声传感器网络执行不同的任务，以针对不同场景开发不同的应用。
[0019]上述步骤二中，节点之间互相评估信任值方法如下：
[0020]2.1假设当前节点n
i
与某一邻居节点n
j
通信，且节点n
i
与节点n
j
之间的链路l(i,j)使用次数为节点n
i
与所有邻居节点的通信链路使用次数最大值为那么节点n
i
评估节点n
j
的链路使用率为
[0021][0022]2.2水声传感器网络会因为会遭受攻击而影响步骤2.1所计算的链路使用率，但在正常水声传感器网络中，传感器节点的流量负载是相对均衡的，节点的链路使用率改写为：
[0023][0024]其中LU
t
‑1(i,j)表示上一时隙节点n
i
评估节点n
j
的链路使用率；
[0025]2.3数据包丢失率定义为当前节点与评估节点链路中丢失的数据包个数与当前时隙当前节点与其他邻居节点的链路丢失数据包个数最大值的比值，计算方式为
[0026][0027]2.4节点n
i
评估节点n
j
的链路信任计算为
[0028][0029]其中c为链路信任值的归一化系数；
[0030]2.5假设节点产生的数据是服从正态分布的，因此节点自身感知的数据和收集的数据都服从正态分布，数据的概率密度函数为其中μ和σ分别为当前节点缓存中的数据均值和数据标准差；当前节点n
i
接收到来自邻居节点n
j
的数据包，假设这个数据包的数据均值为d
avg
，那么节点n
i
计算节点n
j
的数据信任值为
[0031][0032]2.6假设在时隙t之内，节点n
i
与节点n
j
之间通信次数为s+F，其中s为通信成功的次数f为通信失败的次数。节点n
i
评估节点n
j
的诚信度为
[0033][0034]2.7节点n
i
获取到节点n
j
的信息，那么节点n
i
评估节点n
j
的剩余能量率为
[0035][0036]其中E
ini
为节点的初始能量，假设所有水下传感器节点的初始能本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种面向软件定义水声传感器网络的可信路由方法，其特征在于，包括以下步骤：步骤一：构建网络模型将水声传感器网络划分成三层，从下到上分别为数据层、控制层、和应用层；步骤二：节点之间互相评估信任值传感器节点通过监听信道或与邻居节点通信获取其信息，包括链路情况、数据包和节点能量的信息，并分别评估节点的链路信任、数据信任和节点信任，从而计算邻居节点的信任值；步骤三：SDN控制器为水下传感器节点制定路由决策SDN控制器定期收集水下传感器节点的信息，包括位置信息、能量信息和对邻居节点的信任评估，根据收集的信息为每个水下节点选择中继候选集；SDN控制器基于Q
‑
learning算法从中继候选集中选择转发集。2.根据权利要求1所述的一种面向软件定义水声传感器网络的可信路由方法，其特征在于：所述步骤一中，构建网络模型方法如下：数据层包含由水下传感器节点组成的集合，它们部署在水声传感器网络的不同深度，根据不同应用执行不同的数据采集任务；传感器节点接收到来自控制层的控制信息，从而达到协作的目的，数据层中所有节点的操作都受控制层管理；控制层由SDN控制器和sink节点组成；漂浮在监测区域水面中心的无人水面艇作为SDN控制器，作用是管理和维护整个网络，部署全局路由策略；sink节点接收整个网络中传感器节点收集的数据并传输给水面的岸上基站；应用层由云平台和SDN应用组成，通过对支持SDN的北向接口来灵活编程，使水声传感器网络执行不同的任务，以针对不同场景开发不同的应用。3.根据权利要求1所述的一种面向软件定义水声传感器网络的可信路由方法，其特征在于：所述步骤二中，节点之间互相评估信任值方法如下：3.1假设当前节点n
i
与某一邻居节点n
j
通信，且节点n
i
与节点n
j
之间的链路l(i，j)使用次数为节点n
i
与所有邻居节点的通信链路使用次数最大值为那么节点n
i
评估节点n
j
的链路使用率为3.2水声传感器网络会因为会遭受攻击而影响步骤3.1所计算的链路使用率，但在正常水声传感器网络中，传感器节点的流量负载是相对均衡的，节点的链路使用率改写为：其中LU
t
‑1(i，j)表示上一时隙节点n
i
评估节点n
j
的链路使用率；3.3数据包丢失率定义为当前节点与评估节点链路中丢失的数据包个数与当前时隙当前节点与其他邻居节点的链路丢失数据包个数最大值的比值，计算方式为
3.4节点n
i
评估节点n
j
的链路信任计算为其中c为链路信任值的归一化系数；3.5假设节点产生的数据是服从正态分布的，因此节点自身感知的数据和收集的数据都服从正态分布，数据的概率密度函数为都服从正态分布，数据的概率密度函数为其中μ和σ分别为当前节点缓存中的数据均值和数据标准差；当前节点n
i
接收到来自邻居节点n
j
的数据包，假设这个数据包的数据均值为d
avg
，那么节点n
i
计算节点n
j
的数据信任值为3.6假设在时隙t之内，节点n
i
与节点n
j
之间通信次数为s+f，其中s为通信成功的次数，f为通信失败的次数。节点n
i
评估节点n
j
的诚信度为3.7节点n
i
获取到节点n
j
的信息，那么节点n
i
评估节点n
j
的剩余能量率为其中E
ini
为节点的初始能量，假设所有水下传感器节点的初始能量相同，为剩余能量；3.8结合步骤3.6和3.7获得节点n
j
的诚信度NI
t
(i，j)和剩余能量率NE
t
(i，j)，计算它的节点信任值为3.9从步骤3.4、3.5和3.8分别获得节点n
j
的链路信任值、数据信任值和节点信任值，节点n
i
评估节点n
j
的综合信任值为其中ω
l
、ω
d
和ω
d
分别为链路信任值、数据信任值和节点信任值的权重，且ω
l
+ω
d
+ω
d
＝1；3.10恶意节点能窜通修改同一节点的评估信任值，并将其推荐给邻居节点，需要验证第三方节点的可信度；假设节点n
i
评估其他邻居节点信任值的平均值为T<...

【专利技术属性】
技术研发人员：韩光洁，李飞燕，
申请(专利权)人：河海大学，
类型：发明
国别省市：