近十年来,传感器网络技术得到了深入而广泛的研究。然而,绝大多数的理论研究成果无法应用于实际环境,原因在于这些成果基于各种理想模型或者假设,而实际环境往往无法满足这些条件,忽略了环境中不确定因素对系统行为造成的影响。针对这一问题,本课题将部署环境与传感器网络作为一个整体进行研究,将环境中各种不确定因素及其影响作为系统的特征进行建模,保证系统模型面对复杂多变的部署环境具有自适应能力。为达到这一目标,本课题提出了拓扑特征挖掘这一全新的研究思路,研究传感器网络特征的挖掘方法,利用局部的、易获取的、可信的拓扑信息进行逐步融合,获取传感器网络在受到实际环境影响下的整体特征。利用挖掘得到的特征,对节点定位、空洞发现、数据路由和虫洞检测等应用中的测量或检测数据进行有针对性的修正。本课题的研究成果将为传感器网络理论研究工作提供新的建模方法,摆脱对理想模型的依赖,使其具有更强的可用性。
Sensor network;uncertainty;modeling;topological feature mining;
本课题将部署环境与传感器网络作为一个整体进行研究,将环境中各种不确定因素及其影响作为系统的特征进行建模,保证系统模型面对复杂多变的部署环境具有自适应能力。 (1) 针对无线传感器网络部署规则程度低、环境动态程度高和环境可控程度低的特点,本课题提出了虚拟尺方法,通过挖掘传感器网络拓扑特征来解决节点定位问题。基于测量的同构性,当沿着一条指定路径进行距离测量时,借助于拐点的正确判定掌握路径的形态特征,进而对测量值进行针对性的修正,这些修正方法基于路径弯曲度与角度的对应、拐点路径夹角和路径相似度的计算。 (2) 利用局部的、易获取的、可信的拓扑信息进行逐步融合,通过构建相对等高线,获取传感器网络在受到实际环境影响下的整体特征。一方面通过发现和描述空洞,对由网络部署的破碎性、稀疏性以及不规则性对节点逻辑覆盖区域以及控制区域等机制造成的影响建立评估;另一方面,标定网络骨架和描绘网络覆盖区域的基本形状。 (3) 针对无线传感器网络的特点,提出了迭代的多路径发现协议。该协议根据节点在拓扑结构中连通度的差异,将节点分成I、II、III型三类节点。借助于识别出的空洞圈信息, I和II型节点可以转化为虚拟的III型节点。在理论分析网络中不同类型的节点对网络多路径可生成性造成的影响的基础上,利用III型节点生成多路径,克服网络连通空洞对多路径生成造成的负面影响。 (4) 进一步利用分段多路径来解决由内部恶意节点在网络层发起的报文丢弃攻击的问题,提出了通信链路状态实时分析协议和分布式的节点类型判定算法。通信链路状态实时分析协议利用节点对间逐段生成的路径环路,通过引入报文成组应答机制使得节点能实时地获取其邻居节点的报文转发状态;通过数学分析邻居节点行为是否异常,最终隔离恶意节点。 (5) 实验结果表明,本课题所提出的方法在各项关键指标上得到了明显的改善。本课题的研究成果为传感器网络理论研究工作提供新的建模方法,摆脱对理想模型的依赖,使其具有更强的可用性。