Security and Energy Performance Optimization In Wireless Sensor Networks.pdf

1、人類需求的快速增長和對卓越科技的追求導(dǎo)致了精密芯片、通信和傳感技術(shù)的飛速發(fā)展，而無線傳感網(wǎng)絡(luò)(WSN)已成為新世紀(jì)傳感技術(shù)中的核心部分。在WSN中，微小的傳感器節(jié)點由遙感組件、數(shù)據(jù)處理組件和無線通信組件構(gòu)成，這些微小的節(jié)點廣泛地、無選擇地、大量分布開來，并可以以一種小范圍的自組織方式構(gòu)成網(wǎng)絡(luò)?；陔娐钒迳系膫鞲衅鳎煌腤SN可以檢測臨近區(qū)域，并有效而及時地將信息傳遞給sink節(jié)點。WSN的遙感性能和可靠性已經(jīng)得到了重大的發(fā)展。WSN可

2、大規(guī)模的應(yīng)用于軍事和安全、環(huán)境監(jiān)測、交通控制、醫(yī)療、監(jiān)測和建筑結(jié)構(gòu)，甚至反恐等。
　　 安全通信在計算機(jī)網(wǎng)絡(luò)中非常重要。然而，對傳感技術(shù)的緊急需求促得一些規(guī)模小、處理器能量低和存儲空間低的WSN投入了使用，而這些特點導(dǎo)致了在該類WSN中無法采用安全系統(tǒng)，而且不支持某些規(guī)則和復(fù)雜的安全協(xié)議。隨著時間的發(fā)展，該類WSN已出現(xiàn)很多問題。因此，需要尋找合適的解決方案和處理辦法以有效改善WSN的安全性能。同時，傳感器節(jié)點能耗限制了WSN的

3、生存時間，不能滿足WSN對不同應(yīng)用的需求。因此能耗問題也是WSN研究領(lǐng)域的基礎(chǔ)問題之一。
　　 本論文針對無線傳感網(wǎng)絡(luò)的安全性和能耗問題進(jìn)行了深入的研究，其內(nèi)容主要包括三大部分：第一部分研究防御性問題，包括問題設(shè)計和實現(xiàn)以及密鑰管理技術(shù)，提出了新的安全方法以達(dá)到防止對網(wǎng)絡(luò)的惡意攻擊和降低能耗兩個目標(biāo)；第二部分闡述了無線傳感器網(wǎng)絡(luò)節(jié)能的方法；第三部分是優(yōu)化技術(shù)在WSN中的應(yīng)用。本文的頁獻(xiàn)和創(chuàng)新點包括以下四點。
　　 1.分

4、析研究了無線傳感器網(wǎng)絡(luò)中安全威脅和能量消耗的來源，以及安全性和能耗之間的關(guān)系。
　　 安全通信在計算機(jī)網(wǎng)絡(luò)中非常重要，安全認(rèn)證是最出色的預(yù)處理方法之一，然而，由于無線傳感器網(wǎng)絡(luò)十的節(jié)點能力受到限制，不適合在網(wǎng)絡(luò)中布置需要集中認(rèn)證的公共密鑰基礎(chǔ)結(jié)構(gòu)，也無法在網(wǎng)絡(luò)中采用普通的安全認(rèn)證機(jī)制。在WSN中，傳感器節(jié)點需要自動分組來完成一個特定的任務(wù)。盡管可能已經(jīng)存在全局安全機(jī)制，但每個小組成員之間能夠安全的相互通信仍然是非常有必要的。

5、r>　　 無線傳感器網(wǎng)絡(luò)中的能量浪費源于同一覆蓋區(qū)域中節(jié)點任務(wù)和功能的重復(fù)執(zhí)行，以及相同消息的重復(fù)發(fā)送。在對網(wǎng)絡(luò)進(jìn)行拓展時，局部區(qū)域能量消耗過大會造成很大一部分節(jié)點死亡，進(jìn)一步會導(dǎo)致整個網(wǎng)絡(luò)的癱瘓。簇頭分布是影響通信能耗效率的一個重要因素，然而對簇頭分布最優(yōu)化的研究還較少，因此，有必要找到一種分布式的簇頭選擇方法以形成合理的簇，從而使簇頭可以完成更高效的任務(wù)轉(zhuǎn)發(fā)。
　　 為提高網(wǎng)絡(luò)的可操作性，應(yīng)該采用一些方法以保證網(wǎng)絡(luò)所提供的

6、一些服務(wù)的可行性，也需要一種方法來區(qū)分合法的和惡意的請求以避免執(zhí)行可能導(dǎo)致網(wǎng)絡(luò)崩潰的任務(wù)，這正是研究安全性的必要性。這些問題主要可分為信息安全、服務(wù)拒絕(DoS)攻擊及其他的攻擊。滲透于安全和能耗這兩個領(lǐng)域的貫穿的線索是能耗效率。通過加強(qiáng)硬件保護(hù)、加強(qiáng)傳感器節(jié)點的計算能力等可有效增強(qiáng)安全性，而實際的WSN安全是在有限資源的高效利用和堅持不懈地尋求最高層次的保護(hù)之間的平衡。
　　 2.提出了一種新的密鑰更改功能協(xié)議(Novel R

7、e-keying Function Protocol，NRFP)，用于密鑰管理
　　 在WSN中，傳感器網(wǎng)絡(luò)安全性的首要問題可描述為網(wǎng)絡(luò)最小的資源消耗與最大的安全性能之間的矛盾。WSN在空間上的開放性使攻擊者能非常容易地竊聽、攔截、篡改、重播數(shù)據(jù)包。這四種攻擊主要可劃分為兩大類：主動攻擊和被動攻擊。被動攻擊指攻擊者通過觀察分析某個協(xié)議數(shù)據(jù)，竊聽通信中的某個數(shù)據(jù)，而不干擾信息資源。而主動攻擊常見的方式是攻擊者通過捕獲網(wǎng)絡(luò)中的某個節(jié)

8、點，并利用該受損節(jié)點對網(wǎng)絡(luò)進(jìn)行主動攻擊。其中主動攻擊對網(wǎng)絡(luò)安全的影響尤為惡劣。由于網(wǎng)絡(luò)中的節(jié)點能量有限，當(dāng)WSN收到惡意節(jié)點的主動攻擊時，很容易因為過多的損失能量，導(dǎo)致節(jié)點死亡。當(dāng)節(jié)點死亡率過高時，整個網(wǎng)絡(luò)將面臨癱瘓的危險。
　　 自組織密鑰管理是無線傳感器節(jié)點中一種新的密鑰通信方法，保證了網(wǎng)絡(luò)中節(jié)點的安全通信，能有效地解決WSN中的安全隱患。本文提出的NRFP算法即屬于該范疇，該算法對LEACH算法進(jìn)行了改進(jìn)，有效改善了WSN

9、的安全性。采用LEACH協(xié)議的WSN，其簇頭一旦受到惡意節(jié)點攻擊而死亡，則該簇頭所在的簇將無法工作。WSN中受到攻擊的簇頭數(shù)量增加時，不能工作的簇的數(shù)量也隨之增加。在同一時間內(nèi)死亡的節(jié)點增加時，網(wǎng)絡(luò)的生存時間也會縮短，嚴(yán)重影響網(wǎng)絡(luò)的安全性。NRFP算法能有效降低網(wǎng)絡(luò)受到惡意攻擊時節(jié)點在同一時間內(nèi)的死亡率，延長網(wǎng)絡(luò)的生存時間，提高網(wǎng)絡(luò)的安全性。
　　 NRFP算法對傳感器節(jié)點定義了三種密鑰：與網(wǎng)絡(luò)中所有節(jié)點共享的主密鑰(MK)、與

10、基站(BS)共享的局部密鑰(LK)以及與另一傳感器節(jié)點所共享的會話密鑰(SK)。SK是全局共享密鑰，由基站用于加密消息，并將該消息傳播到整個簇。LK是該算法中密鑰更改功能中的基本參數(shù)，用于節(jié)點與基站之間的保密通信，每個節(jié)點都獨立擁有一個與基站共享的LK。SK是節(jié)點與其近鄰之間的共享密鑰。在NRFP模型中，SK被用于需要隱私認(rèn)證或源認(rèn)證的安全通信。其中，HMAC作為模型的安全認(rèn)證協(xié)議。
　　 每個傳感器節(jié)點都具備有本地管理員功能(

11、LAFs)，該功能由三個部分組成：管理員功能、密碼更改功能以及導(dǎo)出功能。LAFs根據(jù)所加載的是MK還是LK負(fù)責(zé)簇會話密鑰的生成，并協(xié)調(diào)HMAC。管理員功能和導(dǎo)出功能通過詢問消息是來自基站還是簇頭生成新的密鑰值。在密鑰部署之前，每一個節(jié)點都注入初始LK，密鑰更改功能在每一次循環(huán)中對LK配置新的密鑰值。簇頭周期性地刷新以響應(yīng)LK，并隱秘地告知其成員這種新變化。
　　 NRFP算法制定了傳感器功能與密鑰之間所遵循的四種基本原則：密鑰部

12、署、密鑰建立、節(jié)點增加和節(jié)點回收。
　　 在密鑰部署中，每個節(jié)點加印有獨一無二的ID、MK以及LK，管理員功能根據(jù)MK和LK生成獨立的與其他節(jié)點共享的密鑰。在節(jié)點通信過程中，這些加印的密鑰(ID、MK和LK)不能交換，唯一能相互交換的是SK。
　　 在密鑰建立過程中，網(wǎng)絡(luò)中的所有節(jié)點使用相同的機(jī)制在彼此之間安全的通信。在簇頭性能的部署和完成之后，簇頭生成SK，并發(fā)送消息給簇成員，激勵成員節(jié)點產(chǎn)生SK。簇內(nèi)節(jié)點之間的通信支

13、持以下循環(huán)：兩個節(jié)點彼此之間想建立通信時，它們采用相同的SK建立保密通信并啟動數(shù)據(jù)交換。在此過程中，SK會保持一致，因為所有節(jié)點均采用相同的導(dǎo)出功能。
　　 網(wǎng)絡(luò)中節(jié)點的增加必須遵循節(jié)點增加原則。當(dāng)一個新的節(jié)點想連入網(wǎng)絡(luò)時，它必須首先加入網(wǎng)絡(luò)中的任意一個簇。如果該節(jié)點接收到了某個簇頭發(fā)送的信標(biāo)，密鑰在簇之間不斷更新，并且該節(jié)點將產(chǎn)生其自己的SK。如果某節(jié)點沒有接收到任何簇頭所發(fā)送的信標(biāo)，則該節(jié)點本身構(gòu)成一個新的簇并且作為該簇的簇

14、頭，然后運行LAFs并生成自己的密鑰。
　　 當(dāng)簇中的任何一個節(jié)點因某種原因(能量消耗，節(jié)點遷移，節(jié)點捕獲等)離開其所在區(qū)域時，對該節(jié)點的處理必須遵循節(jié)點回收原則。節(jié)點回收分為兩種情況：子節(jié)點回收和簇頭回收。
　　 當(dāng)簇頭沒有接收到某個了節(jié)點的HELLO消息時；簇頭發(fā)送HELLO消息至該節(jié)點并等待回應(yīng)。如果在一定時間內(nèi)，簇頭沒有接收到回應(yīng)消息，那么簇頭將發(fā)送消息告知所有成員該節(jié)點的ID已從近鄰名單中刪除。該情況稱為了節(jié)點

15、回收。
　　 當(dāng)某個簇頭主動離開所在簇時，簇頭必須發(fā)送消息告知所有成員將離開該簇，而簇成員必須選舉出新的簇頭。被選舉的出的簇頭在簇內(nèi)必須擁有最多的近鄰或者具有最大能量。如果簇頭暗中離開，那么在一段時間內(nèi)簇成員將不會接收到簇頭信標(biāo)。簇成員必須根據(jù)簇的基本信息重建新簇，并且選舉新簇的簇頭。這兩種情況稱為簇頭回收。
　　 為了改善安全通信，在采用NRFP進(jìn)行密鑰更改的過程中建立了兩種模型：基站模型和簇頭模型。
　　 基

16、站模型和簇模型均采用被動的簇頭選取方案，該方案分為兩部分：第一步，建立簇；第二步，選舉簇頭。
　　 每個傳感器節(jié)點在嵌入目標(biāo)區(qū)域之前，在一段特定的時間內(nèi)廣播自己的ID，并接收近鄰的ID消息。節(jié)點在路由表中添加所接收到的近鄰ID信息，并累加所接收的ID數(shù)量。各個節(jié)點通過該方法獲得自己能到達(dá)的近鄰的數(shù)量(NBR)，并與這些可連接的節(jié)點建立簇或組。
　　 傳感器節(jié)點互相傳遞它們的ID和NBR信息，并根據(jù)該信息選舉出新的簇頭。當(dāng)

17、某個傳感器節(jié)點的NBR值最大時，該節(jié)點就被選舉為簇頭。簇頭的近鄰稱之為簇頭的“子代”。因為簇頭和其子代在樹型網(wǎng)絡(luò)中存在一種父輩與子輩的關(guān)系。
　　 在基站模型中，基站(BS)發(fā)送消息給網(wǎng)絡(luò)中的所有簇頭，激勵簇頭重建一個簇和導(dǎo)出一個新的SK。BS以此控制密鑰更改過程。其中，SK對網(wǎng)絡(luò)中的所有節(jié)點是通用的。該操作在一個規(guī)定的系統(tǒng)時間內(nèi)執(zhí)行。因此，所有節(jié)點必須在同一時間內(nèi)導(dǎo)出SK并且彼此間建立持續(xù)的通信。密鑰更改過程通過建立這種集中模

18、型可以提高網(wǎng)絡(luò)規(guī)模擴(kuò)展的可行性，并且其他應(yīng)用也不需要準(zhǔn)備大量密鑰。
　　 簇頭模型類似于上述基站模型。其不同之處在于，在密鑰更改過程中，每個簇都是彼此分開。每個簇都有區(qū)別于其他簇的會話密鑰。在重建簇結(jié)束時和當(dāng)執(zhí)行會話密鑰時，簇頭導(dǎo)出的公共密鑰被傳遞到基站，并用于簇間會話。這種模型的優(yōu)勢在于，每個簇根據(jù)簇特征重建密鑰。因此當(dāng)會話密鑰被捕獲時，不會影響到其他的簇的安全通信。
　　 在OmNet++平臺上分別對采用LEACH協(xié)

19、議的網(wǎng)絡(luò)模型和采用NRFP的網(wǎng)絡(luò)模型進(jìn)行仿真。仿真結(jié)果表明，在同等條件下，采用NRFP協(xié)議的WSN所接收的惡意數(shù)據(jù)平均比率要比采用LEACH協(xié)議的WSN低。
　　 綜上所述，NRFP是一種自組織框架，即一種新的密鑰更改功能協(xié)議。該自組織框架涵蓋了密鑰部署、密鑰建立和密鑰分布，并提出了一種基于聚類的密鑰更改(re-keying)過程算法。該結(jié)構(gòu)僅采用對稱密鑰密碼技術(shù)，并基于一組簡單的假設(shè)和指導(dǎo)方針。通過將系統(tǒng)分成兩個協(xié)作的安全年實

20、現(xiàn)安全與能耗的平衡：監(jiān)督域在簡單性和資源之間進(jìn)行折中以實現(xiàn)較高安全性，而非監(jiān)督域則正好相反。NRFP的優(yōu)點包括分布式的通信過程，可以在節(jié)點之間快速地建立通信，且會話密鑰的生成算法復(fù)雜度低，從而消耗能量較少；網(wǎng)絡(luò)規(guī)模擴(kuò)展的可行性；不同的應(yīng)用不要求大量的密鑰而只需要改變這些密鑰的生成函數(shù)來適應(yīng)每一個應(yīng)用。
　　 3.提出了一種節(jié)能的無線傳輸技術(shù)
　　 傳感器網(wǎng)絡(luò)需要足夠的生存時間以滿足各個應(yīng)用的需求，而網(wǎng)絡(luò)的生存需要網(wǎng)絡(luò)能量

21、的支撐。在網(wǎng)絡(luò)的能量消耗中，通信的能耗所占比例最大。在相同的覆蓋面內(nèi)節(jié)點功能和任務(wù)的重復(fù)化以及重復(fù)消息的不斷發(fā)送會造成網(wǎng)絡(luò)能源的大量浪費。當(dāng)某一部分節(jié)點因能源耗盡而死亡時，整個網(wǎng)絡(luò)可能因此暫停工作，縮短網(wǎng)絡(luò)的生存時間。針對該問題，本文提出了一種基于角色休眠單元的任務(wù)調(diào)度和能量分配管理機(jī)制(SRDC)。該算法根據(jù)節(jié)點的覆蓋范圍和工作時間設(shè)置休眠節(jié)點，并通過SDRC隊列輪換休眠節(jié)點，以此優(yōu)化網(wǎng)絡(luò)中節(jié)點的任務(wù)分配，節(jié)約網(wǎng)絡(luò)能量，延長網(wǎng)絡(luò)生存時

22、間。
　　 假設(shè)WSN中的所有節(jié)點采用全向天線發(fā)送消息，并以網(wǎng)絡(luò)中一個簡單的簇為例。該簇僅由簇成員N1、N2和簇頭N0構(gòu)成，并定義N1和N2在相同的范圍內(nèi)擁有相同的傳感域。當(dāng)N1與N0之間的距離不大于N1與N2之間的距離時，N1向NO傳送的消息同樣會被N2所接收。那么，在N1向N0發(fā)送消息后的一段時間內(nèi)，接收到N1消息的N2同樣會向簇頭N0傳送該消息。因此，通過設(shè)置節(jié)點N2處于休眠狀態(tài)可以避免N2發(fā)送重復(fù)性的消息，有效節(jié)約網(wǎng)絡(luò)的

23、能量。若一直使N2處于非工作狀態(tài)，則必然導(dǎo)致N1能量消耗過大，而N2能量剩余。N1和N2能量的不均衡同樣不利于網(wǎng)絡(luò)生存。因此，需要輪換N1和N2的工作次序，既能避免消息重復(fù)性發(fā)送，也能均衡節(jié)點之間的能量消耗。
　　 基于這種節(jié)點輪流休眠思想提出了SRDC算法，該算法主要分為兩步：傳感域辨識以及休眠節(jié)點設(shè)置。
　　 由近鄰節(jié)點的定義可知，其特征類似，并且具有相同的范圍并覆蓋相同的區(qū)域。當(dāng)某一節(jié)點接收到簇頭消息時，具有相同傳

24、感域的近鄰節(jié)點會在該節(jié)點回應(yīng)簇頭后的一段時期內(nèi)發(fā)送同樣的消息至簇頭。因此，SRDC算法根據(jù)節(jié)點的NBR、ID等信息辨識出具有相同傳感域的節(jié)點。
　　 SRDC算法采用隊列(SRDCQ)的方法對具有相同傳感域的節(jié)點進(jìn)行休眠設(shè)置。每一個簇都擁有其獨立的SRDCO，該隊列保存在sink節(jié)點中。隊列根據(jù)信號長度公式對節(jié)點進(jìn)行排序，并根據(jù)它們對應(yīng)的次序決定節(jié)點的休眠狀態(tài)。在一個簇內(nèi)，具有相同傳感域的節(jié)點按次序進(jìn)入SRDCQ。同一時間內(nèi)，這

25、些節(jié)點除了序號為0的節(jié)點處于激活狀態(tài)，其余各個節(jié)點都處于不同程度的休眠狀態(tài)中。
　　 SRDC算法對隊列中的節(jié)點劃分了四種活度狀態(tài)：狀態(tài)S0、狀態(tài)S1、狀態(tài)S2以及狀態(tài)S3。處于狀態(tài)S0的節(jié)點的活度最強(qiáng)，其數(shù)據(jù)采集功能、數(shù)據(jù)接收功能以及數(shù)據(jù)發(fā)送功能都處于激活狀態(tài)。處于該狀態(tài)下的節(jié)點可以完成目標(biāo)檢測和信息轉(zhuǎn)發(fā)任務(wù)。對于狀態(tài)S1下的節(jié)點，其數(shù)據(jù)發(fā)送功能被屏蔽，僅能接收來自sink節(jié)點的命令。狀態(tài)S2下的節(jié)點僅有感知元件是被激活的。而

26、狀態(tài)S3則意味著節(jié)點處于深度休眠狀態(tài)，其用于遙感、數(shù)據(jù)處理、數(shù)據(jù)存儲以及通信的元件全部處于休眠狀態(tài)。在這種情況下，僅能通過傳感器的內(nèi)部時鐘喚醒該節(jié)點。這四種狀態(tài)下的節(jié)點所消耗的能量依次遞減。
　　 隊列采用兩個因子改變節(jié)點的次序。這兩個因子分別為周期和最大活度。其中，最大活度指傳感器節(jié)點在所處的活度狀態(tài)下的最大能耗。當(dāng)簇頭所消耗的能量等于或大于最大活度因子時，隊列在每一次循環(huán)后都會根據(jù)其所使用的時間(周期)以及所消耗的能量(最大

27、活度)改變節(jié)點的次序。
　　 以一個含僅由6個節(jié)點構(gòu)成的簡單的簇為例描述SDRCQ的工作過程。初始狀態(tài)下，N0被選舉為簇頭，N1到N5均為簇成員，并且N1與N2、N3與N4、N4與N5具有相同的傳感域。N0至N5按照傳感域依次進(jìn)入隊列中。SDRC算法使處于其他節(jié)點處于相同傳感域的N2與N4處于休眠狀態(tài)。在一輪循環(huán)結(jié)束之后，SDRC算法根據(jù)在第一輪循環(huán)中各個節(jié)點的能量消耗和使用時間更新節(jié)點的隊列次序。由于處于S0狀態(tài)下的簇頭N0消

28、耗了大量的能量，因此被排入列尾，處于休眠狀態(tài)。而節(jié)點3排入列首，被選舉為簇頭。N4與N2繼續(xù)處于休眠狀態(tài)，N1與N5處于激活狀態(tài)，并進(jìn)入第二輪循環(huán)。無論節(jié)點在之前的循環(huán)中被激活時間有多長、次數(shù)有多大，只要該節(jié)點含有最大能量就能優(yōu)先排在列首，成為簇頭。由此可知，該簇在未采用SDRC算法的前提下可能由于消息的重復(fù)發(fā)送導(dǎo)致N2與N4的能量浪費，縮短其生存時間。并且在能源供給有限的前提下，N0會因為一直作為簇頭消耗大量的能量。在循環(huán)次數(shù)增加后，

29、簇中節(jié)點的能量消耗劇增，并且會嚴(yán)重分配不均。而采用SDRC算法之后，該算法削減了N0一直作為簇頭所帶來的能量消耗的壓力，并且合理的避免了重復(fù)性消息帶來的能量損失。在多次循環(huán)之后，簇內(nèi)節(jié)點的能量也不會產(chǎn)生明顯分配不均的情況。
　　 在OmNet++平臺上分別對采用LEACH協(xié)議的網(wǎng)絡(luò)模型以及通過SDRC算法改進(jìn)的LEACH協(xié)議網(wǎng)絡(luò)模型進(jìn)行仿真。仿真結(jié)果表明，采用SRDC-LEACH協(xié)議的網(wǎng)絡(luò)其生命時間可以維持至第23輪循環(huán)，而采用

30、LEACH協(xié)議的網(wǎng)絡(luò)儀能維持至第18輪循環(huán)。在實際操作中，SRDC算法保持了網(wǎng)絡(luò)中80％至190％的節(jié)點能量，并且?guī)缀跛械木W(wǎng)絡(luò)節(jié)點能控制在同一時間內(nèi)死亡，保證了任務(wù)在簇內(nèi)的持續(xù)分布，使節(jié)點能在所有網(wǎng)絡(luò)節(jié)點死亡之前再次工作。
　　 總體而言，SRDC算法以在剩余能量約束下最大化總體回報的期望值為目標(biāo)，對單個應(yīng)用設(shè)計了最優(yōu)的傳輸策略，而對多個應(yīng)用設(shè)計最優(yōu)的傳輸控制策略。在設(shè)計最優(yōu)的傳輸策略時，按照傳輸?shù)姆桨负途W(wǎng)絡(luò)的總體能耗建立了凸

31、優(yōu)化模型，然后采用成熟的優(yōu)化技術(shù)對模型進(jìn)行求解，獲得最優(yōu)的傳輸策略。在設(shè)計最優(yōu)的傳輸控制策略時，將該問題抽象為動態(tài)的過程。SRDC算法以加強(qiáng)無線傳感器網(wǎng)絡(luò)的安全性。大量的深入的仿真結(jié)果證明，采用SRDC機(jī)制與現(xiàn)有的LEACH協(xié)議結(jié)合，可實現(xiàn)低能耗的通信結(jié)構(gòu)，從而可延長無線傳感器網(wǎng)絡(luò)的壽命。
　　 4.提出了基于模糊邏輯的粒子群算法(PSO)和遺傳算法(GA)切換進(jìn)化算法(Revolving evolutionary，RE)

32、>　　 最優(yōu)的簇頭分布可以提高無線傳感器網(wǎng)絡(luò)通信的能耗效率，同時采用在簇頭節(jié)點進(jìn)行數(shù)據(jù)融合的方法可以延長網(wǎng)絡(luò)的壽命。因此，提出了基于模糊邏輯的粒子群算法(PSO)和遺傳算法(GA)切換進(jìn)化算法(Revolvingevolutionary，RE)來優(yōu)化分簇，以延長網(wǎng)絡(luò)的壽命。
　　 RE算法的主要思想是對節(jié)點進(jìn)行分簇并選擇最優(yōu)的簇頭，使其滿足三個目標(biāo)：①能耗最小化；②intra-簇距離最小化，即簇內(nèi)數(shù)據(jù)向量之間的距離最小化。③i

33、nter-簇距離最小化，即不同簇的質(zhì)心之間的距離最小化。
　　 RE算法充分利用了遺傳基因和粒子群的優(yōu)點，從GA算法開始尋優(yōu)，根據(jù)算法尋優(yōu)的狀況采用模糊邏輯(FLC)在GA和PSO之間進(jìn)行切換。定義適應(yīng)度函數(shù)的改變率(RCh)和優(yōu)化進(jìn)度(OpP，定義為尋優(yōu)結(jié)束時實際的進(jìn)化代數(shù)和最大進(jìn)化代數(shù)的比值)兩個變量作為模糊邏輯系統(tǒng)的輸入，而輸出變量為下一步將要使用的優(yōu)化算法(COp)和下一個階段持續(xù)的時間(NCPo)。適應(yīng)度函數(shù)的改變率(

34、RCh)是對RE算法當(dāng)前所用算法的度量，對RCh進(jìn)行歸一化處理，從而保證模糊邏輯的輸入變量RCh能夠適應(yīng)較大的變化范圍。模糊邏輯的兩個輸入變量和輸出變量NCPo分為三級，并分別采用三個模糊集合來表示，而輸出變量COp采用兩個模糊集合來表示。
　　 GA或PSO算法的輸入為所有節(jié)點的位置和其能量，輸出為分簇結(jié)果和簇頭。對于每一個節(jié)點，計算它與其他節(jié)點之間的距離和所有簇頭之間的距離，并將其分到與其距離最近的簇頭所在的簇，然后計算距離

35、和能量的適應(yīng)度函數(shù)，再啟動FLC進(jìn)行判斷是否需要進(jìn)行算法的切換，如此反復(fù)直至滿足最終目標(biāo)。
　　 算法采用實數(shù)編碼，應(yīng)用到無線傳感器網(wǎng)絡(luò)，對不同的種群大小(50，100，200)進(jìn)行測試，每一組參數(shù)運行100次，對比了在無線網(wǎng)絡(luò)使用LEACH協(xié)議、LEACH+PSO、LEACH+GA和LEACH+RE時各算法的性能，包括：
　　 ①算法的收斂速度：RE的收斂速度比其他的算法快，且RE相比于PSO和GA可以獲得更好的全局最

36、優(yōu)值，同時使用也比較簡單。
　　 ②網(wǎng)絡(luò)的壽命(定義為隨著仿真時間的進(jìn)行，活著的節(jié)點的個數(shù))：仿真結(jié)果表明使用優(yōu)化算法后網(wǎng)絡(luò)壽命會延長，而采用LEACH+RE算法時，網(wǎng)絡(luò)壽命最長；這是因為在采用了優(yōu)化算法之后，網(wǎng)絡(luò)的intra-簇距離最小，且使簇頭最優(yōu)的分布在網(wǎng)絡(luò)中，從而在通信的過程中，成員節(jié)點和簇頭之間的通信距離較短，進(jìn)而消耗的能源較小。相反，在單獨使用LEACH時，由于網(wǎng)絡(luò)分簇效果較差，一些節(jié)點必須通過很長的距離才能找到它的

37、簇頭，因此，耗能較大。同時RE比PSO和GA性能優(yōu)越，是由于RE適應(yīng)度函數(shù)值更小。
　　 ③不同算法下，發(fā)送到基站的數(shù)據(jù)量：基站收到的數(shù)據(jù)統(tǒng)計表明RE算法可以更成功的傳送更多的數(shù)據(jù)到基站。因為簇頭需要傳送融合數(shù)據(jù)到位于網(wǎng)絡(luò)區(qū)域之外的基站，因此選擇具有更高能量的簇頭來發(fā)送信息很重要。采用PSO算法后，在穩(wěn)態(tài)結(jié)束之前，簇頭能量耗盡的可能性不大，從而可以發(fā)送更多的數(shù)據(jù)到基站。相反，LEACH不能保證選擇具有高能量的簇頭來發(fā)送數(shù)據(jù)到基站

38、，因此，一些簇頭可能在發(fā)送數(shù)據(jù)的過程中死亡，造成發(fā)送到基站的數(shù)據(jù)量減少。
　　 本文沒有比較這些算法和K均值算法的性能，因為K均值無法使網(wǎng)絡(luò)中的能耗最小化。
　　 本論文中所獲得的結(jié)果為將來的研究工作打下了堅實的基礎(chǔ)。作為該研究的延續(xù)，未來的研究可以著眼于LEACH和他的安全版本。對攻擊及其導(dǎo)致WSN的性能下降的仿真研究也是很有意義的研究領(lǐng)域。更進(jìn)一步，密鑰的管理問題也需要更深入的研究。對安全認(rèn)證機(jī)制的深入理解，如基于證