基于云模型和熵權(quán)法的無線傳感器網(wǎng)絡(luò)魯棒性研究

秦　勤，米　捷

(河南工程學(xué)院 計(jì)算機(jī)學(xué)院，河南 鄭州 451191)

?

基于云模型和熵權(quán)法的無線傳感器網(wǎng)絡(luò)魯棒性研究

秦勤，米捷

(河南工程學(xué)院 計(jì)算機(jī)學(xué)院，河南 鄭州 451191)

摘要：結(jié)合無線傳感器網(wǎng)絡(luò)的特點(diǎn)，提出了運(yùn)用云模型對(duì)無線傳感器網(wǎng)絡(luò)魯棒性進(jìn)行研究的方法，構(gòu)建了評(píng)估指標(biāo)體系和基于云模型的評(píng)估模型，采用熵權(quán)法對(duì)評(píng)估指標(biāo)的權(quán)重進(jìn)行處理.仿真實(shí)驗(yàn)證明，該方法能夠有效解決魯棒性評(píng)估過程中的人為因素、隨機(jī)性及模糊性等問題，為無線傳感器網(wǎng)絡(luò)魯棒性的研究提供了新的思路和方法.

關(guān)鍵詞：云模型；熵權(quán)法；無線傳感器網(wǎng)絡(luò)；魯棒性

無線傳感器網(wǎng)絡(luò)(Wireless Sensor Networks, WSN)是由一個(gè)或多個(gè)傳感器節(jié)點(diǎn)構(gòu)成，采用無線通信技術(shù)部署在監(jiān)測(cè)區(qū)域的自組織性網(wǎng)絡(luò)，它經(jīng)常會(huì)受到網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)的變化、傳感器節(jié)點(diǎn)的增加或減少、各種敵對(duì)環(huán)境因素的影響，導(dǎo)致整個(gè)網(wǎng)絡(luò)系統(tǒng)的不確定性和不穩(wěn)定性[1-2].魯棒性是指當(dāng)無線傳感器網(wǎng)絡(luò)內(nèi)部或外部的各種參數(shù)發(fā)生變化時(shí)，該網(wǎng)絡(luò)的整體結(jié)構(gòu)和性能依舊能夠保持穩(wěn)定性的能力[3].魯棒性能的這種分析方法對(duì)于不同領(lǐng)域的科學(xué)家而言，在評(píng)判標(biāo)準(zhǔn)和科學(xué)評(píng)估這兩個(gè)方面都有很大的理論意義和實(shí)踐價(jià)值.為了保證無線傳感器網(wǎng)絡(luò)具有較強(qiáng)的適應(yīng)性和穩(wěn)定性，需要對(duì)網(wǎng)絡(luò)的魯棒性進(jìn)行評(píng)價(jià)，而如何建立一個(gè)科學(xué)的評(píng)價(jià)體系并進(jìn)行評(píng)估是值得研究的問題.

閆斌[4]提出了基于簇的無線傳感器網(wǎng)絡(luò)路由及其魯棒性評(píng)估；余根堅(jiān)等[5]提出了一個(gè)具有大概率強(qiáng)連通魯棒性的無線傳感器網(wǎng)絡(luò)構(gòu)造算法；邵敘寧[6]提出了一種名為自適應(yīng)隨機(jī)分簇(ARC)的拓?fù)淇刂扑惴▉碓u(píng)估網(wǎng)絡(luò)的魯棒性；楊云等[7]提出了一種具有魯棒性的異構(gòu)傳感器網(wǎng)絡(luò)部署策略；焦磊等[8]提出了一種室內(nèi)環(huán)境下對(duì)受阻礙的視距(OLOS)誤差具有魯棒性的低計(jì)算量的殘差加權(quán)無線傳感器網(wǎng)絡(luò)定位算法；陳熙[9]提出了一種魯棒性分段組播路由算法.本研究在總結(jié)已有研究的基礎(chǔ)上，根據(jù)影響無線傳感器網(wǎng)絡(luò)魯棒性的因素來構(gòu)建評(píng)估模型，采用熵權(quán)法處理各個(gè)影響因素的權(quán)重問題，運(yùn)用云模型來解決評(píng)語中的隨機(jī)性、不確定性和模糊性等問題， 有效地避免了人為因素的影響.

1魯棒性能指標(biāo)的構(gòu)建

1.1　指標(biāo)的選取

對(duì)于網(wǎng)絡(luò)的設(shè)計(jì)和應(yīng)用來說，網(wǎng)絡(luò)魯棒性能的評(píng)估指標(biāo)非常重要.根據(jù)無線傳感器網(wǎng)絡(luò)的特點(diǎn)，結(jié)合傳統(tǒng)網(wǎng)絡(luò)指標(biāo)，遵循評(píng)估指標(biāo)選取的全面性、相關(guān)性和可測(cè)性等原則，確定無線傳感器網(wǎng)絡(luò)性能評(píng)估的標(biāo)準(zhǔn)，即功能實(shí)現(xiàn)、通信性能、感知精度、能耗控制和容錯(cuò)性[10-11].

(1)功能實(shí)現(xiàn)

無線傳感器網(wǎng)絡(luò)一般是為完成的獨(dú)特功能而設(shè)計(jì)的，雖然在不同的環(huán)境下系統(tǒng)功能不同，但事件監(jiān)測(cè)、目標(biāo)定位跟蹤與識(shí)別、參數(shù)評(píng)估等功能是相同的.因此，無線傳感器網(wǎng)絡(luò)功能實(shí)現(xiàn)的評(píng)估指標(biāo)主要有監(jiān)測(cè)估計(jì)精度與誤差、定位精度與誤差、識(shí)別精度與誤差等.

(2)通信性能

無線傳感器網(wǎng)絡(luò)的通信性能主要表現(xiàn)在對(duì)監(jiān)測(cè)目標(biāo)的感知能力和各個(gè)節(jié)點(diǎn)的獨(dú)立處理能力、協(xié)調(diào)處理能力等.因此，無線傳感器網(wǎng)絡(luò)通信性能的評(píng)估指標(biāo)主要有網(wǎng)絡(luò)的響應(yīng)時(shí)間、時(shí)間延遲、吞吐量、丟包率和容錯(cuò)性等.

(3)感知精度

感知精度指用戶接收到所需要信息數(shù)據(jù)的精度.對(duì)網(wǎng)絡(luò)感知精度的評(píng)估指標(biāo)主要有傳感器自身的感知能力、感知精度、節(jié)點(diǎn)處理信息的能力和方法、協(xié)調(diào)與通信協(xié)議等.

(4)能耗控制

網(wǎng)絡(luò)的生存周期是能耗控制最直接的反映，是指從整個(gè)網(wǎng)絡(luò)系統(tǒng)開始啟動(dòng)到不能夠提供任何所需要的信息為止持續(xù)工作的時(shí)間.在無線傳感器網(wǎng)絡(luò)的設(shè)計(jì)和應(yīng)用過程中，要充分考慮能源的有效性，盡最大可能降低傳感器的節(jié)點(diǎn)能耗，使生存周期最大化.

(5)容錯(cuò)性

容錯(cuò)性是指無線傳感器網(wǎng)絡(luò)在環(huán)境變化、傳感器節(jié)點(diǎn)故障甚至失效或其他因素的影響下，系統(tǒng)監(jiān)測(cè)采集信息仍能保持高效性和精確性.

針對(duì)無線傳感器網(wǎng)絡(luò)性能的評(píng)估標(biāo)準(zhǔn)，結(jié)合指標(biāo)選取的原則，選取網(wǎng)絡(luò)時(shí)延、網(wǎng)絡(luò)吞吐量與丟包率作為無線傳感器網(wǎng)絡(luò)性能的評(píng)估指標(biāo).

1.2　定義魯棒性等級(jí)

對(duì)無線傳感器網(wǎng)絡(luò)魯棒性優(yōu)劣進(jìn)行綜合評(píng)估，得出由自然語言表述定性概念的評(píng)估語言集合.但網(wǎng)絡(luò)魯棒性是相對(duì)的，沒有明顯的界線區(qū)分.因此，魯棒性評(píng)語等級(jí)劃分過于密集或過于稀疏，都不利于魯棒性的評(píng)估.

根據(jù)文獻(xiàn)[3]的研究成果，根據(jù)魯棒度值集合[0，30)，[30，45)，[45，55]，(55，70]，(70，100]把魯棒性評(píng)語集分為5個(gè)等級(jí)：差(E)、較差(D)、中(C)、良(B)、優(yōu)(A).差(E)表示網(wǎng)絡(luò)不具有魯棒性；較差(D)表示網(wǎng)絡(luò)具有較差的魯棒性；中(C)表示網(wǎng)絡(luò)具有一定的魯棒性，但網(wǎng)絡(luò)不穩(wěn)定；良(B)表示網(wǎng)絡(luò)具有較好的魯棒性，有一定的抗干擾能力；優(yōu)(A)表示網(wǎng)絡(luò)的魯棒性極高，在影響較大的情況下仍然可以恢復(fù)正常運(yùn)行，穩(wěn)定性極高.

2魯棒性能量化評(píng)估模型

由于影響無線傳感器網(wǎng)絡(luò)魯棒性的各因素是不斷變化的，所以魯棒性評(píng)估結(jié)果具有一定的隨機(jī)性，評(píng)估語集可能會(huì)同時(shí)出現(xiàn)優(yōu)、差的模糊性.魯棒性的判斷評(píng)估是在一定參數(shù)的基礎(chǔ)上計(jì)算得出的，但由于運(yùn)用不同技術(shù)和不同計(jì)算工具，在不同時(shí)間上也會(huì)有一定的不確定性和隨機(jī)性.另外，對(duì)于同一個(gè)傳感器網(wǎng)絡(luò)來說，不同領(lǐng)域的不同專家在不同時(shí)間、不同地點(diǎn)的判斷評(píng)估也不盡相同，具有一定的主觀因素[12].為了解決上述問題，引入云模型以更科學(xué)地描述無線傳感器網(wǎng)絡(luò)的魯棒性.

2.1　云模型

云模型綜合考慮隨機(jī)性和模糊性，用期望值Ex、熵En、超熵He這3個(gè)數(shù)字特征來表征描述的云圖，實(shí)現(xiàn)定性概念和定量數(shù)據(jù)的轉(zhuǎn)換，把模糊性和隨機(jī)性有效地集合在一起，為定性與定量的信息傳遞提供了有力手段，成為一種處理模糊信息的有效工具[13].

設(shè)P={p1， p2，…，pn}為無線傳感器網(wǎng)絡(luò)魯棒性的評(píng)估結(jié)果集合，pi(i=1，2，3，…，n)是每次的評(píng)估量值，T是P上的定性概念，對(duì)于任意pi(pi∈P)，都存在一個(gè)穩(wěn)定傾向的隨機(jī)數(shù)η∈CT(pi)， η∈[0，1].η是pi對(duì)T的隸屬度在數(shù)據(jù)區(qū)間上的分布，稱為隸屬云，簡(jiǎn)稱云，即Cloud(Ex，En，He).Ex是期望，是最具代表性概念的一個(gè)點(diǎn)；En是熵，表示云滴的離散程度，揭示了隨機(jī)性和模糊性之間的關(guān)聯(lián)；He是超熵，即熵的熵，是對(duì)熵的不確定性度量，即偏離度.

由云的數(shù)字特征(Ex，En，He)生成以En為期望值、He為方差的正態(tài)隨機(jī)數(shù)Eni=N(En，He)，然后再生成以Ex為期望值、En為方差的正態(tài)隨機(jī)數(shù)xi=N(Ex，Eni)，稱為云滴.根據(jù)隨機(jī)數(shù)和正態(tài)分布函數(shù)，得出隸屬度

(1)

生成云滴的計(jì)算過程稱為正態(tài)云發(fā)生器，記為C(Ex，En，He)，云滴的主要作用區(qū)域?yàn)閇Ex-3En， Ex+3En].生成云滴xi的平均值

(2)

云滴的中心距

(3)

方差

(4)

所有云滴表示的定性概念數(shù)字特征(Ex，En，He)為

(5)

2.2　確定指標(biāo)權(quán)重

無線傳感器網(wǎng)絡(luò)魯棒性能的判斷評(píng)估為網(wǎng)絡(luò)規(guī)劃、管理、配置及維護(hù)提供了科學(xué)的依據(jù).因此,在判斷評(píng)估中，一個(gè)比較重要的問題是各指標(biāo)權(quán)重的確定.采用熵權(quán)法確定指標(biāo)權(quán)重，既具有客觀性，又?jǐn)P棄了主觀因素的影響，在剔除對(duì)評(píng)估結(jié)果貢獻(xiàn)相對(duì)較小的指標(biāo)的同時(shí)，又保證了評(píng)估結(jié)果的精度.

設(shè)有n個(gè)無線傳感器網(wǎng)絡(luò)魯棒性評(píng)估指標(biāo)和m個(gè)評(píng)估對(duì)象組成的矩陣K,

K=(kij)m×n, (i=1,2,…,n;j=1,2,…,m).

(6)

對(duì)矩陣K進(jìn)行歸一化處理：

(7)

則評(píng)估指標(biāo)的熵值為

(8)

式中： i=1,2,…,n; j=1,2,…,m; 0≤φi≤1.第i個(gè)評(píng)估指標(biāo)的熵權(quán)

(9)

根據(jù)熵權(quán)的計(jì)算可知，熵值和熵權(quán)成反比關(guān)系，熵值越小則熵權(quán)越大，代表其對(duì)應(yīng)的指標(biāo)信息量越大，則該指標(biāo)重要；反之，說明該指標(biāo)不重要.因此，運(yùn)用熵權(quán)法可以客觀計(jì)算出指標(biāo)權(quán)重的大小.

2.3　評(píng)估思路與步驟

基于云模型的無線傳感器網(wǎng)絡(luò)魯棒性評(píng)估模型有效地解決了網(wǎng)絡(luò)魯棒性的隨機(jī)性和模糊性，評(píng)估結(jié)果更能反映實(shí)際情況.采用熵權(quán)法處理權(quán)重問題，能客觀地反映指標(biāo)權(quán)重的大小.評(píng)估數(shù)據(jù)處理的具體思想與步驟如下：

①構(gòu)建影響評(píng)估對(duì)象的指標(biāo)因素矩陣K=(k1,k2,…,kn)；

②構(gòu)建評(píng)估結(jié)果的評(píng)語集C=(c1,c2,…,cn)；

③采集樣本數(shù)據(jù)，并對(duì)數(shù)據(jù)進(jìn)行處理；

④運(yùn)用熵權(quán)法計(jì)算影響評(píng)估對(duì)象的指標(biāo)權(quán)重W=(ω1,ω2,…,ωn)；

⑤根據(jù)權(quán)重計(jì)算和修正影響魯棒性能的網(wǎng)絡(luò)時(shí)延、網(wǎng)絡(luò)吞吐量與丟包率的期望值.

3仿真與分析

根據(jù)魯棒等級(jí)和魯棒度構(gòu)造對(duì)應(yīng)云模型的對(duì)應(yīng)關(guān)系，如表1所示.選取文獻(xiàn)[14]中樣本數(shù)據(jù)(如表2所示)進(jìn)行仿真.

表1　等級(jí)表Tab.1　Grade division

表2　性能數(shù)據(jù)Tab.2　Performance data

首先對(duì)樣本進(jìn)行數(shù)據(jù)處理，然后采用熵權(quán)法來確定權(quán)重，得到時(shí)延、丟包率和吞吐量的熵及熵權(quán)值，如表3所示.

表3　熵和熵權(quán)Tab.3　Entropy and entropy weight

根據(jù)魯棒等級(jí)、魯棒度與云模型的對(duì)應(yīng)關(guān)系可知，該網(wǎng)絡(luò)魯棒度的云滴主要落在等級(jí)為“中”的區(qū)域上，如圖1所示.另外，云滴也有大部分落在等級(jí)為“良”的區(qū)域內(nèi)，還有很少的一部分云滴落在等級(jí)為“較差”和“優(yōu)”的區(qū)域內(nèi).比較發(fā)現(xiàn)，落在“中”區(qū)域的比落在“良”區(qū)域的多.因此，該網(wǎng)絡(luò)的魯棒性能更準(zhǔn)確的說法應(yīng)該是“中+”，即中上的意思.

圖1　仿真結(jié)果Fig.1　Simulation result

4結(jié)語

結(jié)合無線傳感器網(wǎng)絡(luò)性能的特點(diǎn)構(gòu)建了魯棒性評(píng)估指標(biāo)，采用熵權(quán)法對(duì)各個(gè)評(píng)估指標(biāo)的權(quán)重進(jìn)行處理，解決了人為因素的干擾，具有客觀性、合理性與科學(xué)性.采用云模型進(jìn)行定量與定性的評(píng)估對(duì)應(yīng)，有效解決了魯棒性能的模糊性與隨機(jī)性等問題，評(píng)估模型具有科學(xué)性和普遍適用性.

參考文獻(xiàn)：

[1]崔遜學(xué)，左從菊.無線傳感器網(wǎng)絡(luò)簡(jiǎn)明教程[M].北京:清華大學(xué)出版社，2009.

[2]何永強(qiáng)，張文欣,李可.基于貝葉斯理論的傳感器網(wǎng)絡(luò)節(jié)點(diǎn)故障檢測(cè)方法[J].河南工程學(xué)院學(xué)報(bào)：自然科學(xué)版，2014，26(4):65-68.

[3]安軍.魯棒性分析的方法論意義[J].科學(xué)技術(shù)哲學(xué)研究，2011(5)：26-30.

[4]閆斌.基于簇的無線傳感器網(wǎng)絡(luò)路由及其魯棒性評(píng)估研究[D].成都:電子科技大學(xué)，2009.

[5]余根堅(jiān)，鄭寶玉.一種大概率強(qiáng)連通魯棒性的無線傳感器網(wǎng)絡(luò)構(gòu)造算法[J].福州大學(xué)學(xué)報(bào):自然科學(xué)版，2006，34(4)：481-484.

[6]邵敘寧.無線網(wǎng)絡(luò)中的魯棒性資源分配算法研究[D].杭州:浙江大學(xué)，2011.

[7]楊云，石婷婷，徐平,等.一種具有魯棒性的異構(gòu)傳感器網(wǎng)絡(luò)部署策略[J].計(jì)算機(jī)應(yīng)用與軟件，2011，28(6)：51-53,68.

[8]焦磊，邢建平，張軍，等.室內(nèi)環(huán)境下對(duì)OLOS誤差具有魯棒性的TOA無線傳感器網(wǎng)絡(luò)定位算法[J].傳感技術(shù)學(xué)報(bào)，2008,21(1):163-168.

[9]陳熙，洪佩琳，盧昊.無線傳感器網(wǎng)絡(luò)中的魯棒性分段組播路由算法[J].小型微型計(jì)算機(jī)系統(tǒng)，2015,36(3):478-482.

[10]LAN E，WELILIAN S.A survey on sensor networks[J].IEEE Communications，2002(8):102-114.

[11]NG H S，SIM M L，TAN C M.Security issues of wireless sensor networks in health care applications[J].BT Technology Jounal，2006，24(2)：138-144.

[12]羅贊騫，夏靖波，陳天平.基于云模型和熵權(quán)的網(wǎng)絡(luò)性能綜合評(píng)估模型[J].重慶郵電大學(xué)學(xué)報(bào)：自然科學(xué)版，2009(6)：771-775.

[13]葉瓊，李紹穩(wěn)，張友華，等.云模型及應(yīng)用綜述[J].計(jì)算機(jī)工程與設(shè)計(jì)，2011,32(12):4198-4201.

[14]周嬋，李聽.工業(yè)無線傳感器網(wǎng)絡(luò)性能綜合評(píng)價(jià)研究[J].計(jì)算機(jī)工程，2010(16):82-84,87.

Study on the robustness of wireless sensor networks based

on cloud model and entropy weight

QIN Qin，MI Jie

(CollegeofComputer，HenanInstituteofEngineering，Zhengzhou451191，China)

Abstract:This paper combined with the characteristics of wireless sensor networks, proposes the research method of robustness of wireless sensor networks based on cloud model. The evaluation index system and evaluation model based on cloud model are constructed, and the entropy method is used to process the evaluation index weights. Through simulation analysis, this method can effectively solve the human factor, randomness, fuzziness and other issues in robustness of the assessment process, providing new ideas and methods for robust wireless sensor network research.

Key words:cloud model; entropy weight; wireless sensor network; robustness

作者簡(jiǎn)介：秦勤(1983-)，女，山東成武人，講師，主要研究方向?yàn)橛?jì)算機(jī)網(wǎng)絡(luò)與人工智能.

基金項(xiàng)目：河南省科技廳科技計(jì)劃課題(152102210027)；河南省高等學(xué)校重點(diǎn)科研項(xiàng)目(15A520054)

收稿日期：2015-09-30

中圖分類號(hào)：TP399

文獻(xiàn)標(biāo)志碼：A

文章編號(hào)：1674-330X(2015)04-0069-04