文摘
聚类方法的主要问题为移动无线传感器网络(网络)是延长电池寿命的各个传感器和网络生命周期。对于一个成功的聚类方法的需要一个强大的安全机制来选举簇头仍然是一个挑战性的任务在许多研究工作,考虑网络的移动性。方法基于重量的计算网络中的每个节点都是一个拟议的技术来处理这个问题。在本文中,我们提出一个能量高效和安全的加权聚类算法(ES-WCA)移动网络使用五个指标的结合。在这些指标是行为层面指标促进一个安全的选择集群的头,最后一个永远不会成为一个恶意节点。此外,我们工作的突出了监控网络的全面战略,为了检测和删除恶意节点。我们使用仿真研究表明该算法的性能。
1。介绍
在前十年理论研究贡献的成功后,无线传感器网络(网络)现在已成为现实1- - - - - -3]。他们部署在许多社会、环境和工业应用使他们在实践中非常有用。这些网络由大量的节点体积小,无所不在地感觉有些物理现象(温度、湿度、加速度、噪声、光强度、风速、等)和收集到的数据报告给水槽站通过多次反射无线通信。虽然节点能够自组织和合作以建立和维护网络,电池供电的,有限的处理、存储和通信能力(4]。网络被认为是在许多情况下是静止的,但拓扑变化可能发生由于弱流动性(新节点加入网络经验和现有的节点硬件故障或耗尽他们的电池)(5]。在其他情况下,流动性可能发生当节点是由外部力量如风能、水或空气6),这样相应的网络拓扑结构可以影响和可以慢慢改变。这第二种流动,称为一种强劲的流动性在文学的节点部署地区被迫移动身体,被认为是。集群意味着分组节点相互封闭,它已被广泛研究ad hoc网络(3,7- - - - - -14]。最近,它已被用于网络(14- - - - - -21一般)的目的是减少有用的能源消耗和路由开销。图1说明集群内可以找到两种节点:一个节点称为集群头(CH)或协调员(在图1:CH2 CH1和CH3)负责协调集群活动和一些普通的节点称为集群成员(CMs)(在图1:CM1 CM2),直接访问只有CH。一个普通节点就是能听到两个或两个以上的CHs称为网关(G)(在图1:CH2网关G2能听到CH1和甲基,而网关G1能听到CH1和CH2)。所以,每个通信发起一个集群成员到目的地在集群必须经过CH。如果集群外的目的地,必须转发网关的通信。最近的研究认识到组织移动轮,在上面定义的意义,为集群通过使用集群机制是一项非常具有挑战性的任务(9,19]。这是由于这一事实CHs进行额外的工作,因此消耗更多的能量比CMs在网络操作,这将导致过早死亡导致通信链路网络分区,因此失败。由于这个原因,在该机制中最常见的问题之一是寻找最好的方法为每个集群选出CH。事实上,CH可以选择通过计算节点的质量。这可能取决于几个指标:连接度,流动性,剩余能量,从它的邻居节点的距离。显著改善性能的质量可以通过结合这些指标(3,9,10,12,19,21]。
在本文中,我们提出一个能量高效和安全的加权聚类算法对移动网络使用上述指标的组合,我们添加了一个行为指标水平。后者度量是决定性的,允许提出的聚类算法,以避免任何恶意节点附近成为CH,即使剩下的指标对其有利。CHs的选举是使用邻近节点的权重计算基于选定的指标。这个策略保证了合法的选举CHs高权重。通过仿真研究获得的初步结果证明算法的有效性方面的数量平衡集群和reaffiliations, WCA相比(加权聚类算法)3),DWCA(分布式加权聚类算法)9],SDCA(安全的分布式聚类算法)21]。这些结果也表明,我们的方法是合适的,如果我们计划使用在网络层主动路由协议,而不是被动的集群机制一旦启动。
我们可以列举的贡献我们的论文如下:(我)维护稳定的聚类结构,提供一个更好的性能方面的数量reaffiliations使用该算法ES-WCA(节能和安全的加权聚类算法);(2)在集群网络检测常见的路由问题和攻击,基于行为水平;(3)显示明显的利益在节能路由协议,因此最大化全球网络的生命周期。
本文的其余部分组织如下。部分2简要调查相关的聚类算法提出了临时工作网络,尤其是网络开发。节3,我们强调了网络的安全问题。部分4介绍和解释所选指标建议的方法的聚类。更多细节在该算法给出了部分5。部分6介绍了仿真工具开发进行评估。提供仿真结果显示了该算法的有效性。部分7总结了纸和轮廓未来工作的方向。
2。相关的工作
在本节中,我们概述一些方法用于临时的集群网络和网络。调查研究在ad hoc网络集群涉及适用于聚类算法(11,22)和簇头选举算法(10,16]。Abbasi和尤尼斯17]提出了分类和分类的典型的集群方案,然后总结了不同的聚类算法对网络协议和基于分类变量收敛时间常数算法收敛时间,并强调了他们的目标、特征、复杂性,等等。单一指标基于集群在文献[23)表明,节点最少的稳定值是邻国中当选CH。然而,CH的选择具有较低的能级可以迅速成为集群的一个瓶颈。Er和Seah [8)设计和实现一个动态的能量有效的聚类算法(DEECA)移动ad hoc网络(manet),增加了网络的生命周期。该模型选举第一节点集群有更高的能源和减少流动性,然后定期监控簇头的能量,改变本地集群,集群减少痛苦的能源消耗。该算法定义了一个黄色的阈值来实现某种本地负载均衡和一个红色的阈值触发当地重新集群网络。然而,集群形成这个方案不是基于连接所以形成集群不连接;因此,这就增加了reaffiliation率和最大化重新集群的情况。Jain和Reddy [24)提出了一种新颖的无线传感器网络建模方法使用基于模糊图和节能模糊k-Hop聚类算法,考虑网络的动态特性,无线链接的波动方面,和物理层的不确定性。他们定义了一个新的中心指标,即模糊k-hop中心。该中心指标考虑各个节点的剩余能量,链接质量,跳准簇头之间的距离,和各自的成员节点,以确保更好的簇头选择和集群质量,导致更好的可伸缩性,平衡节点能耗,延长网络寿命。其它提议使用一个策略基于计算体重为了选出CHs [3,9,10,12]。这些算法的主要策略是主要基于增加更多的连接度等指标,流动性,剩余能量,从其邻居节点的距离,对应一些性能在选举的过程中CHs。虽然算法使用这种策略让我们确保更好的选举CHs仅基于高计算体重的指标,他们不幸的是不确保当选CHs合法化节点,也就是说,CHs的选举过程是否安全。Safa et al。13]提出一种新颖的基于集群trust-aware路由协议(CBTRP)马奈保护从中介恶意节点转发数据包。拟议中的协议保证了数据包的通道通过可信路由只有让节点监控对方的行为,并相应地更新他们的信任表。然而,在CBTRP所有节点监控网络,导致节点能量快速排水,因此最大限度地减少网络的生命周期。节3,我们表明,网络容易受到各种类型的攻击(24,25]。在过去的十年中,一些研究提出解决方案,解决了网络攻击通过使用加密,如旋转(26]。然而,加密不足以防止节点妥协攻击和小说在网络不良行为27]。小的努力已经取得了包括集群机制的安全方面。Yu et al。4,28]试图确保集群机制对虫洞攻击在ad hoc网络(CHs)之间的通信。然而,这样做是形成集群后,没有在选举过程中CHs。刘(4,29日)聚类算法用于网络调查,但从数据的角度完成路由。海等。30.]提出一种轻量级入侵检测框架集成的集群传感器网络通过使用一个偷听机制减少数据包发送警告。Elhdhili et al。31日]提出一个基于声誉的聚类算法(RECA),旨在选出可靠,稳定,和高能源集群头但在选举过程中,没有形成集群。Benahmed et al。21)使用基于加权计算集群机制作为一种有效的解决方案来检测网络节点分布式监视过程中不当行为。然而,他们只关注恶意节点的行为,而不是攻击的本质,形成集群不均匀,该算法SDCA不是加上路由协议,它不给重视能源消耗。
本文建议的方法集中在分布式解决战略使我们能够生成减少数量的平衡和均匀的簇以降低整个网络的能耗,延长传感器寿命。引入一种新的衡量标准(行为水平度量)促进一个安全的选择集群的头,最后一个永远不会成为一个恶意节点。因此,我们工作的突出了一个全面的战略监控网络,为了检测和删除恶意节点。
网络,包括有限的能源资源(电池)主要是因为他们的体积小,我们的算法显示明显的利益在节能路由协议因此最大化网络的生命周期由耦合与AODV然后DSDV协议(5,32,33]。
3所示。网络的安全
典型的网络攻击包括天坑攻击,黑洞攻击,你好洪水攻击和节点宕机,这是最常见的网络层网络攻击(30.,34- - - - - -38]。这些选择的攻击已经总结了以下部分。
3.1。天坑
天坑攻击是一个最具破坏性的:很难防止(36,39]。污水池中攻击,敌人的目标是把几乎所有的交通通过妥协节点从一个特定的区域,形成一个隐喻的天坑交通中心,让所有的对手在周围将吸收的恶意节点。因为附近或路径上的节点,其次是传输数据包,有很多机会篡改应用程序数据。天坑攻击可以使许多其他的攻击如选择性转发,例如[40]。
3.2。黑洞
在这种攻击中,恶意节点做广告很短的路径(有时零成本路径)到其他节点,形成网络内路由黑洞(41]。作为他们的广告传播,网络线路方向更多的流量。除了交通中断,这将导致激烈的资源争用在恶意节点邻居争夺有限的带宽。这些邻居可能自己过早被耗尽,导致网络中一个洞或分区。
3.3。你好洪水袭击
许多路由协议使用“你好”广播消息宣布自己的邻居节点。收到此消息的节点假设源节点范围内并将源节点添加到他们的邻居列表。你好洪水袭击可能是由于一个节点广播一个你好包非常高的权力,所以大量的网络中节点甚至远选择它作为父节点(14]。这些节点然后相信攻击者节点是他们的邻居,所以所有节点将应对Hello消息和浪费他们的精力。
3.4。节点宕机
如果一个节点充当中介,一个聚合点,或集群头,如果节点停止工作?协议使用的网络必须足够强大,以减轻失败的影响通过提供替代路线(34]。
4所示。度量CHs选举
这部分介绍了不同的指标用于簇头选举通过关注行为水平指标。
4.1。行为水平的节点()
一个节点的行为水平我们的贡献是一个关键指标。最初,每个节点分配一个平等的静态行为水平”= 1。“然而,这个水平可以减少了如果一个节点行为不端,异常检测算法。计算每个节点的行为级、节点与行为水平低于阈值行为不会被接受为CH候选人即使他们有其他有趣的特点如高能源、高程度的连接,或低流动性。然而,集群节点异常和可疑节点可能属于厘米但从未CH。所以,我们定义每个传感器节点的行为水平指出,,在任何社区网络如图2。
由以下分类映射函数: 公式的值(1)的基础上选择几个著名网络模型,通过大量研究人员像谢赫et al。42)和Lehsaini et al。43]。监控节点手表邻国知道什么每个人都与它接收到的消息来自另一个邻居。如果监视器的邻居变化,延迟,复制,或只是不断的消息将被重新传输,监控项失败。多的失败影响邻居的行为;例如,如果从一个邻居监测计数一次失败,其行为将减少0.1个单位。这允许监视器(集群头)来区分恶意节点(多大失败)的一个合法的节点(减少失败),以防碰撞。
4.2。节点的移动性
我们的目标是稳定的集群。所以我们要选出CHs节点相对迁移率较低。以瞬时节点移动性的特征,我们使用一个简单的启发式机制提出了下面的公式(2)[4,44]: 在哪里和节点的坐标吗在时间和,分别。这个参数估计的时间。
在我们之前的论文(4],认为流动性有特定意义上的移动节点不从一个位置移动到另一个自己的空间区域,但在我们的例子中,它通过从外部推动力。这些外部力量可以不时地偶尔行动。相反,恶意节点可以使用自己的自由行动的能力空间区域。恶意节点通过移动的行为经常在同一集群(例图所示3从集群)或到另一个是一个正常的行为不引起注意的社区,因此被探测到。算法的概念,以确保一个合法的CH的选择是不要选择一个节点频繁动作,甚至最好的性能指标,但这并没有恶意节点移动,因此本文算法(ES-WCA)检测到内部网络分布式监视过程中节点的不当行为的后续节点之间交换的消息。ES-WCA基于da Silva等提出的想法。45]在他的高效和准确的id用于检测不同类型的模拟攻击。
(一)
(b)
4.3。节点之间的距离和它的邻国()
这可能会减少节点脱落,提高集群的稳定性。为每个节点,我们计算距离的总和与所有邻国。这个距离,如(3,4,9),由
4.4。节点的剩余能量()
一个节点的剩余能量后,传送的信息位在距离接收机的计算根据(4,16] 在哪里(我) :当前节点的能量;(2) :它指的是发送消息所需的能量,在哪里所需的能量放大器;(3) :它指的是能源消耗同时接收消息。
4.5。节点的连接度在时间()
它代表的数量的邻居由(5根据()4] 在哪里(我) ,(2) 两个节点:超越分离和,(3) :传输半径。对于每个节点,我们必须计算它的重量根据方程: 在哪里,,,,相对应的系数系统标准,所以呢 我们建议生成均匀的簇的大小介于两个阈值:和。
这些阈值是任意选择的或者他们取决于网络的拓扑结构。因此,如果它们的值取决于网络的拓扑结构,根据[他们计算如下43]:(我) :节点的最大数量的邻居有一个跳: (2) :最小的节点的邻居一跳: 我们表示AVG的平均基本组织网络的所有节点的一跳: 在哪里表示网络中节点的数量。因此,两个阈值计算如下: 计算重量为每个传感器是基于上述参数,。系数的值应该选择根据每个指标的重要性的基础上,考虑了网络的应用程序。例如,可以指定一个更大的价值指标相比其他指标如果我们促进集群机制的安全方面。还可以为每个系数分配相同的值如果所有指标被认为具有相同的重要性。方法基于这些重量类型将使我们能够建立一个自组织算法,形成一个小数量的同质集群的规模和地理位置上分组的半径接近节点。结果加权聚类算法减少了能源消耗和保证合法CHs的选择。
5。加权聚类算法(ES-WCA)
在本节中,我们首先提出该算法的一些假设:节能和安全的加权聚类算法(ES-WCA)。那么我们现在详细的扩展版本ES-WCA [4紧随其后的是一个说明性的例子。
5.1。假设
本文是基于以下的假设。(我)网络由节点和链接可以用一个无向图,在那里表示节点的集合和代表一组链接(3,4]。(2)所有传感器节点随机部署在进行平面(二维)。(3)一个节点与单邻国直接或通过中间节点与其他节点使用多次反射数据包转发基于路由协议,如临时按需距离矢量(5,32]或DSDV [33]。(iv)传感器节点的广播覆盖半径的圆形区域集中在这个节点。(v)两个传感器节点无法部署在完全相同的位置,在一个二维空间。(vi)传感器节点都是相同或同类。例如,他们有相同的无线电覆盖半径。(七)每个节点可以在任何时刻确定其位置在一个二维空间。(八)每个集群的监控是只有一个CH。(第九)每厘米直接与它的CH传输通信的安全指标。(x)CH直接与基站通信的安全信息的传播和可能的警报。
5.2。算法
以下ES-WCA算法,我们提出基于提出的想法Chatterjee et al。3),Lehsaini et al。43],Zabian et al。10),我们的应用程序的修改。该算法分三个阶段:设置阶段,reaffiliation阶段,监测阶段。ES-WCA结合上述每个系统参数与特定的权重因素选择根据系统的需要。
5.2.1。设置阶段
ES-WCA在设置阶段使用三种类型的消息(算法1)。网络中发送消息CHmsg由传感器节点的最大重量。第二个是JOINmsg消息发送的邻居CH如果它想加入这个集群。最后,CH必须发送一个响应ACCEPTmsg消息,如图4。
|
||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
节点的最大重量开始程序通过广播CH消息1-hop邻居确认其作为集群的一个领导者的角色。邻居们确认他们的角色作为JOINmsg消息被广播成员节点。在当节点有相同的最大重量,CH选择用最好的参数命令它们的重要性。如果所有的节点参数相等,选择是随机的。
5.2.2。Reaffiliation阶段
在reaffiliation阶段ES-WCA使用四种类型的消息(算法2)。网络中发送消息RE_AFF_CH CH的集群大小小于。第二个是REQ_RE_AFF消息发送的邻居CH如果它想加入这个集群。最后一个CH必须发送一个响应ACCEPT_RE_AFF消息或DROP_AFF消息作为图所示5。因此,在这个阶段我们建议reaffiliate属于集群的传感器节点没有达到集群大小那些没有实现为了减少集群形成和组织,以获得均匀、平衡集群。
|
||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
的帮助下3数据(数据6,7,8设置阶段),我们的算法。表1显示了不同标准的定量结果应用于正常的节点()。表2显示了重量为每个节点邻居的行为高于0.8。圆图6代表节点,其身份id,和他们的水平的行为是在底部。根据表2,可以连接到节点1 CH11或CH8(因为它们有相同的重量)。然而,行为水平的节点11比8节点()。因此,节点1将CH11相连。对于其他节点,我们有各种各样的条件。节点4宣称自己是一个CH。节点5将被附加到甲烷。节点6 CH声明本身,因为它是一个单独的节点。8节点将甲烷。CH5 10节点连接,但节点5是甲烷。因此,节点10宣称自己是一个CH。节点11宣称自己是一个CH。这些结果给我们表示如图7。节点2与CH4和CH10。节点2将被附加到CH4,因为甲烷的最大重量(968.133)。节点3连接到甲烷,这意味着节点3将甲烷。节点7不是连接到任何CH,所以节点7宣称自己是CH。节点9与CH4,然后节点9将甲烷。节点12不是连接到任何CH,这意味着节点12宣称自己是一个CH。这些结果给我们表示如图8。我们建议生成均匀的簇的大小介于两个阈值:和为此,我们建议reaffiliate属于集群的传感器节点没有获得集群的大小那些没有达到。节点4重量和他的大小小于最高。节点1、7和10是邻居节点4和2啤酒花和属于没有获得集群的集群大小,所以这些节点集群2合并。集群1,3,4将齐次集群1当网络成为人口。
在这个例子中,我们获得的四个集群网络(如图9)。
有五种情况需要维护集群:(我)电池损耗的一个节点,(2)行为水平的一个节点小于或等于0.3,(3)添加、移动或删除一个节点。
在所有这些情况下,如果一个节点CH那么设置阶段会重复。
5.2.3。监控阶段
监测网络可以在本地和全球。本地监控可以对节点和全球监测可以对网络,但在传感器网络,检测某些类型的错误和安全异常,当地监控将不足(46]。出于这个原因,本文采用一种混合的方法,是基于分布式本地监视全球监测。我们的方法的一般体系结构如图10。我们的模拟器,洗礼“汞”,检测到网络内部节点分布式监视过程中不当行为的后续节点之间交换的消息。我们假设网络已经预防机制,以避免外部攻击。通过使用一组规则,所有接收到的消息进行了分析。类似的方法使用da Silva et al。45)和Benahmed et al。21]。
算法4(监控阶段算法)。监控过程包括一系列的步骤(图的流程图所示11)。
步骤1(这一步 )。每一个成为监控节点的集群成员和广播”开始监控”消息Id我整个集群的CMs。
步骤2(计算安全指标由每个成员 集群的 )。每个节点(< >接收消息”开始监控”,并计算其安全指标如下。(我)发送的数据包的数量在时间间隔。(2)节点接收到的数据包数量在时间间隔。(3)两个连续的数据包的到达之间的延迟 (iv)能源消耗:节点消耗的能量在接收和发送数据包来衡量使用以下方程: 在哪里是时间间隔节点的剩余能量吗在时间;节点的剩余能量吗在时间和节点的能量消耗吗在时间间隔。
步骤3(发送所有指标CH)。每次消费后的安全指标,一个节点的状态在时间用状态。存储卷经济,每个节点仅保留最新的计算状态。(我)在最初的部署,每个厘米集群”“发送一些州(状态CH))我让一个正常行为模型的节点通过使用一个学习机制。(2)每个状态包含以下信息: (3)如果(状态)−状态))然后节点发送一个消息(一个给定的阈值):味精=,,,其CH我监测目的。否则,没有信息发送到CH。(iv)CH接收的消息我将存储在一个表Tmet未来分析。(v)如果一个传感器节点不回应这个监控期间,它将被认为是行为不端。(vi)行为水平的传感器节点计算使用以下方程: “速度”是固定的基础上,应用程序的性质。例如,如果它是容错。在我们的例子中,我们把率= 0.1。
步骤4(检测不当行为,这是由CH我)。(我)为每个节点在集群”时间段,“国家”“是表达的三维向量: 在哪里(一) 数据包的数量下降了吗,定义如下: 与 对于一个正常的节点,(b) 之间的延迟是两个连续的数据包的到来: (c) 能源消耗: 在这里,。(2)在我们的例子中,第一个区间是用于训练数据集时间槽。我们计算均值向量的通过使用 (3)每个传感器节点的正常行为模型建模后,所有节点的行为被发送到基站进行进一步分析。然后我们计算出偏差通过使用 (iv)当偏差大于阈值(这意味着它是正常行为的范围),它将作为一个行为不端的节点判断。在这种情况下,行为的水平。这就是所谓的惩罚算法: 惩罚算法的算法3。
|
||||||||||||||||||||||||||||||||||||||||||
6。仿真结果
本节介绍了该方法的实现使用Borland c++语言和结果分析。
6.1。模拟器“水星”
我们试图完成理论研究通过实现我们自己的无线传感器网络模拟器“水星。”另一方面,一些模拟器等轮TOSSIM [47]和Power-TOSSIM [48)与我们的目标和目的是无关紧要的,为了避免许多并发症我们建立自己的汞模拟器。它是建立在一个面向对象的设计和分布式自组织机制等方法在每个传感器的水平分布;它提供了一组接口配置模拟和选择的类型事件调度器用于驱动仿真。仿真脚本通常开始通过创建该类的实例并调用不同的方法来创建节点和拓扑结构和配置的其他方面模拟。汞使用两个路由协议提供数据从传感器节点到水槽站:被动协议AODV(临时按需距离矢量)5)和积极的DSDV协议(目的地测序距离向量)[6]。确定和评估的结果执行之前介绍的算法;传感器部署的数量必须是劣质或等于1000。有两种类型的传感器节点部署在传感器领域:随机和手册。水星提供用户选择一个传感器类型从5类型的现有的传感器,他们每个人有其适当的特点(半径、能源等)。统一使用的能源是Nanojoules:(1焦耳= 109NJ)。流动性影响能源和传感器的行为;例如,如果从其原始位置传感器一公尺外的移动,它的能量将减少到100000年新泽西州和其行为也将减少0.001个单位。这允许用户区分恶意节点(频繁移动)的一个合法的节点(可以改变位置合理的距离)。由于传感器节点由于外界的作用,没有电力消耗流动必须考虑在所有模拟,我们进行评估4]。
6.2。讨论和结果
评估ES-WCA算法,我们表现广泛的仿真实验。这部分提供了我们的实验结果和讨论。在所有的实验中,10和1000个传感器节点之间的不同。传播范围()不同10至175米(m)和使用能源()= 50000新泽西。传感器节点随机分布在570 m×555 m空间区域由以下功能: 。 ; ;
ES-WCA提出算法的性能测量通过计算(i)集群的数量,reaffiliations数量(2),(3)选择ES-WCA AODV或DSDV,和不当行为(iiii)检测节点和分布式监视过程中攻击的本质。
在我们的实验中,权重因素的值用于重量计算如下:= 0.3,= 0.2,= 0.2,= 0.2,= 0.1。指出,这些值是任意的,为此他们应该根据系统需求调整。评估的性能提出ES-WCA算法通过比较它与替代方案,我们研究网络的密度的影响(一个特定区域的传感器节点数量)和传播范围的平均数量形成集群。然后我们将它与WCA提出(3),DWCA提出(9在[],SDCA提出21]。
图12说明了集群的平均数量的变化对传输范围。所示的结果它在200年和1000年之间。我们发现有相反的集群和传播范围之间的关系。这是理由是集群头相当范围将覆盖大面积传播。
图13描述了集群的平均数量,形成对网络中节点的总数。在这个实验中使用的通信范围是200米。从图13,看到ES-WCA始终不如DWCA集群提供了约61.91%,比SDCA约38.46%,当网络中有100个节点。当节点数等于20节点,ES-WCA的性能类似于DWCA而言,集群的数量;密度增加了,然而,如果节点ES-WCA会产生集群不断低于SDCA DWCA,分别,无论节点数量。因为使用一个随机部署、ES-WCA的结果是不稳定的年龄在60岁至90岁之间。因此,提高集群的数量取决于节点之间的距离的增加。结果,我们的算法给更好的性能而言,集群的数量时,网络中节点密度高,这是由于ES-WCA生成减少数量的平衡和均匀的集群,两个阈值之间的大小是:和(reaffiliation阶段)为了降低整个网络的能耗,延长传感器寿命。
图14显示集群的平均数量的变化对传输范围。结果显示不同。我们注意到成反比关系,集群的平均数量随传输范围的增加而减小。如图14,该算法产生的集群比WCA少16%至35% (3)当节点的传输范围是10米。当节点密度增加,ES-WCA不断产生不如WCA不管集群节点数。70网络中的节点,该算法产生的集群比WCA约47%至73%。结果表明,我们的算法做了一个更好的性能而言,集群的数量时,网络中节点密度和传输范围是很高的。
图15解释的平均数reaffiliations与自尊建立在网络的节点总数。reaffiliations数量的增加线性当有30或更多网络中节点对WCA和DWCA。但是对于我们的算法,reaffiliations从50增加节点的数量。我们提交产生均匀的簇的两个阈值之间的大小是:和。结果表明,我们的算法提出了一个更好的性能在reaffiliations的数量。减少的数量的好处reaffiliations主要来自于本地化reaffiliation阶段我们的算法。每个节点的剩余能量的结果为每个协议AODV和DSDV呈现在图16如等于35米。如上述所示图中,每个节点的剩余能量AODV协议大于在DSDV协议AODV等消耗22,比DSDV低74%。结果显示,网络消费19日23%的总能量,当我们使用一个AODV协议(192322.091 NJ)。然而,它消耗41岁,97%与DSDV协议(419740.129 NJ)。我们还观察到网络与DSDV失去了6个节点只有一个节点与AODV,因为电池的损耗。这个结果清楚地表明,AODV优于DSDV。这是由于巨大的开销由DSDV当交换路由表和周期性路由控制数据包的交换。所以,我们的算法做了一个更好的性能在节能方面加上AODV。
我们认为网络将不起作用,当节点附近的水池排气能量作为例证。在图17,我们通过改变评价网络寿命等节点的数量等于70。当网络中有20个节点,AODV增加网络时期约88,47% DSDV和57岁的占9%。同样,这是DSDV协议的原因,每个节点必须有一个全球的网络。这反过来提高交换控制数据包的数量(开销)完整的网络,它降低了每个节点的剩余能量直接影响网络寿命。有9节点处于活跃状态,但网络是不起作用的。我们发现增加的总节点没有一个强有力的因素除了之间网络的生命周期和。
说明网络中的异常行为的影响,在我们的实验中我们与5 200个节点传播恶意节点。恶意节点的情况下从一个正常的节点将通过与黄色与蓝色异常节点,与灰色颜色可疑节点,最后,一个恶意节点和一个黑色的颜色。CMs的所有病例被发现的CH。恶意CHs披露的基站。
图18 (b)显示集群建立根据传输的总范围。数据(19日),19 (b),19 (c)显示测量结果的场景与恶意节点通过发电机的不良行为。生成的攻击是在部分解释3。我们可以确定这些节点从一个正常的情况下迁移到异常或可疑状态和最后一个恶意的状态。表3介绍了Ids的恶意节点及其类别的攻击的传播过程中监督机制在网络之间交换的消息的后续节点。当Packets_sent,Packets_received。因此,之前发送的数据包的总攻击,然后呢后发送的数据包的总攻击,而之前收到的数据包的总攻击和后收到的数据包的总攻击。我们把这些恶意节点增量随着传感器(71、181),减少像传感器,增加传感器(162),最后打破这样的节点发送数据。从图20.可以看出传感器节点(17)恶意,行为水平小于0.3,其行为减少了0.1个单位,当监控(CH)计数一次失败发出警报。然而,从恶意节点的数据包并不处理,不转发数据包。传感器节点行为水平小于阈值行为所以不会被接受作为CH候选人即使其他有趣的特征(,,,)。另一方面在图的行为水平21下降了0.001个单位在我们的第一个工作4)当恶意节点频繁移动。我们注意到传感器经常怀疑如果它继续其行为会逐渐减少,直到达到恶意状态;在这种情况下,该节点将被删除从附近,最后它将添加到黑名单中。
(一)
(b)
(一)
(b)
(c)
7所示。结论和未来的工作
在本文中,我们提出了一种新的算法称为“ES-WCA”促进移动传感器网络的自组织。这个算法是完全分散,旨在创建一个虚拟拓扑与集群的目的,以减少频繁连任头(CH)和避免整个网络的整体重组。仿真结果证明算法相比,WCA的表现和DWCA从各种意义上来说都是如此。收益率较低数量的集群,它保留了网络结构比WCA DWCA通过减少reaffiliations的数量。该算法选择最健壮的责任和安全CHs监测节点的集群和维护本地集群。我们的第三个算法分析和检测网络中的特定行为。结果表明,在场景中移动网络与低密度或体积小,与AODV ES-WCA可比的选择与DSDV ES-WCA显示明显的利益在节能路由协议。然而,赞成ES-WCA和AODV之间的差异变得非常重要的节点密度高。这是由于发生的巨大开销,ES-WCA与DSDV交换路由表和交换路由控制包。未来的工作包括考虑进一步冗余的概念通过使用“睡眠”和“唤醒”机制在节点故障的情况下,提供网内处理通过聚合相关的数据,以减少能源消耗和交通拥堵问题。
利益冲突
作者宣称没有利益冲突有关的出版。
承认
作者感谢匿名裁判洞察力的评论和宝贵的建议,大大提高了纸的质量。