面向配电网故障检测的WSN可信路由算法*

刘耀先，孙 毅，韦 磊，段泉圣

（1.华北电力大学控制与计算机工程学院，北京102206；2.华北电力大学电气与电子工程学院，北京102206；3.江苏省电力公司南京供电公司，南京210019）

面向配电网故障检测的WSN可信路由算法*

刘耀先1，孙 毅2*，韦 磊3，段泉圣1

（1.华北电力大学控制与计算机工程学院，北京102206；2.华北电力大学电气与电子工程学院，北京102206；3.江苏省电力公司南京供电公司，南京210019）

为了提高配电网故障检测数据传输的可信性，提出一种面向配电网故障检测的WSN可信路由算法。算法提出一种防范针对信任模型攻击的轻量级信任值计算方法，并在簇头选举与簇间多跳路由中引入信任值，避免恶意节点降低网络安全；簇间多跳阶段中，对邻居节点的位置因子、距离因子、信任值及剩余能量等参数进行融合判决，构建最优数据传输路径。仿真结果表明，提出的算法能够自适应剔除网络恶意节点，防范恶意攻击，最大化网络生存时间。

配电网故障检测；无线传感器网络；信任值；多跳路由

当今社会，电力用户对用电可靠性的要求不断提高，智能电网已经成为电网技术发展的必然趋势和社会经济发展的必然选择，作为智能电网的重要组成部分，智能配电网是推动智能电网发展的源头和动力，也是智能电网建设的关键技术领域。而无线传感器网络是集嵌入式技术、传感器技术、分布式信息传输和处理技术于一体的先进网络，利用无线传感网络进行故障检测与以往的故障检测技术相比主要有以下优点：①节点高度集成；②采用无线通信模式，不需要复杂的通信线路布线；③自组织性和大规模性；④适用于恶劣的环境；⑤针对不同的应用场景，配置不同的传感器节点，快速搭建平台；⑦更易于采集微弱信号，而采用故障暂态量的测距法当中，对于微弱信号的采集是当下的难点，在这种要求下，无线传感器可以发挥重要的作用［1-4］。作为其他组网方式的有效补充，WSN在配电网故障检测中获得了广泛的应用［5-7］。

由于无线传感器节点能量有限，所以国内外现在的研究方面主要在于如何延长无线传感器网络的生命周期，提高其能效性［8-11］。而未考虑如何防范黑洞攻击，虫洞攻击，污水坑攻击等恶意攻击等恶意行为对WSN通信传输造成的影响。

文献［12］以节点的转发数据包成功率和包重传率作为直接信任指标，邻居节点对评价节点的信任作为间接信任指标，提出一种基于可信节点的安全多路径路由协议。文献［13］提出节点可信度概念，将节点可信度与群体智能算法相结合，建立可信安全路由，将恶意节点排除在网络之外，延长了网络生命周期。文献［14］设计了一种SRBNT算法，在LEACH算法［15］的基础上加入了节点信任值的概念，但其在信任值的计算上面没有考虑节点的间隙性攻击行为，另外，文章只是把信任值在成簇阶段引入，没有在簇间多跳中引入信任值。

本文提出一种面向配电网故障检测的无线传感器网络可信路由算法（A Reliable WSN routing algorithm for Detecting Distribution network Fault，RDDF），提出一种新的信任值计算方法，可以有效防范恶意节点的间隙性攻击行为。在成簇阶段与簇间多跳都引入信任值判断节点是否为恶意节点。在保证节点可信的前提下，选择最优路径进行数据传输。达到综合提高路由可靠性与能耗性的要求。

1 网络模型与信任值的定义与计算

1.1 网络模型

本文中采用典型的无线传感器网络模型［16-17］，除汇聚节点之外的所有节点的能量都受限，并且每个节点都可以作为簇头节点进行通信。所有节点采用统一的发射功率。每个节点有自己唯一的ID，能够获取地理位置信息。每个节点负责检测邻居节点行为并记录存储以备调用。而且所有节点都有被俘获成为恶意节点的可能。汇聚节点不会被俘获成为恶意节点。

1.2 信任值的定义与计算

在配电网故障检测过程中，最重要的包括遥测以及遥控业务，那么如何保证这两种业务的安全进行是本文在定义信任值时需要考虑的重要因素。分析上述业务特点，数据包的正确性以及完整性是信任值定义时最需要考虑的因素。所以可以对信任值做如下定义：

式中，i是评估节点，而 j是被评估节点。DTi,j表示节点i对节点 j的直接信任值，NFMi,j(s)表示节点i检测到节点 j转发的未被篡改的数据包数量，而EFi,j(s)表示节点 j的期望转发包数量，而AFi,j(s)表示节点j实际所转发的包数量。

在本文的无线传感器网络模型中，由于其自组织特性，每个节点可能成为下一轮的簇头节点，节点之间互相进行行为监听并实时记录。由于无限传感器节点能量，计算，存储方面的限制，本文设计一种轻量的信任值计算模型。为了防止节点在特定节点前表现良好，而在其它节点前进行恶意攻击。最终的信任值取决于评估节点与被评估节点的直接信任值以及两节点的共同邻居节点对被评估节点的间接信任值，可以由下式表示：

式中，i是评估节点，而j是被评估节点。α，β是直接信任值与间接信任值的权值参数，α+β=1,α＞0,β＞0。DTi,j表示节点i对节点 j的直接信任值，ITi,j表示节点i，j的共同邻居节点k对节点j的间接信任值。最后的综合信任值评价指标为CTi,j，其值的分布范围在0与1之间。我们认为，被评估节点的综合信任值越大，其可信任程度越高。

而在基于信任模型的无线传感网络中会出现如下恶意攻击行为［18］：（1）间隙性行为攻击：即一个节点时而表现好，时而表现恶劣，使其他节点无法正确评估其信任值。（2）恶意诽谤攻击：恶意节点提供不诚实客观的的间接评价给邻居节点，这些评价有可能是正评价给恶意节点，也有可能是负评价给信任节点，从而影响信任评估的准确性。

为了解决上述问题，我们可以引入恶意行为容忍参数与节点诚实度的概念。定义直接信任值DTi,j：

式中，s代表周期序列，DTnow代表本周期其行为表现，即本周期序列的直接信任值与前周期序列相关。从而达到只有节点行为表现一直很好，才可以更高的信任值。根据环境的恶劣程度可以设置恶意行为容忍参数η，如果节点在之前表现良好，其直接信任值大于等于η，那么其本周期序列的直接信任值取决于其本周期的行为表现。如果被评估节点在某一周期序列直接信任值小于η，则其之后的直接信任值如式（3）所示。DTnow表示节点在本周期行为表现评估，为了验证本文的信任值计算方法是否可以识别恶意节点的间隙性行为攻击，我们可以引入如下算例来进行证明。恶意节点在第一个周期表现恶劣，本周期表现DTnow（1）=0.4，处于较低水平。而下一个周期表现良好，取DTnow（2）=0.9，但其由于前一周期表现恶劣，其信任值DTi,j(2)= 0.52，处于一个较低水平，第三个周期表现良好，取DTnow（3）=0.9，那么经过两个周期表现良好，其信任值DTi,j（3）=0.7384，大于恶意行为容忍参数，达到一个较高的信任值。这说明只有在其一直表现良好时，其信任值才会处于一个较高水平，但如果节点一旦表现恶劣，又会获得一个较低的信任值，回复到较高的信任值则比较困难。

而在间接信任值上面，采取如下的计算模型：

式中，HOi,k(s)为诚实度系数，IAk,j(s)是节点i,j的所有共同邻居节点k对节点 j信任值的平均标准值，可以设置一个门限值ε，如果则认为该节点k进行了恶意诽谤行为，排除该节点提供的推荐信任值，并降低其诚实度系数。使其之后的评价不具有较高的作用。引入诚实度系数之后，可以有效的抵抗恶意诽谤攻击行为。

2 算法描述

传统的WSN路由算法主要在能量上进行优化改进，假设所有节点都不会被俘获成为恶意节点，但是在配电网故障检测中，由于传感器节点暴露在无人看管的地域内。这种假设显然是不合理的。所以本文设计一种面向配电网故障检测的可靠路由算法（A Reliable WSN routing algorithm for Detecting Distribution network Fault）RDDF。综合考虑无线传感器网络的能耗以及其可靠性，在簇头选举及簇间多跳过程中引入信任值，避免恶意节点对路由可信性造成影响。本文算法主要分为两个阶段，簇头选择阶段及簇间多跳数据传输阶段。

2.1 簇头选择阶段

在层次型路由算法中，簇头负责融合簇内成员传送的数据，并将融合后的数据传送至基站，如何保证簇头节点可信是需要考虑的一个问题。本文将信任值引入到簇头的选举过程中，一方面，使正常节点避免加入完全不可信簇头。另一方面，使正常簇头拒绝完全不可信节点的加入。图1是未引入信任值的分簇，图2是引入信任值的分簇。具体过程如下：

当网络初始化之后或当网络运行一个运转周期之后，每个节点产生一个0-1的随机数，并计算一个门限值T(n)，若随机数小于此门限值，则成为候选簇头节点，并向其余节点广播自己为候选簇头的消息。门限值计算公式如下：

式中，Ecurret(i)为能量因子，其定义在下一节进行介绍，目的是使剩余能量多的节点更容易当选簇头。普通节点对其信任值进行计算并检验，如果其信任值比预定阈值低，则直接进行排除。高于此阈值进入可信簇头候选集。在可信簇头候选集中，节点选择各自通信代价最小的节点进行加入。同时可信簇头会拒绝信任值低的完全不可信节点加入。这样可以把完全不可信节点排除在网络之外，节点与距离自己最近的可信簇头连接，达到路由可信可靠的目的。由图1、图2可以看出，引入信任值之后可以将完全不可信节点排除在网络之外。

图1 未引入信任值的分簇结构

图2 引入信任值的分簇结构

2.2 簇间多跳数据传输阶段

在数据稳定传输阶段，为了避开恶意簇头节点作为下一跳，并综合下一跳位置，距Sink节点距离与剩余能量是本阶段的主要考虑因素，故可以设置转发节点位置因子。

如图3所示，图中θ越小，代表转发路径越短，越接近于直线，则可以通过更少的跳数到达Sink节点。则可以求出转发节点位置因子：

式中，da,i表示a簇头与其发送半径内各个簇头的距离。da,sink表示发送数据簇头与Sink节点的距离，di,sink表示a节点发送半径内各个簇头与Sink节点的距离。其值分布范围在［0-1］区间。在其小于0.5时，说明θ大于90o。若所有中继簇头节点的位置因子都小于0.5，则路由陷入空洞问题，所以可以利用此值来判断其是否陷入空洞。其值越大，代表θ越小，表示转发节点位置更好。

图3 簇间多跳示意图

节点会选择其功率半径范围内距离Sink节点更近的簇头，有转发节点距离因子有如下定义：

式中，di,sink表示转发簇头节点与基站的距离，dmax，dmin分别表示网络中所有节点与Sink节点的最大距离与最小距离。其值分布范围也在［0-1］区间。当其值越大，表示中继簇头距离Sink节点越近。

在簇间多跳的选择中，节点剩余能量是必须要考虑的因素之一，所以可以定义能量因子：

式中，E(i)代表节点剩余能量，E0代表节点初始能量。其值越大，则代表节点剩余能量越多。

路由的可信度也是本文所考虑的重点之一。中继节点的综合信任值CT越高，其当选为中继节点的可能性也就越大。根据CT值的分布可以将节点分为完全可信节点，不完全可信节点，完全不可信节点。

最后的路由策略是：利用判决函数

利用此判决函数可以排除完全不可信节点参与网络通信行为。选举出判决函数值最大的两个中继簇头节点，利用能量因子Ecurret(i)选择其中更大的一个作为簇头的中继节点进行数据的传输。其中σ1，σ2的取值取决于网络运行环境。经过多次仿真验证，β取为0.2，σ1取为0.2，σ2取为0.8。

3 实验与仿真

本文的仿真环境为MATLAB，仿真重点为RDDF算法与LEACH算法以及SRBNT三种算法的生命周期以及两种算法安全性。400个节点随机分布在200x200的网络环境内，SINK节点分布在监测区域外，坐标为（250，250），假设节点间已经通过行为交互以及信息检测交换，网络中所有节点已经得到其邻居节点的信任值。在网络中10%的节点为完全可信节点，10%的节点为完全不可信节点，其余节点为不完全可信节点。在仿真中假设完全不可信节点会发送经过其伪造的虚假的数据包，影响故障检测的正确性。

3.1 网络生命周期对比

由图4中可以看出RDDF算法无论是在首个节点死亡的轮数，还是整体的生命周期都优于LEACH算法与SRBNT算法，这是由于采用了多跳簇间路由，使网络负载更为均衡，延长了生命周期。尤其是第一个节点死亡的时间，明显优于LEAHC与SRBNT算法，说明RDDF算法使各个节点均衡负载能量，具有更高的能效。RDDF算法与SRBNT算法最后节点未完全死亡是由于10%节点为完全不可信节点，未参与到网络通信行为当中。

图4 死亡节点个数对比

3.2 网络安全性对比

在网络安全性验证对比上面，为了减少仿真实验的复杂度，可以做如下假设，完全可信节点不会发送虚假数据包并将接收的数据包完全转发，完全不可信节点一定会发送虚假数据包并将接收的数据包完全丢弃不进行转发，不完全可信节点发送虚假数据包或接收到数据包丢弃不进行转发的概率与其信任值的大小成反比。

由图5可以看出，RDDF由于在分簇阶段与簇间多跳阶段引入信任值，将完全不可信节点排除在网络通信行为之外，即恶意节点接收的虚假包比例明显低于LEACH算法。另外，RDDF算法的基站接收虚假包比例也略小于SRBNT算法，这是由于RDDF算法在多跳路由阶段，信任值也作为一个重要指标，提高了算法的可信度，说明RDDF算法在防范恶意节点篡改攻击行为时略优于SRBNT算法。

图5 Sink节点收到虚假包比例对比

由图6可以看出，RDDF由于在分簇阶段与簇间多跳阶段引入信任值，将完全不可信节点排除在网络通信行为之外，丢弃数据包比例明显低于LEACH算法。另外，RDDF算法的基站丢弃数据包比例也略小于SRBNT算法，并且随着时间推移，差距越来越大。证明RDDF算法在防范恶意节点黑洞攻击时略优于SRBNT算法。

图6 节点丢弃数据包比例对比

整体分析来说，RDDF算法由于引入信任体系来抵挡被获的恶意节点的网络通信行为攻击，较LEACH算法在可信性上有很大提升，而与同样引入信任体系的SRNBT算法来说，虽然在可信性上的对比只有较小的优势，但是在能量均衡上面要比SRNBT算法出色很多。综上所述，RDDF算法在经过仿真验证之后，确实比LEACH以及SRNBT算法有着明显的优化。

4 结论

本文针对无线传感器网络路由可信性问题，结合配电网故障检测系统的业务需求，对无线传感器路由节点信任值进行了重定义，并改进了原有的信任值计算方法。采用改进后的信任值作为节点入簇与数据传输过程的判断依据，实现了防止恶意节点对网络进行篡改、黑洞攻击等恶意行为的目标，有效提高了网络的可信性，减少了数据传输能量消耗。下一步将开展信任管理与传统加密机制的集成性方面的研究。

［1］任丰原，黄海宁，林闯.无线传感器网络［J］.软件学报，2003，14（7）：1252-1291.

［2］李建中，李金宝，石胜飞.传感器网络及其数据管理的概念、问题与进展［J］.软件学报，2003，14（10）：1717-1727.

［3］马华东，陶丹.多媒体传感器网络及其研究进展［J］.软件学报，2006，17（9）：2013-2028.

［4］唐金锐，尹项根，张哲，等.配电网故障自动定位技术研究综述［J］.电力自动化设备，2013，33（5）：7-13.

［5］苗世洪，谌小莉，刘沛，等.基于无线传感器网络的配电线路故障定位方案［J］.电力系统自动化，2008，32（20）：61-66.

［6］郑思铭.无线传感器网络在配电网故障定位中的应用［J］.电工电气，2012（5）：35-38.

［7］戴莹，王建平，张崇巍.基于城市配电网的无线自组传感器网络结构研究［J］.电子测量与仪器学报，2012，26（10）：864-869.

［8］乔学工，王哲，王华倩，等.基于权值的非均匀分簇路由算法［J］.传感技术学报，2014，27（1）：107-112.

［9］陈炳才，么华卓，杨明川，等.一种基于LEACH协议改进的簇间多跳路由协议［J］.传感技术学报，2014，27（3）：373-377.

［10］Sharma M，Sharma K.An Energy Efficient Extended Leach（EEE Leach）［C］//Communication Systems and Network Technologies（CSNT），2012 International Conference on.IEEE，2012：377-382.

［11］Khedikar R，Kapur A，Chawhan M D.Energy Efficient Wireless Sensor Network［C］//Electronic Systems，Signal Processing and Computing Technologies（ICESC），2014 International Conference on.IEEE，2014：29-33.

［12］白恩健，葛华勇，杨阳.分簇无线传感器网络安全多路径路由协议［J］.哈尔滨工程大学学报，2012，33（4）：507-511.

［13］王潮，贾翔宇，林强.基于可信度的无线传感器网络安全路由算法［J］.通信学报，2009，29（11）：105-112.

［14］吴银锋，周翔，冯仁剑，等.基于节点信任值的无线传感器网络安全路由［J］.仪器仪表学报，2012，33（1）：221-228.

［15］Heinzelman W，Chandrakasan A，Balakrishnan H.Energy-Efficient Communication Protocol for Wireless Microsensor Networks［J］.IEEE Proceedings of the Hawaii Int’l Conf System Science，2000：3005-3014.

［16］Theodorakopoulos G，Baras J S.On Trust Models and Trust Evaluation Metrics for Ad Hoc Networks［J］.Selected Areas in Communications，IEEE Journal on，2006，24（2）：318-328.

［17］Zhang C，Zhu X，Song Y，et al.A Formal Study of Trust-Based Routing in Wireless Ad Hoc Networks［C］//INFOCOM，2010 Proceedings IEEE.IEEE，2010：1-9.

［18］Duan J，Yang D，Zhu H，et al.TSRF：A Trust-Aware Secure Routing Framework in Wireless Sensor Networks［J］.International Journal of Distributed Sensor Networks，2014.

刘耀先（1990-），男，硕士研究生，主要研究方向为无线传感器网络，lpxlyx@ 126.com；

孙 毅（1972-），男，教授，博士，主要研究方向为电力系统通信、无线传感器网络与物联网；

韦 磊（1982-），男，高级工程师，博士，主要研究方向为电力系统通信、电力系统自动化。

A Reliable WSN Routing Algorithm for Detecting Distribution Network Fault*

LIU Yaoxian1，SUN Yi2*，WEI Lei3，DUAN Quansheng1
（1.College of Control and Computer Engineering，North China Electric Power University，Beijing 102206，China；2.College of Electrical and Electronic Engineering，North China Electric Power University，Beijing 102206，China；3.Nanjing Power Supply Company，Nanjing 210019，China）

In order to meet the reliability requirements of wireless sensor network applied to distribution network fault detection，a Reliable WSN routing algorithm for Detecting Distribution network Fault（RDDF）was proposed.The algorithm presented a new lightweight trust value calculation method to prevent attacks on trust model.During the multi-hop between clusters and the election of cluster heads，the trust value was introduced to avoid malicious nodes affecting network reliability.According to the location factor，distance factor，trust value and residual energy of cluster nodes，the algorithm can choose the most appropriate forwarding cluster nodes to optimize the routing in the stage of multiple hops between clusters.The simulation results show that the algorithm could effectively eliminate malicious nodes，prevent malicious attacks and prolong the network life time at the same time.

detecting distribution network fault；wireless sensor network；trust value；multi-hop routing

TP393

A

1004-1699（2015）08-1233-06

��7230

10.3969/j.issn.1004-1699.2015.08.022

项目来源：国家电网公司科学技术项目（SGIT0000KJJS1500008）

2015-01-11 修改日期：2015-06-03