三种不同干扰下CSMA/CA机制的性能分析*

牛　钊　马　涛　卢崭崭

(电子工程学院　合肥　230037)



三种不同干扰下CSMA/CA机制的性能分析*

牛钊马涛卢崭崭

(电子工程学院合肥230037)

摘要CSMA/CA机制是一种应用广泛的无线网络MAC层接入方式,对其攻击手段的研究很多,但是对在攻击下CSMA/CA机制的网络性能分析研究不多。论文建立了一个简化版离散马尔科夫模型,对随机干扰、反应式干扰和智能干扰三种手段进行定量比较,得出干扰效果高低。

关键词干扰; CSMA/CA; 性能分析

Performance Analysis of the Throughput of CSMA/CA Mechanism under Three Different Jamming

NIU ZhaoMA TaoLU Zhanzhan

(Electronic Engineering Institute, Hefei230037)

AbstractThe CSMA/CA mechanism is a kind of access way and widely used in MAC layer of wireless network. There are a lot of attacking means for CSMA/CA mechanism, but a less study for the performance analysis of the throughput of CSMA/CA mechanism under jamming. In this paper, a discrete-time Markov chain analysis is used to derive formulae for the saturation throughput of memory less, reactive and intelligent jamming. Then three mathematical saturation throughput are compared, and the result is obtained.

Key Wordsjamming, CSMA/CA, performance analysis

Class NumberTP393

1研究现状

载波侦听多址访问与碰撞回避(Carrier Sense Multiple Access with collision avoidance,CSMA/CA)机制是载波侦听多址访问(Carrier Sense Multiple Access,CSMA)协议和碰撞回避多址访问(Multiple Access with collision avoidance,MACA)协议的融合[1],广泛应用于无线网络MAC层[2]。

对无线网络干扰攻击的研究中,很多针对CSMA/CA机制干扰攻击手段的研究,但是对于在不同干扰攻击下网络性能表现的研究相对较少。Pelechrinis等采用量化方式分析了干扰信号对网络性能的影响[3]。RaviTeja Chinta等分析干扰802.11 DCF模式中回退机制的效果,得到网络吞吐量和干扰能力消耗的参数表达式[4]。Xiaojuan Liao利用博弈论相关理论进行攻击效果的研究[5]。Sagduyu等通过分析,得出贝叶斯博弈机制对于不完整信息、动态流量特征的MAC层是一种较好的模型[6]。Abderrahim Benslimane等通过分析无线网络网络在受到单节点、多节点和不同距离的多节点干扰下的网络性能变化进行评估[7]。

2离散马尔科夫模型

对传输数据报文的无线网络信道进行如下假设: 1) 网络中不存在隐藏节点和暴露节点问题,当信道中有数据报文进行传输时,所有节点均可以侦听到; 2) 假设网络中所有节点均有数据报文进行传输,发送队列不为空; 3) 干扰成功率为100%,即干扰信号一定能干扰到MAC帧; 4) 节点之间的发送行为相互独立。

由于CSMA/CA机制在退避进程中采用二进制随机指数退避方式,对该机制建立一个离散时间马尔科夫链。Bianchi建立了IEEE 802.11网络在饱和状态下MAC层的马尔科夫模型,并对基本型和RTS/CTS型接入模式进行分析,对影响网络最大饱和吞吐量影响因素和影响程度进行了实验分析[8]。本文建立的离散时间马尔科夫模型与Bianchi所建离散马尔科夫模型不尽相同,在退避次数上做了简化。

图1　CSMA/CA机制离散时间马尔科夫模型

图1展示了CSMA/CA机制在一个离散时间马尔科夫链中的状态变迁。发送节点的数据报文发送过程被分割成一个个时隙,对应退避计时器的退避状态,退避计时器在每个时隙的开始减1。信道空闲时,时隙大小为σ,若信道繁忙,时隙长度将大于σ,甚至包含一个数据报文的传输时间。当发送节点的传输从(i,j)状态逐渐减小到(i,0)状态时,发送节点进行一个信道申请发起数据报文的传输,若数据报文发送成功,发送节点将重置它的竞争窗口到(0,j),其中j从[0,W0-1]中随机的选择。若数据报文发送失败,发送节点将加倍其竞争窗口,进入到马尔科夫模型中的状态(i+1,j),j从[0,Wi+1-1]中随机选择。

节点在(i,0)状态进行传输,传输失败的原因有两种:与其他节点发送的数据发送碰撞或被干扰信号破坏。假设在有n对节点的无线网络中,节点之间数据发生碰撞的概率设为定值Pc。在没有发生数据碰撞的条件下,干扰信号在状态(i,0)下发送概率设为qi。根据数学原理,可以获得在(i,0)状态下数据报文发送失败的概率pi=Pc+(1-Pc)qi。

定义bi,j代表发送节点在第i次退避时退避计时器处于j值的概率。通过数学分析,可以得到

(1)

故可以得出:

(2)

其中,Ps代表在一个时隙内存在数据报文传输的可能性,L代表一个数据报文的持续时间,Ptr代表在一个时隙中至少一个节点进行传输的可能性,根据定义Ptr=1-(1-τ)n,Ttr代表在存在传输时一个时隙的持续时间,Tid代表没有传输时时隙的持续时间。获得τ,Ps,Ttr,Tid的值并且根据式(2)可以获得网络吞吐量。

3随机干扰下网络性能

假设在网络中,随机干扰信号每秒发送比率为R(在1s内发生一个长度为R的脉冲,一般取值在[0,1]之间),并且干扰脉冲发送服从泊松分布[9],故发送节点在数据报文发送期间被干扰的概率为q=1-e-Rt,在依次完整的RTS/CTS型CSMA/CA机制传输中,q=1-e-R(RTS+CTS+DATA+ACK)。

p=Pc+(1-Pc)(1-e-R(RTS+CTS+DATA+ACK))

(3)

其中,RTS,CTS,DATA和ACK指示的是RTS,CTS,一个数据和ACK的持续时间。

通过分析图1可以获得不同退避次数下发送状态(i,0)概率之间的数学关系:

bi-1,0·p=bi,0→bi,0=pi·b0,0, 0

bM,0=b0,0

(4)

根据上式,可以获得:

(5)

根据上式得出:

(6)

稳定状态下传输概率为τ:

(7)

根据b0,0和τ的公式表达,可以获得Pc、Ps、Ttr和Tid的公式表达:

Pc=1-(1-τ)n-1

Ps=nτ(1-τ)n-1e-R(RTS+CTS+DATA+ACK)

Ptr=1-(1-τ)n

Ttr=DIFS+3SIFS+RTS+CTS+DATA+ACK

Tid=σ

在随机干扰下,网络吞吐量S:

(8)

4反应式干扰下网络性能

反应式干扰情况下,干扰者只在探测到数据报文发送情况下进行干扰信号的发送。假设在数据传输中没有碰撞的情况下,反应式干扰者的每秒干扰概率为q。由于数据报文的传输与退避次数i无关,每秒干扰概率q与退避次数i也无关,可以得出发送节点在(i,0)状态下传输失败概率:

p=Pc+(1-Pc)q

(9)

其中,传输失败概率p为定值。

由式(7),节点发送概率τ:

(10)

经过分析,可得:

Pc=1-(1-τ)n-1

Ps=nτ(1-τ)n-1(1-q)

Ttr=DIFS+3SIFS+RTS+CTS+DATA+ACK

Tid=σ

获得在反应式干扰下,网络吞吐量S:

(11)

5智能干扰下网络性能

智能干扰条件下,干扰者能够探测出CSMA/CA机制传输过程中帧传输状态,选择性的对信道中帧进行干扰,使得网络吞吐量急速下降。

发送节点在(i,0)状态下传输失败概率:

pi=Pc+(1-Pc)qi

(12)

节点发送概率τ:

(13)

在给定时隙内数据报文传输成功的可能性Ps为

(14)

根据CSMA/CA传输机制可以得出:

Ttr=DIFS+3SIFS+RTS+CTS+DATA+ACK

Tid=σ

获得在智能干扰下,网络吞吐量S:

(15)

6干扰下网络性能仿真实验

在随机干扰、反应式干扰和智能干扰下,由于干扰者每秒干扰概率不同,导致发送节点在(i,0)状态下传输失败概率pi也不相同,节点发送概率τ也不同。在不同干扰下网络吞吐量S也不相同。使用仿真实验对离散时间马尔科夫模型进行验证,对比仿真环境下不同干扰下网络吞吐量和理论计算值。

使用仿真软件QualNet 5.2进行仿真环境的搭建,构建随机干扰、反应式干扰和智能干扰下网络仿真环境。设置无线网络带宽为2Mbps,理论上可以满足理想信道饱和吞吐量要求。网络仿真区域大小设为400×400m2的区域,数据报文长度固定为500bit,网络MAC运行802.11b协议。

接收节点通过概率性的丢弃报文完成对随机干扰、反应式干扰和智能干扰下网络仿真环境的构建。

6.1每秒干扰概率R对网络吞吐量S的影响

1) 随机干扰

仿真实验中,设置信道中数据报文大小固定为500bit,网络节点数变化范围为[0,50],每秒干扰概率值分别设为0,0.0004,0.0008和0.0016。干扰者按照泊松分布特性进行干扰的发送,接收节点按照相应的概率丢弃数据报文。

每秒干扰概率R取不同值的情况下,求取离散时间马尔科夫模型下的网络吞吐量。将随机干扰下网络吞吐量S仿真值和理论计算值进行对比。

图2展示了在每秒干扰率R取值为0,0.0004,0.0008和0.0016情况下,网络吞吐量S的仿真值和理论计算值在随机干扰下的变化趋势。在节点n取值一定的情况下,网络吞吐量S随着每秒干扰率R的增大逐渐降低,网络吞吐量S仿真值和理论计算值下降趋势相同;在R取相同值的情况下,网络吞吐量S的仿真值和理论计算值相近,随着网络节点对数量n的增大变化趋势基本相同,由此可以验证离散时间马尔科夫模型的正确性。

2) 反应式干扰

仿真实验中,设置信道中数据报文大小固定为500bit,网络节点数变化范围为[0,50],每秒干扰概率值分别设为0,0.0004,0.0008和0.0016。干扰者按照固定周期发送干扰信号(LDOS),周期T=1+Rs,接收节点按照相应的概率丢弃数据报文。

在不同取值的每秒干扰概率R下,计算在离散时间马尔科夫模型下求得的网络吞吐量。将反应式干扰下网络吞吐量S仿真值和理论计算值进行对比。

图2　不同干扰率R下随机干扰网络吞吐量S与节点对数量n示意图

图3展示了在每秒干扰率R取值为0,0.0004,0.0008和0.0016情况下,网络吞吐量S的仿真值和理论计算值在反应式干扰下的变化趋势。在节点n取值一定的情况下,网络吞吐量S随着每秒干扰率R的增大逐渐降低,网络吞吐量S仿真值和理论计算值下降趋势相同;在R=0.0004和0.0008时,网络吞吐量先随着节点数量的增加而增加,而后又随之降低,这是因为在节点密度较低情况下,节点增多将会传输更多的数据报文,但是在节点密度到达一定程度后,由于信道中报文碰撞等原因,网络吞吐量S将会随之网络节点对数量n的增多而降低;在R取相同值的情况下,网络吞吐量S的仿真值和理论值相近,变化趋势相同,均呈下降的趋势。

图3　不同干扰率R下反应式干扰网络吞吐量S与节点对数量n示意图

3) 智能干扰

仿真实验中,设置信道中数据报文大小固定为500bit,网络节点数变化范围为[0,50],每秒干扰概率值分别设为0,0.0004,0.0008和0.0016。干扰者按照信道中ACK帧传送频率进行干扰信号的发送,由于实际网络中可能存在碰撞等原因造成数据传输的失败,故干扰者在第i次退避中以概率qi∈[0.5,1]发送干扰信号,接收节点按照相应的概率丢弃数据报文。

在不同取值的每秒干扰概率R下,计算在离散时间马尔科夫模型下求得的网络吞吐量。将智能干扰下网络吞吐量S仿真值和理论计算值进行对比。

图4展示了在每秒干扰率R取值为0,0.0004,0.0008和0.0016情况下,网络吞吐量S的仿真值和理论计算值在智能干扰干扰下的变化趋势。在节点n取值一定的情况下,网络吞吐量S随着每秒干扰率R的增大逐渐降低,网络吞吐量S仿真值和理论计算值下降趋势相同;在R取相同值的情况下,网络吞吐量S的仿真值和理论值相近,变化趋势相同。

图4　不同干扰率R下智能干扰网络吞吐量S与节点对数量n示意图

6.2三种干扰方式对比

由于每种干扰模式下干扰概率qi取值不同,不能使用公式直接比较出三种干扰方式干扰效果的不同。图2~图4中,可以看出仿真值近似理论计算值,故使用三种干扰模式下网络吞吐量S的仿真值进行干扰效果的比较。

在数据报文长度固定的情况下,对网络吞吐量S造成影响的因素有网络中节点对数量n和干扰信号每秒干扰概率R。上节已经对单个干扰模式下网络吞吐量随节点对数量和干扰信号每秒干扰概率R变化率进行讨论,本节将对在固定节点对数量(n=1和n=50)条件下,三种干扰模式下网络吞吐量S随每秒干扰率R的变化进行讨论。

1)n=1

图5展示了在网络节点对数量n=1的条件下,三种干扰模式下网络吞吐量S随每秒干扰率R的变化趋势。可以看到,三种干扰模式下的网络吞吐量S均随着每秒干扰率R的增大减小;在相同每秒干扰率取R值的情况下,网络吞吐量S的取值由高到低依次为随机干扰、反应式干扰和智能干扰,且随着每秒干扰率R的变化这种取值大小趋势不变,可以看出干扰效果强弱依次为智能干扰、反应式干扰和随机干扰。

图5　n=1三种干扰网络吞吐量S随每秒干扰率R变化示意图

2)n=50

图6展示了在网络节点对数量n=50的条件下,三种干扰模式下网络吞吐量S随每秒干扰率R的变化趋势。三种干扰模式下的网络吞吐量S均随着每秒干扰率R的增大减小;同样在相同的每秒干扰率R下,网络吞吐量S的取值由高到低依次为随机干扰、反应式干扰和智能干扰,且这种大小关系随着每秒干扰率R的变化并不改变。在网络节点对数量n=50的情况下,干扰效果强弱依次为智能干扰、反应式干扰和随机干扰。

图6　n=50三种干扰网络吞吐量S随每秒干扰率R变化示意图

7结语

本文对随机干扰、反应式干扰和智能干扰三种干扰方式的效果进行了研究。首先通过对CAMA/CA机制建立离散时间马尔科夫模型,分别对三种干扰下网络吞吐量进行了理论分析。通过Qualnet实验仿真,仿真值与理论计算中非常相近,证明了离散马尔科夫模型理论分析的正确性。理论分析中不能直接比较三种干扰下网络吞吐量的大小,通过仿真实验,在固定节点对(n=1和n=50)的条件下,网络吞吐量高低依次为随机干扰、反应式干扰和智能干扰,说明干扰效果强弱依次为智能干扰、反应式干扰和随机干扰。

参 考 文 献

[1] 谢希仁.计算机网络[M].第5版.北京:电子工业出版社,2008:105-108.

[2] LEI Guang, Chadi Assi, Abderrahim Benslimane. MAC layer misbehavior in wireless networks: challenges and solutions[C]//IEEE Wireless Communications,2008:6-14.

[3] Pelechrinis Konstantinos, Koufogiannakis Christos, Kxishnamurthy Srikanth V. On the Efficacy of Frequency Hopping in Coping with Jamming Attacks in 802.11 Networks[J]. IEEE Transactions on Wireless Communications,2010,9(10):3258-3271.

[4] RaviTeja Chinta, Tan F. Wong, John M. Shea. Energy-Effeicient Jamming Attack in IEEE 802.11 MAC[C]//IEEE Military communication conference 2009JEEE Milcom,2009.

[5] Xiaojuan Liao, Dong Hao, Kouich Sakurai. A Taxonomy of game theoretic approaches against attacks in wireless Ad Hoc networks[C]//SCIS 2011, The 2011 Symposium on Cryptography and Information Security. Okura, Japan,2011:25-28.

[6] Sagduyu, Y. E., Berry, R.A., Ephremides, A. Jamming games in wireless networks with incomplete information[J]. IEEE Communications Magazine,2011,49(8):112-118.

[7] Abderrahim Benslimane, Abdelouahid El Yakoubi, Mohammed Bouhorma. Analysis of Jamming effects on IEEE802.11 Wireless Networks[C]//Communication(ICC), 2011 IEEE International Conference on 2011:1-5.

[8] Bianchi. G. Performance analysis of the IEEE 802.11 distributed coordination function[J]. IEEE Journal on Selected Areas in Communications,2000,18(3):535-547.

[9] 张君毅,杨义先.针对无线网络的随机干扰技术研究[J].北京电子科技学院学报,2012,20(2):1-8.

[10] 张君毅,杨义先.针对无线网络的智能干扰技术研究[J].通信系统与网络技术,2012,38(6):6-8.

中图分类号TP393

DOI:10.3969/j.issn.1672-9730.2016.03.017

作者简介:牛钊,男,硕士研究生,研究方向:无线通信。马涛,男,博士,讲师,研究方向:无线网络。卢崭崭,女,硕士研究生,研究方向:网络安全。

收稿日期:2015年9月1日,修回日期:2015年10月16日