基于相似度计算的物联网传输流丢包节点检测

童 星

(青岛理工大学，山东 临沂 273400)

1 引言

近些年，物联网传输技术得以快速发展，物联网已普遍应用于信息交互等多个研究领域[1]。由于在实际的物联网数据传输过程中，传输流内部节点可控性较低，因此，容易出现传输拥堵、传输节点丢包等问题，导致网络整体性能下降。同时，若在数据传输的过程中，网络环境的安全性得不到有效保障，也容易提高传输流节点发生丢包的概率[2，3]。也正因如此，数据流丢包问题已成为相关领域中的重点研究课题之一。

传统的传输流丢包节点检测方法主要有以下三种：

1)文献[4]中提出运用分布式算法的传输流节点丢包检测方法，该方法主要是对邻近节点接收指令进行检测，然后用局部最优节点来替换丢包节点。这种方法虽然可以有效检测出丢包节点并对其进行处理，但存在检测效率偏低的问题，不适用于大范围网络。

2)文献[5]中提出基于非线性状态估计的节点丢包故障检测方法，利用每个节点的特征对恶意丢包的节点进行检测，在实际检测的过程中需要对网络内部所有的传输事件源进行估计，根据计算结果对全部需要检测的节点滤波处理，并且保存没有丢包的节点，从而判断丢包节点。然而这一过程会导致节点转发率较低。

3)文献[6]中提出基于安全路径的传输流丢包节点检测方法，首先构建一个对应的网络模型，并且对这个模型内部节点的状态进行判定，然后运用一定的概率事件来对可以节电发送检测请求，再通过反馈回来的信息进行分析。这种检测方法虽然可以有效的对节点进行检测，但对丢包节点的定位精准度较差。

基于传统方法存在的问题，引入相似度计算过程，对物联网传输流丢包节点进行检测。过程如下：首先构建节点分布模型，并运用传输的信息熵结果建立传输分布信道模型，根据丢包检测的基本原理对传输节点进行分类检测处理，通过节点感测向量检测完成对物联网传输流丢包节点的检测，并通过仿真实验结果表明了该方法具有较高的实用性。

2 传输节点分布及任务信道分布

2.1 传输节点分布模型

在分析物联网传输节点丢包情况的过程中，首先将需要对物联网中传感器节点的最优分布密度模型进行分析。因此，本研究运用二元有向图G=(V，E)来对其结构进行描述，其中，V表示分布在空间探测区域的物联网传感节点顶点集，E表示为物联网在传感节点覆盖区域G中所有边的集合[7]，继而可获取物联网传输节点的分布模型。

在物联网传感器节点分布模型中，采用多通道结构模型对物联网中传感器的Sink点进行描述，在物联网传输流f中，每个节点xn的传输能量为W，则可得到数据流传输过程的先验决策函数如下

(1)

式(1)中，e1和e2分别表示链路层和传输层的传输码元。由于发射节点的功率p与传输能量密切相关，由此则可得到数据流传输过程的特征量C为

(2)

式(2)中，t表示时间尺度，ϖ为物联网节点密度的加权系数。在此基础上，假设将物联网传感节点能量耗散值记为B，得到数据传输过程的传输节点分布模型如下

(3)

式(3)中，v表示数据流中信息量的增长速度。

2.2 传输任务信道分布模型

为了对物联网传输流中所有需要检测节点进行匹配，需对一个节点的所有邻近节点进行处理[8]。因此，假设若在一个边长为M的正方形的检测区域中，路由中继节点的数量是m，其中传输流的带宽为b，计算在物联网中两个相邻传输节点集合中的信道衰减量为

(4)

在对节点进行定位的过程中，采用自适应链路重组以及轮换方法得到节点传输的分配和均衡系数分别为δ和τ[9]，在此基础上，构建物联网中传输点的目标函数为

(5)

式(5)中，Eelect表示节点链路的瞬时功耗，l表示传输路径长度。

根据上述计算结果，结合每条传输信道内的簇头c及其与对应的Sink点间的距离L，得到传输任务信道分布模型为

(6)

式(6)中，i表示物联网中的传输信道总数量，且i=1，2，…，n。

3 传输流丢包节点检测原理分析

在对物联网中丢包节点进行检测的过程中，所应用到的检测原理如下：运用基于似然的多元分类算法对已知类别的节点进行状态检测[10]，在此基础上，生成对未知类别节点分类的分类器，然后对丢包节点进行下步分类，直到完成整个检测的过程。

假设在物联网数据传输的过程中，发生丢包的节点共含有k个类别，{1，2，…，k}，那么对于随意一个节点样本xt来说，已知p(C|x)，其中C表述为任意一个丢包节点样本xt的种类分别，那么假设j∈{1，2，…，k}，j≠i，且xt是属于物联网内部丢包样本中的第i类，便有

p(C=i|xt)>p(C=j|xT)

(7)

根据上式结果，结合固定的贝叶斯理论，可得到下式

(8)

上述各公式中，p(C)表示物联网内部丢包节点的先验概率，p(x|C)和p(x)则分别表示丢包节点的类似然值和后验概率。

(9)

对于任意位置、任意种类的丢包节点样本xt来说，将其代入到上述各式中，经过计算后再选取出具有最大后验概率的类别来作为这个样本的分类[11]，即

(10)

根据上式计算结果，结合物联网数据传输流丢包节点中所有类别取值最大的似然值α，将物联网内部丢包节点度描述为下式

(11)

式(11)中，y表示节点在传输数据之后可能剩余的节点能量，u表示传输节点的多径向衰减量。

对于物联网内部没有标记的丢包节点U中未标记丢包节点的样本向量xt来说，如果满足下述表达式

gi=(gkxt)max

(12)

那么，便有xt∈C的结果，这样U中全部的丢包节点就都能够被检测出来。

4 基于相似度的丢包节点检测的实现

参照上述丢包节点检测的原理，为进一步加强对丢包节点的检测效率，对物联网中节点展开感测向量处理，并根据节点数据向量特有的相对跨度和实际节点之间的像素度来做对应的判定，主要实现过程如下：

首先，对物联网中邻近节点序列相似度进行测量计算，然后根据该节点将其描述为丢包节点的判定条件，这样便有：

(13)

式(13)中，di(t)表示物联网内部的第i个节点在某一时间t内的邻近节点序列相似度。

在此基础上，假设q表示物联网内部那一个节点，那么就可以将这个节点的感测量用qm描述，则这样数据节点间的相对距离就可以写为

(14)

在获得上式计算结果的基础上，假设整个物联网内部的节点数据向量全部有变小的趋势，那么就可以间接的证明出内部节点具有较高的相似性。根据上述相对距离的表达式，可以进一步计算出物联网内部两个相邻的x1节点和x2节点的整体相似度，其表达式为

(15)

在此基础上，采用IKruskal算法来获取网络中可信的节点集合VE，然后将VE在其节点内部簇中进行扩散，这样VE内的各节点可以运用分布式方法来获取出网络中部分可信节点，并将其作为参考对象。在完成节点相似度计算后，本文将采用比较算法来对丢包节点的实时状态进行判定，然后再结合物联网内部节点和相邻节点在时间域中的相似值进行丢包节点检测。

假设运用布尔变量来对节点的具体工作状态进行描述，那么就可以使用常数0或1来描述物联网内部传输数据的节点是否处于正常的运行状态或是产生的部分丢包的情况。在此基础上，结合网络内部相邻节点测量取值所呈现出的空间相关性特征，即可经过对两个相邻的x1节点和x2节点的运行状态来进行判定，判定过程的表达式为

(16)

式(16)中，ξ表示某个指定的经验数据，c表示物联网中临近节点的测量向量取值。

将内部节点与其邻近节点在不同时间呈现出的状态进行对比，判断它们在不一致的时间域中存有的相似值Y，从而得到物联网传输流丢包节点检测过程如下：

K=Y×a×h+θ

(17)

式(17)中，将a描述两节点在任意一段时间内所呈现出的感知数据，这种数据为两个节点是否具有相似度而提供了判定依据，θ表示为节点预定的阈值，并以此来表示对内部节点出现偶然丢包性所具有的容忍度。

5 仿真实验及结果分析

为验证基于相似度计算的物联网传输流丢包节点检测方法的有效性与适用性，以文献[4]中的运用分布式算法的传输流节点丢包检测方法、文献[5]中的基于非线性状态估计的节点丢包故障检测方法以及文献[6]中的基于安全路径的传输流丢包节点检测方法作为对比方法。在如表1所示的仿真环境中进行对比实验。

表1 实验参数设置情况

以表1中实验参数为基础，进行实验研究，具体结果如下分析。

首先测试不同方法的检测过程耗时情况，结果如图1所示。

图1 检测耗时对比

分析图1中的结果可知，随着实验次数的逐渐增加，不同方法检测过程所需时间也在不断变化。文献[4]方法和文献[6]方法的检测过程耗时较为接近，文献[5]方法的检测耗时最高，高于1000ms。相比之下，文献[4]方法和文献[6]方法的检测过程耗时略低，但也多于本文方法的检测过程耗时。由此可知，本文方法的检测过程耗时最短，说明该方法检测效率最高。

测试不同方法的丢包节点定位精准度，结果如图2所示。

图2 不同方法丢包节点定位精准度对比

分析图2所示结果可知，与传统的检测方法相比，利用本文方法对丢包节点进行检测，可以使节点定位的精准度大大提高，最高的丢包率高于90%，明显高于另外几种检测方法。由此可知，本文方法能够有效保证丢包节点过程的有效性。

最后，测试不同方法的节点转发率，节点转发率表示传输过程中成功传输或转发的数据流数目占总发送数据的具体比例，是一种用来定义物联网传输流节点检测方法有效性的重要检验标准，其计算过程如下：

(18)

式(18)中，Nf、Nenter和Nout分别用于描述节点转发率、数据输入数量以及输出数量。

具体测试结果如图3所示。

图3 不同方法节点转发率对比

分析图3可知，在多次实验中，四种方法的节点转发率均稳步上升，但是本文方法的节点转发率明显高于另外3种对比方法的节点转发率。由此可知，本文方法能够保证传输流的完整性，检测过程有效性和可靠性更强。

综上所述，与3种传统的传统检测方法相比，本文所研究的基于相似度计算的物联网传输流丢包节点检测方法具有更高的检测效率，同时，该方法还通过节点相似度计算提高了对丢包节点定位的精准度，同时也保证了较高程度的节点转发率，整体应用效果较好。

6 结束语

随着物联网传输技术的快速发展，传统的丢包节点检测方法已经不能够满足于现阶段该项技术发展的基本需求，基于此，本文在相似度计算的基础上，提出一种物联网传输流丢包节点检测方法，根据丢包检测原理，将对节点进行感测向量检测处理，并对跨度和实际节点之间的像素度来做对应的判定。仿真实验结果表明，该方法检测过程效率较高，且能够精准检测出丢包节点位置，确保了较高的节点转发率，为提高数据传输效率奠定了坚实的基础。