物联网可靠性评估方法综述

2023-10-23李君妍刘永杰

机电产品开发与创新 2023年5期

李君妍，范波，刘永杰

（中国兵器装备集团自动化研究所长沙分公司，湖南长沙 410000）

0 引言

随着智能设备和高速网络的广泛使用，物联网（Internet of Things，IoT）作为一种新兴技术，得到大范围的发展。物联网没有标准定义[1]，但一般来说，物联网是一种将获取和共享数据的唯一可识别端点或“事物”组成的网络[2]，旨在将人和各种事物无缝连接起来，使社会朝着智能化、便利化和高效化的方向转变，其基本特征是对信息进行全面感知、可靠传输和智能处理。

物联网通过传感装置获取实体信息，并通过网络传输到相关服务节点，从而通过人与物、物与物的互联互通，实现对物理世界的智能识别、定位、跟踪、监控和管理。物联网是由各种支撑技术组成的异构架构[4]，如射频识别（Radio Frequency Identification，RFID）[3]、近场通信（Near Field Communication，NFC）[5]和无线传感器网络[6]等。物联网已经成功应用于多个领域，如智能制造、智慧医疗、智慧城市、智慧农业、汽车工业、智慧供应链等，几乎影响着我们生活的方方面面。

而由于物联网系统应用的安全性需求，物联网系统必须在预定任务时间内可靠运行，但物联网设备常暴露于极端环境中，如极端温度、极端湿度、腐蚀性烟雾和机械冲击或震动中。为避免出现物联网设备故障、关键数据缺失、网络中断、数据损坏或丢失等故障，避免造成任务失败、经济损失、环境破坏等后果，需要在物联网部署之前进行评估，衡量预期使用条件，确定物联网需求设计，权衡量化物联网可靠性需求。由于物联网网络的特点，对于其进行建模和评估都存在困难，而准确有效的进行建模、分析和评估有助于更好的优化物联网系统，完善物联网设计。

1 物联网连通可靠性评估

1.1 概念

物联网连通可靠性，指的是仅仅考虑网络拓扑结构，将物联网实现连通功能的概率作为可靠性的度量。评估指标主要为端可靠度，需要计算实现连通功能的概率，根据是否有源，可以分为有源网络中的ST 可靠度、SK 可靠度和SAT 可靠度，无源网络中的两端可靠度、k 端可靠度和全端可靠度，如图1 所示。

图1 物联网连通可靠性评估指标分类

1.2 评估方法

1.2.1 基于图论和概率论的分析建模方法

应用于物联网可靠性评估的分析建模方法，主要是使用基于物联网特征的数学和/或形式表示，并使用封闭形式或仿真进行求解。目前对于物联网可靠性评估，已提出经典解析方法[7]、马尔可夫分析方法[8]、可靠性框图法（RBD）[9-10]、故障树分析法[11]等方法。

经典解析方法包括状态枚举算法、不交积和法、容斥原理方法和因子分解法。状态枚举算法通过枚举出网络正常的所有元件状态，而计算相应的可靠度；容斥原理方法将物联网的网络可靠度表述为全部最小路集的并，使用容斥原理去掉相容事件相交的部分，计算相应的可靠度；不交积和法则通过求解并的不交积和来计算；因子分解法则选择网络中的一个元件，按照其可靠与不可靠逐步向下分解，从而迭代获得可靠度。优点在于直观容易理解，算法的正确性容易验证，缺点在于网络结点数增加时，计算复杂度将会指数增长的“组合爆炸”问题，如果结点数过大，时间上难以承受。

马尔可夫模型中，如果给定当前时刻信息，则过去的状态（指当前时刻以前的状态）对于预测将来的状态（指当前时刻后的状态）是无关的，避免了使用状态枚举算法时节点状态数爆炸增长的问题。

可靠性框图（RBD）使研究者可以通过组合任务系统元素的可靠性来表示和评估系统的可靠性，故障树分析（Fault Tree Analysis，FTA）则将故障事件作为顶部事件，通过故障因果逻辑分析，寻找顶部事件发生原因及其组合，构建逻辑因果关系图。FTA 不仅能够对系统进行定性风险分析，在有基础数据时还可以进行定量分析计算，估计系统顶事件发生概率以及底事件的重要度。

1.2.1.1 二态、故障统计独立假设

研究者们假设节点和链路只有两种状态：开状态和关状态（故障状态），其概率是统计独立的。

从节点角度，Wang 等[12]将将节点模型分为4 种组件：传感组件、处理组件、通信组件、电源组件[13-14]，进行故障树分析，并考虑多个MAC 协议下的传感器节点可靠性，回避了对于传感器节点寿命遵循一定分布的假设，但只适用于同构WSN 网络。为了减少计算量，AboElFotoh 等[15]使用状态枚举算法和因子分解法，对于使用簇型结构的无线分布式传感器网络进行2 端可靠度评估，证明了对于任意网络，使用状态枚举算法是进行2 端可靠性评估是P-hard问题，时间复杂度为O（2n），同时考虑了使用不相交路径和区间图的特殊情况，进一步降低时间复杂度。 Vasar 等[16]首次提出使用马尔可夫模型构建可靠性函数或平均故障时间（MTTF）来评估使用二态组件的无线传感器网络的可靠性，为评估无线传感器网络的可靠性提供了理论基础。Pranati Mishra[17]将无线传感器网络建模为多个组件的串联系统，使用马尔可夫模型来查找WSN 中每个组件的状态，比起经典解析方法，计算节点状态的时间复杂度可以从O（2n）缩小到O（n2）。从网络连通性的角度Laranjeira[18]将物联网建模为图网络结构，考虑传感器节点均匀部署于方形区域或圆形区域中，根据WSN 中的有效平均连通性来评估全端可靠度，适用于双向通信节点和静态网络，但是没有考虑到实际多跳通信协议和异构节点的情况。

考虑到链路不可靠的情况，Zonouz 等[19-20]建立无线信道下的链路故障模型，节点故障模型则分别根据电池供电类型（BPSN）[19]和能量收集类型（EHSN）[20]进行建模。

1.2.1.2 多态、共因故障假设

实际生活中，节点和链路可能有多种状态，且故障之间存在共因故障。Silva 等[21]讨论了WSN 中的共因故障，提出了基于故障树形式的评估方法，介绍了设备故障条件和设备失效条件，用于分析共因故障时WSN 的可靠性和可用性。

考虑到共因故障问题， Xiao 等[22]提出一种增强有序二元决策图算法使用一组有序二叉决策图变量来引导沿着有序二叉决策图的计算，使用高效有序的构造和哈希表存储。降低存储成本和计算成本，只考虑到了2 端可靠度的计算，也没有考虑到单体故障问题。 Shrestha 等[23]提出了另外一种简化有序二元决策图算法，通过聚类分层来减少计算，可以降低计算成本，并找到最低可靠度的簇，通过增加冗余节点或者更改可靠设备来提升可靠度，但只适用于簇型结构。 Xing 等[24]则针对于星型、树型、网型和分层簇型提供了可靠性表达式，增加了对于覆盖范围的考虑，为WSN 设计者从可靠性角度出发选择网络拓扑结构提供了理论模型。 Chowdhury C 等[25]在节点状态为工作或关闭，传感器节点位置伪随机，信号传播为双射线传播模型的假设下，计算了远程部署的静态无线传感器网络的2 终端、k 终端和全端可靠性，以评估共因故障发生和单个部件故障时的WSN 可靠性。

考虑到节点多态问题，Deif 等[26]将WSN 建模串联系统，增加中继状态的考虑，充分考虑到了中继情况，但没有考虑到异构节点，且需要使用广度优先搜索算法来计算节点的通信路径集，时间耗费高。

1.2.2 模拟随机事件的仿真方法

应用于物联网的模拟仿真方法，主要是使用仿真软件对网络进行仿真，如模拟创建、发送、接收、转发和丢弃数据包等网络行为，根据人工或自动模拟得到可靠性评估指标数据，将仿真数据用于建立的评估模型进行可靠性评估。仿真方法主要包括蒙特卡洛算法和Petri 网等。蒙特卡洛算法依靠重复随机抽样来获得数值结果，使用随机性来解决原则上为确定性的问题。 Petri 网则是对离散并行系统的数学表示，由位置、变迁和有向弧组成，其中位置表示系统中的状态，变迁表示状态间的转移，有向弧表示状态之间的关系。

Slavko 等[27]使用蒙特卡洛算法对复杂通信网络的2端可靠性进行评估，使用简单固定的节点故障率和韦伯分布的无线链路故障对系统可靠性进行建模，Jin 等[28]不仅将2 端可靠性作为评估指标，还加入了对于至少K 个节点感知六边形区域中点的考虑，即K 覆盖，适用于感知节点平均部署且分区明确的情况。Salvatore 等[29]使用动态可靠性框图（DRBD）进行系统可靠性建模，再转化为非马尔可夫随机Petri 网进行分析，关注重点在于对于不同拓扑中节点动态行为进行分析。该方法对于节点故障分布建模没有限制，但是会受到状态空间爆炸的影响。

由于分析建模方法基于路径不相交进行分析，但是，在实际环境中存在公共链路。对于大规模网络，考虑交叉路径分析多传感器节点（即多源节点）的可靠性是非常困难的，在这种情况下，网络模拟方法优于数学分析方法。但仿真方法需要生成满足由给定分布生成的随机数，需要检验随机数分布选择的正确性。如果输入的随机数不同于假设，则整个模拟（及其预测结果）可能是错误的。同时，为了达到预期的精度，蒙特卡罗抽样的样本数呈指数增长，Petri网在面对庞大而复杂的网络时，也存在“组合爆炸”问题。

2 物联网覆盖范围可靠性评估

2.1 概念

物联网覆盖范围可靠性评估，指的是以覆盖目标是否能正确感知的概率作为可靠性的度量。在很多情况下，可靠性不仅要考虑接收节点和感知节点之间存在路径的概率，还要考虑对于目标是否能够正确感知。如图2 所示，评估指标可以分为点覆盖、区域覆盖和栅栏覆盖。

图2 物联网覆盖范围可靠性评估指标分类

2.2 评估方法

物联网覆盖范围可靠性评估主要采用分析建模方法。 Liu 等[30]使用双向数据传输树方法进行分析，适用于异构节点，且考虑到感知误差、信息融合次数和感知可信度对于可靠性的影响，但只适用于使用PEGASIS 协议的链式网络。Shrestha[31]改进了Huang[32]和Meguerdichian[33]提出的K 覆盖方法，针对不同集群的K 覆盖进行评估，将网络的覆盖可靠性进行分层计算，还提出了如何将集群K 覆盖问题转换为K 端可靠性问题，计算存在一棵Steiner 树将多个K 覆盖集合中的节点与簇头节点连接起来率。 Ehsani Zonouz 等[34]等人综合考虑网络直径、链接数、聚类系数、到Sink 节点的平均最短距离、平均跃点数、能源消耗（发射和接收的能量耗散），建立对于使用单路径路由算法的WSN 网络的应用通信可靠性评估。Wang C 等[35]人使用分阶段任务框架，提出了基于二进制决策图的无线传感器网络分阶段通信可靠性分析算法。

从数学角度出发，Yang 等[36]通过分析传感器的欧几里得距离和感应距离之间的关系进行定量评估，但需要提前知道移动路径；Gupta 等[37]将覆盖问题作为一个决策问题，考虑每个检测感应范围的周长，确定目标感知区域的每个位置是否被充分覆盖；Chen 等[38]认为决策模型只是对实际传感模型的粗略近似，建立了概率模型来评估区域覆盖率。

Jesus 等[39]则综合使用故障树分析和马尔可夫链来对网络行为进行建模，考虑到故障和路由策略对于网络行为的影响，使用容斥原理来针对于摄像头的覆盖范围进行建模，扩展了传感器感知模型。

3 物联网性能可靠性评估

3.1 概念

物联网性能可靠性评估，指的是以某些性能参数（如端对端延迟、数据包传输速率、吞吐量等）不超过其规定阈值的概率作为可靠性的度量[40-41]。可靠性评估不仅要考虑连通性和覆盖范围，还要考虑性能是否达到要求。

3.2 评估方法

3.2.1 实验室方法

评估物联网性能可靠性可以直接使用实验室方法，通过人为插入故障进行可靠性分析，或者直接使用测试仪器在实际场景中进行分析。如Zhao 等[42]测量了在不同条件下（室内办公楼、栖息地、停车场）的WSN 无线通信的数据包传输性能，侯蒙[43]在电磁干扰环境下测量了WSN的接收延时、包接收率和吞吐量等通信指标来评估物联网可靠性。实验室方法充分考虑了物联网中传递数据的时空特性及其环境依赖性，评估结果更为精确，但是由于是手工评估，评估时间较长，难以大范围应用。

3.2.2 分析建模方法

评估物联网性能可靠性也可使用分析建模方法。Deif等[44]认为提高无线传感器网络寿命和减少网络中的数据包冲突，需要研究潜在的传感器节点故障，因此使用通信开销以及检测和修复网络功能所需时间作为评估指标。Khan 等[45]研究了在WSN 中不同的拓扑设置如何影响无线传感器网络中的数据包传输比率（PDR）和端到端延迟。乐英高[46]从网络生存周期、吞吐性能、能量消耗、时延效率作为移动无线传感器网络的评估指标进行网络可靠性评估。Kim 等[47]计算单跳网络中测量的链路质量指示器和无线信号强度指示器之间的关系以评估分组接收率，采用一阶可靠性方法和蒙特卡罗仿真对无线传感器网络进行了系统可靠性分析。 Xiaojuan Zhu 等[48]则从任务的角度出发，认为可靠性受传输方式、网络流量和传输路径的影响，将可靠性定义为在给定的时间段内目的节点接收到的数据包与传输产生的整个数据包之比。针对网络拓扑和聚类拓扑，分别对上行数据传输路径和下行数据传输路径进行分析，并建立了基于传输路径的动态评估框架。 Lyu 等[49]使用层次分析法综合建立了物联网可靠性指标体系进行综合评价，综合分析了端对端可靠性、节点间通信可靠性和网络容量。

3.2.3 仿真方法

对于性能可靠性评估，主要使用各类仿真软件对物联网进行仿真，主要使用NS-2、OPNET、NS-3、OMNET++、QualNet 等。网络仿真工具可以方便的配置网络，模拟网络流量和数据包错误，采集时延、丢包率、吞吐量等仿真数据。 Xiaokuan Zhu 等[50]使用NS-2 软件针对簇状和网状WSN 进行仿真分析，分析了上行数据和下行数据的传输过程，基于传输路径，使用模拟值、评估理论值和端对端数据包传输率来建立动态评估框架进行评估。仿真方法的缺点在于，使用仿真方法需要经常观察系统故障事件，而这些事件多为罕见事件，这会导致仿真时间大幅增加。

4 挑战

在进行物联网可靠性评估时，异构节点和链路质量的评估都会对评估造成挑战。①5G 网络发展：由于5G 网络的发展，使用协议和多址接入技术发生变化，需要思考如何针对5G 网络的协议和技术进行有效建模；②异构节点处理：分析建模方法没有考虑异构节点的情况，仿真方法又由于需要使用大量时间观测罕见时间导致运行时间开销高，如何进行高效的异构节点建模分析以进行可靠性评估也是一个难点；③数据信息分析：对于大型物联网来说，感知节点的数量极大，需要考虑如何对异构且数量极大的感知数据进行高效处理；④指标体系搭建：现有可靠性评估多针对于一个角度进行分析，需要进行从多个角度进行综合分析，并综合比较各种算法之间的优缺点；⑤三维空间探索：感知节点可靠性评估多考虑二维空间中的节点，而当物联网节点应用于战场或空间探索时，就面临着三维世界下的节点可靠性建模和覆盖控制方案的挑战。