无线传感器网络的节点信誉评测方法及系统的制作方法
【专利摘要】本发明公开了一种无线传感器网络的节点信誉评测方法及系统，属于无线传感器网络【技术领域】。该无线传感器网络的节点信誉评测方法包括：获取节点的历史互动观测结果，得到狄利克雷先验概率分布；获取节点的本次互动观测结果，得到多项概率分布；根据所述先验概率分布和所述多项概率分布，得到所述节点的狄利克雷后验概率分布；根据所述狄利克雷后验概率分布计算所述节点的本地信誉值；根据所述本地信誉值对所述节点进行信誉评测。该无线传感器网络的节点信誉评测方法和系统，能够对节点的行为进行精确、详细的评测，以便于选择可靠的节点进行信息传输，保证网络的安全性和可靠性。
【专利说明】无线传感器网络的节点信誉评测方法及系统
【技术领域】
[0001]本发明涉及无线传感器网络【技术领域】，特别涉及一种无线传感器网络的节点信誉评测方法及系统。
【背景技术】
[0002]无线传感器网络(Wireless Sensor Network,简称WSN)是由部署在监测区域内大量的廉价微型传感器节点组成，通过无线通信方式形成的一个多跳的自组织的网络系统，其目的是协作地感知、采集和处理网络覆盖区域中被感知对象的信息，并发送给观察者。
[0003]随着无线传感器网络的快速发展，为了适应不同的应用需求，对网络的可靠性和安全性也提出了越来越高的要求。尤其是当无线传感器网络工作在恶劣环境下，例如，环境检测、资源勘探、水下作业等场合，网络的可靠性与安全性将面临巨大挑战。为了对无线传感器网络的安全性和可靠性进行评测，引入了信誉系统。
[0004]信誉系统是指源节点与目标节点互动时，根据互动历史信息对目标节点进行基于先验分布的评价，并预测目标节点的行为。与目标节点互动之后，源节点监视目标节点是否执行了所要求的行为，并将观测结果与先验分布进行整合，得出基于后验分布的信誉值。信誉值在无线传感器网络中，被广泛应用于同步、定位、数据汇聚加权、入侵检测等，能够对无线传感器网络的可靠性和安全性进行评价。
[0005]现有技术中，信誉系统通常基于Beta(贝塔)分布对节点的信誉进行评估，通常粗略地将节点的信誉级别分为合作和不合作两种。由于实际网络的状况十分复杂，节点很容易遭受信道衰落、干扰和攻击等异常事件的影响，而导致节点的可靠性和安全性出现差异，该差异将会影响网络的传输、能耗和安全性能。因此，粗略将节点信誉分为两个信誉级别，无法满足实际需求。
【发明内容】
[0006]本发明实施例提供了一种无线传感器网络的节点信誉评测方法及系统，可以实现对节点行为精确、详细的评估，进而保证无线传感器网络的安全性和可靠性。
[0007]本发明实施例提供的技术方案如下:
[0008]一方面，提供了一种无线传感器网络的节点信誉评测方法，包括:
[0009]获取节点的历史互动观测结果，得到狄利克雷先验概率分布；
[0010]获取节点的本次互动观测结果，得到多项概率分布；
[0011]根据所述先验概率分布和所述多项概率分布，得到所述节点的狄利克雷后验概率分布；
[0012]根据所述狄利克雷后验概率分布计算所述节点的本地信誉值；
[0013]根据所述本地信誉值对所述节点进行信誉评测。
[0014]优选地，所述方法还包括:根据所述本地信誉值和预设的互斥分类规则，对所述节点进行信誉分类。
[0015]优选地，所述计算所述节点的本地信誉值，包括:计算所述狄利克雷后验概率分布的数学期望值，并将所述数学期望值作为所述本地信誉值。
[0016]优选地，所述互斥分类规则包括:多个大小不等的预设信誉值，以及与所述预设信誉值对应的多个预设信誉等级。
[0017]优选地，所述根据所述本地信誉值和预设的互斥分类规则，对所述节点进行信誉分类，包括:
[0018]将所述本地信誉值分别与所述多个预设信誉值进行比较；
[0019]将与所述本地信誉值相差最小，且小于或等于所述本地信誉值的预设信誉值所对应的预设信誉等级，作为所述本地信誉值的信誉等级。
[0020]另一方面，提供了一种无线传感器网络的节点信誉评测系统，包括:
[0021]第一获取模块，用于获取节点的历史互动观测结果，得到狄利克雷先验概率分布；
[0022]第二获取模块，用于获取节点的本次互动观测结果，得到多项概率分布；
[0023]第一计算模块，用于根据所述先验概率分布和所述多项概率分布，得到所述节点的狄利克雷后验概率分布；
[0024]第二计算模块，用于根据所述狄利克雷后验概率分布计算所述节点的本地信誉值；
[0025]信誉评测模块，用于根据所述本地信誉值对所述节点进行信誉评测。
[0026]优选地，分类模块，用于根据所述本地信誉值和预设的互斥分类规则，对所述节点进行信誉分类。
[0027]优选地，所述第二计算模块用于计算所述狄利克雷后验概率分布的数学期望值，并将所述数学期望值作为所述本地信誉值。
[0028]优选地，所述互斥分类规则包括:多个大小不等的预设信誉值，以及与所述预设信誉值对应的多个预设信誉等级。
[0029]优选地，所述分类模块，包括:
[0030]比较单元，用于将所述本地信誉值分别与所述多个预设信誉值进行比较；
[0031]选择单元，用于将与所述本地信誉值相差最小，且小于或等于所述本地信誉值的预设信誉值所对应的预设信誉等级，作为所述本地信誉值的信誉等级。
[0032]本发明实施例提供的无线传感器网络的节点信誉评测方法及系统，通过节点的历史互动观测结果和本次互动观测结果，分别得到狄利克雷先验概率分布和多项概率分布，通过计算得到节点的狄利克雷后验概率分布，进而计算出节点的本地信誉值，通过本地信誉值对节点的信誉进行评测，能够得到精确、详细的评测结果，以便于选择可靠的节点进行信息传输，以保证网络的安全性和可靠性。
【专利附图】
【附图说明】
[0033]为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明中记载的一些实施例，对于本领域普通技术人员来讲，还可以根据这些附图获得其他的附图。[0034]图1为本发明实施例提供的一种无线传感器网络的节点信誉评测方法的流程图；
[0035]图2为本发明实施例提供的另外一种无线传感器网络的节点信誉评测方法的流程图；
[0036]图3为本发明实施例提供的一种无线传感器网络的节点信誉分类方法的流程图；
[0037]图4为本发明实施例提供的一种节点信誉评测与现有技术的节点信誉评测的仿真结果对比图；
[0038]图5为本发明实施例提供的另外一种节点信誉评测与现有技术的节点信誉评测的仿真结果对比图；
[0039]图6为本发明实施例提供的一种无线传感器网络的节点信誉评测系统的结构示意图；
[0040]图7为本发明实施例提供的另外一种无线传感器网络的节点信誉评测系统的结构示意图；
[0041]图8为本发明实施例提供的一种分类模块的结构示意图。 【具体实施方式】
[0042]为了使本领域 技术人员更好地理解本发明实施例的方案，下面结合附图和实施方式对本发明实施例作进一步的详细说明。
[0043]如图1所示，为本发明实施例提供的一种无线传感器网络的节点信誉评测方法的流程图，可以包括以下步骤:
[0044]步骤101:获取节点的历史互动观测结果，得到狄利克雷先验概率分布；
[0045]步骤102:获取节点的本次互动观测结果，得到多项概率分布；
[0046]步骤103:根据步骤101得到的先验概率分布和步骤102得到的多项概率分布，得到节点的狄利克雷后验概率分布；
[0047]步骤104:根据步骤103得到的狄利克雷后验概率分布计算所述节点的本地信誉值；
[0048]步骤105:根据步骤104得到的本地信誉值对节点进行信誉评测。
[0049]在本发明实施例中，可以通过贝叶斯过程对节点的行为进行预测:
[0050]Dir(p\ a) + Mulli (/; J /I,.) = Dir(p\ ? + Tij)
[0051]其中，切句是狄利克雷(dirichlet)分布，是基于节点的历史互动数据得到的先验概率分布；—/〃’(列吃_)是多项概率分布，表示节点的本次互动观测结果；Dir{p\a + n;)
是狄利克雷分布，是根据先验概率分布和本次观测结果，计算得出的后验概率分布。在完成一次节点互动后，可以将后验概率分布作为下次节点互动的先验概率分布。
[0052]在得到节点互动的狄利克雷后验概率分布后，可以通过计算得到节点的本地信誉值，每个节点都具备信誉评测功能，可以根据所得到的节点的本地信誉值对节点的安全性和可靠性进行评测。其中，本地信誉值可以通过计算狄利克雷后验概率分布的数学期望值得到，将该数学期望值作为节点的本地信誉值。
[0053]对于具有K维概率矢量]5的目标节点，其本地信誉矢量为狄利克雷分布的数学期望，即:
【权利要求】
1.一种无线传感器网络的节点信誉评测方法，其特征在于，包括: 获取节点的历史互动观测结果，得到狄利克雷先验概率分布； 获取节点的本次互动观测结果，得到多项概率分布； 根据所述先验概率分布和所述多项概率分布，得到所述节点的狄利克雷后验概率分布； 根据所述狄利克雷后验概率分布计算所述节点的本地信誉值； 根据所述本地信誉值对所述节点进行信誉评测。
2.根据权利要求1所述的方法，其特征在于，所述方法还包括:根据所述本地信誉值和预设的互斥分类规则，对所述节点进行信誉分类。
3.根据权利要求1或2任一项所述的方法，其特征在于，所述计算所述节点的本地信誉值，包括:计算所述狄利克雷后验概率分布的数学期望值，并将所述数学期望值作为所述本地信誉值。
4.根据权利要求2所述的方法，其特征在于，所述互斥分类规则包括:多个大小不等的预设信誉值，以及与所述预设信誉值对应的多个预设信誉等级。
5.根据权利要求4所述的方法，其特征在于，所述根据所述本地信誉值和预设的互斥分类规则，对所述节点进行信誉分类，包括: 将所述本地信誉值分别与所述多个预设信誉值进行比较； 将与所述本地信誉值相差最小，且小于或等于所述本地信誉值的预设信誉值所对应的预设信誉等级，作为所述本地信誉值的信誉等级。
6.一种无线传感器网络的节点信誉评测系统，其特征在于，包括: 第一获取模块，用于获取节点的历史互动观测结果，得到狄利克雷先验概率分布； 第二获取模块，用于获取节点的本次互动观测结果，得到多项概率分布； 第一计算模块，用于根据所述先验概率分布和所述多项概率分布，得到所述节点的狄利克雷后验概率分布； 第二计算模块，用于根据所述狄利克雷后验概率分布计算所述节点的本地信誉值； 信誉评测模块，用于根据所述本地信誉值对所述节点进行信誉评测。
7.根据权利要求6所述的系统，其特征在于，所述系统还包括:分类模块，用于根据所述本地信誉值和预设的互斥分类规则，对所述节点进行信誉分类。
8.根据权利要求6或7任一项所述的系统，其特征在于:所述第二计算模块用于计算所述狄利克雷后验概率分布的数学期望值，并将所述数学期望值作为所述本地信誉值。
9.根据权利要求7所述的系统，其特征在于，所述互斥分类规则包括:多个大小不等的预设信誉值，以及与所述预设信誉值对应的多个预设信誉等级。
10.根据权利要求9所述的系统，其特征在于，所述分类模块，包括: 比较单元，用于将所述本地信誉值分别与所述多个预设信誉值进行比较； 选择单元，用于将与所述本地信誉值相差最小，且小于或等于所述本地信誉值的预设信誉值所对应的预设信誉等级，作为所述本地信誉值的信誉等级。
【文档编号】H04W84/18GK103957547SQ201410186843
【公开日】2014年7月30日 申请日期:2014年5月5日 优先权日:2014年5月5日
【发明者】陈岚, 肖夏, 李莹 申请人:中国科学院微电子研究所