基于被动端到端的传感器网络故障链路推断方法
【专利摘要】本发明公开了一种基于被动端到端的故障链路推断方法，首先将所有路径丢包率与相应阈值比较后可以得到故障区域后，检测所有链路状态是否可以解释故障路径，使用端到端的数据计算各条路径的丢包率，通过与阈值的比较对路由矩阵进行简化，其次，根据链路丢包率推断模型，计算出链路丢包概率，通过简化矩阵的方式优化算法，通过端到端的数据推断出故障区域内所有链路的丢包率，进一步提升了对已有数据的利用率；最后，提出最大概率推断模型，迭代计算各条链路的权值，通过每次选择最优权值的链路并删除包含此链路的路径，直到所有的故障被解释为止，通过使用启发式贪婪算法解决上述问题。
【专利说明】基于被动端到端的传感器网络故障链路推断方法
【技术领域】
[0001] 本发明涉及无线传感器网络故障定位技术，具体是一种基于被动端到端的故障链 路推断方法。
【背景技术】
[0002] 随着通信、微电子、嵌入式和传感器技术的飞速发展，人们研制出各种具有感知、 计算和通信能力的无线传感器节点。传感节点能够感知各种各样的物理信息，比如温度、湿 度、光照和压力等。由传感器节点组成的无线传感器网络便成为了新的网络应用类型，它综 合了传感器技术、嵌入式计算技术、分布式信息处理技术和通信技术，通过实时感知区域中 的各类数据信息，并对其进行融合处理，最后发送到服务器端，通过数据挖掘等技术得到相 应的信息。无线传感器网络可广泛用于国防军事、环境监测、医疗卫生、反恐抗灾、建筑结构 检测等领域。
[0003] 在实际应用过程中，传感器节点通常部署在周围气候环境或地理条件非常恶劣的 区域中，如月球气候环境监测，活火山实时监测，高危区域远程控制等。无线传感网络的服 务质量和系统运行状况可能会在节点软硬件故障、节点电量耗尽、人为破坏和气候原因导 致的物理环境的改变等复杂因素的影响下，使得网络中出现节点故障、链路丢失等现象，从 而影响到整个网络的可靠性和实际应用效果。通过实时监测网络状态，一旦发生异常便引 发故障定位并修复，从而保证网络应用正常运行。随着无线传感器网络规模逐渐增大、结构 日益复杂，网络发生故障的概率也逐渐上升，为了维持网络的可用性，使其更高效、安全、稳 定、可靠的运行，更大限度的降低运营成本，提供真实可靠的数据信息，国内外在无线传感 器网络故障管理领域展开了一系列的深入研究。
[0004] 传感器节点部署到实际应用环境后，经常没有按照预先设定的方式运行，甚至停 止工作。为了使网络正常运行，必须建立网络故障管理系统，一旦发现网络中存在可能判定 为存在故障的异常信息，便会触发报警并自动对异常信息进行分析处理，提出最优的解决 方案，直到所有的故障被发现为止。且随着无线传感网络规模的增大，各个传感器节点之间 的相互影响，如果中间路由节点发生故障，通过该节点进行数据包转发的大量节点也会被 认为发生故障。因此无线传感器网络中发生故障时，及时检测到异常，通过对相关数据进行 分析并快速的定位到具体的故障部件是保证网络稳定、可靠运行的关键，也是网络故障管 理的首要任务。因此，无线传感网络故障管理对于网络正常运行是至关重要的。
[0005] 无线传感器网络中的故障链路定位技术，分为基于主动测量、基于被动测量和基 于主动加被动测量的定位和推断技术。主动监测消耗传感器网络中的能源，且不正常的行 为可能会误导故障定位。例如节点可能错误的报告自己或者邻居的状态信息，或者中间路 由节点可能会修改转发包中的信息。而被动监测，使用端到端的数据，因此不会发生上述问 题。研究工作中有学者使用网络断层技术推断节点的丢包率，基于特定模型的方法只能分 析单一的故障。也有学者提出使用相关图进行故障检测，相关图描述了在一段时间内各个 节点的相关参数在统计上的相关性，在传感器网络正常运行的情况下，同一节点不同时刻 的相关图具有时间相关性，而同一时刻不同节点的相关图具有空间相关性，使用节点的相 关图在时间和空间上的异常突变来检测网络中可能存在的故障，该方式的优点是需要较少 的通信开销、适用于数据收集类应用的网络故障检测，缺点是不适用于比较复杂的应用场 景。上述两种方法都需要对数据进行聚合处理，缺点是仅适应在固定的树形拓扑下，且推理 也可能会出现错误。网络断层分析技术早已经被非常成熟的研究，大多数应用在有线网络 中，且不能被直接用到传感网络中。因为这种技术需要静态拓扑和相关联的数据包。在无 线传感网中，端到端的数据是不相关联的且拓扑随时改变。
[0006] 另外现有研究还有很多，例如通过使用一组与网络连通性、网络数据流和节点相 关的参数用于故障检测，使用决策树算法检测网络中存在的故障，该方法的简单实用，缺点 是数据收集过程中产生较大的开销；通过修改网络协议，降低故障检测可见性开销，可见 性开销是故障发生的概率与检测出该故障所需能耗的乘积的总和，通过对协议的进行修 改，降低了能耗的开销，但是，修改协议的方式在大多数情况下是不成立的；通过轻量级数 据包标记策略，可以得到网络拓扑和一系列网络运行状态信息，并根据上述信息可以得到 传感器节点的依赖关系图和推断模型，然后，将观测到的症状输入到推断模型，得到在某节 点故障条件下的网络中不同节点发生故障的后验概率，并通过各种故障后验概率的比较进 行故障检测。
[0007] 故障检测、定位和推断技术已经被广泛的提出并应用在实际场景中。但是现有的 技术大多依赖与节点进行交互的能力，如Sympathy、Memento和剩余能量扫描技术。即每 个节点需要周期性报告节点自身或邻居节点的相关信息。上述方式存在以下三个方面的劣 势：首先，每个节点需要对自身或邻居进行监测，消耗节点能源、缩短了网络的生存周期。其 次，收集信息的滞后性，因为节点的信息是周期性发送的，而不是实时采集的。最后，这种方 式需要节点和链路是完全可控制的。
[0008] 最近，在许多研究中提出充分利用被动端到端的数据推断网络中可能存在的故 障，该方法是基于分析端到端的数据包，并建立推理模型，最后推断出解释当前故障的原 因。不同于主动探测方式，被动探测不需要额外的信息负载，降低了网络能耗，充分延长了 网络生存周期。
[0009] 本发明使用端到端的数据计算各条路径的丢包率，通过与阈值的比较对路由矩阵 进行简化，目的是去掉根据端到端的数据可以判定为好的路径。其次，由于该推理模型需要 各条链路的故障概率，通过简化矩阵的方式优化了链路推断算法提。最后，迭代计算各条链 路的权值，通过每次选择最优权值的链路并删除包含此链路的路径，直到所有的故障被解 释为止。本发明将其转化为最优监测序列问题。并利用节省监测次数最优设计了基于节点 监测启发式贪婪算法，有效的减少主动测量次数，降低算法耗时和能耗。
【发明内容】
[0010] 针对以上现有技术中的不足，本发明的目的在于提供一种减少主动测量次数，降 低算法耗时和能耗的基于被动端到端的传感器网络故障链路推断方法，本发明的技术方案 如下：基于被动端到端的传感器网络故障链路推断方法，其包括以下步骤：
[0011] 101、获取传感器网络的拓扑图G，根据拓扑图G得到路由矩阵R和路径集合P，然 后收集N轮传感器网络运行数据，其中第k轮中，k < N，拓扑图G中的叶节点发送到汇节点 的数据记录为.....，从路径集合P中选择一条未访问的路径p，判断该路 径P的丢包率是否大于阈值Tpi ?若是，则将该路径P加入到正常路径集合Pe中，否则则将 该路径P加入到故障路径集PB中，并遍历P是否所有路径都被访问，若是，从故障路径集PB 中选择一条未访问的链路A，判断该链路的状态是否responsible，若是则得到故障链路并 将包含该链路的所有路径从故障路径集P B中删掉，若不是则不作处理，重复得到简化路由 矩阵ft;
[0012] 102、根据步骤101中得到的简化路由矩阵.ft:得到简化故障区域，根据链路丢包 率推断模型（Yu Yang, Yongjun Xu. A Loss Inference Algorithm for Wireless Sensor Networks to Improve Data Realiabillity of Digital Ecosystems[J]. IEEE Trans. On INDUSTRIAL ELECTRONICS, 2011，58(6) :2126-2137)，并采用启发式贪婪故障链路推断算法 计算出简化故障区域内所有链路的丢包率Pk ;
[0013] 103、计算故障路径集PB中权值最大的链路1，并将该权值最大的链路1从故障路 径集P B中删除，然后将该权值最大的链路1添加到故障链路集合中，同时删除掉故障路径 集PB中包含该权值最大的链路1的路径，重复步骤103,直到故障路径集P B为空为止，完 成故障链路的寻找。
[0014] 进一步的，步骤101中链路込=(j，k)的丢包率公式表示从节 点j发送η个数据包，结点k成功接收到m个数据包的丢包率。
[0015] 进一步的，设正常的链路丢包率4^0,存在故障的链路丢包率?:，5,其中 0 < α < β < 1，则当路径？1不包含故障链路时，路径丢包率φρ? < ah;如果路径丢包 率Φρ?彡Tpi，则4 即路径中的每一条链路都是正常的；如果路径丢包率 Φρ? < Tpi，则至少存在一条链路的丢包率2 0,即该路径中至少存在一条故障链路。
[0016] 进一步的，步骤102中计算简化故障区域内所有链路的丢包率的计算公式为：
【权利要求】
1. 一种基于被动端到端的传感器网络故障链路推断方法，其特征在于，包括以下步 骤： 101、 获取传感器网络的拓扑图G，根据拓扑图G得到路由矩阵R和路径集合P，然后收 集N轮传感器网络运行数据，其中第k轮中，k<N，拓扑图G中的叶节点发送到汇节点的 数据记录为=1_33，从路径集合P中选择一条未访问的路径P，判断该路径P 的丢包率是否大于阈值Tpi ?若是，则将该路径p加入到正常路径集合Pe中，否则则将该路 径P加入到故障路径集PB中，并遍历P是否所有路径都被访问，若是，从故障路径集PB中选 择一条未访问的链路A，判断该链路的状态是否responsible，若是则得到故障链路并将包 含该链路的所有路径从故障路径集P B中删掉，若不是则不作处理，重复得到简化路由矩阵 ^5： R； 102、 根据步骤101中得到的简化路由矩阵ft得到简化故障区域，根据链路丢包率推断 模型，并采用启发式贪婪故障链路推断算法计算出简化故障区域内所有链路的丢包率P k; 103、 计算故障路径集PB中权值最大的链路1，并将该权值最大的链路1从故障路径集 PB中删除，然后将该权值最大的链路1添加到故障链路集合中，同时删除掉故障路径集PB中 包含该权值最大的链路1的路径，重复步骤103,直到故障路径集P B为空为止，完成故障链 路的寻找。
2. 根据权利要求1所述的基于被动端到端的传感器网络故障链路推断方法，其特征在 于，步骤101中链路li = (j, k)的丢包率公式￥\= ，表示从节点j发送η个数 据包，结点k成功接收到m个数据包的丢包率。
3. 根据权利要求1所述的基于被动端到端的传感器网络故障链路推断方法，其特征 在于，设正常的链路丢包率￥\ € G，存在故障的链路丢包率巧，P，其中0彡α < β彡1， 则当路gPi不包含故障链路时，路径丢包率Φρ? < ah;如果路径丢包率Φρ?彡Tpi，则 fdct;即路径中的每一条链路都是正常的；如果路径丢包率φρ?彡Tpi，则至少 存在一条链路的丢包率=:;2 ?，即该路径中至少存在一条故障链路。
4. 根据权利要求1所述的基于被动端到端的传感器网络故障链路推断方法， 其特征在于，步骤102中计算简化故障区域内所有链路的丢包率的计算公式为：
其中A (k)表示在R(k)至少存在一个节点的数据到达节点k的条 ， 件下，成功被汇聚节点接收到的概率，Y (k)表示节点k的子孙节点中叶节点子集中至少有 一个节点的数据成功发送到sink节点的概率。
5. 根据权利要求4所述的基于被动端到端的传感器网络故障链路推断方法，其特征在 于，A(k)采用find_solution算法计算得到。
【文档编号】H04W24/04GK104159251SQ201410406514
【公开日】2014年11月19日 申请日期:2014年8月18日 优先权日:2014年8月18日
【发明者】尚凤军, 王剑 申请人:重庆邮电大学