技术领域本发明涉及无线传感器网络(WSN)建模领域，尤其涉及一种基于节点任务重要性的无线传感器网络演化模型构建方法。
背景技术：
作为物联网重要的基础支撑技术之一，无线传感器网络具有电源容量有限、多跳路由、自组织、动态拓扑等特点。由于受到有限的能量预算的限制，对于WSN设计，首先也是最重要的挑战就是能量效率。而如何从系统的层面上构建稳健、高效的网络拓扑一直是研究人员需要面对、攻克的难题。从二十世纪末以来，复杂网络理论逐步被引入其他学科领域，成为相当重要的分析工具和研究手段。1999年美国的Barabasi及Albert提出无标度网络模型，发现了复杂网络的无标度性质，引起全世界研究人员的重视，推动了复杂网络研究的发展，也为稳健、高效的WSN的构建，提供了一种新的思路。目前在基于无标度模型的WSN的建模方面已取得了一些成果：(PayneJL,EppsteinMJ.EvolutionaryDynamicsonScale-FreeInteractionNetworksEvolutionaryComputation[J].IEEETransactions,Volume,2009,13,Page(s):895-912.)从网络演化的角度分析了WSN拓扑控制。针对WSN自身的特点，作者在无标度网络增长特性的基础上，考虑了WSN的节点能耗的有效性，认为新增链路的择优选择不仅与节点的度有关，还与节点的剩余能量有关，具体如下：Π(ki)=f(Ei)kiΣjf(Ej)kj]]>其中，Π(ki)表示新节点与已存在节点i相连的概率；ki指节点的度数；Ei代表节点的当前能量；函数表达节点剩余能量和被选中连接的关系，是递增函数。节点剩余能量越大,与新加入节点连接的可能性就越大。这一模型平衡了节点的能量消耗，一定长度上延长了网络寿命。但是该模型中并没有考虑到WSN中节点和链路有增有减的动态行为。(ZhuHailin,LuoHong,PengHaipeng.ComplexNetworksBasedEnergy-EfficientEvolutionModelforWirelessSensorNet-works[J].Chaos,Solitons&Fractals,2009,41(4-30):1828-1835.)基于L-W模型提出了具有无标度特性的WSN演化模型EAEM(energy-awareevolutionmodel)和EBEM(energy-balancedevolutionmodel)，平衡了节点的能量消耗。(LiShudong,LiXiang,YangYixian.Alocal-worldheterogeneousmodelofWSNswithnodeandlinkdiversity[J].PhysicalA,StatisticalMechanicsandItsApplications,2011,390(6):1182-1191.)提出了一个局域分簇网络模型，并验证了该网络在数据传输方面的有效性。文章认为，新引入的节点在与原节点建立链接时，由于其通信半径，只能与周围一定距离内的节点形成链接，即存在局域性。这在一定程度上更加真实的体现了无线传感器网络的特性，但仍然有一定的局限性。因为它没有考虑传感器网络中节点的能量的异构性及能量有效问题。而(罗小娟,虞惠群,冷春霞.基于无线传感器网络的局域世界动态演化模型[J].华东理工大学学报,2012,2:216-220.)(符修文,李文锋.基于局域世界的无线传感器网络分簇演化模型[J].JournalonCommunications,2015.)则更进一步，在局域世界模型基础上综合考虑了节点的能量特性，但仍然没有对模型的脆弱性予以改善。而目前对无标度脆弱性的改善的途径主要就是降低关键节点的重要性：(Ze-HuiQ,PuW,Chao-MingS,etal.Enhancementofscale-freenetworkattacktolerance[J].ChinesePhysicsB,2010,19(11):110504.)提出一种SL方法，即将与关键节点直接相连的大部分节点转而与其邻居节点建立连接；(李建春,吴雪丽,韩冰,李健勇.一种对蓄意攻击具有鲁棒性的无标度网络[J].河南大学学报(自然科学版),2013,03:324-327.)则是认为无标度网络的脆弱性源于择优连接，通过让新节点按概率选择进行随机连接或择优连接，以减少择优连接的情况，进而达到提高对蓄意攻击的抵御能力的目的。随着WSN不断被应用到各个领域，WSN的能耗、网络健壮性等要求越来越高。构建性能优异且符合实际的WSN模型来指导WSN的实际应用已是一个热点方向。
技术实现要素：
本发明所要解决的技术问题是针对背景技术中所涉及到的缺陷，提供一种基于节点任务的无线传感器网络演化模型构建方法。本发明为解决上述技术问题采用以下技术方案：一种基于节点任务重要性的无线传感器网络演化模型构建方法，包含以下具体步骤：步骤1)，生成有m0个节点的初始网络，m0为自然数；步骤2)，增加新节点并赋予新节点初始能量和任务重要性；步骤3)，建立新节点与当前网络的链接关系；步骤3.1)，选择当前网络中与新节点距离最近的M个节点组成新节点的局域世界；步骤3.2)，按照以下公式计算出新节点与其局域世界中每个节点的链接概率：Π(ki)=(1-q)MN(t)αif(Ei)kiΣj=1,2,...,Mαjf(Ej)kj+qN(t)]]>其中，Π(ki)指节点i与新节点链接的概率，q为预先设定的系数值，0≤q≤1，N(t)为t时刻网络的节点总数，M为新节点的局域世界中节点的个数，Ei为节点i的当前能量，αi为节点i的任务重要性，ki为节点i的度，f(Ei)为节点i的当前能量与Π(ki)之间的函数；步骤3.3)，根据新节点与其局域世界中每个节点的链接概率建立新节点与其局域世界中节点的链接关系；步骤4)，根据以下公式计算当前网络中每个节点被删除的概率；Π*(ki)=1N(t)]]>其中，Π*(ki)为当前网络中节点i被删除的概率；步骤5)，对当前网络中每个节点按照其被删除的概率进行删除，并删除被删除节点与网络之间的所有链接；步骤6)，等待预设的时间步长T；步骤7)，重复步骤2)至步骤6)，直到当前网络中的节点总数等于预设的节点数阈值。本发明采用以上技术方案与现有技术相比，具有以下技术效果：1.与实际应用中的情形更加契合；2.平衡了节点的能量消耗，提高了网络的寿命；3.对恶意攻击有较强的抵御能力。附图说明图1为本发明提出的模型的演化流程图；图2为节点度分布随局域世界规模M的变化情况；图3为平均路径长度随局域世界规模M的变化情况；图4为蓄意攻击下的平均路径长度和网络连通性；图5为M＝m时，不同删除概率的度分布曲线。具体实施方式下面结合附图对本发明的技术方案做进一步的详细说明：本发明公开了一种基于节点任务重要性的无线传感器网络演化模型构建方法，包含以下具体步骤：步骤1)，生成有m0个节点的初始网络，m0为自然数；步骤2)，增加新节点并赋予新节点初始能量和任务重要性；步骤3)，建立新节点与当前网络的链接关系；步骤3.1)，选择当前网络中与新节点距离最近的M个节点组成新节点的局域世界；步骤3.2)，按照以下公式计算出新节点与其局域世界中每个节点的链接概率：Π(ki)=(1-q)MN(t)αif(Ei)kiΣj=1,2,...,Mαjf(Ej)kj+qN(t)]]>其中，Π(ki)指节点i与新节点链接的概率，q为预先设定的系数值，0≤q≤1，N(t)为t时刻网络的节点总数，M为新节点的局域世界中节点的个数，Ei为节点i的当前能量，αi为节点i的任务重要性，ki为节点i的度，f(Ei)为节点i的当前能量与Π(ki)之间的函数；步骤3.3)，根据新节点与其局域世界中每个节点的链接概率建立新节点与其局域世界中节点的链接关系；步骤4)，根据以下公式计算当前网络中每个节点被删除的概率；Π*(ki)=1N(t)]]>其中，Π*(ki)为当前网络中节点i被删除的概率；步骤5)，对当前网络中每个节点按照其被删除的概率进行删除，并删除被删除节点与网络之间的所有链接；步骤6)，等待预设的时间步长T；步骤7)，重复步骤2)至步骤6)，直到当前网络中的节点总数等于预设的节点数阈值。下面利用平均场理论对该模型进行分析，首先求解节点度的变化率：∂ki∂t=mΠ(ki)-pkiN(t)=m*(1-q)MN(t)*αif(Ei)kiΣj=1,2,...,Mαjf(Ej)kj-pkiN(t)]]>其中，0≤p≤1，m≤M≤m0+t。而当p＝1时表示每个时间步长T，在增加一个新节点的同时又删除一个旧节点，网络的节点总数并不会发生变化。这种情况与WSN的实际不符，所以对这种特殊情况不作分析。下面对局域世界的规模M分类讨论：(1)M＝m此时，新引入的节点与局域世界中所有节点建立链接的概率都一样，择优连接原则失去意义。在时刻t:N(t)＝m0+t(1-p)那么，∂ki∂t=m*(1-q)MN(t)*1M-pkiN(t)=m*(1-q)Mm0+t(1-p)*1M-p*kim0+t(1-p)≈m(1-q)-pkit(1-p)]]>求解偏微分方程，可得可知，该网络的度分布为指数形式，且p越大，度分布曲线下降越快。(2)m＜M≤m0+t在这种情况下，新节点按照择优连接原则选中局域世界中的m个节点，并建立链接。可得：∂ki∂t=m*(1-q)MN(t)*αif(Ei)kiMαE‾<k(t)>-pkiN(t)]]>其中，为节点执行任务重要性的期望；是网络节点能量的期望；<k(t)>是时刻t的节点的平均度,k为节点的度。设网络的总边数为b(t)，则有：db(t)dt=m-p<k(t)>b(t)=<k(t)>*N(t)2]]>解之得：b(t)=m(1-p)(1+p)*t]]>所以可得：∂ki∂tαif(Ei)ki(1+p)(1-q)2αE‾t(1-p)-pki(1-p)t]]>由初始条件ki(ti)＝m，可得：ki(t)=m*(tti)β]]>其中，β=αif(Ei)(1+p)(1-p)2αE‾(1-p)-p(1-p)]]>由于P(ki(k)<k)=P(ti>(mk)1/βt)]]>同时新节点的添加是按照等时间间隔的方法，n0为初始时刻，则有：P(ti)=1n0+t]]>所以前式可化为：P(ki(k)<k)=1-(mk)1/β*tn0+t]]>综上所述，整个网络的度分布函数为：P(k)=∂P(ki(t)<k)∂k=2m1/βn0+tk-(1+1/β)]]>其中，度分布指数为：γ＝1+1/β可见，P(k)与局域世界规模M、能量函数f(E)等有关，与网络节点规模并无关联，具有明显的无标度特性。为了更了解本发明的技术内容，下面将结合仿真具体介绍该模型的实施方式。在仿真实验中，假设节点随机分布在二维平面中。节点的初始能量、都为正态分布N(0，1)。图1给出了演化算法的流程图。如图1，首先生成有m0个节点的初始网络。接着，设定网络的最终规模，即演化的终止条件。然后就是新节点的引进，新节点的初始能量E和节点任务重要性α是已知的。在新节点建立链接前需要确定其所属的局域世界。模型中的局域世界是为了模拟出WSN应用时节点半径有限，只能与通信半径范围内的节点建立链接这一现象的。至于局域世界的确定，如图2、图3所示：图2给出了m＝4，p＝0.2时的网络度分布随局域世界规模M的变化情况。此时，网络中不仅有新节点的引进，也存在节点失效死亡的状况。由图2可见，这个分布曲线整体呈现马头状。而在k≥m部分，M较小时曲线整体成指数曲线；M逐渐增大，度分布曲线渐渐被“拉直绷紧”成幂型曲线。而当M＝2000时，整个演化网络呈现明显的无标度特性。图3给出了网络平均路径长度(APL)随局域世界规模M的变化情况。由图3可见，网络的平均路径长度随着M的增大而减小，M增大到40时，平均路径长度减小了约40％。但当M继续增大，此时网络的平均路径长度已趋于稳定。由此说明，在WSN的实际应用中，我们通过增加节点的发射功率的方式，增大局域世界规模，从而提高网络的数据传输效率。至于发射功率具体多大，由局域世界规模决定。而局域世界规模应该是多大，则要具体根据APL随M的变化情况来分析。在给出的仿真中，M可取40。局域世界一旦确定，就要进行择优连接。由演化算法可知，与老节点的连接概率受q影响。q＝0时，在局域世界中进行择优连接；q＝1时则是随机连接。具体q值的确定，如图4所示：图4是在M＝40的情形下，分别取q＝0,q＝0.2,q＝0.4,q＝0.6,q＝0.8,q＝1进行仿真，并且与(罗小娟,虞惠群,冷春霞.基于无线传感器网络的局域世界动态演化模型[J].华东理工大学学报,2012,2:216-220.)提出的模型进行了对比。要补充的是，仿真中的节点删除是采取手动删除度最大的节点的方式。q＝0时，网络与BA无标度网络类似，q＝1时网络则退化为普通随机网络。当节点删除比率为0时，q由0趋向1，WSN由无标度网络向随机网络过渡，平均路径长度也随之增大。接着，从WSN脆弱性的角度来分析：q＝0时，只要删去度最大的1％节点，网络就不在连通；q＝0.2时，删除6％的度最大的节点，才会出现孤立模块；q>＝0.6时，即使删去10％，网络仍然保有连通性。而罗等人提出的模型在面对蓄意攻击时的表现与q＝0时的本文模型类似，在删去度最大的1％节点，网络就失去连通性。显然，在q由0到1的过程中，网络的APL在变大，但网络多蓄意攻击的抵御能力在增强，所以说减小APL与增强抵御能力一定程度上是相互抵触的。只能根据实际情况在两者间进行取舍、平衡，进而得到能耗较高且对蓄意攻击有较强抵御能力的WSN模型。针对本仿真实例，可取q＝0.6。q值确定，进行择优连接。连接后，为了再现WSN应用中节点失效死亡的情形，以p＝0.2的概率随机删除节点、链路。在图5中，给出了M＝m，q＝0时的WSN度分布曲线随p的变化情况。此时，新引入的节点以相同的概率同局域世界中所有节点建立链接，择优连接原则已然失去意义。由之前的数学推导可知，此刻的度分布曲线整体应该呈现出指数分布的特征。观察仿真图5，当p＝0时，度分布确实整体上为指数分布。而p≠0时，度分布曲线虽然整体上仍满足指数分布特性，但是出现了少数度小于m的节点。这是因为此时p不等于0，部分节点死亡，链路失效，自然度分布曲线会受到影响。另外，从图5中还可以明显地看出，随着p的增大，度分布指数也在变大，而度分布曲线下降更快，这也与数学分析一致。在新节点引入和节点删除后，更新网络拓扑。此时，完成一轮演化。重复以上步骤，直至网络达到预设规模，则演化介绍，输出结果。本发明从WSN动态演化的角度出发，提出了一种基于节点任务重要性的无线传感器网络演化模型构建方法。该模型综合考虑了如下几个特性：(1)基于局域世界的择优连接；(2)基于能量感知的择优连接；(3)基于节点承担的任务的择优连接；(4)节点、链路有增有减；(5)对恶意攻击的抵御能力。该模型既契合了WSN的实际应用情况，又在能效和对蓄意攻击的抵御方面表现良好，对WSN的实际应用具有一定的指导意义。本技术领域技术人员可以理解的是，除非另外定义，这里使用的所有术语(包括技术术语和科学术语)具有与本发明所属领域中的普通技术人员的一般理解相同的意义。还应该理解的是，诸如通用字典中定义的那些术语应该被理解为具有与现有技术的上下文中的意义一致的意义，并且除非像这里一样定义，不会用理想化或过于正式的含义来解释。以上所述的具体实施方式，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施方式而已，并不用于限制本发明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。