前言：想要寫出一篇引人入勝的文章？我們特意為您整理了無線傳感器網絡層級安全模型探究范文，希望能給你帶來靈感和參考，敬請閱讀。

摘要:針對無線傳感器網絡(WSNs)資源受限與網絡安全的問題，基于可逆數字水印技術，提出了一種WSNs層級安全模型。一方面通過可逆數字水印技術保障簇內數據傳輸的安全性;另一方面通過平衡節點剩余能量、位置信息和信任因子優化分簇策略，保障簇首節點的性能以實現網絡優化管理。仿真測試結果表明:所提方案通過可逆數字水印技術可以保障數據的完整性和安全性能，達到99．95%以上的數據傳輸正確率，而且可以很大程度改善WSNs的能量消耗，延長網絡的生存周期125%左右。

關鍵詞:無線傳感器網絡;網絡安全;可逆數字水印;層級模型

0引言

分簇機制［1～3］能夠很好地解決無線傳感器網絡(wire-lesssensornetworks，WSNs)能量消耗過快的問題［4］，典型的分簇算法未能解決簇頭能量負擔重的問題，且沒有身份認證［5，6］，如劉偉等人提出了數字水印節點的認證安全技術［7］，但使用典型的路由協議LEACH分簇，導致分簇不平衡，簇首節點能量消耗過快導致簇首過早死亡的情況。針對以上的問題，本文提出了基于可逆數字水印技術的層次型傳感網絡安全模型，初始布置的無線傳感網絡，使用典型的分簇算法LEACH協議進行分簇，成員通過可逆數字水印技術嵌入水印，簇首節點負責水印提取，并且負責簇內數據的融合交由匯聚(sink)節點，重新分簇過程中充分考慮節點剩余能量、位置信息以及信任因子值等因素，優化分簇過程，力求在保障網絡安全的前提下極力提升網絡性能，延長網絡生命周期。

1可逆數字水印算法

本文設計的可逆數字水印算法基于像素矢量差值，其嵌入容量高并且計算效率高，簇內成員通過密鑰和水印算法在感知數據中嵌入水印，簇首節點通過水印提取算法進行數據完整性驗證。無線傳感網節點感知數據流定義為D={d1，d2，…，di}，其中i表示傳感節點工作時間周期，di表示第i個工作周期節點所采集到的數據集，時間集合定位為T={t1，t2，…，ti}，ti表示第i個工作周期采集數據所花的時間，定義di={a1，a2，…，aj}，aj表示第i個工作周期采集到數據的字段值。

1．1水印生成

水印信息生成依托于原始感知數據D，用Hash算法MD5表示密鑰信息K，可以將任意長度的數據轉換成一個固定長度的值。通過單向Hash算法對感知數據流中每個數據進行Hash運算，生成一個水印信息集H={h1，h2…，hi}，其中hi=Hash(K，di，ti)，K表示密鑰，只有收發的雙方知曉，由此保證Hash值的安全性，水印信息W的計算法方法如式(1)所示，水印長度為i－1W=Wi－1，Wi－2，…，W2，W1=groupXOR(hk)，k∈(1，i)(1)

1．2水印嵌入算法

水印的嵌入基于像素矢量差值，通過式(2)計算差值如下Zj=diaj－d1aj(2)將計算所得差值轉換為二進制之后左移1位，從計算的水印W中去對應j位置的二進制數值嵌入在差值空出位置，這樣可以保證相鄰周期同類型的數據差值很小，差值的位移不會導致數據溢出，嵌入水印后的數據記作D'，水印生成及其嵌入感知數據的算法描述如下:輸入:感知數據D，密鑰K1)fori=0tondo2)hi=Hash(K，di，ti)3)endfor4)W=Wi－1，Wi－2，…，W2，W1=groupXOR(hk)，k∈(1，i)5)forj=0tomdo6)σ=d1aj+d2aj+…dnaj[]n∥計算機感知數據字段平均值7)fori=0tondo8)Zj=diaj－d1aj∥計算差值9)Z'j=2×Zj+W［j］∥二進制左移，嵌入水印10)Fj=σ－∑j1Zj'[]n∥計算嵌入水印后的數據項第一位11)F'j=Fj+Z'j12)endfor13)endfor輸出:嵌入水印數據D'，數據通信

1．3水印提取算法

當簇首節點接收數據之后，開始水印提取與數據恢復操作，通過數據D'計算均值和差值，然后從差值的最低有效位提取水印信息W1，在嵌入水印的過程中，水印是差值左移1位之后嵌入，所以提取水印之后需要將差值右移1位還原，然后通過水印嵌入算法對恢復的原始數據重新計算生成水印信息W2，通過比較W1與W2是否一樣來判斷數據的完整性，水印提取算法描述如下:輸入:嵌入水印數據D'，密鑰K1)forj=0tomdo2)fori=0tondo3)σ=1n∑i1F[]j4)Z'j=F'j－Fj5)W1［i］=Ex(Z'j)∥提取水印信息6)Zj=Z'j[]2∥二進制右移一位7)d1aj=σ－1n∑i2Z[]j8)diaj=d1aj+Zj9)endfor10)endfor11)fori=0tondo12)hi=Hash(K，di，ti)13)endfor14)W2=Wi－1，Wi－2…W2W1=groupXOR(hk)，k∈(1，i)∥重新計算水印信息15)if(compare(W1，W2)==Equal)∥比較水印信息16)Dmarkedauthenticated∥數據完整17)else18)Dmarkedunauthenticated∥數據破壞輸出:原始感知數據D，數據完整

2改進層級安全算法

為避免傳感網絡路由協議LEACH在簇頭選擇過程中的隨機性，層級安全算法首輪分簇使用LEACH協議完成之后，第二輪以及后續分簇過程中引入節點信任因子來優化分簇算法。

2．1節點信任因子

節點信任因子的確定通過引入貝葉斯(Bayes)評估方法［8～11］，其原理是利用已知條件概率密度參數表達式和先驗概率通過貝葉斯公式轉換為后驗概率，然后進行決策。假設節點Ni和Nj當前相互通信次數為x和y次，其中x表示正常通信次數，y表示異常通信次數，異常通信會導致信任因子降低，有貝葉斯評估方法可以得到Ni對Nj的統計信任因子Rij的概率為公式(3)P(Rij│x，y)=P(Rij，x，y)P(x，y)=Rxij(1－Rij)y∫10Rxij(1－Rij)ydRij(3)再根據密度函數式(4)所示B(x，y)=∫10Rx－1ij(1－Rij)y－1dRij(4)推得公式(5)P(Rij│x+1，y)=Rxij(1－Rij)yB(x+1，y)(5)推理可得，節點Ni對Nj的統計信任因子Rij服從參數x和x+y的Beta分布如下f(Rij│x+1，y)=Rxij(1－Rij)yB(x+1，y)，0≤Rij＜10，{otherwise(6)則其數學信任因子為E(Rij)=x+1x+y+1(7)由此推得節點Ni的信任因子計算公式如式(8)所示Ri=1n∑nj=1E(Rij)(8)式中n為當前節點Ni所在簇內節點數量，節點的信任因子由簇首節點保存和更新。

2．2簇首權值設計

為平衡簇首節點剩余能量以及簇首節點和簇內成員節點之間的位置因素，應該選擇剩余能量值相對較大，簇內平均距離因子相對較小且節點信任因子大的節點作為簇首節點。在每個簇內所有節點的位置信息標識為L={l1，l2，…，li}每個li都有x和y方向的分量，所有節點的能量信息標識為E={e1，e2，…，ei}，其中i為節點的數量，li為第i個節點的位置信息，ei為第i個節點的剩余能量，則節點i與簇內節點j的距離計算公式如式(9)所示dij=(lxi－lxj)2+(lyi－lyj)2(9)式中lxi為節點i在x方向的位置分量，lyi為節點i在y方向的位置分量，簇內平均距離因子Δdi的計算公式如式(10)所示Δdi=1n－1∑nj=1，j≠idij(10)由此，引入簇首權值w的計算公式如式(11)所示wi=αRiei+ERβRiΔdi(11)式中α+β=1且α，β∈［0，1］，α為能量影響因子，β為距離影響因子，Ri為節點信任因子，R為初始信任因子。

2．3算法流程

網絡布置完成，通過LEACH協議完成分簇;簇內成員獲取感知數據，啟動可逆數字水印嵌入，把數據發送給簇首節點;簇首節點接收簇內信息，通過數字水印算法提取水印，驗證數據完整性，最后負責數據融合與上傳數據工作;簇重組階段，簇內所有成員節點在TDMA時隙發送節點的剩余能量信息和位置信息，簇首根據收到的信息計算節點信任因子，同時設定能量影響因子和距離影響因子，以此計算簇首權重，并且重新分簇。

3仿真與測試

3．1仿真參數設置

通過網絡仿真平臺NS搭建傳感網絡場景，引入文獻［1］中的無線通信模型計算能量損耗。傳感網絡場景大小為100m×100m，Sink位置坐標為50，175，傳感節點數量100個，節點每次發送數據包大小為2000bit，節點初始能量設置為2J，能量影響因子和距離影響因子都設置為0．5，慢衰弱每比特消耗100pJ，快衰弱每比特消耗0．001pJ，電路能耗為50nJ/bit。

3．2實驗結果分析

1)魯棒性能分析圖1是通過固定時隙選取的通信數據，包括原始感知數據、嵌入水印后的數據以及恢復后的數據值比較，從結果可以得知，通過可逆數字水印算法還原的數據與原始數據的誤差極小，幾乎沒有誤差，算法完全能夠保證數據完整性和安全性。2)安全性能測試每次測試隨機選取10000個傳感器節點感知數據，以篡改率10%的方式篡改原始數據，即共有1000個原始數據被篡改。當嵌入水印的感知數據被傳送到簇首節點之后，簇首節點根據算法提取水印并且驗證，若數據被篡改，簇首節點判定數據被惡意破壞且丟棄數據包，圖2是重復10次實驗的仿真結果。數據的篡改率保持在10%，在理論情況下，根據可逆數字水印算法，簇首節點驗證數據后，丟棄數據包的占比應該是10%。而實測的網絡數據丟包率基本保持在10%左右，誤差不超過0．05%，證明算法能夠很好的達到認證數據的效果，保證了數據的完整性和安全性。3)節點能耗比較可逆數字水印算法基于像素矢量差值，其嵌入容量高且計算效率高，算法的復雜度是O(n2)，算法本身只在水印嵌入和提取時消耗很少的能量，圖3結果證明算法能保障網絡的安全性且沒有影響網絡的整體性能。4)網絡生命周期比較如圖4所示，層級安全算法執行到300s后才開始有節點死亡，并且在網絡運行900s時還有生存的節點，而未改進的LEACH協議在200s時就出現了節點死亡的現象，由于分簇不均衡的原因導致網絡在400s后就消亡了，證明層級安全算法能夠有效延長網絡的生存時間。

4結束語

針對傳感網絡的弱安全防御能力以及不均衡能量管理能力，設計了一種基于可逆數字水印技術的安全層級模型。通過可逆數字水印的嵌入與提取來保障數據的完整性和安全性，并且充分考慮節點剩余能量、位置信息以及信任因子的因素下優化分簇策略。結果表明:算法能夠很好地保障數據的完整性和安全性，數據正確率控制在99．95%以上，通過優化傳感網絡分簇策略，有效延長了網絡生存時間。

作者:蔣建峰 尤瀾濤 單位:南京郵電大學計算機學院 蘇州大學計算機學院