摘 要： 引用子博弈精煉模型對節點參與路由進行建模，基于安全度設計一個評價函數，對參與路由的節點進行合作度獎勵而對沒有參與路由的節點實施懲罰。避免了過度信任與使用某個節點，均衡了網絡節點的能量消耗，優化了網絡節點能量的利用率。實驗結果表明，該算法與傳統算法相比在相同的時間里具有較少的死亡節點，延長了網絡壽命，并具有較強的魯捧性。
關鍵詞： 子博弈納什均衡；無線傳感器網絡；節點安全度；節點能量
在無線傳感器網絡WSN（Wireless Sensor Network）中，節點的能量非常有限，并且不能持續供電，節省能量就顯得異常重要。由于傳感器節點體積小，不可能帶有很大的電池以供節點消耗，因此節點的電量是非常有限的。盡管節點結構簡單、耗電量不大，但是目前的很多應用要求傳感器網絡可以長時間工作，更換電池或給電池充電是不可行的，因此，無線傳感器網絡設計的一個目標就是有效利用僅有的能量以延長網絡壽命[1]。
WSN中傳統的最優可信路徑算法（MTP），節點能量選擇的主要依據是從鄰居節點發送詢問報文來獲取該節點的安全度。例如參考文獻[2]采用的就是當節點x請求y節點路由時，y節點發現x節點的路由請求中的能量存儲值和本地存儲的值不一致，就向鄰居節點發送請求報文，從返回的請求報文中綜合判斷后，返回安全度的差異作為判斷，從而作出接收請求與否的決策。參考文獻[2]的算法沒有考慮P2P技術中節點共謀存在的問題，并忽略了WSN中網絡部署結構給其節點安全度判斷帶來的影響。而參考文獻[3]通過對交互節點間的局部評價進行加權后得出評價可信度計算節點的全局信譽值，再采用基于局部評價標準差、局部評價集中度的方法識別和抑制共謀攻擊，然后根據節點行為的變化更新其信譽值和評價可信度來抑制節點共謀行為的發生。參考文獻[2]中忽略了節點安全度誤判給整個路由路徑帶來的影響，最終導致網絡節點能量選擇效率降低。
本文將子博弈精煉模型引入到能量節點選擇模型中，并就此提出一種最高安全度的能量節點選擇算法EOP（Energy Optimal Path）。本文設計了一個安全度評價函數，用來監測整個網絡節點的安全度，并就節點安全度的返回值進行相似性分析，如果相似性超過一定的閾值就判斷其存在節點共謀，并采用繼任節點簇再次判斷以確定節點的安全度。
1 傳統基于節點安全度的能量選擇模型
在傳統基于節點安全度的能量選擇模型[2]中，節點安全度的評價信息需要從其他節點收集，因此節點安全度的確認就需要一個參數模型進行評價。節點安全度判斷是整個WSN網絡可信判斷的核心，本文也以節點安全度來判斷節點能量值的有效性。
節點安全度的內容如下：節點能量和合作度等參數存儲在本地節點上，節點安全度的評價信息卻需從鄰居節點的回復結果來計算自身的安全度。然而這種安全度收集方式存在數據作假問題，如節點被俘且進一步對數據造假或者惡意節點偽造自身安全度。這些問題可以通過圖1提出的安全度檢查來進行驗證。傳統的節點安全度模型如圖1所示。
假設節點1發送路由請求節點5，那么在傳統的節點安全度模型中，節點5會將節點1的安全度與本地保存的安全度進行比較，如果有誤差，節點5就會向其所有的鄰居節點（即節點2、3、4、6、7、8、9）發送一個驗證報文，這樣節點5所能依賴的驗證節點有7個；再假設節點5向節點8發送請求，那么按照節點安全度模型，節點8也會向其所有的鄰居節點發送驗證報文，然而節點8就只能依賴5、7、9這3個節點來判斷。
該節點安全度模型的缺點如下：
（1）每個節點所能依賴的驗證節點固定，完全存在節點共謀作假的可能，從而導致網絡能量過度消耗的現象。
（2）每個節點所依賴的驗證節點個數和安全度對應的加權不一致。路由節點對其依賴節點返回安全度的值是完全不一致的，因此存在誤判斷的情況。
（3）在此路由中可能存在對某幾個節點的過度信任與依賴，從而導致某些節點能量過度消耗，過早出現死亡節點的情況。
2 子博弈納什均衡機制的節點能量選擇判定
在傳統的節點安全度模型中，節點的安全度的評價方案還不夠完善。特別是節點的安全度由節點所有的鄰居節點來評價，由此帶來了節點共謀的問題，并使得安全度值的數據不完全可信，最終導致節點能量消耗增加。本文提出了一種新方案，將子博弈納什均衡理論引入到節點安全度最優路徑的判斷策略中來。對每個節點返回的安全度值進行分塊處理，并剔除節點安全度值較低的節點，最終得出一個可信的安全度值。如果節點安全度高的一簇節點返回的評價值誤差在￡范圍之內，就接受該節點作為路由節點。
子博弈納什均衡是將納什均衡中包含的不可置信的威脅策略剔除出去，它要求參與者的決策在任何時間點上都是最優的。子博弈納什均衡的定義如下：
2.1 節點安全度選擇模型的建立
基于子博弈精練納什均衡理論，引入子博弈精煉納什均衡的節點安全度模型建立在如下兩個定義的基礎上。
定義3 深安全度節點：它的影響因素包括能量因素和合作度因素。兩組因素加權處理后共同描述一個節點的信任度，深信任度是信任度的前n位值。
定義4 深安全度節點簇：M個深信任度節點組成一個深信任節點簇。
基于以上兩個定義建立的安全度模型如圖3所示。
3 實驗方案及仿真
本實驗的目的是將傳統最優路徑選擇算法（MTP）[2]與本文提出的EOP算法在網絡能量空洞以及節點能量消耗兩個方面進行對比。
實驗中，設定傳感器節點區域大小為[10，10]，隨機生成網絡節點數為100。子博弈選擇出的安全度優化集的相似度閾值為0.7，每個節點的合作度初始值在30~100之間隨機取，網絡中的節點能量在20~100之間隨機取。為了驗證本文算法在網絡節點能量優化上的優越性，在隨機生成的100個網絡節點中進行了2 000次的路由過程記錄，并提取路由過程中出現的死亡節點個數以及每次路由的節點能量數據，基于提取出的數據來分析網絡中出現能量空洞以及網絡節點能量優化效率的問題，通過系統仿真實驗數據進行如下分析。
兩種方法分別在路由過程中出現首節點死亡情況對比如圖6所示。
由圖6可知，基于安全度算法的無線傳感器網絡在第443、964和1 750次時出現首節點死亡，SOP算法出現首節點死亡的路由次數比MTP算法的路由次數要多，從而可以看出基于子博弈安全度算法在路由安全魯棒性上要優于傳統算法。
實驗結果取的是單組實驗中的50輪實驗結果，以輪為單位取單輪實驗中所有路徑的路徑安全度平均值，從圖7中可以看出，與傳統算法相比，節點安全度算法在平均路徑能量值上性能明顯較優。在實際的傳輸過程中，假定節點的安全度以100為單位計算，當節點的安全度少于100×￡（￡<1）時，路由節點傳輸被判斷為路由失敗，那么從圖7可以看出，基于子博弈的安全度算法節點路由成功的概率明顯大于傳統算法。這是由于傳統算法沒有考慮路徑中安全度的信任問題，因此安全性能較差。而更新后的算法中的可信度融入了安全的因素，因此更新后的算法的安全性較優。
本文引入子博弈機制來實現節點能量優化算法，首先引入節點安全度評價概念，在此基礎上判斷某個具體節點是否可以參與本次路由，有效降低了路由過程中選擇低能量節點的現象，從圖6中關于死亡節點出現的情況可以得知，路由網絡的魯棒性有一個明顯的改善。同時，從圖7可以得出該算法優化了網絡的能量管理。每次路由過程中重新選擇不同的節點安全度進行安全度判斷，有效防止了節點共謀，解決了對某一個節點過度依賴的問題。本方案也有待解決的問題和不足之處。本文主要通過計算節點安全度來判斷某節點是否可以參與路由的過程，這會使得路由節點過多從而導致計算復雜。如何選擇一個參數來適配計算復雜度、網絡魯棒性以及高能量節點，同時對本文給出的其他兩種環境的研究，都是后續研究的方向。
參考文獻
[１] KANNAN R， SARANGI S， IYENGAR S S. Sensor-centric energy-constrained reliable query routing for wireless sensor networks[J]. Journal of Parallel and Distributed Computing， 2004，64（7）：839-852.
[2] 陳作漢，任旭鵬，盧鵬麗.對抗共謀及節點行為動態性的P2P信任模型[J].計算機應用，2011，31（2）：308-312.
[3] 王江濤，陳志剛，鄧曉衡.WSN中基于完全信息動態博弈的可信路由研究[J].小型微型計算機系統，2010，31（8）：1478-1483.
[4] 吳廣謀，王文平，尤海燕，等.數據，模型與決策[M]北京：石油工業出版社，2003.
[５] 王騏，孫建伶.基于優化迭代的博弈樹算法[J].計算機應用與軟件，2008，25（2）：228-230.
[６] 孫利民，李建中，陳渝，等.無線傳感器網絡[M].北京： 清華大學出版社，2005.