【技術實現步驟摘要】
本申請涉及物聯網領域，具體而言，涉及一種多目標優化與模糊推理的wsn安全成簇方法及相關裝置。
技術介紹
1、無線傳感器網絡(wireless?sensor?network，wsn)是以數據為中心的自組織網絡，任意中間節點除需具備動態路由轉發功能外，還需具備一定的數據融合處理以及自身能耗管理功能。因此，wsn協議解決方案一般聚焦在尋找網絡低能耗、動態擴展性以及服務質量等技術指標間的平衡。
2、如圖1所示，成簇路由是wsn節能問題的一種有效解決方案。通過將無線傳感器節點劃分為若干個不同的簇12，每個簇12由一個簇頭13(下文中也被表示為ch)負責控制和管理。簇頭13與基站11(下文中也被表示為bs)進行通信，其余的無線傳感器則將信息通過簇頭13傳遞到基站11。因此，成簇路由算法可有效減少wsn的能耗，延長網絡壽命，提高網絡可靠性。同時，隨著群體智能技術的蓬勃發展，將其與wsn路由技術深度集成可有效解決簇頭合理選擇問題。
3、目前，將簇頭選舉過程定義為多目標優化問題，并使用多目標優化算法控制簇頭選擇并取得了不錯的效果。然而，目前的研究雖然在降低網絡能耗，延長網絡生命周期方面具有優異的性能表現，但卻都忽略了網絡安全問題。
技術實現思路
1、為了克服現有技術中的至少一個不足，本申請提供一種多目標優化與模糊推理的wsn安全成簇方法及相關裝置，具體包括：
2、第一方面，本申請提供一種多目標優化與模糊推理的wsn安全成簇方法，所述方法包括：
3、通過
4、獲取多個所述候選簇頭的屬性信息，其中，每個所述候選簇頭的屬性信息包括自身的信任度指標以及與所述多目標優化算法對應的適應度信息；
5、根據多個所述候選簇頭的屬性信息，從多個所述候選簇頭中選取最佳簇頭，其中，所述最佳簇頭用于中繼所述多個無線傳感器的通信數據。
6、結合第一方面的可選實施方式，所述通過多目標優化算法從多個無線傳感器中選取多個候選簇頭，包括：
7、將每個所述無線傳感器視為旅行者并對每個旅行者的位置信息進行初始化；
8、根據每個所述旅行者當前的位置信息，得到每個所述旅行者當前的適應度信息；
9、根據每個所述行者當前的適應度信息，更新當前的帕累托解集；
10、根據當前的帕累托解集的擁擠度，得到徒步旅行優化算法所需的位置向量；
11、根據所述位置向量，通過徒步旅行優化算法更新每個所述旅行者當前的位置信息；
12、若未達到迭代上限，則返回執行根據每個所述旅行者當前的位置信息，得到每個所述旅行者當前的適應度信息，直至達到所述迭代上限后，將當前的帕累托解集中的多個旅行者作為所述多個候選簇頭。
13、結合第一方面的可選實施方式，每個所述旅行者的適應度信息包括自身的剩余能量指標、與基站之間的距離指標以及自身被當選為候選簇頭的頻次指標。
14、結合第一方面的可選實施方式，所述根據每個所述行者當前的適應度信息，更新當前的帕累托解集，包括：
15、根據每個所述行者當前的適應度信息，確定出當前的非支配解；
16、若當前的帕累托解集為空集，則將當前的非支配解添加到當前的帕累托解集中；
17、若當前的帕累托解集并非空集，則將當前的非支配解添加到當前的帕累托解集中，并將當前的帕累托解集中滿足預設剔除條件的非支配解進行刪除。
18、結合第一方面的可選實施方式，所述獲取多個所述候選簇頭的信任度指標，包括：
19、對于每個所述候選簇頭，從所述多個無線傳感器中確定出所述多個候選簇頭之外的至少一個普通傳感器；
20、從所述至少一個普通傳感器中確定出與所述候選簇頭相距預設距離內的至少一個相鄰傳感器；
21、獲取所述候選簇頭與每個所述相鄰傳感器之間的第一信任值，并根據與每個所述普通傳感器之間的第一信任值，得到聚合信任值；
22、獲取所述候選簇頭與其他所述候選簇頭之間的第二信任值；
23、將所述聚合信任值與其他所述候選簇頭之間的第二信任值進行加權，得到所述候選簇頭的信任度指標。
24、結合第一方面的可選實施方式，所述獲取所述候選簇頭與每個所述相鄰傳感器之間的第一信任值，包括：
25、對于每個所述相鄰傳感器，獲取所述候選簇頭與所述相鄰傳感器在多個維度的多個信任值；
26、將所述多個信任值進行加權，得到所述候選簇頭與所述相鄰傳感器之間的第一信任值。
27、結合第一方面的可選實施方式，所述根據多個所述候選簇頭的屬性信息，從多個所述候選簇頭中選取最佳簇頭，包括：
28、將所述多個所述候選簇頭的屬性信息進行模糊化處理；
29、將每個所述候選簇頭模糊處理后的屬性信息與預設模糊規則庫進行匹配，得到每個所述候選簇頭的模糊機會值；
30、根據每個所述候選簇頭的模糊機會值，得到所述最佳簇頭。
31、第二方面，本申請還提供一種多目標優化與模糊推理的wsn安全成簇裝置，所述裝置包括：
32、候選簇頭模塊，用于通過多目標優化算法從多個無線傳感器中選取多個候選簇頭；
33、簇頭屬性模塊，用于獲取多個所述候選簇頭的屬性信息，其中，每個所述候選簇頭的屬性信息包括自身的信任度指標以及與所述多目標優化算法對應的適應度信息；
34、簇頭篩選模塊，用于根據多個所述候選簇頭的屬性信息，從多個所述候選簇頭中選取最佳簇頭，其中，所述最佳簇頭用于中繼所述多個無線傳感器的通信數據。
35、結合第二方面的可選實施方式，所述候選簇頭模塊還具體用于：
36、將每個所述無線傳感器視為旅行者并對每個旅行者的位置信息進行初始化；
37、根據每個所述旅行者當前的位置信息，得到每個所述旅行者當前的適應度信息；
38、根據每個所述行者當前的適應度信息，更新當前的帕累托解集；
39、根據當前的帕累托解集的擁擠度，得到徒步旅行優化算法所需的位置向量；
40、根據所述位置向量，通過徒步旅行優化算法更新每個所述旅行者當前的位置信息；
41、若未達到迭代上限，則返回執行根據每個所述旅行者當前的位置信息，得到每個所述旅行者當前的適應度信息，直至達到所述迭代上限后，將當前的帕累托解集中的多個旅行者作為所述多個候選簇頭。
42、結合第二方面的可選實施方式，每個所述旅行者的適應度信息包括自身的剩余能量指標、與基站之間的距離指標以及自身被當選為候選簇頭的頻次指標。
43、結合第二方面的可選實施方式，所述候選簇頭模塊還具體用于：
44、根據每個所述行者當前的適應度信息，確定出當前的非支配解；
45、若當前的帕累托解集為空集，則將當前的非支配解添加到當前的帕累托解集中；
46、若當前的帕累托解集并非本文檔來自技高網...
【技術保護點】
1.一種多目標優化與模糊推理的WSN安全成簇方法，其特征在于，所述方法包括：
2.根據權利要求1所述的多目標優化與模糊推理的WSN安全成簇方法，其特征在于，所述通過多目標優化算法從多個無線傳感器中選取多個候選簇頭，包括：
3.根據權利要求2所述的多目標優化與模糊推理的WSN安全成簇方法，其特征在于，每個所述旅行者的適應度信息包括自身的剩余能量指標、與基站之間的距離指標以及自身被當選為候選簇頭的頻次指標。
4.根據權利要求2所述的多目標優化與模糊推理的WSN安全成簇方法，其特征在于，所述根據每個所述行者當前的適應度信息，更新當前的帕累托解集，包括：
5.根據權利要求1所述的多目標優化與模糊推理的WSN安全成簇方法，其特征在于，所述獲取多個所述候選簇頭的信任度指標，包括：
6.根據權利要求5所述的多目標優化與模糊推理的WSN安全成簇方法，其特征在于，所述獲取所述候選簇頭與每個所述相鄰傳感器之間的第一信任值，包括：
7.根據權利要求1所述的多目標優化與模糊推理的WSN安全成簇方法，其特征在于，所述根據多個所述候選簇
8.一種多目標優化與模糊推理的WSN安全成簇裝置，其特征在于，所述裝置包括：
9.一種存儲介質，其特征在于，所述存儲介質存儲有計算機程序，所述計算機程序被處理器執行時，實現權利要求1-7任意一項所述的多目標優化與模糊推理的WSN安全成簇方法。
10.一種電子設備，其特征在于，所述電子設備包括處理器與存儲器，所述存儲器存儲有計算機程序，所述計算機程序被處理器執行時，實現權利要求1-7任意一項所述的多目標優化與模糊推理的WSN安全成簇方法。
...【技術特征摘要】
1.一種多目標優化與模糊推理的wsn安全成簇方法，其特征在于，所述方法包括：
2.根據權利要求1所述的多目標優化與模糊推理的wsn安全成簇方法，其特征在于，所述通過多目標優化算法從多個無線傳感器中選取多個候選簇頭，包括：
3.根據權利要求2所述的多目標優化與模糊推理的wsn安全成簇方法，其特征在于，每個所述旅行者的適應度信息包括自身的剩余能量指標、與基站之間的距離指標以及自身被當選為候選簇頭的頻次指標。
4.根據權利要求2所述的多目標優化與模糊推理的wsn安全成簇方法，其特征在于，所述根據每個所述行者當前的適應度信息，更新當前的帕累托解集，包括：
5.根據權利要求1所述的多目標優化與模糊推理的wsn安全成簇方法，其特征在于，所述獲取多個所述候選簇頭的信任度指標，包括：
6.根據權利要求5所述的多...
【專利技術屬性】
技術研發人員：張耀南，楊繼廣，火久元，康建芳，敏玉芳，
申請(專利權)人：中國科學院西北生態環境資源研究院，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。