摘要：無線傳感器網絡引領著許多新的應用.例如目標跟蹤和行為監控等。當然，無線傳感器中大部分的能量消耗是由于節點間數據通信。數據融合機制通過消除數據冗余極大地幫助減少能量消耗。當節點部署到偏遠的或危險的環境中，傳感器中的節點可能會有失效和妥協的傾向。所以，諸如數據正確性，數據完整性和新鮮性等安全問題是很重要的?？紤]到基于分簇的同構[WSN]中的選擇傳遞攻擊和篡改攻擊。本文提出一種可保護數據完整性和恢復感知數據的數據融合算法。這種算法采用數據分片，融合和簽名技術，確保融合節點在并不了解消息明文的情?r下對數據進行融合，基站對融合數據進行認證并從融合數據中恢復原始數據。我們將所提出方案與目前兩種最新方案[PIP]和[RCDA-HOMO]進行比較。仿真實現表明，簽名分片在數據處理和數據融合過程中更有效率。
關鍵詞：無線傳感器網絡；數據融合；數據完整性；簽名分片
中圖分類號：TP311 文獻標識碼：A 文章編號：1009-3044（2018）10-0041-05
Abstract：Wireless sensor networks lead many new applications， such as target tracking and behavior monitoring.Of course， most of the energy consumption in wireless sensors is due to data communication between nodes.The data fusion mechanism greatly reduces energy consumption by eliminating data redundancy.When nodes are deployed in remote or dangerous environments， the nodes in the sensor may have a tendency to fail and compromise.So security issues such as data correctness， data integrity， and freshness are important.Considering the selection and transfer attacks and tampering attacks based on the clustering of the isomorphic WSN.This paper presents a data fusion algorithm which can protect data integrity and restore perceptual data.This algorithm USES the data fragmentation， fusion and signature technology， to ensure that the fusion node in the case of do not understand the message clear data fusion， base station for fusion data authentication and restore the original data from the data fusion.We compare the proposed scheme with the current two latest programmes， PIP and RCDA-HOMO.The simulation results show that the signature chip is more efficient in the process of data processing and data fusion.
Key words： wireless sensor networks（WSNs）； data aggregation； data integrity； Signature shard
1 引言
無線傳感器網絡通常由成百上千的傳感器節點構成.這些節點的能量，計算，存儲，感知和通信的有限的[1]。如今，由于科技的進步，傳感器也變得并不昂貴。因此，為數據收集提供有效的且高效的數據解決方案才是一個具有挑戰性的任務。但是，電池能量是無線傳感器網絡協議設計中最大限制的因素，[2]中提出的幾個機制如比率高度，消去控制數據包，拓撲控制和數據融合等來減少能量開銷。數據融合的主要目標是將許多傳感器節點的數據包結合和總結以減少數據傳輸的數量。
通常，[WSN]被劃分成簇群[3]，每個簇中都有一個簇頭。每個簇頭收集來自其成員的數據，進行數據融合，并將融合數據發送到基站。
對數據融合有許多安全需求，包括數據機密性、數據完整性、數據更新、數據可用性、身份驗證和不可抵賴性[4]。在傳輸過程中的數據的內容不應泄露給任何未經授權使用的節點[5]。數據機密性可以通過兩種不同類型的安全數據融合方案實現，即端到端方案和逐跳方案[6-9]。端到端方案在融合數據時不使用解密，因此更節能。已經提出了幾個端到端數據聚合方案。在一個逐跳方案中，傳感器節點對其數據進行加密，并將加密的數據發送給它的融合結點。在解密之后，每個融合節點應用融合函數來融合數據，然后在將數據發送到另一個融合節點或基站之前對其進行加密[10-11]。由于加密和解密在計算上非常昂貴，所以一個逐跳的方案可能消耗大量的能量，并允許融合節點理解秘密內容。
在WSNs中，可能存在各種攻擊。其中包括選擇性轉發攻擊和修改攻擊。在選擇性轉發攻擊中，惡意傳感器節點可能故意丟棄從其他傳感器節點接收到的數據包，從而導致包丟失。 6.2 結果與分析
在這一節中，我們展示了我們的方法的比較結果，[RCDA-HOMO][7]和[PIP][5]。圖2顯示了處理所有方法的數據處理的平均處理時間和能量。簽名分片在數據處理上的處理時間和能耗比[PIP]和[RCDA-HOMO]都要少。簽名分片的傳感器節點的平均處理時間分別為2888.98 ms、3040.84 ms、31981.1 ms和3137.85 ms，而平均能量消耗分別為[1357.8μJ]、[1429.1μJ]、[1503μJ]、[1474.8μ]。
簽名分片所獲得的數據處理時間和由[PIP]獲得的數據處理時間之間的最小比率為89.45%，最大比率為91.3%。所有實例的平均比率為90.4%。
圖3顯示了數據融合的平均融合處理時間和能源消耗。簽名分片，[RCDA-HOMO]和[PIP]的平均處理時間分別為612.97 ms、619.11 ms和636.863 ms，而平均總能量消耗分別為[1243.3μJ]、[1045.2μJ]、[1656.4μJ]。
就總能量消耗而言，[RCDA-HOMO]消耗的能量比其他兩種方法要少，因為它不會將數據分解為多個份額。此外，我們的方法仍然比[PIP]消耗的融合能量少。
在簽名分片方法和PIP方法的比較中，通過簽名分片方法以及PIP方法實現的融合節點數據處理時間和融合節點的數據處理時間之間的最小比率和最大比率分別為90.91%和97.61%。所有實例的平均比率為95.387%。
在簽名分片方法和[RCDA-HOMO]方法之間的比較中，簽名分片方法所獲得的傳感器數據處理時間的最小比和最大比率，以及由[RCDA-HOMO]方法獲得的融合節點數據處理的最大比率分別為97.378%和99.38%。所有實例的平均比率為98.74%。
圖4比較了所有方法的網絡壽命和網絡延時。同樣，由于[RCDA-HOMO]在聚合器上消耗的能量較少，它的網絡生命周期要比簽名分片方法稍長一些，而[PIP]擁有最小的網絡生命周期。
通過簽名分片方法、[PIP]和[RCDA-HOMO]的平均網絡壽命分別為108.5個時間單位、106個時間單位和115.2個時間單位。
在簽名分片方法和[PIP]方法的比較中，簽名分片方法和PIP方法所獲得的傳感器數據處理時間的最小比、最大比和傳感器數據處理時間的平均比分別為92.56%、100%和97.85%。
圖4 網絡生命周期和網絡延遲
簽名分片方法、[PIP]方法和[RCDA-HOMO]方法的平均網絡延時分別為1509.2 ms、2182.95 ms和1275.92 ms。
在簽名分片方法和[PIP]方法的比較中，簽名分片方法和[PIP]方法所取得的網絡延遲的最小比、最大比和網絡延遲的平均比為59.65%，88.399和71.95%。
7 結論
我們提出了一種可靠且安全的端到端數據融合方法，它不僅隱藏了感知數據，而且還允許基站檢測選擇性轉發攻擊和修改攻擊。仿真結果表明，在融合處理時間和傳感器處理時間方面，我們的方法的性能都優于[PIP]方法和[RCDA-HOMO]方法，在?W絡壽命、網絡延遲和融合能量消耗方面，性能同樣明顯優于[PIP]。
我們的方法有一個局限性，即融合節點比其他傳感器節點消耗更多的能量。因此，他們將會更早地死去。為了增加網絡的生命周期，我們需要周期性的更換融合節點。我們的方法的另一個限制是，融合節點直接將融合數據發送到基站。聚合器和基站之間的直接通信存在兩個主要問題。首先，融合節點消耗大量的能量，因為長距離的通信，特別是在大的[WSN]中。其次，傳感器節點通常具有有限的通信范圍，以節省能源，而遠離基站的融合節點可能無法直接與基站通信。因此，像樹這樣的路由拓撲是可取的。在我們未來的工作中，我們將擴展我們的方法，考慮融合節點的輪替和在融合節點和基站之間的多跳路由。
參考文獻：
[1]Yick， Jennifer， Biswanath Mukherjee， and Dipak Ghosal."Wireless sensor network survey." Computer networks 52， no.12 （2008）： 2292-2330.
[2] Sang Y， Shen H， Inoguchi Y， et al. Secure Data Aggregation in Wireless Sensor Networks： A Survey[C]// International Conference on Parallel and Distributed Computing， Applications and Technologies. IEEE， 2008：315-320.
[3] 趙小敏， 梁學利， 蔣雙雙，等. 安全的WSN數據融合隱私保護方案設計[J]. 通信學報， 2014，
[4]Rezvani M， Ignjatovic A， Bertino E， et al. Secure Data Aggregation Technique for Wireless Sensor Networks in the Presence of Collusion Attacks[J]. Dependable & Secure Computing IEEE Transactions on， 2015， 12（1）：98-110.
[5] Kumar V， Madria S. PIP： Privacy and Integrity Preserving Data Aggregation in Wireless Sensor Networks[C]// IEEE， International Symposium on Reliable Distributed Systems. IEEE， 2013：10-19.
