面向物联网中大规模异构感知网络鲁棒性模型与策略研究

Interent of Things (IoTs) is a complex which consists of many types of heterogeneous sensor networks. As it is widely applied in various information fields, the network scale is increasing. When some problems occurs in local network topology, the cascading failures and chaining collapse are getting worse. Therefore how to deal with modeling, optimizing and enhancing the robustness for large-scale heterogeneous sensor networks is a serious challenge faced by researchers in recent years. This project addresses the heterogeneous robust model and solution strategy for actual environment in large-scale heterogeneous sensor networks of IoTs. The relationships between heterogeneous network units will be studied and specific small-world model will be created based on wireless sensor networks (WSNs), wireless Wi-Fi networks, mobile communications networks (3G/4G/LTE), WiMax networks, wireless mesh networks (WMNs) and the Internet cloud platform. According to the greedy principle and various comprehensive factors, the importance of heterogeneous sensor network nodes will be evaluated and the novel algorithms or solutions will be presented. The cascading effect of chaining collapse control algorithms will be studied for the case of partial failures in heterogeneous sensor networks. The queuing mechanism for the events in heterogeneous sensor networks will be researched to improve the throughput of the entire networks and avoid congestion. Finally, the project will develop simulation software tools to evaluate performance large-scale heterogeneous networks and will build hardware platform to verify the reasonableness of the proposed models and algorithms for robustness.

物联网是由多种类型的异构感知网络组成的综合体。随着它在各个领域的广泛应用，其网络规模越来越大，当局部网络拓扑出现问题时，产生的相继故障及连锁崩溃效应越来越严重。因此，如何针对大规模异构感知网络进行建模与优化，使其具有鲁棒性，是近年来研究者面临的严峻挑战。本项目针对物联网中大规模异构感知网络单元研究适用于实际环境的异构鲁棒性模型及策略。以无线传感器网络WSNs、Wi-Fi网络、移动通信网络3G/4G/LTE、WiMax网络、无线网状网络WMNs和互联网云平台为载体，研究异构感知网络单元相互关系，构建特定的复杂网络模型；根据贪婪原则并综合各种影响因素，评估节点重要度，并设计大规模数据收集策略；研究异构感知网络相继故障，提出连锁崩溃效应控制策略；分析异构感知网络中的排队机制，提高整个网络的吞吐率和避免拥塞。最后，开发针对异构感知网络的软件仿真工具，并搭建硬件实证平台，验证鲁棒性模型和策略。

物联网中传感器节点能量较小，存储、通信及数据处理能力有限，且通常部署在恶劣环境中，往往会因为自身能量枯竭、硬件故障、软件错误或者敌人的故意攻击而造成节点相继故障，最终导致整个网络瘫痪。本项目基于上述应用背景，重点研究大规模异构网络的鲁棒性问题，主要包括大规模节点重要度评估及小世界建模策略、基于无标度网络的连锁崩溃控制方案和感知数据的紧急调度与可靠传输问题。. （1）分析大规模异构网络单元间的相互关系，提出了全局小世界拓扑优化方案。通过定义节点全局重要度，结合启发式算法来规划重要节点间的连接。小世界特性的引入降低了网络资源的消耗，提升了网络的服务质量。. （2）面对网络中出现连锁崩溃的情况，提出了传感器网络中的无标度模型的构建方法，在不改变节点度数分布的情况下，将拓扑结构朝着高鲁棒的类洋葱结构进行演化。该研究提升了网络对随机攻击和恶意攻击的抵抗能力。. （3）针对物联网中紧急数据包传输的实时性问题，提出了基于事件感知的背压调度策略。通过对数据传输报文格式以及不同报文到达情况的分析，设计出带有紧急数据包的排队模型，保证出现突发事件时，数据可以被实时稳定的传输。. 本项目严格执行了项目申请书的研究内容，取得了显著的效果，在相关领域顶级学术期刊/会议发表学术论文56篇，其中CCF评价A类/中科院一区/IEEE Transaction论文48篇，ESI高被引论文10篇，获得已授权国家发明专利7项，软件著作权3项。搭建了大规模异构物联网综合平台，为解决大规模异构感知网络中鲁棒性建模的关键问题提供了硬件基础。