【技术实现步骤摘要】
本申请涉及物联网领域，具体而言，涉及一种多目标优化与模糊推理的wsn安全成簇方法及相关装置。
技术介绍
1、无线传感器网络(wireless sensor network，wsn)是以数据为中心的自组织网络，任意中间节点除需具备动态路由转发功能外，还需具备一定的数据融合处理以及自身能耗管理功能。因此，wsn协议解决方案一般聚焦在寻找网络低能耗、动态扩展性以及服务质量等技术指标间的平衡。
2、如图1所示，成簇路由是wsn节能问题的一种有效解决方案。通过将无线传感器节点划分为若干个不同的簇12，每个簇12由一个簇头13(下文中也被表示为ch)负责控制和管理。簇头13与基站11(下文中也被表示为bs)进行通信，其余的无线传感器则将信息通过簇头13传递到基站11。因此，成簇路由算法可有效减少wsn的能耗，延长网络寿命，提高网络可靠性。同时，随着群体智能技术的蓬勃发展，将其与wsn路由技术深度集成可有效解决簇头合理选择问题。
3、目前，将簇头选举过程定义为多目标优化问题，并使用多目标优化算法控制簇头选择并取得了不错的效果。然而，目前的研究虽然在降低网络能耗，延长网络生命周期方面具有优异的性能表现，但却都忽略了网络安全问题。
技术实现思路
1、为了克服现有技术中的至少一个不足，本申请提供一种多目标优化与模糊推理的wsn安全成簇方法及相关装置，具体包括：
2、第一方面，本申请提供一种多目标优化与模糊推理的wsn安全成簇方法，所述方法包括：
3、通过
4、获取多个所述候选簇头的属性信息，其中，每个所述候选簇头的属性信息包括自身的信任度指标以及与所述多目标优化算法对应的适应度信息；
5、根据多个所述候选簇头的属性信息，从多个所述候选簇头中选取最佳簇头，其中，所述最佳簇头用于中继所述多个无线传感器的通信数据。
6、结合第一方面的可选实施方式，所述通过多目标优化算法从多个无线传感器中选取多个候选簇头，包括：
7、将每个所述无线传感器视为旅行者并对每个旅行者的位置信息进行初始化；
8、根据每个所述旅行者当前的位置信息，得到每个所述旅行者当前的适应度信息；
9、根据每个所述行者当前的适应度信息，更新当前的帕累托解集；
10、根据当前的帕累托解集的拥挤度，得到徒步旅行优化算法所需的位置向量；
11、根据所述位置向量，通过徒步旅行优化算法更新每个所述旅行者当前的位置信息；
12、若未达到迭代上限，则返回执行根据每个所述旅行者当前的位置信息，得到每个所述旅行者当前的适应度信息，直至达到所述迭代上限后，将当前的帕累托解集中的多个旅行者作为所述多个候选簇头。
13、结合第一方面的可选实施方式，每个所述旅行者的适应度信息包括自身的剩余能量指标、与基站之间的距离指标以及自身被当选为候选簇头的频次指标。
14、结合第一方面的可选实施方式，所述根据每个所述行者当前的适应度信息，更新当前的帕累托解集，包括：
15、根据每个所述行者当前的适应度信息，确定出当前的非支配解；
16、若当前的帕累托解集为空集，则将当前的非支配解添加到当前的帕累托解集中；
17、若当前的帕累托解集并非空集，则将当前的非支配解添加到当前的帕累托解集中，并将当前的帕累托解集中满足预设剔除条件的非支配解进行删除。
18、结合第一方面的可选实施方式，所述获取多个所述候选簇头的信任度指标，包括：
19、对于每个所述候选簇头，从所述多个无线传感器中确定出所述多个候选簇头之外的至少一个普通传感器；
20、从所述至少一个普通传感器中确定出与所述候选簇头相距预设距离内的至少一个相邻传感器；
21、获取所述候选簇头与每个所述相邻传感器之间的第一信任值，并根据与每个所述普通传感器之间的第一信任值，得到聚合信任值；
22、获取所述候选簇头与其他所述候选簇头之间的第二信任值；
23、将所述聚合信任值与其他所述候选簇头之间的第二信任值进行加权，得到所述候选簇头的信任度指标。
24、结合第一方面的可选实施方式，所述获取所述候选簇头与每个所述相邻传感器之间的第一信任值，包括：
25、对于每个所述相邻传感器，获取所述候选簇头与所述相邻传感器在多个维度的多个信任值；
26、将所述多个信任值进行加权，得到所述候选簇头与所述相邻传感器之间的第一信任值。
27、结合第一方面的可选实施方式，所述根据多个所述候选簇头的属性信息，从多个所述候选簇头中选取最佳簇头，包括：
28、将所述多个所述候选簇头的属性信息进行模糊化处理；
29、将每个所述候选簇头模糊处理后的属性信息与预设模糊规则库进行匹配，得到每个所述候选簇头的模糊机会值；
30、根据每个所述候选簇头的模糊机会值，得到所述最佳簇头。
31、第二方面，本申请还提供一种多目标优化与模糊推理的wsn安全成簇装置，所述装置包括：
32、候选簇头模块，用于通过多目标优化算法从多个无线传感器中选取多个候选簇头；
33、簇头属性模块，用于获取多个所述候选簇头的属性信息，其中，每个所述候选簇头的属性信息包括自身的信任度指标以及与所述多目标优化算法对应的适应度信息；
34、簇头筛选模块，用于根据多个所述候选簇头的属性信息，从多个所述候选簇头中选取最佳簇头，其中，所述最佳簇头用于中继所述多个无线传感器的通信数据。
35、结合第二方面的可选实施方式，所述候选簇头模块还具体用于：
36、将每个所述无线传感器视为旅行者并对每个旅行者的位置信息进行初始化；
37、根据每个所述旅行者当前的位置信息，得到每个所述旅行者当前的适应度信息；
38、根据每个所述行者当前的适应度信息，更新当前的帕累托解集；
39、根据当前的帕累托解集的拥挤度，得到徒步旅行优化算法所需的位置向量；
40、根据所述位置向量，通过徒步旅行优化算法更新每个所述旅行者当前的位置信息；
41、若未达到迭代上限，则返回执行根据每个所述旅行者当前的位置信息，得到每个所述旅行者当前的适应度信息，直至达到所述迭代上限后，将当前的帕累托解集中的多个旅行者作为所述多个候选簇头。
42、结合第二方面的可选实施方式，每个所述旅行者的适应度信息包括自身的剩余能量指标、与基站之间的距离指标以及自身被当选为候选簇头的频次指标。
43、结合第二方面的可选实施方式，所述候选簇头模块还具体用于：
44、根据每个所述行者当前的适应度信息，确定出当前的非支配解；
45、若当前的帕累托解集为空集，则将当前的非支配解添加到当前的帕累托解集中；
46、若当前的帕累托解集并非本文档来自技高网...
【技术保护点】
1.一种多目标优化与模糊推理的WSN安全成簇方法，其特征在于，所述方法包括：
2.根据权利要求1所述的多目标优化与模糊推理的WSN安全成簇方法，其特征在于，所述通过多目标优化算法从多个无线传感器中选取多个候选簇头，包括：
3.根据权利要求2所述的多目标优化与模糊推理的WSN安全成簇方法，其特征在于，每个所述旅行者的适应度信息包括自身的剩余能量指标、与基站之间的距离指标以及自身被当选为候选簇头的频次指标。
4.根据权利要求2所述的多目标优化与模糊推理的WSN安全成簇方法，其特征在于，所述根据每个所述行者当前的适应度信息，更新当前的帕累托解集，包括：
5.根据权利要求1所述的多目标优化与模糊推理的WSN安全成簇方法，其特征在于，所述获取多个所述候选簇头的信任度指标，包括：
6.根据权利要求5所述的多目标优化与模糊推理的WSN安全成簇方法，其特征在于，所述获取所述候选簇头与每个所述相邻传感器之间的第一信任值，包括：
7.根据权利要求1所述的多目标优化与模糊推理的WSN安全成簇方法，其特征在于，所述根据多个所述候选簇
8.一种多目标优化与模糊推理的WSN安全成簇装置，其特征在于，所述装置包括：
9.一种存储介质，其特征在于，所述存储介质存储有计算机程序，所述计算机程序被处理器执行时，实现权利要求1-7任意一项所述的多目标优化与模糊推理的WSN安全成簇方法。
10.一种电子设备，其特征在于，所述电子设备包括处理器与存储器，所述存储器存储有计算机程序，所述计算机程序被处理器执行时，实现权利要求1-7任意一项所述的多目标优化与模糊推理的WSN安全成簇方法。
...【技术特征摘要】
1.一种多目标优化与模糊推理的wsn安全成簇方法，其特征在于，所述方法包括：
2.根据权利要求1所述的多目标优化与模糊推理的wsn安全成簇方法，其特征在于，所述通过多目标优化算法从多个无线传感器中选取多个候选簇头，包括：
3.根据权利要求2所述的多目标优化与模糊推理的wsn安全成簇方法，其特征在于，每个所述旅行者的适应度信息包括自身的剩余能量指标、与基站之间的距离指标以及自身被当选为候选簇头的频次指标。
4.根据权利要求2所述的多目标优化与模糊推理的wsn安全成簇方法，其特征在于，所述根据每个所述行者当前的适应度信息，更新当前的帕累托解集，包括：
5.根据权利要求1所述的多目标优化与模糊推理的wsn安全成簇方法，其特征在于，所述获取多个所述候选簇头的信任度指标，包括：
6.根据权利要求5所述的多...
【专利技术属性】
技术研发人员：张耀南，杨继广，火久元，康建芳，敏玉芳，
申请(专利权)人：中国科学院西北生态环境资源研究院，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。