一种基于马尔可夫博弈的能量均衡路由算法

针对无线传感器网络中耗能不均问题,引入马尔可夫博弈理论,构建了无线传感器网络的马尔可夫博弈模型.在能量均衡路由分析的基础上,给出了一种基于马尔可夫博弈的能量均衡路由算法,该算法从无线传感器网络整体耗能出发,兼顾节点之间的合作.定义了能量和信誉值的二元收益函数,给出了节点转发的状态转移概率,根据收益函数进行能量调节,求解出能量和收益之间的均衡系数——纳什均衡,实现了节点能量的均衡消耗,延长了网络的生命周期.使用PRISM概率仿真工具进行仿真,验证了该博弈模型存在纳什均衡点,同时表明该模型能促进节点之间合作,最大化无线传感器网络的生命周期.     

基于演化博弈的无线传感器网络分簇算法

针对无线传感器网络中节点负载过重与能耗不均衡而出现网络能量空洞的问题，基于演化博弈理论建立一种簇头竞选的博弈模型，同时提出一种基于演化博弈的无线传感器网络最优成簇算法。运用节点的剩余能量、数据接收能耗和数据转发能耗设计簇头演化博弈的收益函数，并将最优发射功率控制机制应用于簇成员的选择，从而形成稳定连通的网络分簇结构。仿真实验表明该算法平衡了节点负载，从而均衡网络能量，有效改善网络中过早出现能量空洞的问题，进而延长了网络生存时间。     

Ad Hoc网络中基于贝叶斯博弈的节点激励策略

Ad Hoc网络中的节点在转发数据时易出现自私行为,为激励自私节点参与数据转发,提出一种节点激励策略IMTFT。根据贝叶斯博弈理论建立节点转发博弈模型,在该模型中引入增加激励因子的改进TFT策略,以均衡激励自私节点。在IMTFT策略下对节点的纳什均衡条件进行推理分析,并确定激励因子相关参数的最优取值。仿真结果表明,该策略能有效激励自私节点参与数据转发,提升网络整体性能。     

无线传感器网络中基于拍卖博弈的数据包转发算法

在无线传感器网络中,为了提高能量的利用率和增强数据包转发的可靠性,设计了PFAG（Packet Forwarding Algorithm Based on Auction Game）算法。该算法将数据包转发过程看作一种多阶段拍卖博弈过程,首先,网络中的节点根据拍卖博弈模型中的标价函数给出相应标价,然后基于双方博弈阶段最大化自己收益的原则,源节点可选出最佳的转发节点,从而找出最优的包转发策略。仿真结果表明,PFAG算法可有效的降低和平衡网络能耗,具备传输可靠性高和适应网络规模变化性强的特点。     

WSN中利用贝叶斯博弈的数据传递策略

在无线传感器网络中,数据的传递策略对网络的能量损耗具有重要的影响,为此,提出了一个基于贝叶斯博弈的数据传递模型。在该模型中网络节点为了获取最大的收益,在考虑自身能量水平的基础上,适当的调整发送/转发的数据量。当节点发送/转发的数据满足一定条件时,网络存在均衡状态。仿真结果表明,该基于博弈论的数据传递策略在均衡状态下能够明显降低能量损耗,延长网络的使用寿命。     

基于博弈论的能量均衡路由算法

针对传感器网络能量不均衡且网络性能易受自私节点影响的问题,利用博弈论的思想,构建了均衡能耗的博弈模型(EBGM)。该算法从激励节点合作行为出发,引入能量关注因子,摒除传统博弈算法以剩余能量作为调整转发意愿的唯一标准,转而根据节点现有能量比例与邻居能量比例的差异程度进行调节。对EBGM模型进行理论分析,证明了纳什均衡点的存在性,且其能够趋于帕累托最优。仿真结果表明,EBGM模型能够促进节点合作行为、均衡能量开销、延长网络的整体生存周期。     

无线传感器网络路由中合作性重复博弈模型的研究

无线传感器网络中,节点能耗、路径可靠度以及节点的死亡时间是传感器网络路由需要考虑的关键因素.为了提高能量利用率和传感器网络收益,在节点理性且自私的条件下,运用博弈论方法提出了一种基于节点合作的数据包发送/转发的重复博弈模型,设计了一个与路径连通度和节点能量消耗有关的收益函数,采用惩罚机制使重复博弈模型存在子博弈精炼纳什均衡,降低了自私节点背叛的可能性.实验结果表明:采用惩罚机制的重复博弈能够提高网络的收益,同时也提高了网络吞吐量,任何自私节点的不合作行为都导致节点的能量浪费和节点的整体收益下降.     

拍卖博弈模型在无线传感器网络路由中的应用研究

为了提高无线传感器网络数据转发的可靠性及能量利用率,本文基于拍卖博弈建立了拍卖路由博弈模型,并提出一种进行转发节点选择的价格路由博弈算法.在算法中潜在的转发节点为了从发送节点获得虚拟货币而相互竞争,发送节点根据各个转发节点的标价选择最佳转发节点.实验仿真表明拍卖路由博弈模型的合理、有效,提出的价格路由博弈算法能够降低节点的能量消耗,延长网络的生命周期.     

基于微分博弈的移动目标防御最优策略

目前,针对移动目标防御最优策略研究大多采用经典单/多阶段博弈和Markov博弈模型,无法在连续实时网络攻防对抗中进行灵活决策.为实现实时选取最优移动目标防御策略,在研究节点级传染病模型与微分博弈理论的基础上,提出了一种移动目标防御微分博弈模型,对网络空间重要节点构造安全状态演化方程与攻防收益目标函数,并设计开环纳什均衡...     

无人机网络中基于博弈模型的数据转发优化算法

无人机与有人机混合编队协同作战可提高作战效能,但需要无人机与有人机之间进行稳定的数据连接,将战场态势快速传输至有人机。为此,建立一种基于博弈论的单一价格多属性投标模型,以通信范围内邻居节点的招投标方式,将传输节点的选择过程抽象为招标模型。从节点能量属性、链路稳定性及转发角度出发,设计招投标节点的评分函数和收益模型,最终经过比较多个投标节点的质量属性和投标价格选择最佳节点完成招标节点的数据转发。通过博弈分析证明数据转发算法是激励相容的,可确保节点以真实报价参与到数据转发过程中。仿真结果表明,与GPSR算法及AMIM算法相比,该算法在保证网络能耗均衡与链路稳定性的同时,能提高网络生存时间,适用于无人机与有人机混合编队协同作战通信环境。     

基于演化博弈论的移动Ad Hoc网络中继协作机制

从演化博弈论的角度,提出一种能有效激励无线Ad Hoc网络节点参与数据分组中继协作的纳什均衡策略:G-TFT(Generous Tit for Tat).以节点中继的分组数与所需的能量开销为均衡点,建立了中继协作过程的单阶段博弈模型G,验证了节点的自私性动机,将G扩展为基于时闻序列、策略可转换的演化博弈R,并根据R的纳什均衡提出了协作激励策略G-TFT.仿真结果表明.通过调整宽容因子g,G-TFT能有效地激励节点参与中继协作.     

节点度估计和静态博弈转发策略的Ad Hoc网络路由协议

针对Ad Hoc网络路由发现过程中广播路由请求分组导致的广播风暴问题，提出了一种基于节点度估计和静态博弈转发策略的Ad Hoc网络路由协议NGRP.NGRP考虑边界影响，采用分段函数的思想将网络场景分为中心、边和角区域，分别估算网络中节点在不同区域的节点度，避免了周期性广播Hello消息获取节点度导致的开销；NGRP路由请求分组的转发采用静态博弈转发策略，利用节点度估算参与转发路由请求分组的节点数量，将转发和不转发作为策略集合，设计效益函数，通过纳什均衡获得节点转发路由请求分组的转发概率，从而减少了路由请求分组广播过程中产生的大量的冗余、竞争和冲突，提高了路由发现过程中路由请求分组的广播效率.运用NS-2对协议的性能进行大量的仿真，结果表明：NGRP的分组投递率、路由开销、MAC层路由开销和吞吐率这4项指标明显优于AODV+FDG，AODV with Hello和AODV without Hello协议.     

能耗自选演进机制的延迟容忍网络路由算法

为了提高延迟容忍网络中数据投递过程节点能耗管理效率、改善数据在网络中的转发效率等,本文引入节点间能耗博弈模型,进而提出了一种基于能耗自选演进机制的延迟容忍网络路由算法（Efficient Routing Mechanism for Delay Tolerant Network based on Energy Consumption Strategy）,根据泛洪路由策略设计数据投递机制,数据在网络中转发时,节点依据自身能量剩余状态制定相应的投递操作,对首先将数据投递至目的节点的中间节点予以一个单位的奖励,利用节点策略博弈模型选取合理的数据投递操作,以此改善节点转发数据能量消耗,从而提高数据投递能量管理效率,并提高数据转发效率.仿真验证表明：所提算法与对照算法相比在数据投递率、传输时延、网络开销等性能指标上表现出较好效果.     

车载自组织网络中基于定向传播的自适应路由协议

数据分组在转发过程中需要在其转发范围内寻找一个中继节点进行转发。为了降低转发过程中寻找中继节点的复杂程度,减少从源节点到达目的节点的平均跳数,提出了一种车载自组织网络中基于定向传播的自适应路由协议(Adaptive Routing Protocol Based on Directional Transmission,ARPBDT)。该路由协议有两个关键参数:转发角度和平均每跳前进距离。首先为了缩小转发范围,设置一个始终朝着目的节点方向的转发角度,以减少转发范围内的节点数以及寻找中继节点的计算量;其次为了减少平均跳数,在转发范围内根据前进距离自适应地选择较优或次优的邻居节点作为中继节点进行转发。仿真结果表明,与OBDR相比,所提路由协议的平均跳数较少,平均每跳前进距离较大,能够使数据分组快速地到达目的节点。     

Signaling game based strategy of intrusion detection in wireless sensor networks

As Wireless Sensor Networks (WSNs) become increasingly popular, it is necessary to require Intrusion Detection System (IDS) available to detect internal malicious sensor nodes. Because sensor nodes have limited capabilities in terms of their computation, communication, and energy, selecting the profitable detection strategy for lowering resources consumption determines whether the IDS can be used practically. In this paper, we adopt the distributed-centralized network in which each sensor node has equipped an IDS agent, but only the IDS agent resided in the Cluster Head (CH) with sufficient energy will launch. Then, we apply the signaling game to construct an Intrusion Detection Game modeling the interactions between a malicious sensor node and a CH-IDS agent, and seek its equilibriums for the optimal detection strategy. We illustrate the stage Intrusion Detection Game at an individual time slot in aspects of its player’s utilities, pure-strategy Bayesian–Nash equilibrium (BNE) and mixed-strategy BNE. Under these BNEs the CH-IDS agent is not always on the Defend strategy, as a result, the power of CH can be saved. As the game evolves, we develop the stage Intrusion Detection Game into a multi-stage dynamic Intrusion Detection Game in which, based on Bayesian rules, the beliefs on the malicious sensor node can be updated. Upon the current belief and the Perfect Bayesian equilibrium (PBE), the best response strategy for the CH-IDS agent can be gained. Afterward, we propose an intrusion detection mechanism and corresponding algorithm. We also study the properties of the multi-stage dynamic Intrusion Detection Game by simulations. The simulation results have shown the effectiveness of the proposed game, thus, the CH-IDS agents are able to select their optimal strategies to defend the malicious sensor nodes’ Attack action.     

基于蚁群的无线传感网最大化生存时间路由

为提高无线传感网的生存时间,对基于蚁群算法的最大化生存时间路由(MLRAC)进行了研究。该路由利用链路能耗模型和节点发送数据概率,计算一个数据收集周期内节点总能耗。同时考虑节点初始能量,建立了最大化生存时间路由的最优模型。为求解该最优模型,在经典蚁群算法的基础上,提出修正的蚁群算法。该算法采用新的邻居节点转发概率公式、信息素更新公式和分组探测方法,经过一定的迭代计算获得网络生存时间的最优值和每个节点的最优发送数据概率。最后,Sink节点洪泛通知网络中所有节点。节点根据接收到的最优概率,选择数据分组未经过的邻居节点发送数据。仿真实验表明,经过一定时间的迭代,MLRAC的生存时间可以收敛到最优值。该算法能延长网络生存时间,在一定的条件下,MLRAC算法比PEDAP、LET、Ratio-w、Sum-w等算法更优。     

一种基于负载平衡树的多网关节点数据汇集路由算法

以均衡耗能为目标,考虑健壮性、可转发性和抗干扰性等因素,提出一种基于负载平衡树的多网关节点数据汇集路由算法(TBLB 算法).在多网关前提下,TBLB 算法结合节点能量和节点度形成以网关节点为根节点的负载平衡树,通过负载平衡树协调节点间的负载均衡,有效地降低节点的能量消耗.此外,节点根据路径性能评价因子W 进行路径选择和网关切换,进一步降低网络节点的通信开销,改善了网关节点的瓶颈问题.模拟实验结果表明,TBLB 算法能够有效均衡网络负载,对网络的能量消耗和网关节点接收到的数据包都有所改善.     

无线传感器网络中基于协作的包转发研究

运用博弈论的观点和方法来解决传感器网络中的包转发问题．为传感器网络建立了包转发模型，分析了节点参与包转发会话所获得的帕累托最优效用．提出了基于帕累托最优效用的包转发算法POUPF，并证明了该算法能够建立纳什均衡以保证每个节点都获得帕累托最优效用．仿真结果表明：POUPF能够有效促进节点自发合作，确保了每个节点获得帕累托最优效用；任何偏离POUPF节点的包转发行为都会导致所有节点效用的下降．     

Ad hoc网络寻路阶段的合作激励机制研究

如何激励属于不同利益最大化实体的自私节点合作是当前Adhoc网络研究中的一个热点问题.现有的自私节点检测和激励机制主要针对数据传输阶段,不能适应寻路阶段的特点.文中基于邻居节点中继和生成的路由请求包之间的统计关系,提出了一种适用于按需路由协议寻路阶段的自私行为检测和惩罚机制,并利用博弈论工具将其建模为噪声环境下的重复囚徒困境博弈,对算法激励合作的有效性进行分析.理论分析和仿真结果显示,该算法能够有效地惩罚寻路中的自私行为,促进节点合作.