18、医疗物联网中的QoS优化研究

医疗物联网中的QoS优化研究

1. 研究背景与QoS指标

在医疗领域,物联网(IoT)与医疗设备的融合带来了新的机遇,但也面临着诸多安全挑战。同时,基于无线Mesh网络(WMN)和移动自组网(MANET)的医疗系统,其服务质量(QoS)至关重要。为了评估路由协议的QoS,考虑了以下几个关键指标:
- 数据包交付率(PDR) :目标节点收到的数据包数量与源节点实际发送的数据包数量之比。
- 端到端延迟 :数据包从源节点成功传输到目标节点所需的平均时间。
- 吞吐量 :在模拟时间内,目标节点接收到的比特数。
- 归一化路由负载(NRL) :路由控制数据包与目标节点接收的数据包数量之比,路由控制包会消耗节点的可用带宽和电池电量。
- 能耗 :网络中每个节点消耗的总能量与其初始能量之比,在模拟运行结束时测量节点的初始和最终剩余能量。

移动无线传感器网络由于节点的动态移动,更容易受到安全威胁,尤其是分布式拒绝服务攻击(DDoS)。为了减少节点能耗,在节点的活跃和非活跃通信中可以采取不同的策略。活跃通信时,可通过传输功率控制和负载分配来降低能耗;非活跃通信时,通常采用功率/睡眠模式来减少能耗。此外,网络中的数据通信数据包的变化称为抖动。

2. WSN - MANET 路由协议

无线传感器网络(WSN)与移动自组网(MANET)在物联网的影响下,在应急情况和远程监控等领域有广泛应用。例如,在地震灾区的通信困难区域,或者在COVID - 19等严重情况下对患者健康的远程监测。WSN通过路由协议将数据从源设备高效传输到目标节点,这些路由协议大致可分为反应式协议、主动式协议和混合式协议。

2.1 AODV协议

AODV是一种反应式(按需驱动)协议,用于无线自组网。其主要原理包括路由发现阶段和路由维护阶段,使用序列号、路由请求(RREQ)和路由回复(RREP)。然而,AODV完成路由表需要时间,随着网络规模的增大,其性能指标会下降,并且节点间链路的中断会导致大量数据包发送,造成网络拥塞。

2.2 SAODV协议

安全自组网按需矢量(SAODV)与AODV的主要区别在于路由发现过程。SAODV通过交换随机数来验证目标节点或设备,并对AODV的数据包设置进行扩展,加入数字签名来保护不可变数据,使用哈希链来保护可变信息(跳数)。

2.3 HWMP协议

混合无线Mesh协议(HWMP)是一种混合式协议,是WMN中符合IEEE标准的默认协议,具有以下特点:
- 基于AODV和树状路由技术。
- 使用MAC地址而非IP地址。
- 路径选择可以是反应式(按需)或主动式(树构建模式)。
- 按需场景 :Mesh点(MP)广播“路径请求”,目标MP以单播方式回复路径。
- 主动场景 :源MP可以通过两种方式发起路由发现过程。一是周期性发送根公告(RANN)来传播度量信息,MP收到RANN后创建到根MP的路径并发送PREQ,根MP以单播方式回复PREP;二是根MP主动向所有MP传播PREQ,MP在PREQ包含更大序列号时以单播方式回复PREP。所有MP维护唯一的目标序列号,使HWMP像AODV一样无环路。Mesh点可以监控上游链路,并通过RREP切换到其他链路,避免重建树,RREP还帮助节点选择备用路由。

下面是HWMP路径选择的伪代码:

Algorithm: Path selection using HWMP 
Input:’n’ number of nodes 
         ‘RREQ’  Route Request packet 
         ‘RREP’  Route Reply packet 
         ‘RANN’ Route Announcements 
Start 
If proactive 
    Intiate root MP 
    Broadcast RANN 
    If  RANN received by MP 
        Refresh root 
        Send PREQ to root MP 
        If PREQ received by root MP 
            Unicast PREP to each MP 
        else 
            forward PREQ o next node 
        end 
    end 
else if reactive
    source broadcast PREQ 
    if PREQ received by intermediate node 
        forward path 
    else if PREQ received by Destination node 
        accept packet 
        generate PREP 
        unicast PREP to source 
    end  
end 
end. 

此外,还有ZRP、混合聚类路由(HCR)和基于蚂蚁的混合路由算法(ANTHOCNET)等用于路由发现,混合路由过程的独特之处在于能根据网络参数建立网络。

3. 仿真环境与结果

为了评估AODV、SAODV和HWMP三种路由协议的性能,在移动模型上进行了仿真。模拟环境设置如下表所示:
| 参数 | 值 |
| ---- | ---- |
| 节点数量 | 30 |
| 流量区域 | 1800 × 840 |
| CBR | - |
| 模拟时间 | 60 s |
| 连接数量 | 5, 10, 15, 20, 25 |
| 流量速率 | 4 数据包/秒 |
| 速度 | 20 m/s |
| 数据包大小 | 1024 |

通过改变连接数量,对三种协议在有无DDoS攻击的情况下,对PDR、NRL、吞吐量、延迟和能耗等QoS参数进行了评估,结果如下:

3.1 PDR比较
路由协议 5连接无攻击 10连接无攻击 15连接无攻击 20连接无攻击 25连接无攻击 5连接有攻击 10连接有攻击 15连接有攻击 20连接有攻击 25连接有攻击
AODV 45.0836 47.183 50.921 52.9782 59.8371 39.8293 41.0381 43.8521 45.1782 51.049
SAODV 59.8372 62.9736 67.948 69.431 74.819 54.9274 58.2732 65.0923 67.276 73.082
HWMP 64.379 67.0842 71.7462 72.303 78.9274 59.0274 61.0472 67.0384 68.645 74.0947

从PDR结果来看,无论有无攻击,HWMP的数据包交付率都高于AODV和SAODV。

3.2 NRL比较
路由协议 5连接无攻击 10连接无攻击 15连接无攻击 20连接无攻击 25连接无攻击 5连接有攻击 10连接有攻击 15连接有攻击 20连接有攻击 25连接有攻击
AODV 1.65 1.93 2.01 2.17 2.83 2.974 3.228 3.732 3.906 4.132
SAODV 1.893 2.103 2.561 2.917 3.104 3.402 3.827 4.19 4.813 4.918
HWMP 2.318 2.572 2.894 3.016 3.412 4.108 4.519 4.903 5.357 5.483

在NRL方面,HWMP在有无攻击的情况下,每个数据包的控制开销相对较高。

3.3 延迟比较
路由协议 5连接无攻击 10连接无攻击 15连接无攻击 20连接无攻击 25连接无攻击 5连接有攻击 10连接有攻击 15连接有攻击 20连接有攻击 25连接有攻击
AODV 0.48 0.53 0.57 0.63 0.71 0.81 0.87 0.91 0.98 1.09
SAODV 0.44 0.49 0.54 0.61 0.68 0.69 0.72 0.78 0.85 0.94
HWMP 0.39 0.43 0.48 0.61 0.65 0.61 0.67 0.72 0.83 0.89

在数据传输延迟方面,HWMP在有无攻击的情况下都优于AODV和SAODV。

3.4 吞吐量比较
路由协议 5连接无攻击 10连接无攻击 15连接无攻击 20连接无攻击 25连接无攻击 5连接有攻击 10连接有攻击 15连接有攻击 20连接有攻击 25连接有攻击
AODV 168.28 175.49 182.03 193.92 201.74 133.74 145.97 159.28 164.83 170.67
SAODV 183.92 194.81 203.75 221.45 239.02 151.68 159.04 167.73 179.1 191.93
HWMP 210.82 233.07 259.9 276.36 291.64 181.46 188.6 195.27 201.82 229.71

在吞吐量方面,随着连接数量的增加,HWMP在有无攻击的情况下都表现出最高的吞吐量。

3.5 能耗比较
路由协议 5连接无攻击 10连接无攻击 15连接无攻击 20连接无攻击 25连接无攻击 5连接有攻击 10连接有攻击 15连接有攻击 20连接有攻击 25连接有攻击
AODV 1876.9 1901.43 1989.81 2155.07 2209.63 1998.73 2118.28 2376.93 2564.53 2883.71
SAODV 1718.9 1794.03 1836.62 2091.54 2183.82 1972.86 2009.38 2190.8 2256.9 2472.3
HWMP 999.43 1008.52 1021.7 1099.35 1208.73 1872.61 1997.03 2076.54 2109.82 2263.8

在能耗方面,HWMP在有无攻击的情况下,随着连接数量的增加,能耗都低于AODV和SAODV。

从以上仿真结果可以看出,HWMP在多个QoS指标上都优于AODV和SAODV,因此在医疗环境中采用HWMP协议可能会带来更好的性能。

4. 结论与未来展望

在医疗领域,为了确保患者数据传输的隐私和安全,MANET与IoT的结合是一种重要的技术手段。本研究分析了AODV、SAODV和HWMP三种路由协议在有无DDoS攻击情况下的性能。通过NS2的仿真结果表明,在模拟中考虑不同数量的节点时,HWMP在多个QoS参数上优于其他两种传统路由协议。

具体来说,在数据包交付率方面,在无攻击时,HWMP比AODV和SAODV分别高24.18%和5.20%;在有攻击时,分别高31.10%和1.3%。对于NRL,无攻击时,HWMP比AODV和SAODV分别好17%和9%;有攻击时,分别好24.63%和10%。在延迟方面,无攻击时,HWMP比AODV和SAODV分别好9.2%和4.6%;有攻击时,分别好22%和5.6%。在吞吐量方面,无攻击时,HWMP比AODV和SAODV分别高30.8%和18.4%;有攻击时,分别高25.70%和16.49%。在能耗方面,无攻击时,HWMP比AODV和SAODV分别少消耗82.8%和80.6%的能量;有攻击时,分别好27.38%和9.2%。在数据包丢失率方面,无攻击时,HWMP比AODV和SAODV分别低90.5%和19.4%;有攻击时,分别低88.9%和3.9%。

综上所述,在数据传输非常重要且不允许数据包丢失的医疗场景中,应优先选择混合路由协议。未来,研究将致力于增强HWMP路由协议的安全特性,计划利用区块链技术确保用于监测患者生命特征的智能设备的合法性,这是电子医疗数据传输中的关键问题。

医疗物联网中的QoS优化研究

5. 综合分析与优势体现

为了更直观地理解三种路由协议的性能差异,我们可以通过以下mermaid流程图来展示它们在不同QoS指标下的优劣关系:

graph LR
    classDef startend fill:#F5EBFF,stroke:#BE8FED,stroke-width:2px
    classDef process fill:#E5F6FF,stroke:#73A6FF,stroke-width:2px

    A([开始]):::startend --> B{PDR指标}:::process
    B --> |HWMP最优| C(HWMP):::process
    B --> |AODV次之| D(AODV):::process
    B --> |SAODV再次之| E(SAODV):::process
    A --> F{NRL指标}:::process
    F --> |HWMP控制开销相对较高| C
    F --> |AODV次之| D
    F --> |SAODV再次之| E
    A --> G{延迟指标}:::process
    G --> |HWMP延迟最低| C
    G --> |SAODV次之| E
    G --> |AODV延迟最高| D
    A --> H{吞吐量指标}:::process
    H --> |HWMP吞吐量最高| C
    H --> |SAODV次之| E
    H --> |AODV再次之| D
    A --> I{能耗指标}:::process
    I --> |HWMP能耗最低| C
    I --> |SAODV次之| E
    I --> |AODV能耗最高| D
    C --> J([结束:HWMP综合优势明显]):::startend
    D --> J
    E --> J

从这个流程图中可以清晰地看到,HWMP在PDR、延迟、吞吐量和能耗这几个关键的QoS指标上都具有明显的优势,虽然在NRL方面控制开销相对较高,但综合其他指标来看,其整体性能更适合医疗环境的需求。

在医疗场景中,数据的准确传输和及时处理至关重要。例如,在远程医疗监测中,医生需要实时获取患者的生命体征数据,如心率、血压等。如果数据包丢失率过高或者传输延迟过长,可能会导致医生无法及时做出准确的诊断和治疗决策。而HWMP协议较高的PDR和较低的延迟能够确保数据的可靠传输,为医疗决策提供有力支持。

同时,医疗设备通常依靠电池供电,能耗问题也是需要重点考虑的因素。HWMP协议较低的能耗可以延长设备的使用寿命,减少频繁更换电池的麻烦,降低医疗成本。

6. 不同场景下的协议选择建议

根据上述研究结果,我们可以针对不同的医疗场景给出以下协议选择建议:
- 对数据准确性要求极高的场景 :如心脏监护、癌症诊断等,这些场景下任何数据的丢失都可能导致严重的后果。此时应优先选择HWMP协议,因为它具有较高的PDR和较低的数据包丢失率,能够最大程度地保证数据的准确传输。
- 对实时性要求极高的场景 :如急救现场的远程医疗指导,医生需要在短时间内获取患者的最新数据并给出治疗建议。HWMP协议较低的延迟能够满足这种实时性需求,确保数据能够及时传输到医生手中。
- 对能耗要求较高的场景 :如可穿戴医疗设备,由于设备体积小、电池容量有限,需要尽量降低能耗以延长使用时间。HWMP协议在能耗方面的优势使其成为这类场景的首选。

然而,在一些对网络资源要求不高、数据传输量较小的简单医疗场景中,AODV或SAODV协议也可以满足基本需求。例如,在一些社区医疗中心,只是偶尔进行简单的健康数据采集,此时可以根据实际情况选择这两种协议,以降低系统的复杂度和成本。

7. 研究的局限性与挑战

虽然本研究得出了HWMP协议在多个QoS指标上优于AODV和SAODV的结论,但研究也存在一定的局限性。
- 仿真环境的局限性 :仿真环境是对真实网络环境的简化和抽象,可能无法完全反映实际医疗网络中的复杂情况。例如,实际网络中可能存在更多的干扰因素、节点移动性更强等,这些因素可能会对协议的性能产生影响。
- 安全因素考虑不够全面 :本研究主要关注了DDoS攻击对协议性能的影响,但在实际医疗网络中,还可能面临其他类型的安全威胁,如数据泄露、中间人攻击等。未来的研究需要进一步考虑这些安全因素,以确保患者数据的安全。
- 缺乏实际应用验证 :研究结果主要基于仿真实验,缺乏在实际医疗环境中的应用验证。实际应用中可能会出现一些在仿真中未发现的问题,因此需要进行更多的实地测试和验证。

8. 总结与启示

本研究围绕医疗物联网中路由协议的QoS优化展开,通过对AODV、SAODV和HWMP三种路由协议的性能分析,得出了HWMP协议在多个QoS指标上具有明显优势的结论。在医疗领域,保障患者数据的安全、准确和及时传输是至关重要的,而选择合适的路由协议是实现这一目标的关键。

对于医疗行业的从业者和研究人员来说,本研究提供了以下启示:
- 重视协议选择 :在构建医疗物联网系统时,应充分考虑不同路由协议的性能特点,根据实际需求选择最合适的协议,以提高系统的服务质量。
- 关注安全问题 :随着医疗物联网的发展,安全问题日益突出。除了选择具有较好抗攻击性能的协议外,还需要采取其他安全措施,如加密技术、访问控制等,以保障患者数据的安全。
- 推动技术创新 :为了应对不断变化的医疗需求和安全挑战,需要不断推动路由协议技术的创新和发展。例如,结合区块链技术增强协议的安全性,或者利用人工智能技术优化协议的性能。

未来,我们期待更多的研究能够深入探索医疗物联网中路由协议的优化问题,为医疗行业的数字化转型提供更加坚实的技术支持。

基于遗传算法的新的异构分布式系统任务调度算法研究(Matlab代码实现)内容概要:本文档围绕基于遗传算法的异构分布式系统任务调度算法展开研究,重点介绍了一种结合遗传算法的新颖优化方法,并通过Matlab代码实现验证其在复杂调度问题中的有效性。文中还涵盖了多种智能优化算法在生产调度、经济调度、车间调度、无人机路径规划、微电网优化等领域的应用案例,展示了从理论建模到仿真实现的完整流程。此外,文档系统梳理了智能优化、机器学习、路径规划、电力系统管理等多个科研方向的技术体系与实际应用场景,强调“借力”工具与创新思维在科研中的重要性。; 适合人群:具备一定Matlab编程基础,从事智能优化、自动化、电力系统、控制工程等相关领域研究研究生及科研人员,尤其适合正在开展调度优化、路径规划或算法改进类课题的研究者; 使用场景及目标:①学习遗传算法及其他智能优化算法(如粒子群、蜣螂优化、NSGA等)在任务调度中的设计与实现;②掌握Matlab/Simulink在科研仿真中的综合应用;③获取多领域(如微电网、无人机、车间调度)的算法复现与创新思路; 阅读建议:建议按目录顺序系统浏览,重点关注算法原理与代码实现的对应关系,结合提供的网盘资源下载完整代码进行调试与复现,同时注重从已有案例中提炼可迁移的科研方法与创新路径。
【微电网】【创新点】基于非支配排序的蜣螂优化算法NSDBO求解微电网多目标优化调度研究(Matlab代码实现)内容概要:本文提出了一种基于非支配排序的蜣螂优化算法(NSDBO),用于求解微电网多目标优化调度问题。该方法结合非支配排序机制,提升了传统蜣螂优化算法在处理多目标问题时的收敛性和分布性,有效解决了微电网调度中经济成本、碳排放、能源利用率等多个相互冲突目标的优化难题。研究构建了包含风、光、储能等多种分布式能源的微电网模型,并通过Matlab代码实现算法仿真,验证了NSDBO在寻找帕累托最优解集方面的优越性能,相较于其他多目标优化算法表现出更强的搜索能力和稳定性。; 适合人群:具备一定电力系统或优化算法基础,从事新能源、微电网、智能优化等相关领域研究研究生、科研人员及工程技术人员。; 使用场景及目标:①应用于微电网能量管理系统的多目标优化调度设计;②作为新型智能优化算法的研究与改进基础,用于解决复杂的多目标工程优化问题;③帮助理解非支配排序机制在进化算法中的集成方法及其在实际系统中的仿真实现。; 阅读建议:建议读者结合Matlab代码深入理解算法实现细节,重点关注非支配排序、拥挤度计算和蜣螂行为模拟的结合方式,并可通过替换目标函数或系统参数进行扩展实验,以掌握算法的适应性与调参技巧。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符  | 博主筛选后可见
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值