《实现战场物联网 (IoBT) 的愿景：自主分类传感器网络》美陆军37页报告

战场物联网（IoBT）的重点是利用传感器、执行器和分析设备的互联网络提供战场态势感知。传感器可以探测敌人的动向，然后将信息实时传递给分析人员，使他们能够就定位、应避免的区域或谁正在穿越某一区域做出战术决策。这种能力将有可能节省资源和士兵的生命，因此物联网成为美国陆军研究实验室（ARL）网络科学研究实验室研究的重要课题。物联网（IoT）的概念是与任何类型的设备（从汽车到冰箱）建立通信网络。将这一概念转换到战场环境中，可以想象 IoBT 能带来多大的可能性。陆军对 IoBT 设备产生了浓厚的兴趣，希望学习、开发并将这些理念从实验室带到战场。

为此，美国陆军研究实验室战术网络保障分部开发了一种在未知或潜在敌对环境中使用 IoBT 部署多个传感器的方法。称该系统为自主分类传感器网络。系统内的传感器执行基本分类，根据生成的事件识别是盟友还是对手，并使用特设无线网络相互通信。通过使用多个不同类型的传感器，分类结果更加稳健，因为它们来自不同模式的多个传感器数据源。此外，为确保较长的网络寿命，传感器采用了睡眠算法，节点进入低功耗模式，同时保持网络活动。最后，这项工作的重点是开发一种应对拒绝服务（DoS）和分布式拒绝服务（DDoS）攻击的对策，这些攻击是能够关闭网络的普遍威胁。

图 6 测试不同聚类方法的 Node-RED 流程

交叉引用传感器

每个传感器节点都与一个 XBee Series 2 模块相连，作为通信的基础层。之所以选择 XBee，是因为它成本低廉，而且与其他常见的 WiFi 或蓝牙设备相比，它与战术无线无线电相似。我们的实施方案有两种节点，一种是检测器节点，另一种是分类器节点。检测器用于检测网络一般区域内是否发生了事件。分类器收集的数据随后用于将事件分类为盟友事件或敌方事件。我们的设想是，让探测器节点感知是否有人进入现场，并将该信息转发给附近的分类器节点，以唤醒它们并开始勘察环境。分类器节点将继续感知，直到有人触发事件或感知时间结束。然后，分类器的信息将直接或通过多跳发送到基站。

探测器节点配备了被动红外（PIR）、超声波或振动传感器，分类器节点配备了射频识别（RFID）、磁力计、麦克风或摄像头传感器。为了节约能源，我们在网络中采用了睡眠算法，这样检测器节点就不会在每个时间点都处于空闲状态。传感器被连接到 Arduino UNO2 或 Raspberry Pi3 单板计算机上。除了摄像头和麦克风需要 Raspberry Pi 提供额外的计算资源外，大部分传感器都使用 Arduino UNO 设备。

分类传感器收集到的数据会被发送到基站，并在那里汇总成一个数据项。这个汇总数据集代表了过去几秒钟内感应到的区域。然后通过聚类算法对数据进行分析，对触发传感器的个人进行分类，以预测是盟友还是对手触发了事件。

休眠算法

无线传感器网络的一个重要方面是网络寿命，它可以定义为最后一个节点停止工作（因故障或耗尽电力资源）所需的时间，也可以定义为网络的覆盖范围或连接性达到某个连接性阈值所需的时间。如果网络能维持更长时间的可用流量，就能减少在战场上更换或维护网络的需要，从而节省时间并降低士兵面临的风险。由于增加每个节点的电池容量成本高昂，建议采用休眠算法来延长网络的使用寿命。不主动扫描且对网络连接不重要的节点可以进入睡眠状态，以节省能量。然后，这些节点可以在稍后时间被激活，接替可用能量较少的节点的角色。在实施过程中，探索了三种不同的策略，同时测量了它们的寿命和覆盖范围。1）地理自适应保真度 (GAF) 算法、2）连接 k 邻域 (CKN) 和能耗连接 k 邻域 (EC-CKN)、3）分类网络休眠算法

数据分析

随着可用数据的增加，有必要制定一种方法来解释数据和推理信息。最初通过 Node-RED 通过合成输入进行数据收集和分类。我们选择了 R 编程语言来最终实现将传感器数据分类为敌方或盟方事件。

安全性

任何无线网络都会存在一些安全隐患，因此必须加以解决。第一个问题是，传感器会不断广播它们掌握的所有信息。监听网络的敌人可以轻易地看到所有正在广播的信息，甚至更糟糕的是，他们可以编造自己的数据来混淆聚类算法。另一个问题是，监听网络的对手可能会试图用数据包淹没网络，阻止传感器传输数据（DoS 或 DDoS）。

为了防止对手在 DoS/DDoS 攻击中用无用数据淹没网络，检查了畸形数据，并切换了 XBee 无线电的个人区域网络 (PAN) ID。如果检查发现网络被数据淹没，系统就会切换到另一个网络。遗憾的是，这并不能完全解决问题，因为存在复制攻击，这种攻击会利用有效数据，在网络中充斥大量数据副本。不过，这种攻击可以通过在数据中加入一次性号码来解决，这样基站就能检测到相同的数据是否被发送了多次。