一种区块链无线网络的随机接入动态控制方法与流程

1.本发明涉及物联网无线通信技术领域，尤其是一种区块链无线网络的随机接入动态控制方法。


背景技术：

2.近年来，随着物联网技术的飞速发展，物联网网络规模持续扩大，逐渐形成一个包含不同运营商和制造商设备的巨大的异质网络。异构程度日益加剧的物联网场景带来最直接的问题便是网络中海量物联网设备缺乏高度的合作信任，自私设备更是成为燎原星火式网络隐患，其对现有主导运营商或制造商与可信设备的物联网架构的限制愈发显著。
3.区块链与物联网技术的结合为此类问题提供了新的解决思路。新近提出的哈希接入协议依靠哈希函数的单向传递性和区块链不可篡改的特点，强制每一台设备在发送数据包之前计算出合法的哈希值，确保了每一台设备都必须遵循哈希接入协议，有效地避免了自私设备无视退避机制的自私行径。从更高层面看，哈希接入为区块链无线接入网(b-ran)这种包含多运营商、多设备商的多边协作平台的底层接入提供了设备与设备以及设备与运营商之间的相互信任。在设备数井喷式增加、网络复杂度不断提升的今天，这种底层信任无疑具有巨大的经济潜力。
4.然而，目前的哈希接入协议尚未为接入难度参数提供任何的优化策略，随着设备数呈指数式增长，海量物联网设备接入请求将会使无线接入网络面临严重的网络拥塞问题。另一方面，机器类通信的蓬勃发展，数据包传输呈现小流量、偶发性和时延要求不一的特点，这进一步增加了b-ran的负载控制压力。因此，接入难度参数优化策略必将成为限制哈希接入机制发展的瓶颈问题。本发明针对这一问题，提出了一种高效可行的区块链无线网络的随机接入动态控制方法，可以在设备数偶发性增长的同时，自适应调整接入难度参数，使网络始终能达到最佳的吞吐性能，同时可以有效地降低接入时延。


技术实现要素：

5.本发明要解决的技术问题是，在设备数目或接入请求增长的同时依然能保证取得最优吞吐量，本发明提出了一种区块链无线网络的随机接入动态控制方法，能够根据网络设备数量和网络信道数目自适应调整接入难度参数，使得网络吞吐量始终能保持最优，同时能够降低接入时延。这种自适应难度调整策略可以有效应对网络设备数量以及数据包接入请求偶发性增长所导致的网络拥塞难题。
6.一种区块链无线网络的随机接入动态控制方法，包括如下步骤：
7.步骤1，基站通过查询、统计前若干个时隙的负载接入状态预估当前时隙到达k个数据包到达率λk；
8.步骤2，利用数据包到达率λk计算最低接入难度参数下的临界数据包传输成功概率qs，其计算公式为：
[0009][0010]
其中，l为物联网设备最大缓存队列，λ0为当前时隙无数据包到达的概率，m为网络信道数，n为网络中设备数，将物联网设备缓冲队列状态的转移视为马尔可夫过程，而q矩阵为其状态转移的马尔可夫一步转移矩阵，其设备稳态队列π满足π-πq＝0，q
l 1
为q矩阵变式。
[0011]
步骤3，将最低接入难度参数下的临界数据包传输成功概率qs与当前网络负载容量下的临界传输成功率阈值进行对比，判定当前网络负载状况；
[0012]
所述当前网络负载容量下的临界传输成功率阈值采用下式计算：
[0013][0014]
若当前计算出的临界数据包传输成功概率qs大于等于当前临界传输成功率阈值即则网络处于轻载状态；
[0015]
若当前计算出的临界数据包传输成功概率qs小于当前临界传输成功率阈值即则网络处于过载状态。
[0016]
基站根据当前判定的网络状态选择最佳接入难度参数h
＊
：若网络轻载，则调整最佳接入难度参数h
＊
为最低值，h
＊
＝1，保证数据包的快速接入；若网络过载，则根据当前网络中存在的设备数量动态调整难度参数，最佳接入难度参数满足下列关系式：
[0017][0018]
进一步的，步骤2中矩阵q
l 1
为马尔可夫一步转移矩阵的变式，其可由下列形式表示：
[0019][0020]
其中，q
t
为数据包成功接入的概率；q
t
满足关系式：其中h表示哈希接入难度参数。
[0021]
通过设置哈希接入难度参数h＝1，计算最低接入难度参数下的临界数据包传输成功概率qs。
[0022]
进一步的，步骤3中，哈希接入难度参数h的调整区间为[1, ∞),大负载情况下采用二分法计算求解隐式方程得到最佳接入难度参数h
＊
。
[0023]
有益效果：本发明提出的一种区块链无线网络的随机接入动态控制方法，基站可以根据过往物联网设备接入状况，快速、有效且准确地判断出当前网络负载情况，且可以根
据网络饱和程度选择最佳的接入难度：在网络轻载时，选择最低的接入难度；网络过载时，选择使得系统临界饱和的接入难度，这样网络始终能达到最大的吞吐量。虽然本发明是针对最大化网络吞吐量对接入难度参数做的优化，但是对降低接入时延亦有明显效果。本发明所提出的区块链随机接入动态控制方法对于解决b-ran网络内接入请求偶发性波动大导致的网络拥塞和信道闲置等问题都具有十分积极的影响，十分适合大规模物联网场景的部署，具有很高的经济价值。
附图说明
[0024]
图1是本发明的算法流程图。
[0025]
图2是本发明实施案例的吞吐量对比图。
[0026]
图3是当前网络流量随时间变化时的吞吐量对比图和时延对比图。
[0027]
图3(a)是当前网络流量随时间的变化图。
[0028]
图3(b)是采用本发明方法的网络与采用固定难度的网络在面对负载动态变化时的吞吐量对比图。
[0029]
图3(c)是采用本发明方法的网络与采用固定难度的网络在面对负载动态变化时的接入时延对比图。
具体实施方式
[0030]
下面结合附图进一步详细描述本发明的技术方案，但本发明的保护范围不局限于以下所述。
[0031]
本发明的一种区块链无线网络的随机接入动态控制方法，无线接入网络采用区块链增强的物联网接入架构，包括区块链无线接入网接入点、物联网设备、区块链矿工网络和核心网；
[0032]
区块链无线接入网接入点依据所统计的过往接入数据，按照本发明提出的负载控制策略自适应调整接入难度参数；区块链矿工网络以及核心网用于维护区块链分类账。
[0033]
所述的区块链无线接入网接入点采用哈希接入协议向物联网设备提供短数据包接入服务，即物联网设备在数据包到来后，需先结合当前时间戳、设备标识和接入合约进行一次哈希计算，当且仅当所得数低于目标哈希值则进行数据包传输。
[0034]
本发明的一种区块链无线网络的随机接入动态控制方法，包括如下步骤：
[0035]
步骤1，基站通过查询、统计前若干个时隙的负载接入状态预估当前时隙到达k个数据包到达率λk，其方法是：基站统计前若干时隙中每个时隙的数据包到达数的概率分布，结合当前时隙一定间隔时间内的流量波动，预估在当前时隙中到达k个数据包到达率λk。
[0036]
设备在进入无线网络前会在区块链网络中注册账户，因此基站可以轻松地从区块链网络中查询到当前活跃设备数量和每个时隙的数据包传输情况，结合接入难度参数的设定，可以轻松获取每个时隙的数据包到达数概率分布和当前时隙到达数据包的概率。
[0037]
步骤2，利用数据包到达率λk计算最低接入难度参数下的临界数据包传输成功概率qs，其计算公式为：
[0038][0039]
其中，l为物联网设备最大缓存队列，λ0为当前时隙无数据包到达的概率，m为网络信道数，n为网络中设备数，将物联网设备缓冲队列状态的转移视为马尔可夫过程，而q矩阵为其状态转移的马尔可夫一步转移矩阵，其设备稳态队列π满足π-πq＝0，q
l 1
为q矩阵变式。
[0040]
其中矩阵q
l 1
通过计算马尔可夫一步转移矩阵得到，由下列形式表示为：
[0041][0042]
其中，q
t
为数据包成功接入的概率；q
t
满足关系式：其中h表示哈希接入难度参数。
[0043]
通过设置接入难度参数h＝1，计算最低接入难度参数下的临界数据包传输成功概率qs；
[0044]
步骤3，将最低接入难度参数下的临界数据包传输成功概率qs与当前网络负载容量下的临界传输成功率阈值进行对比，判定当前网络负载状况；
[0045]
所述当前网络负载容量下的临界传输成功率阈值采用下式计算：
[0046][0047]
若当前计算出的临界数据包传输成功概率qs大于等于当前临界传输成功率阈值即则网络处于轻载状态；
[0048]
若当前计算出的临界数据包传输成功概率qs小于当前临界传输成功率阈值即则网络处于过载状态。
[0049]
基站根据当前判定的网络状态选择最佳的接入难度参数h
＊
，哈希接入难度参数的调整区间为[1, ∞)：若网络轻载，则调整最佳接入难度参数h
＊
为最低值，h
★
＝1，保证数据包的快速接入；若网络过载，则根据当前网络中存在的设备数量动态调整难度参数，最佳接入难度参数满足下列关系式：
[0050][0051]
采用二分法计算求解隐式方程先预估计一个较大的h
＊
值，定初始区间为(1,h
＊
)，然后二分法寻值。
[0052]
为了更了解本发明的具体内容，特举具体实例介绍本发明的典型实施流程如下：
[0053]
根据本发明的一种典型实施例，给定无线接入网络的具体参数如下：1个能够提供
接入服务的无线通信接入点，物联网设备n＝30台以及其共享的接入信道m＝8。我们假设数据包到达过程服从泊松分布，为实现接入难度的弹性调整，网络接入点查询此前10000个时隙的接入状况，以及当前时隙一定间隔内的流量数据，预测得到当前时隙的数据包到达率。
[0054]
基站采用本发明提出的接入动态控制方法，结合图1说明本发明技术实现流程。根据当前数据包到达率、设备数和信道数，预估在当前时隙中到达k个数据包到达率λk，将接入难度参数h设置为1，代入负载控制方法步骤2中求解得到数据包传输的成功概率，随后将该成功概率与步骤2中当前网络容量下的负载阈值计算得到的临界值
[0055][0056]
作比较，其中n为网络中设备数。
[0057]
若数据包成功传输概率小于当前临界传输成功率阈值0.374，则网络处于过载状态此时使网络吞吐量达到最大的最佳接入难度应满足使传输的成功概率等于0.374；若成功概率大于等于0.374，则网络处于轻载状态此时的最佳接入难度应设置为1。以一定频率重复以上过程，即可根据实时负载状况动态调整网络的接入难度。
[0058]
图2反映了采用本发明随机接入动态控制方法得到的最佳接入难度和固定接入难度在低、中、高三种负载状态下的网络吞吐量的对比情况，其中固定接入难度分别为h＝2.5，h＝7，h＝10。可以发现，当网络流量很低时，四种网络的吞吐量几乎保持一致。当网络流量处于一般状态时，固定难度d＝10的网络吞吐量明显低于其它三种网络，较大的接入难度参数限制了网络的吞吐性能。然而当网络流量处于高负载状态时，明显发现采用本发明随机接入动态控制方法得到的最佳接入难度使其网络吞吐量明显优于其种三种网络。可见，无论网络流量处于何种状态，采用本发明随机接入动态控制方法得到的最佳接入难度均具有很高的适配性。
[0059]
图3反映了采用本发明随机接入动态控制方法得到的最佳接入难度和固定接入难度在负载动态变化时的网络吞吐量的对比情况。图3(a)反映了当前平均每台设备流量随时间的变化情况，可以发现，随着时间推移，网络流量呈现随机性波动，出现偶发性增长和下降的情况。图3(b)反映了采用本发明随机接入动态控制方法的网络与采用固定难度分别为2.5、7和10的网络在面对负载动态变化时的吞吐量对比情况。可以发现，当网络流量较小时，采用本发明负载动态控制方法的网络与采用固定难度为2.5的网络吞吐量比较接近，但是仍优于固定难度分别为7和10的网络吞吐量。但是当网络流量偶发性增长时，可以明显观察到，采用本发明随机接入动态控制方法的网络吞吐量远远优于其他三个采用固定难度的无线网络。综合来看，采用本发明随机接入动态控制方法的网络与采用固定难度分别为2.5、7和10的网络吞吐量对比明显体现出本发明提出的负载控制策略的优越性。
[0060]
图3(c)则反映了采用本发明随机接入动态控制方法的网络与采用固定难度分别为2.5、7和10的网络在面对负载动态变化时的接入时延对比情况。可以发现，当网络流量较小时，采用本发明随机接入动态控制方法的网络与采用固定难度为2.5的网络接入时延相差不大，且时延明显低于采用固定难度分别为7和10的网络。然而，当网络流量突然增加时，四个网络均呈现接入时延增加的趋势，但是采用本发明随机接入动态控制方法的网络时延增加的趋势明显小于其他三个网络，其接入时延也为四个网络中最优，可以看出，采用本发明随机接入控制算法计算的接入难度其延迟时间的大小及增长幅度均优于以上其他三种
固定难度网络。
[0061]
虽然本发明已以较优实施例揭露如上，然其并非用以限定本发明。本发明所属技术领域中具有通常知识者，在不脱离本发明的精神和范围内，当可作各种的更动与润饰。因此，本发明的保护范围当视权利要求书所界定者为准。