基于信誉值的拓扑构造激励方法技术

本发明专利技术公开了基于信誉值的拓扑构造激励方法，该方法设定无线泛在网络通信场景，假定该场景中拥塞网络区域A内存在业务需求节点s、周围空闲网络区域集Κ＝{k1,k2,…kn}以及Κ中各个空闲网络区域对应的中继节点集Γ＝{R1,R2,…Rn}。该方法应用于无线泛在环境中，利用网络性能指标选择最优空闲网络区域，基于历史交互信息，通过构建有效的数学模型计算对节点评价的直接信誉值与间接信誉值，从而得出节点的综合信誉值，然后通过周期性的拓扑构造激励算法调整节点连接的拓扑结构，使得合作节点相互连接而自私节点被排斥到网络边缘，进而极大地促进低信誉值节点协作转发的积极性。

【技术实现步骤摘要】

本专利技术涉及一种在无线泛在环境中，属于多媒体 通信

技术介绍
随着无线通信技术的不断发展，针对覆盖范围、用户数量、业务类型及服务质量 (QoS)的不同要求，目前已研究开发出各种蜂窝通信网、无线局域网（WLAN)、无线个域网 (WPAN)和卫星通信网在内的多种无线通信网络，而且更多新的无线网络还在不断涌现。这 些网络采用不同的网络技术彼此相互补充、共同存在，构成了无处不在的多网络多业务融 合的无线泛在环境。然而，在无线泛在环境下用户的群集特性决定了用户业务流量集中于 某一种网络或者特定小区（如蜂窝网小区），导致该网络或小区业务流量的剧涨而相邻的同 构或异构网络资源、业务的相对空闲局面。通过在终端节点间构成Ad-hoc式的对等网络连 接并相互协作转发数据，从而实现将业务需求节点的业务流量从拥塞网络转移至相邻空闲 网络中，实现无线泛在环境下各网络流量与负载的均衡。然而，Ad-hoc网络具有动态性、开 放性与自治性等特征，使得节点的行为面临严重的自私性与信用问题，具体表现为自私节 点的不合作行为、"搭便车"、以及合作节点资源的无节制使用等。基于信誉的信任管理作为 激励节点协作的研究方向，其主要难点在于如何在已收集的信誉信息基础上利用合理有效 的数学模型对节点的信誉进行全面准确地评价并利用一定的机制实现激励与惩罚的目的。 因此，针对基于信誉值的激励机制研究也越来越受到关注。 现今，无线泛在环境下针对节点激励机制和算法的研究主要分为三个方向：基于 信誉、基于虚拟货币（包括拍卖机制）、基于博弈论的激励方法。然而上述激励机制存在很多 不足之处，包括：1、仅考虑单点激励，没有从全网角度区分合作节点与自私节点，导致对合 作节点的搜索定位以及数据转发性能下降。2、有的机制在网络负载方面较难接受，如基于 虚拟货币机制一般都要增加额外的硬件设备或者要管理货币的"银行"。3、基于博弈论机制 在合作策略和公平性上胜于基于信誉机制，但因为无线网络的不稳定性，无线泛在网络中 节点的分布性和移动性，博弈论结果有时候不能直接应用。另外要指出的是，博弈模型中的 均衡状态下整个网络的性能并不是最佳状态。而本专利技术能够很好地解决上述问题。
技术实现思路
本专利技术目的在于针对上述现有技术的不足，特别是针对无线泛在环境下多网络区 域的负载平衡以及多终端节点的激励问题，提出一种，该 方法应用于无线泛在环境中，利用网络性能指标选择最优空闲网络区域，基于历史交互信 息，通过构建有效的数学模型计算对节点评价的直接信誉值与间接信誉值，从而得出节点 的综合信誉值，然后通过周期性的拓扑构造激励算法调整节点连接的拓扑结构，使得合作 节点相互连接而自私节点被排斥到网络边缘，进而极大地促进低信誉值节点协作转发的积 极性。 本专利技术解决其技术问题所采取的技术方案是:一种基于信誉值的拓扑构造激励方 法，该方法设定无线泛在网络通信场景，假定该场景中拥塞网络区域A内存在业务需求节点 s、周围空闲网络区域集K = {lu，k2，以及K中各个空闲网络区域对应的中继节点集r ={Rl ,R2 , ?'Rnl 〇 方法流程： 步骤1:业务需求节点s依据网络容量c和网络负载1两个指标从集合K中选择性能 最佳网络区域及其对应中继节点集R' 步骤2:业务需求节点s以广播方式向If中的中继节点发送服务请求并综合考虑剩 余电池能量e、节点负载1'依据最优原则从If中选择最优中继节点rl乍为服务提供节点。业 务需求节点s记录中继节点交互信息，1表示接受请求且被业务需求节点s选为服务提供节 点，0表示拒绝服务请求。 步骤3:当拓扑构造周期到来时，根据节点之间历史交互信息，计算节点直接信誉 值。首先，业务需求节点s按时间间隔t将其所记录节点历史交互信息划分到不同时间段内， 然后计算每一时间段内的信誉值，计算公式如下： "、 min 1, DT\{n-\) + a*M：,. \ accept request D7：(")=卞 \\ \ ' 1 max^O, D Ts； [n - i) - m ~ Knt j; refuse request 其中D7；_(〃)表示第t时间段内节点s对节点j的信誉评价值，n表示第t时间段内的 交互信息条数。a是节点j为s连续提供转发服务的次数，Kg是激励因子，钟％以线性方式在上 一次信誉评价的基础上对合作节点进行激励。m是节点j连续拒绝为s提供转发服务的次数， &是惩罚因子，!112*&以平方的方式在上一次信誉评价的基础上对自私节点进行惩罚。 a的连 续性以j最近一次拒绝为s提供转发服务为起始来计算，m同理。为了表征节点历史交易信息 的重要性随时间的久远而衰减的特点，利用二次函数的特性来描述不同时间段内直接信誉 值的权重w(t)，如下式所示，即：其中w(t)是随t递减的函数，STL(store time limit)是系统设定的信誉信息存储 时限，超过STL的信誉信息记录不再参与计算。以w(t)对不同时间段内信誉值进行加权平均 可得节点s对j的直接信誉值：步骤4:在直接信誉值基础上，运用行为相似度权重加权各个推荐节点推荐信誉值 并利用归一化因子计算节点间接信誉值。单一推荐节点情况下，节点s对推荐节点i的直接 信誉值为y，推荐节点i对目标评价节点j的直接信誉值为0，则节点s对目标评价节点j的间 接信誉值为y ?比多推荐节点情况下，为了保证推荐行为的真实性，通过行为相似度权重加 权推荐信誉值。s与i的信誉评价行为相似度Sim(i，s)如下式所示，SP其中CZ(s，i)表示与S和i都有过交互的节点集合。将行为相似度作为权重来描述 节点s对目标评价节点j的间接信誉值为：其中^表示节点8对推荐节点me{l，2,…，n}的直接信誉值，知表示推荐节点m对 目标评价节点j的直接信誉值。根据步骤3计算所得直接信誉值与本步骤所得间接信誉值， 计算综合信誉值Tsj为： Tsj = a*DTsj+(l-a)*IDTsj 其中 ae。 步骤5:当节点综合信誉值更新后，业务需求节点s调用拓扑构造激励算法完成自 身拓扑调整。拓扑构造激励算法分为节点链接控制算法（即LCA，Link control algorithm) 和节点连接请求验证算法（即CVA，Connection request verification algorithm) ;LCA负 责删除与低信誉值节点的链接并向高信誉值节点发起连接请求，并且设定节点自身维护三 个集合，包括： (1)熟悉节点集合FSs。表示与节点s有过交互的节点集合。在每一次拓扑构造周期 到来时，节点s计算该集合中所有节点的直接信誉值与间接信誉值，然后得到综合信誉值并 更新FSs〇FSs= {i | who has cooperated with s} 〇 (2)高信誉值节点集合HTSs。表示信誉值TS1大于最低信誉门槛值T min的节点集合。 HTSs={i |Tsi>Imin}，HTSseFSs。 (3)邻居节点集合NSs。表示与节点s具有连接关系的现有的节点集合。关于NS s的三 个参数分别为t_:NS冲最小的节点数。Tmax:依据节点自身计算能力而设定的NS冲最大的 节点数，Tmax>imin。~se:本文档来自技高网...

【技术保护点】
一种基于信誉值的拓扑构造激励方法，其特征在于，所述方法设定无线泛在网络通信场景，假定该场景中存在拥塞网络区域A内的业务需求节点s、周围空闲网络区域集Κ＝{k1,k2,…kn}以及Κ中各个空闲网络区域对应的中继节点集Γ＝{R1,R2,…Rn}，包括如下步骤：步骤1：业务需求节点s依据网络容量c和网络负载l两个指标从集合Κ中选择性能最佳网络区域k*及其对应中继节点集R*；步骤2：业务需求节点s以广播方式向R*中的中继节点发送服务请求并综合考虑剩余电池能量e、节点负载l'依据最优原则从R*中选择最优中继节点r*作为服务提供节点，业务需求节点s记录中继节点交互信息，1表示接受请求且被业务需求节点s选为服务提供节点，0表示拒绝服务请求；步骤3：当拓扑构造周期到来时，根据节点之间历史交互信息，按时间间隔τ计算每个时间段内信誉值运用随时间衰减的权重函数w(t)加权得到节点直接信誉值；步骤4：在直接信誉值基础上，运用行为相似度权重加权各个推荐节点推荐信誉值并利用归一化因子计算节点间接信誉值，根据步骤3计算所得直接信誉值与本步骤所得间接信誉值，计算综合信誉值Tsj；步骤5：当节点综合信誉值更新后，业务需求节点s调用拓扑构造激励算法完成自身拓扑调整。...

【技术特征摘要】

【专利技术属性】
技术研发人员：张晖，任文辉，
申请(专利权)人：南京邮电大学，
类型：发明
国别省市：江苏;32