基于移动社交网络节点社会特性的机会路由行为建模方法技术

本发明专利技术公开了一种基于移动社交网络节点社会关系特性的机会路由行为建模方法，特征是利用相应的随机生成算法构造并挖掘任意网络节点对之间的社会关系网跳数距离和社团归属关系，基于所获取的上述社会特性，结合若干可根据需要调节的模型参数，为节点对间的相互接触频率与协作概率依照它们社会关系的亲疏程度有差别地建模。采用本发明专利技术方法建立机会路由行为模型，相比于现有的建模方法，能通过充分挖掘节点间的宏观和微观社会关系特性为社会性网络节点间的机会路由行为特性提供更完备的模型定义，为移动社交网络中设备间路由传输技术的开发与革新及其机会投递行为相关科学问题的研究提供更为合理而便捷的仿真基础。

【技术实现步骤摘要】
基于移动社交网络节点社会特性的机会路由行为建模方法
本专利技术属于社会性移动自组织网络(socializedmobilead-hocnetwork)中的机会路由
，特别涉及基于移动社交网络节点的社会关系进行行为建模的方法。
技术介绍
近年来智能终端设备的应用日益广泛，这些设备具有自发组织形成非连续(intermittent)、延迟容忍(delay-tolerant)的无线移动网络并进行数据交换的潜能，所涉及的具体组网技术包括蓝牙(bluetooth)、设备到设备(device-to-device)等，这种特殊的自组织网络又被称为移动社交网络(MobileSocialNetwork)。移动社交网络中的用户节点即智能终端的持有者之间能随机发生移动，《美国计算机协会移动自组织网络会议》(MobiHoc’09,May18-21,2009,NewOrleans,USA)等学术文献多次提及：任意随机移动的自组织/延迟容忍网络节点之间相互接触事件的发生过程可用泊松过程予以合适地描述；《美国电气与电子工程师协会快报》(IEEECOMMUNICATIONSLETTERS,VOL.13,NO.12,DECEMBER2009)提到所有节点对之间关系完全等同化的随机行走节点相互接触事件的泊松过程参数λ可表征为下式所示的随机同质节点接触频率模型：式中A表示一个节点移动的正方形仿真区域，υ0表示节点间的平均相对速率，R表示节点的通信半径，而c是表征同质化随机移动模型的常数。然而，移动社交网络相比于传统的移动自组织网络具有另一个重要特征，即节点间的相互社会关系。节点对之间社会关系的亲疏，深刻地影响着节点对之间的两大机会路由特性：社会关系亲近的节点接触的频繁度也随之增加；自私性(selfishness)决定一个移动社交节点为其他节点的数据分发提供协作的概率，其中社会自私性(socialselfishness)特别地随节点间社会关系的亲疏而增减，从而社会特性将显著影响移动社交网络的机会路由性能。此类社会特性使得在开发与革新移动社交网络设备间的路由技术以及研究网络中的机会投递行为相关科学问题时，必须将节点间的社会倾向性对路由行为的影响作为重要考量因素。然而，由大量真实的移动社交节点构建具有社会特性的测试场景在实现上具有较大难度，因此亟需有效的仿真平台用于建模移动社交网络节点间的社会关系及其对于节点间机会路由行为的影响，从而为相应的技术研发和科学研究提供便捷、可靠的仿真基础。目前已有的对于移动社交网络节点的社会关系及其所决定的节点间机会路由行为的建模方法主要包括从真实社会行为的跟踪记录中获取以及依据社会关系特性进行构造性的行为建模。在真实社会节点行为跟踪搜集与建模方面，《美国电气与电子工程师协会学报》(IEEETRANSACTIONSONMOBILECOMPUTING,VOL.10,NO.11,NOVEMBER2011)中提到了通过对若干携带移动设备的人之间相互移动与接触行为的跟踪记录进行建模，从而获得了一些真实追踪数据集，如剑桥(Cambridge)数据集、国际计算机通信会议06(Infocom06)数据集及香港(HK)数据集等。这类数据集的优势在于源自真实人类社会，具有较强的典型性；其主要缺点在于仅记录某一特定场景下的节点活动规律而不能通过参数调节模拟多种场景，且能搜集到的数据所描述的行为通常仅包括节点间的移动接触行为，但至今还缺乏节点彼此的协作规律或其他信息。《美国电气与电子工程师协会快报》(IEEECOMMUNICATIONSLETTERS,VOL.14,NO.11,NOVEMBER2010)中提及了针对社会性延迟容忍网络(Delay-tolerantNetworks)节点带有自私性的机会路由行为所建立的仿真模型，该模型考虑了节点可能所属的不同社团(community)划分关系，并以此为依据将属于同社团/不同社团的节点对之间的接触频率与协作转发概率分别定义。然而这种建模方式仅考虑了节点的宏观社团属性，而缺乏对于网络中单一节点对之间的特定社会关系及其影响下的节点机会路由特性的描述。
技术实现思路
本专利技术的目的是提出一种基于移动社交网络节点社会特性的机会路由行为建模方法，通过充分挖掘节点间的宏观和微观社会关系特性为社会性网络节点间机会投递中的接触频繁度与协作转发概率参量给出更完备的模型定义，以弥补现有真实行为追踪建模方法中所建模场景与行为单一的缺点和构造性建模方法中所考虑社会属性不全面的缺点，为移动社交网络中设备间路由传输技术的开发与革新及其机会投递行为相关科学问题的研究提供更加合理而便捷的仿真基础。本专利技术基于移动社交网络节点社会特性的机会路由行为建模方法，设N个移动社交网络节点散布于一个方形封闭区域内并在社会关系的影响下随机移动，每个节点都携带全向天线式的移动设备，当任意两个节点进入彼此的通信半径(communicationrange)即意味着一次接触的发生，发生接触的节点可进行数据交换；采用新增节点随机优先连接系数m＝2的巴拉巴西-艾伯特(Barabasi-Albert,简称BA)无标度网络模型随机生成节点间反映它们社会连接亲疏的无向社会关系网络；进一步采用戈尔文-纽曼(Girvan-Newman,简称GN)算法将该社会关系网划分为两个社团并为节点加上对应的社团标签(label)；采用泊松过程描述任意移动社交网络节点对之间的随机接触行为，并将任意潜在发送节点a与潜在接收节点b之间的相互接触泊松过程参数记为λab；其特征在于：针对移动社交网络节点的机会路由场景，按照如下步骤获取网络中任意潜在发送节点a与潜在接收节点b之间的机会路由行为相关特性：第一步：通过检验前述社团标签获得任意潜在发送节点a与潜在接收节点b是否属于同一社团的信息，若二者属同社团节点，则记社团属性参量C(a,b)>0，反之令该参量C(a,b)＝0；基于前述生成的节点间社会关系网，利用广度优先搜索算法获取任意潜在发送节点a与潜在接收节点b在社会关系网中的跳数距离D(a,b)；第二步：依照获取的特定节点对间的社会关系参数，基于真实社会中关系亲近的移动社交节点接触更频繁的特征拓展下式所示随机同质节点接触频率模型：其中A表示一个节点移动的正方形仿真区域，υ0表示节点间的平均相对速率，R表示节点的通信半径，c是表征同质化随机移动模型的常数；将任意潜在发送节点a与潜在接收节点b间相互接触事件泊松过程参数λab以如下社会性节点接触频率模型公式表示：其中社会链路影响参数r>0是一个可变的、用于控制节点间社会关系跳数距离对节点行为影响强度的指数；是一个被所有节点对共享的仿真背景常量，其单位为：接触次数/虚拟仿真时隙；基于真实社会中移动社交节点更倾向为与之社会关系更近的节点提供协助的特征，将任意本文档来自技高网...

【技术保护点】
一种基于移动社交网络节点社会特性的机会路由行为建模方法，设N个移动社交网络节点散布于一个方形封闭区域内并在社会关系的影响下随机移动，每个节点都携带全向天线式的移动设备，当任意两个节点进入彼此的通信半径即意味着一次接触的发生，发生接触的节点可进行数据交换；采用新增节点随机优先连接系数m=2的巴拉巴西?艾伯特无标度网络模型随机生成节点间反映它们社会连接亲疏的无向社会关系网络；进一步采用戈尔文?纽曼算法将该社会关系网划分为两个社团并为节点加上对应的社团标签；采用泊松过程描述任意移动社交网络节点对之间的随机接触行为，并将任意潜在发送节点a与潜在接收节点b之间的相互接触泊松过程参数记为λab；其特征在于：针对移动社交网络节点的机会路由场景，按照如下步骤获取网络中任意潜在发送节点a与潜在接收节点b之间的机会路由行为相关特性：第一步：通过检验前述社团标签获得任意潜在发送节点a与潜在接收节点b是否属于同一社团的信息，若二者属同社团节点，则记社团属性参量C(a,b)>0，反之令该参量C(a,b)=0；基于前述生成的节点间社会关系网，利用广度优先搜索算法获取任意潜在发送节点a与潜在接收节点b在社会关系网中的跳数距离D(a,b)；第二步：依照前述获取的特定节点对间的社会关系参数，基于真实社会中关系亲近的移动社交节点接触更频繁的特征拓展下式所示的随机同质节点接触频率模型：λ=c·υ0·RA其中A表示一个节点移动的正方形仿真区域，υ0表示节点间的平均相对速率，R表示节点的通信半径，c是表征同质随机移动模型的常数；将任意潜在发送节点a与潜在接收节点b间相互接触事件泊松过程参数λab以如下社会性节点接触频率模型公式表示：λab=1+C(a,b)[D(a,b)]r·υ0RA其中社会链路影响参数r>0是一个可变的、用于控制节点间社会关系跳数距离对节点行为影响强度的指数；是一个被所有节点对共享的仿真背景常量，其单位为：接触次数/虚拟仿真时隙；基于真实社会中移动社交节点更倾向为与之社会关系更近的节点提供协助的特征，将任意潜在发送节点a与潜在接收节点b在相遇时任意一方发起协作转发请求时另一方接受的概率Pab以如下协作概率模型公式表示为：Pab=1+C(a,b)β·[D(a,b)]r其中自私性强度参数β>0表征一个可控制节点间社会自私性总体强弱的变量；第三步：所有节点对之间的接触和协作行为按上述规则建立后，启动仿真模型使之开始运行；每经过网络中节点可完成基本协作转发操作的任意单位仿真时隙(t0,t0+1)，即更新节点间的接触信息，该单位时隙内任意潜在发送节点a与潜在接收节点b发生接触的概率P(Xab(t0+1)?Xab(t0)>0)可以节点间的相互接触事件泊松过程模型公式表示如下：P(Xab(t0+1)-Xab(t0)>0)=Σk=1∞P(Xab(t0+1)-Xab(t0)=k)=Σk=1∞(λab)k·e-λabk!=-1-e-λab如果任意节点对以概率地在单位仿真时隙(t0,t0+1)内发生了接触，且两个节点间任一方需要对方为其自身转发数据，则另一方依照协作概率模型所定义的概率决定是否为其进行协作转发。FDA0000424759720000013.jpg...

【技术特征摘要】
1.一种基于移动社交网络节点社会特性的机会路由行为建模方法，设N个移动社交网络节点散布于一个方形封闭区域内并在社会关系的影响下随机移动，每个节点都携带全向天线式的移动设备，当任意两个节点进入彼此的通信半径即意味着一次接触的发生，发生接触的节点可进行数据交换；采用新增节点随机优先连接系数m＝2的巴拉巴西-艾伯特无标度网络模型随机生成节点间反映它们社会连接亲疏的无向社会关系网络；进一步采用戈尔文-纽曼算法将该社会关系网划分为两个社团并为节点加上对应的社团标签；采用泊松过程描述任意移动社交网络节点对之间的随机接触行为，并将任意潜在发送节点a与潜在接收节点b之间的相互接触泊松过程参数记为λab；其特征在于：针对移动社交网络节点的机会路由场景，按照如下步骤获取网络中任意潜在发送节点a与潜在接收节点b之间的机会路由行为相关特性：第一步：通过检验前述社团标签获得任意潜在发送节点a与潜在接收节点b是否属于同一社团的信息，若二者属同社团节点，则记社团属性参量C(a,b)>0，反之令该参量C(a,b)＝0；基于前述生成的节点间社会关系网，利用广度优先搜索算法获取任意潜在发送节点a与潜在接收节点b在社会关系网中的跳数距离D(a,b)；第二步：依照获取的特定节点对间的社会关系参数，基于真实社会中关系亲近的移动社交节点接触更频繁的特征拓展下式所示的随机同质节点接触频率模型：其中A表示一个节点移动的正方形仿真区域，υ0表示节点间的平均相对速率，R表示节点的通信半径，c是表征同质随机移动模型的常数；将任意潜在发送节点a与潜在接收节点b间相互接触事件泊松过程参数λab以如下社会性节点接触频率模型公式表示：

【专利技术属性】
技术研发人员：张四海，钱岑，秦晓卫，周武旸，
申请(专利权)人：中国科学技术大学，
类型：发明
国别省市：