社会感知网络路由及激励机制

随着智能移动设备的广泛应用，移动设备之间通过短距离通信技术组成的间歇式连接网络越来越多地受到人们的关注。以社交因素为主要依据指导网络协议设计的社会感知网络应运而生，并逐渐成为热点研究领域。本书介绍社会感知网络中的数据转发路由的研究进展、方法、问题及未来发展等研究热点问题。针对现有问题提出新的路由算法和激励机制，并详细介绍了方案的理论、实现、仿真实验等。

刘丽，37岁，女，博士研究生。山东交通学院信息科学与电子工程学院教师，从事计算机科学与技术专业一线教学，教龄12年。科研方向无线网络、机会网络、车载网络等。

目录／Contents

第1章 绪论 1
1.1 研究背景及意义 1
1.2 社会感知网络 5
1.2.1 体系结构 5
1.2.2 社交特点 7
1.2.3 关键技术 8
1.3 研究内容与创新点 10
1.3.1 研究内容 10
1.3.2 创新点 12
1.4 全书组织结构 14
第2章 研究现状 16
2.1 社交联系及特征 16
2.1.1 社群 17
2.1.2 中心度 17
2.1.3 相似度 19
2.1.4 社交强度 19
2.1.5 运动规律性 19
2.2 路由协议 20
2.2.1 基于社群的路由协议 20
2.2.2 独立于社群的路由协议 23
2.3 激励机制 25
2.3.1 激励机制概述 25
2.3.2 基于信用的激励机制 26
2.3.3 基于分值的激励机制 28
2.3.4 基于等量交换的激励机制 29
2.3.5 基于信任的激励机制 30
2.4 问题分析 31
2.5 本章小结 33
第3章 基于蜂群及兴趣驱动的路由协议 34
3.1 引言 34
3.2 系统模型及假设 36
3.3 BEEINFO协议 37
3.3.1 基于兴趣的社群 37
3.3.2 人工蜂群算法感知模拟 40
3.3.3 BEEINFO体系结构 42
3.3.4 BEEINFO工作流程 44
3.4 BEEINFO协议的实现 45
3.4.1 环境感知和社交强度感知 45
3.4.2 转发策略 46
3.4.3 消息调度和缓存管理 48

3.5 仿真实验及结果分析 50
3.5.1 仿真环境及设置 50
3.5.2 仿真结果分析 52
3.6 本章小结 58
第4章 多维度数据转发路由协议 60
4.1 引言 61
4.2 系统模型及假设 62
4.3 PIS协议 64
4.3.1 物理临近性 65
4.3.2 数据兴趣 65
4.3.3 社交联系 66
4.3.4 PIS工作流程 67
4.4 PIS协议的实现 70
4.4.1 更新维度信息 70
4.4.2 计算维度相似度 72
4.4.3 确定转发策略 74
4.5 仿真实验及结果分析 76
4.5.1 数据集 76
4.5.2 仿真环境及设置 77
4.5.3 仿真结果分析 78
4.5.4 参数对PIS的影响分析 83
4.6 本章小结 94
第5章 基于副本调节的激励机制 95
5.1 引言 95
5.2 系统模型及假设 97
5.3 CAIS机制 100
5.3.1 单源分发模式和多源分发模式 100
5.3.2 CAIS体系结构 103
5.3.3 CAIS工作流程 105
5.4 CAIS的实现 106
5.4.1 消息副本管理 106
5.4.2 数据转发管理 109
5.4.3 自私管理 112
5.4.4 消息优先级管理 113
5.4.5 credit分配管理 114
5.5 仿真实验及结果分析 114
5.5.1 网络模型 114
5.5.2 仿真环境及设置 115
5.5.3 仿真结果分析 117
5.6 本章小结 127
第6章 基于社群等量交换的激励机制 128
6.1 引言 128
6.2 问题模型与分析 129
6.3 系统模型 132
6.4 Com-BIS机制 134
6.4.1 Com-BIS体系结构 134
6.4.2 Com-BIS工作流程 135
6.5 Com-BIS机制的实现 136
6.5.1 节点与节点间的等量交换策略 136
6.5.2 节点与社群间的等量交换策略 137
6.5.3 更新贡献值和收益值 139
6.6 仿真实验及结果分析 140
6.6.1 仿真环境及设置 140
6.6.2 仿真结果分析 142
6.6.3 Com-BIS影响因素分析 145
6.7 本章小结 153
第7章 总结与展望 154
7.1 总结 154
7.2 创新点摘要 156
7.3 展望 157
参考文献 159

前言／Preface

 

随着智能移动设备的广泛应用，移动设备之间通过短距离通信技术组成的间歇式连接网络越来越多地受到人们的关注。近年来，移动设备常由人携带，与人之间的关系越来越密切。人们之间的社交关系及其运动规律在一定程度上反映了移动节点的某些特征。所以，研究者开始关注社交因素对这类移动网络的影响。因此，以社交因素为主要依据，指导网络协议设计的社会感知网络应运而生，并逐渐成为研究领域的热点。

在间歇式连接模式下，点对点的通信路径难以得到保障。移动节点之间的数据传播主要依靠其偶然的相遇机会，通过“存储—携带—转发”的合作模式实现。因此，对节点间相遇机会的预测及节点间的合作成为影响数据转发效率的主要因素。根据是否考虑自私节点，本书将社会感知网络中的数据转发分为全合作节点的路由问题和存在自私节点的激励机制问题。节点间的社群、社交强度、相似度及运动规律性等社交属性和特征潜在地隐含了节点间接触的规律性，对解决路由问题和激励机制问题具有显著的指导意义。

作者对社会感知网络中路由问题和激励机制展开了深入、细致的研究。针对网络拓扑结构变化频繁、社交因素多样化的问题，提出了基于蜂群及兴趣驱动的路由协议和基于多维度社交因素进行数据转发的路由协议。针对节点的自私特性及分布式的网络结构造成的信息维护困难等问题，提出了基于副本调节的激励机制和基于社群等量交换的激励机制。本书涉及的内容包括：

（1）社群是社会感知网络中常用的一种社交属性。然而，由于频繁变化的网络拓扑结构的影响，使得社群的建立和维护都存在着一定的困难。作者提出了一组基于蜂群及兴趣驱动的路由协议BEEINFO。BEEINFO以节点对数据的兴趣为主要研究对象，隐式地划分社区，即具有相同数据兴趣的节点称为一个社群。节点只需要维护自己的兴趣，而不必维护社群的信息。而且，数据的兴趣具有分类明确、数量有限的特点，这使得社群可以自然地形成。利用群体智能，节点模拟蜜蜂采蜜的行为，对所经过的社群浓度和同社群中节点的社交强度进行动态感知，及时捕捉并适应周边环境的变化，从而，实现更加高效、可靠的数据转发。基于社群模型的仿真实验表明，BEEINFO的数据转发性能优于Epidemic和ProPhet，得到更高的数据交付率、产生了更少的负载及更少的平均跳数。

（2）在社会感知网络中，移动节点间往往存在多种社交联系，数据的转发路由也会受到多方面社交因素的影响。为了平衡多种社交因素的影响，实现更加可靠、高效的数据传输，作者提出了多维度数据转发协议PIS。PIS从物理临近性、数据兴趣及社交联系三个维度来考虑数据转发问题，并利用移动节点运动的规律性，分时间片来细化三个维度的影响。基于SIGCOMM 2009和INFOCOM 2006实际数据集的仿真实验表明，PIS的数据转发性能优于SimBet、Epidemic和ProPhet，获得了预期的稳定优越的性能。

（3）在社会感知网络中，自私节点的存在严重影响以合作为基础的数据转发路由的性能。作者提出了基于副本调节的激励机制CAIS。CAIS从节点自身对数据的高效转发需求出发，将节点的合作程度与其消息副本数量结合起来，以激励节点积极地进行数据转发合作。即节点的合作程度越高，其消息产生的副本数量越多，从而影响节点产生的消息的转发效率。另外，CAIS利用social credit和non-social credit对社群内、外的节点操作分别管理。同时，它还采用了单源分发模式来简化credit的分配管理。仿真结果表明，CAIS可以有效地激励自私节点进行转发合作，并维持高效的数据转发性能。

（4）在社会感知网络中，等量交换原则是节点间最公平的合作原则。然而，这种原则对节点间的相遇预测和转发数据的选择提出了更高的要求，难以保证数据转发的效率。作者提出了基于节点与社群等量交换的问题模型，采用宏观的观点进行节点与社群之间的等量交换，并依据此模型将自私节点的激励问题转化为节点在社群间合理分配转发资源的问题，从而形成基于社群等量交换的激励机制Com-BIS。基于实际数据集INFOCOM 2006的仿真实验表明，Com-BIS在成功激励自私节点进行合作的同时，有效地提高了数据转发效率。