[发明专利]促进节点合作的机会网络演化算法及装置在审
申请号: | 201610027070.5 | 申请日: | 2016-01-15 |
公开(公告)号: | CN105682174A | 公开(公告)日: | 2016-06-15 |
发明(设计)人: | 王岢;徐晓飞;叶允明 | 申请(专利权)人: | 哈尔滨工业大学深圳研究生院 |
主分类号: | H04W40/14 | 分类号: | H04W40/14;H04W40/20;H04L29/06 |
代理公司: | 深圳市科吉华烽知识产权事务所(普通合伙) 44248 | 代理人: | 孙伟 |
地址: | 518000 广东省深*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 促进 节点 合作 机会 网络 演化 算法 装置 | ||
技术领域
本发明属于互联网通信技术领域,具体涉及一种促进节点合作的机会 网络演化算法及装置。
背景技术
随着智能移动设备的飞速发展,一种即兴、即时的新型关系型网络- 机会网络应运而生,成为继社交网络之后未来五年内的一个新的热门发展 方向,机会网络中的社交关系是基于主题-兴趣-需求-位置等随机产生,例 如基于位置的近距离相遇通信,或者基于算法的动态耦合-关系连接等等; 它是机会网络与社交网络相结合的一种创新应用型网络形态。
在机会网络的通信过程中,消息是通过节点相遇“存储-携带-转发” 的协作模式传递。然而,在完全开放式的机会网络中,还存在着来自内部 恶意节点或自私节点的干扰和破坏,如恶意节点重放消息或阻塞消息传输 致网络紊乱的行为等,因此,达成可靠消息传递的本质在于节点间维持着 可信的协作状态。节点可信协作是指节点自愿参与路由合作,协助可信节 点转发消息,不实施欺骗、伪装或攻击行为,同时,不协助转发恶意信息 或与恶意节点交互。实际上,在机会网络中,广泛存在着节点之间互相信 任协作的现象,例如,大部分节点会原意协助与自己具有一定社交关系或 频繁相遇的其他节点,只是这种协作行为亦同时受到空间、时间、历史行 为等其它未知因素的影响。因此,机会网络中的可信协作行为的涌现和维 持是一个亟待解决的新问题。
将上述问题总结为一个关键的科学问题:动态机会网络中节点可信协 作涌现原理及演化规律问题。可进一步定义该问题为:如何能在包含自私 及恶意节点的机会网络中促进节点之间可信协作的产生并能维持在稳定的 普遍协作状态。该问题可以分解为两个子问题,一是可信协作产生机理问 题,另一个是演化均衡问题。要解决可信协作问题,需要从两方面着手, 一是探寻网络内中节点协作现象发生必要条件;二是降低自私节点与恶意 节点对整个网络的破坏力。要解决演化均衡问题,主要是需要从机会网络 复杂演化过程的建模着手,能准确刻画出节点协作行为演化的实际过程。
针对这些新问题,利用传统的方法无法有效地解决,即使近年来针对 分布式P2P网络的安全机制也不能有效地解决这些问题。
针对机会网络的安全合作问题,相关的国内外研究工作可以归纳为以 下几点:
●缺乏针对机会网络的消息安全传递过程的本质性研究。虽然近几年 目前国外一些研究组提出了针对机会网络中的路由、通信等协议或 算法,但通信和路由的本质问题在于节点之间的相遇并发生可信协 作行为,如何解决好相遇节点之间的自发性协作及协作可靠性问题 是关键,但目前针对此类问题的研究国外和国内均还处于起步阶 段。
●现有的信任模型并不适用于机会网络。信任模型相关技术研究虽然 已经很久,但并不能直接应用于机会网络;由于机会网络的社会性, 即时性、资源有限、P2P分布式等特点,决定了其对信任的影响是 多方面多角度的,虽然信任的环境决策因素在一定程度上已知,然 而如何计算这些影响因素的权重仍是一个非常大的挑战,并且,信 任是动态变化的,如何建立机会网络的动态信誉评估模型是一个亟 待解决的问题。
综上所述,由于机会网络兼具社会性、即时性和P2P分布式等特征, 所以传统的安全保护技术并不能很好地适应,虽然当前有少数研究学者开 始关注到机会网络中的安全问题,但均属于机会网络的问题类综述及调研, 而针对机会网络中安全合作的研究目前却处于起步状态。
发明内容
本发明具体通过如下技术方案实现:
一种促进节点合作的机会网络演化算法,包括以下步骤:
(1)初始化机会网络,设置相应参数:网络节点数量、移动速度、随 机初始化节点策略S0和博弈历史H0,将博弈收益清0,信誉值清0;
(2)它们互相进行m代博弈,即重复执行步骤(3)、(4)、(5)m次, 每一代时间间隔为t;
(3)每代开始博弈时,所有的两两相遇的节点在该时间间隔中同时博 弈,根据当前支付矩阵利用基于信誉的支付函数计算各自收益,并将各自 所有的博弈的收益累积;
(4)当时间间隔t满后,每个节点评估本轮博弈过的节点的信誉度, 初筛出学习目标的候选集;
(5)实施萤火虫算法,搜索出最优学习目标,并复制该学习目标的策 略作为下一轮博弈的策略;
(6)记录m次演化完成后的相关数据,包括协作水平、博弈的历史。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于哈尔滨工业大学深圳研究生院,未经哈尔滨工业大学深圳研究生院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201610027070.5/2.html,转载请声明来源钻瓜专利网。