[发明专利]一种基于贝叶斯分类的环境自适应路由方法、系统和介质

说明书

本发明涉及一种基于贝叶斯分类的环境自适应路由方法、系统和介质，构建动态网络环境学习模型，对每个节点分别进行动态感知，得到每个节点的动态感知信息集；选取任一相遇节点对，基于贝叶斯分类方法，根据两个相遇节点的动态感知信息集，得到两个相遇节点之间的合作类型向量以及两个相遇节点一一对应的合作度信息集；按照预设的自适应数据分发策略，根据两个相遇节点的动态感知信息集、合作度信息集及合作类型向量完成两个相遇节点的数据分发；遍历每个相遇节点对，完成社会感知网络的数据分发。本发明有效提高动态变化网络环境的自我感知性、增强数据分发策略的自我适应性以及合作度激励机制的自我调节性，显著提高了数据分发效率。

技术领域

本发明涉及通信技术领域，尤其涉及一种基于贝叶斯分类的环境自适应路由方法、系统和介质。

背景技术

随着网络化和智能化时代的到来，移动联网设备全面普及，多网融合成为网络发展的趋势。机会网络不需要基础设施的支持，依靠节点间的协作实现通信，是未来多网融合的有力补充。机会网络在众多领域如野生动物追踪、偏远地区通信、手持设备组网等都有了成熟的应用。手持移动设备性能的提高、在社会生活中的普及以及下一代通信网络5G的支持，使得移动设备可以获取更多的具有多模态、富内容、时空性、人本性等特征的数据，节点间的社交关系也更易于分析获取，成为数据转发的重要依据，从而支持更加丰富的应用，如移动群智感知、社会车联网、D2D应用等。这种以移动设备之间的社交特征和丰富的感知能力作为主要依据进行自组织网络通信协议设计的新模式称为社会感知网络(Socially-aware networking，SAN)。

社会感知网络中消息传递使用的是“存储-携带-分发”的模式，因此路由方法的基础就是数据分发。在数据分发中，消息的目的地并不唯一，往往是一个群体，涉及的移动节点较多，因此在移动蜂窝网络的流量负载中占有相当大的比重。社会感知网络通过分析节点间的社交联系，寻找节点间的群体特性，可以更好的进行携带数据的选择，有效地减少消息副本数量，满足移动节点对数据的需求，提高数据分发的效率。

目前，社会感知网络中的数据分发问题受到国内外研究者的广泛关注，并取得了一定的研究成果。然而，针对数据分发技术的自适应问题的研究尚不深入，仍存在若干问题，主要表现在：

(1)对动态变化网络环境的实时感知能力不足

基于Pub/Sub的数据分发模式主要依据节点对数据的兴趣确定数据的目的节点群体。节点对数据的兴趣以及节点之间的社会关系是以往研究中制定数据分发策略的主要依据。由于节点常处于频繁移动的状态，使网络的拓扑结构不断变化。而且节点的社会关系也存在这重叠性、周期性、变化性。因此对于分布式的移动环境以及资源稀缺的移动设备来说，检测和维护动态变化的网络环境非常困难。而对网络环境的实时感知能力直接影响了节点对网络环境的判断，从而影响到数据分发策略的效率。

(2)理性节点的合作度调节能力不足

节点的合作/自私行为对数据分发效率有很大的影响。理性的节点会考虑自身的需求、存在的社交联系以及数据分发的需求等因素来考虑其采取合作还是自私策略。针对自私节点的激励策略中，既要考虑节点自私的本质，又要考虑节点以及系统的性能需求。

(3)数据分发策略的自适应调节能力不足

随着数据分发的进行，各类数据在网络中的持有状况也在不断变化。需要整体把控各类数据的分发状况，以提高各类数据的整体分发性能。如当一类数据被接收的比例不断提高时，其他中间节点可以减少对其的携带。反之，需要调节策略增加中间节点对其的携带。

因此，在社会感知网络中，提高数据分发机制对动态变化网络环境的自我感知性、增强数据分发策略的自我适应性以及激励机制的自我调节性是当前该领域迫切需要解决的问题。

发明内容