CN102348239B - 移动自组织网络中基于服务的协商方法 - Google Patents

Abstract

本发明公开了一种移动自组织网络中基于服务的协商方法，包括以下步骤：协商开始，买方向卖方发送要约信号；买方和卖方进行协商报价，包括相互发送的要约信号以及卖方发送的等待信号，此时：若卖方发送退出信号，则协商失败并结束；若卖方发送接受信号，则协商成功并结束；若只剩一个买方，并且：a)卖方还不能接受该买方的要约，则卖方发送最后一次询问要约信号：若买方能够接受，则返回该要约信号：若卖方发送接受信号，则协商成功并结束；若卖方发送退出信号，则协商失败并结束；若买方不能接受并发送拒绝信号，则协商失败并结束；b)该买方发送拒绝或退出信号，则协商失败并结束。本发明减小了网络流量和节点能耗，提高了协商效率。

Description

移动自组织网络中基于服务的协商方法

技术领域

本发明涉及网络信息交互技术领域，尤其涉及一种移动自组织网络中基于服务的协商方法。

背景技术

移动自组织网络(Mobile Ad hoc Networks，MANETs)是一种无中心、无线多跳、高度自治的网络，可以在不需要现有网络基础设施的支持下，任何时间、任何地点由一组移动终端节点快速构建。由于其具有自组织、快速组网、动态拓扑、抗毁性和健壮性等优良特性，在军事和民用领域具有广泛的应用前景。

由于MANETs网络中移动终端具有能源受限、处理能力较低、内存较小等缺陷，存在一部分自私用户不愿意为其他用户消耗额外的资源和能量来提供服务(如转发数据包、资源共享等等)。节点的自私性问题将严重影响到网络的服务提供和运行性能。基于服务的协商机制作为一种激励节点协作的机制，可以促进节点间进行信息共享，取得网络资源共享与用户自身利益最大化之间的平衡。

协商过程中服务买方和卖方具有不同的利益，通过不断交换各自的提议来形成一致的观点和规划，避免矛盾和冲突。但是MANETs网络环境的动态变化和各种突发性的用户应用，使得节点按照传统的协商报价策略进行出价时候的协商结果无法达成一致，导致节点资源和通信带宽的浪费。

因此本专利针对动态变化的网络环境，基于拍卖理论提出了针对性的服务协商方法，适用于MANETs环境下的一对多场景，考虑了协商双方的地位优势和协商权利，同时针对不同的谈判方，基于遗传算法的基本思想，改进了其报价策略，令协商节点具有自学习能力，能够有效学习网络中其余竞争者的行为，令自身做出最有效的妥协度，整体上提高了该网络中的服务协商效率，保证了协商过程中的网络运行性能。

发明内容

(一)要解决的技术问题

本发明要解决的技术问题是：针对移动自组织网络的网络特性和用户具体需求，提供一种移动自组织网络中基于服务的协商方法，以减小网络流量和节点能耗，切实提高协商效率。

(二)技术方案

为解决上述问题，本发明提供了一种移动自组织网络中基于服务的协商方法，包括以下步骤：

S101：协商开始，网络中的至少一个买方向卖方发送要约信号；

S102：所述买方和卖方相互发送协商信号进行协商报价，所述协商信号包括买方和卖方相互发送的要约信号以及卖方发送的等待信号，在所述协商报价过程中：

S102a)若卖方发送退出信号，则协商失败并转至步骤S103；

S102b)若卖方向买方发送接受要约的信号，则协商成功并转至步骤S103；

S102c)若在协商过程中只剩一个买方，并且卖方还不能接受该买方的要约，则卖方发送最后一次询问要约信号：

若买方能够接受，则返回该要约信号：若卖方发送接受信号，则协商成功并转至步骤S103；若卖方发送退出信号，则协商失败并转至步骤S103；

否则，若买方不能接受并发送拒绝信号，则协商失败并转至步骤S103；

S102d)若在协商过程中只剩一个买方，并且该买方发送拒绝或退出信号，则协商失败并转至步骤S103；

S103：协商结束。

优选地，通过下面的公式来表示所述买方发送信号的策略：

其中，b表示买方；s表示卖方；表示卖方在t_i时刻给买方发送的协商信号内容；表示买方在t_i时刻给卖方发送的协商信号内容；表示根据卖方在t_i时刻给买方发送的协商信号内容，买方在t_i+1时刻所采用的发送信号策略；U^s表示预测的卖方的效用函数；t_max表示截止时间；r表示拒绝信号；q表示退出信号；a表示接受信号；w表示等待信号；表示空集。

优选地，通过下面的公式来表示所述卖方发送信号的策略：

其中，表示根据买方在t_i时刻给卖方发送的协商信号内容，卖方在t_i+1时刻所采用的发送信号策略；表示是迄今为止卖方从所有买方那里收到的最优要约信号；num表示参与协商的买方数目。

优选地，在所述协商交互过程中，买方的报价策略为：

S201：买方初始化一系列可行的要约集，选择最优要约，发送给卖方；

S202：接收卖方反馈的信号；

S203：判断所述反馈信号是否为询问要约信号：若是，则转步骤S204，否则，转步骤S2012；

S204：将所述询问要约信号加入本次协商保存的历史信息序列；

S205：利用多元线性回归解法和历史信息序列作为源数据，计算卖方下一轮预期效用值；

S206：动态更新交叉算子和变异算子，令所述交叉算子和变异算子更合适于变化的网络环境；

S207：计算选择适应度和遗传适应度；并根据所述遗传适应度，计算出下一代要约集；

S208：若下一代要约集不为空集，则转入步骤S209，否则转步骤S2011；

S209：根据步骤S207计算的选择适应度，在下一代要约集中，选择出最优的要约；

S2010：发送最优要约信号给卖方；

S2011：发送拒绝信号给卖方；

S2012：若所述反馈信号为接受信号，转步骤S2013；若所述反馈信号为等待信号，返回步骤S201；

S2013：记录协商成功信息，本次协商结束。

优选地，步骤S206中更新交叉算子P_c和变异算子P_m的步骤如下：

在本次买方进行选择适应度和遗传适应度的计算之前，调整交叉和变异算子为：

其中，指本次所要计算的(父代)要约，U’表示本次卖方发送的要约对应的效用值，为候选要约集中的任一个要约。

优选地，所述选择适应度和遗传适应度的计算方法分别为：

$\mathrm{Fitness}\left(\stackrel{\→}{O}\right)=\mathrm{\ω}\left(t\right)\frac{U^b\left(\stackrel{\→}{O}\right)-U^b{\left({\stackrel{\→}{O}}_c\right)}_{\min }}{U^b{\left({\stackrel{\→}{O}}_c\right)}_{\max }-U^b{\left({\stackrel{\→}{O}}_c\right)}_{\min }}+(1-\mathrm{\ω}\left(t\right))(1-\frac{|U^s\left(\stackrel{\→}{O}\right)-U_{\mathrm{ex}}^s|}{{|U^s\left({\stackrel{\→}{O}}_c\right)-U_{\mathrm{ex}}^s|}_{\max }})$ 式(5)

$\mathrm{ge}\_\mathrm{Fitness}\left(\stackrel{\→}{O}\right)=\mathrm{\ω}\left(t\right)\frac{U^b\left(\stackrel{\→}{O}\right)-U^b{\left({\stackrel{\→}{O}}_c\right)}_{\min }}{U^b{\left({\stackrel{\→}{O}}_c\right)}_{\max }-U^b{\left({\stackrel{\→}{O}}_c\right)}_{\min }}+(1-\mathrm{\ω}\left(t\right))\frac{U^s\left(\stackrel{\→}{O}\right)-U^s{\left({\stackrel{\→}{O}}_c\right)}_{\min }}{U^s{\left({\stackrel{\→}{O}}_c\right)}_{\max }-U^s{\left({\stackrel{\→}{O}}_c\right)}_{\min }}$ 式(6)

其中， $\mathrm{\ω}\left(t\right)=\mathrm{\α}\×[1-{\left(\frac{t}{\mathrm{\τ}}\right)}^2]$ 式(7)

表示候选要约集；表示预测卖方预期效用值；τ表示协商截止时间；α为常量参数。

优选地，在所述协商交互过程中，卖家的报价策略包括以下步骤：

S301：启动协商进程，维持各协商线程基本通信信息；

S302：初始化最优要约；

S303：收到某个买方发送的协商信号；

S304：分析步骤S303接收的协商信号，若为拒绝信号则结束本协商线程；若为要约信号，则判断：

S304a)若该要约优于本地存储的当前最优要约记录，则更新当前最优要约，转步骤S305；

S304b)若当前只剩一个线程活跃，则转步骤S307；

S304c)若不为最优要约，则转步骤S309；

S305：发送等待信号；

S306：保持该状态，定时检查最优要约是否发生改变，若改变转步骤S309；

S307：发送接受信号；

S308：记录协商成交信息，协商结束；

S309：发送最优要约以询问，返回S303。

优选地，步骤S302中的最优要约参考该服务保存的上一次成交价。

(三)有益效果

1、本发明的服务协商方法能够减少无效协商的回合数，进而减小网络通信量和能耗，提高网络运行性能；

2、本发明提供了一种基于拍卖理论的服务协商方法，针对服务协商的一对多场景(一个卖方，多个买方)和拍卖理论，该协商方法能够令卖方持续叫价到最后，充分发挥一对多的协商谈判中卖方的谈判主导优势；同时给予了所有买方尽量争取叫价的竞争机会。

3、本发明提供了一种针对一对多场景中的不同协商角色(买方和卖方)的报价策略。针对传统的报价算法进行改进，使得节点报价具有自学习能力，令其报价妥协更加准确有效。

4、针对买方和卖方设计不同的报价策略，专门针对动态网络环境的一对多场景。相对传统的不同角色的统一报价策略，更为灵活实际。

5、本发明在买方报价策略上，针对遗传算法中的涉及的适应度函数，提出选择适应度和遗传适应度的概念，并且针对遗传算法中的交叉、变异算子进行实时更新计算，使得节点具有自学习能力，令其报价更加高效准确。

附图说明

图1为根据本发明实施例协商方法的流程示意图；

图2为根据本发明实施例买家报价策略的流程示意图；

图3为根据本发明实施例卖家报价策略的流程示意图。

具体实施方式

下面结合附图及实施例对本发明进行详细说明如下。

实施例一：

如图1所示，一种移动自组织网络中基于服务的协商方法，包括以下步骤：

S101：协商开始，网络中的至少一个买方向卖方发送要约信号；

S102：所述买方和卖方相互发送协商信号进行协商报价，所述协商信号包括买方和卖方相互发送的要约信号以及卖方发送的等待信号，在所述协商报价过程中：

S102a)若卖方发送退出信号，则协商失败并转至步骤S103；

S102b)若卖方向买方发送接受要约的信号，则协商成功并转至步骤S103；

S102c)若在协商过程中只剩一个买方，并且卖方还不能接受该买方的要约，则卖方发送最后一次询问要约信号：

若买方能够接受，则返回该要约信号：若卖方发送接受信号，则协商成功并转至步骤S103；若卖方发送退出信号，则协商失败并转至步骤S103；

否则，若买方不能接受并发送拒绝信号，则协商失败并转至步骤S103；

S102d)若在协商过程中只剩一个买方，并且该买方发送拒绝或退出信号，则协商失败并转至步骤S103；

S103：协商结束。

通过下面的公式来表示所述买方发送各种信号的策略：

式(1)

其中，b表示买方；s表示卖方；表示卖方在t_i时刻给买方发送的协商信号内容；表示买方在t_i时刻给卖方发送的协商信号内容；表示根据卖方在t_i时刻给买方发送的协商信号内容，买方在t_i+1时刻所采用的发送信号策略；U^s表示预测的卖方的效用函数；t_max表示截止时间；r表示拒绝信号；q表示退出信号；a表示接受信号；w表示等待信号；表示空集。

通过下面的公式来表示所述卖方发送信号的策略：

式(2)

其中，表示根据买方在t_i时刻给卖方发送的协商信号内容，卖方在t_i+1时刻所采用的发送信号策略；表示是迄今为止卖方从所有买方那里收到的最优要约信号；num表示参与协商的买方数目。

如图2所示，在所述协商交互过程中，买方的报价策略为：

S201：买方初始化一系列可行的要约集，选择最优要约，发送给卖方；

S202：接收卖方反馈的信号；

S203：判断所述反馈信号是否为询问要约信号：若是，则转步骤S204，否则，转步骤S2012；

S204：将所述询问要约信号加入本次协商保存的历史信息序列；

S205：利用多元线性回归解法和历史信息序列作为源数据，计算卖方下一轮预期效用值；

S206：动态更新交叉算子和变异算子，令所述交叉算子和变异算子更合适于变化的网络环境；

S207：计算选择适应度和遗传适应度；并根据所述遗传适应度，计算出下一代要约集；

S208：若下一代要约集不为空集，则转入步骤S209，否则转步骤S2011；

S209：根据步骤S207计算的选择适应度，在下一代要约集中，选择出最优的要约；

S2010：发送最优要约信号给卖方；

S2011：发送拒绝信号给卖方；

S2012：若所述反馈信号为接受信号，则转步骤S2013；若所述反馈信号为等待信号，返回步骤S201；

S2013：记录协商成功信息，本次协商结束。

其中，步骤S206中更新交叉算子P_c和变异算子P_m的步骤如下：

在本次买方进行选择适应度和遗传适应度的计算之前，调整交叉和变异算子为：

其中，指本次所要计算的(父代)要约，U’表示本次卖方发送的要约对应的效用值，为候选要约集中的任一个要约。

所述选择适应度和遗传适应度的计算方法分别为：

$\mathrm{Fitness}\left(\stackrel{\→}{O}\right)=\mathrm{\ω}\left(t\right)\frac{U^b\left(\stackrel{\→}{O}\right)-U^b{\left({\stackrel{\→}{O}}_c\right)}_{\min }}{U^b{\left({\stackrel{\→}{O}}_c\right)}_{\max }-U^b{\left({\stackrel{\→}{O}}_c\right)}_{\min }}+(1-\mathrm{\ω}\left(t\right))(1-\frac{|U^s\left(\stackrel{\→}{O}\right)-U_{\mathrm{ex}}^s|}{{|U^s\left({\stackrel{\→}{O}}_c\right)-U_{\mathrm{ex}}^s|}_{\max }})$ 式(5)

$\mathrm{ge}\_\mathrm{Fitness}\left(\stackrel{\→}{O}\right)=\mathrm{\ω}\left(t\right)\frac{U^b\left(\stackrel{\→}{O}\right)-U^b{\left({\stackrel{\→}{O}}_c\right)}_{\min }}{U^b{\left({\stackrel{\→}{O}}_c\right)}_{\max }-U^b{\left({\stackrel{\→}{O}}_c\right)}_{\min }}+(1-\mathrm{\ω}\left(t\right))\frac{U^s\left(\stackrel{\→}{O}\right)-U^s{\left({\stackrel{\→}{O}}_c\right)}_{\min }}{U^s{\left({\stackrel{\→}{O}}_c\right)}_{\max }-U^s{\left({\stackrel{\→}{O}}_c\right)}_{\min }}$ 式(6)

其中， $\mathrm{\ω}\left(t\right)=\mathrm{\α}\×[1-{\left(\frac{t}{\mathrm{\τ}}\right)}^2]$ 式(7)

表示候选要约集；U^s _ex表示预测卖方预期效用值；τ表示协商截止时间；α为常量参数。

如图3所示，在所述协商交互过程中，卖家的报价策略包括以下步骤：

S301：启动协商进程，维持各协商线程基本通信信息；

S302：初始化最优要约；

S303：收到某个买方发送的协商信号；

S304：分析步骤S303接收的协商信号，若为拒绝信号则结束本协商线程；若为要约信号，则判断：

S304a)若该要约优于本地存储的当前最优要约记录，则更新当前最优要约，转步骤S305；

S304b)若当前只剩一个线程活跃，则转步骤S307；

S304c)若不为最优要约，则转步骤S309；

S305：发送等待信号；

S306：保持该状态，定时检查最优要约是否发生改变，若改变转步骤S309；

S307：发送接受信号；

S308：记录协商成交信息，协商结束；

S309：发送最优要约以询问，返回S303。

步骤S302中的最优要约参考该服务保存的上一次成交价。

实施例二：

本实施例采用1km*1km的网络，随机分布了一个服务卖方节点和10个买方节点。模拟MANETS网络环境，设定网络具有以下性质：节点部署后可移动，节点间以无线方式通信，所有节点都是同构的，每个节点拥有一个唯一的地址，并且所有节点时间同步。

假设协商的服务是数据转发，协商属性包含三项，分别为数据包大小、转发速率以及转发代价。对每个买方节点设定同所述三项属性相关的不同效益函数，来模拟不同的节点资源情况。定义两种类型的数据包，协商信号数据包512bit，协商属性数据包1024bit。这些数据包的传送速率为1Pkt/s。

采用的能量模型为C_p为通信代价，假设每个节点都内嵌一个2Mb/s的无线网卡，令发送和接收代价分别设为1.4W和1.0W。

由卖方节点向所有同自己协商的买方节点发送自己存储的最优价位要约，询问各个买方。

买方节点互相独立，各自收到询问价位后，根据自己的历史出价，经过报价策略计算得出下一次出价，发送给卖方。

卖方根据实时收到的询问要约，更新自己的最优询问价位，重新询问各个买方。

若买方在报价策略计算后无法得出合适出价，则代表该买方节点在这次协商中竞争失败，发送退出协商信号；否则持续参与竞争叫价，直到被叫价接受。

卖方在协商过程中陆续收到退出协商买方的信息，直到剩余一个买方存在时，同该买方达成本次协商，并记录本次成交价信息。

本发明的服务协商方法能够减少无效协商的回合数，进而减小网络通信量和能耗，提高网络运行性能。

以上实施方式仅用于说明本发明，而并非对本发明的限制，有关技术领域的普通技术人员，在不脱离本发明的精神和范围的情况下，还可以做出各种变化和变型，因此所有等同的技术方案也属于本发明的范畴，本发明的专利保护范围应由权利要求限定。

Claims (7)

1.一种移动自组织网络中基于服务的协商方法，其特征在于，包括以下步骤：

S101：协商开始，网络中的至少一个买方向卖方发送要约信号；

S102：所述买方和卖方相互发送协商信号进行协商报价，所述协商信号包括买方和卖方相互发送的要约信号以及卖方发送的等待信号，在所述协商报价过程中：

S102a)若卖方发送退出信号，则协商失败并转至步骤S103；

S102b)若卖方向买方发送接受要约的信号，则协商成功并转至步骤S103；

S102c)若在协商过程中只剩一个买方，并且卖方还不能接受该买方的要约，则卖方发送最后一次询问要约信号：

若买方能够接受，则返回该要约信号：若卖方发送接受信号，则协商成功并转至步骤S103；若卖方发送退出信号，则协商失败并转至步骤S103；

否则，若买方不能接受并发送拒绝信号，则协商失败并转至步骤S103；

S102d)若在协商过程中只剩一个买方，并且该买方发送拒绝或退出信号，则协商失败并转至步骤S103；

S103：协商结束；

其中，在协商交互过程中，买方的报价策略为：

S201：买方初始化一系列可行的要约集，选择最优要约，发送给卖方；

S202：接收卖方反馈的信号；

S203：判断所述反馈信号是否为询问要约信号：若是，则转步骤S204，否则，转步骤S2012；

S204：将所述询问要约信号加入本次协商保存的历史信息序列；

S205：利用多元线性回归解法和历史信息序列作为源数据，计算卖方下一轮预期效用值；

S206：动态更新交叉算子和变异算子，令所述交叉算子和变异算子更合适于变化的网络环境；

S207：计算选择适应度和遗传适应度；并根据所述遗传适应度，计算出下一代要约集；

S208：若下一代要约集不为空集，则转入步骤S209，否则转步骤S2011；

S209：根据步骤S207计算的选择适应度，在下一代要约集中，选择出最优的要约；

S2010：发送最优要约信号给卖方；

S2011：发送拒绝信号给卖方；

S2012：若所述反馈信号为接受信号，转步骤S2013；若所述反馈信号为等待信号，返回步骤S201；

S2013：记录协商成功信息，本次协商结束。

2.如权利要求1所述的协商方法，其特征在于，通过下面的公式来表示所述买方发送信号的策略：

其中，b表示买方；s表示卖方；表示卖方在t_i时刻给买方发送的协商信号内容；表示买方在t_i时刻给卖方发送的协商信号内容；表示根据卖方在t_i时刻给买方发送的协商信号内容，买方在t_i+1时刻所采用的发送信号策略；U^s表示预测的卖方的效用函数；t_max表示截止时间；r表示拒绝信号；q表示退出信号；a表示接受信号；w表示等待信号；表示空集。

3.如权利要求2所述的协商方法，其特征在于，通过下面的公式来表示所述卖方发送信号的策略：

其中，表示根据买方在t_i时刻给卖方发送的协商信号内容，卖方在t_i+1时刻所采用的发送信号策略；表示是迄今为止卖方从所有买方那里收到的最优要约信号；num表示参与协商的买方数目。

4.如权利要求3所述的协商方法，其特征在于，步骤S206中更新交叉算子P_c和变异算子P_m的步骤如下：

在本次买方进行选择适应度和遗传适应度的计算之前，调整交叉和变异算子为：

其中，指本次所要计算的父代要约，U’表示本次卖方发送的要约对应的效用值，为候选要约集中的任一个要约，U^b表示预测的买方的效用函数。

5.如权利要求4所述的协商方法，其特征在于，所述选择适应度和遗传适应度的计算方法分别为：

$\mathrm{Fitness}\left(\stackrel{\→}{O}\right)=\mathrm{\ω}\left(t\right)\frac{U^b\left(\stackrel{\→}{O}\right)-U^b{\left({\stackrel{\→}{O}}_c\right)}_{\min }}{U^b{\left({\stackrel{\→}{O}}_c\right)}_{\max }-U^b{\left({\stackrel{\→}{O}}_c\right)}_{\min }}+(1-\mathrm{\ω}\left(t\right))(1-\frac{|U^s\left(\stackrel{\→}{O}\right)-U_{\mathrm{ex}}^s|}{{|U^s\left({\stackrel{\→}{O}}_c\right)-U_{\mathrm{ex}}^s|}_{\max }})$

$\mathrm{ge}\_\mathrm{Fitness}\left(\stackrel{\→}{O}\right)=\mathrm{\ω}\left(t\right)\frac{U^b\left(\stackrel{\→}{O}\right)-U^b{\left({\stackrel{\→}{O}}_c\right)}_{\min }}{U^b{\left({\stackrel{\→}{O}}_c\right)}_{\max }-U^b{\left({\stackrel{\→}{O}}_c\right)}_{\min }}+(1-\mathrm{\ω}\left(t\right))\frac{U^s\left(\stackrel{\→}{O}\right)-U^s{\left({\stackrel{\→}{O}}_c\right)}_{\min }}{U^s{\left({\stackrel{\→}{O}}_c\right)}_{\max }-U^s{\left({\stackrel{\→}{O}}_c\right)}_{\min }}$

其中， $\mathrm{\ω}\left(t\right)=\mathrm{\α}\×[1-{\left(\frac{t}{\mathrm{\τ}}\right)}^2]$

表示候选要约集；U^s _ex表示预测卖方预期效用值；τ表示协商截止时间；α为常量参数。

6.如权利要求3所述的协商方法，其特征在于，在所述协商交互过程中，卖家的报价策略包括以下步骤：

S301：启动协商进程，维持各协商线程基本通信信息；

S302：初始化最优要约；

S303：收到某个买方发送的协商信号；

S304：分析步骤S303接收的协商信号，若为拒绝信号则结束本协商线程；若为要约信号，则判断：

S304a)若该要约优于本地存储的当前最优要约记录，则更新当前最优要约，转步骤S305；

S304b)若当前只剩一个线程活跃，则转步骤S307；

S304c)若不为最优要约，则转步骤S309；

S305：发送等待信号；

S306：保持该状态，定时检查最优要约是否发生改变，若改变转步骤S309；

S307：发送接受信号；

S308：记录协商成交信息，协商结束；

S309：发送最优要约以询问，返回S303。

7.如权利要求6所述的协商方法，其特征在于，步骤S302中的最优要约参考该服务保存的上一次成交价。