CN104394202B

CN104394202B - 一种移动社会网络中的节点活跃度量化方法

Info

Publication number: CN104394202B
Application number: CN201410641555.4A
Authority: CN
Inventors: 桂小林; 杨建伟; 安健; 田丰; 杨攀; 钟华剑; 陈立
Original assignee: Xian Jiaotong University
Current assignee: Xian Jiaotong University
Priority date: 2014-11-13
Filing date: 2014-11-13
Publication date: 2018-01-05
Anticipated expiration: 2034-11-13
Also published as: CN104394202A

Abstract

本发明公开了一种移动社会网络中的节点活跃度量化方法，包括：(1)构造移动节点间连接强度指数；(2)计算节点的介数中心度；(3)统计固定时间周期内，节点的平均接入时间比率和介数中心度，加权合成作为节点的协作指数；(4)计算并取链路信息熵的最小值作为节点对间链路信息熵；(5)取移动节点与网络中所有其他可达节点间链路信息熵的均值，作为移动节点活跃度的量化值。本发明在移动社会网络拓扑结构分析的基础上，引入若干社会因子作为补充，对移动社会网络中的节点活跃度进行合理量化，为相关应用提供科学、合理、真实的移动节点活跃度量化结果，提高移动社会网络中的服务节点选择准确率，保证移动社会网络服务的可靠，高效进行。

Description

一种移动社会网络中的节点活跃度量化方法

【技术领域】

本发明属于移动社会网络服务技术领域，具体涉及移动社会网络中的节点活跃度量化方法，适用于移动感知、社会计算、Ad hoc(移动自组织网络)及PSNs(口袋网络)中，涉及移动节点行为的大规模开放式应用。

【背景技术】

随着手机、PDA等各种手持设备的大量普及，利用这些手持设备自组网络实现数据交换并提供网络服务在社会和生活领域具有广阔的应用前景。目前，移动自组织网络领域的研究热点主要包括社区结构检测、节点活跃度量化、内容分发机制和安全与隐私等方面，其中社团结构检测和节点活跃度量化等关于网络拓扑结构和节点行为分析的研究更是内容分发机制、节点行为规律预测等移动社会网络相关服务设计的基础。例如，在移动社会网络内容分发服务中，采用“携带-存储-转发”的模式，利用移动节点之间的机会接触实现消息传递，而移动节点的活跃度是路由中继节点选择的主要标准，直接影响到路由成功率。因此，在移动社会网络的研究工作中引入节点社会特性，科学合理的对移动节点活跃度进行量化是移动社会网络服务质量及用户体验继续提升所亟待解决的关键问题。

目前，在移动社会网络中设计节点行为的服务和应用中，对于移动节点活跃度的量化问题多延续在图论中发展的一些理论和方法，通过对移动社会网络的拓扑结构进行简化，应用图论中的理论和方法对移动节点的活跃度进行量化，作为移动社会网络服务的研究基础，具体包括：以当前节点的直接相邻节点数量，即节点的度，作为节点活跃度量化值的度中心度；以当前节点参与网络中重要路径的数目，作为节点活跃度量化值的介数中心度，标志该节点对于网络资源信息控制程度；以当前节点与网络中其他节点可达路径距离和范围综合考虑，作为节点活跃度量化值的接近中心度等。但是，这些节点活跃度量化方法仅是对于移动社会网络社团拓扑结构的分析，而移动社会网络中的节点所具有的强社会特征并未被纳入作为量化指标，导致移动节点的活跃度量化结果与网络中的实际情况一致性难以满足应用服务要求，成为移动社会网络相关服务质量提升的瓶颈。

【发明内容】

本发明的目的在于提供一种移动社会网络中的节点活跃度量化方法，以解决现有技术对移动社会网络中涉及节点行为的服务和应用中的移动节点活跃度量化所存在的问题；本发明通过在移动社会网络拓扑结构分析的基础上，引入节点交互记录，位置信息，有效接入时间等若干社会因子作为补充，对移动社会网络中的节点活跃度进行合理量化，为相关应用提供科学、合理、真实的移动节点活跃度量化结果，提高移动社会网络中的服务节点选择准确率，保证移动社会网络服务的可靠，高效进行，提升服务质量和用户体验。

为了实现上述目的，本发明采用的技术方案包括下列步骤：

一种移动社会网络中的节点活跃度量化方法，包括以下步骤：

步骤一：连接强度计算：在移动社会网络G(V,E)中，考虑节点对i,j之间的历史交互记录C_i,j，位置信息E_i,j，应用AHP层次分析法进行量化分析并分配权重，作为节点间的连接强度L_i,j；其中i,j∈V；

步骤二：介数中心度计算：在移动社会网络G(V,E)中，考虑节点在网络拓扑结构中的位置重要性，计算节点的介数中心度cent，作为移动节点在网络中位置中心程度的度量；

步骤三：协作指数计算：统计在一个时间周期T内网络移动社会网络G(V,E)任一节点s的平均接入时间比率active，以及其在网络结构中的介数中心度cent，对这两个因素进行分析加权合成作为节点的协作指数C_s；其中s∈V；

步骤四：链路信息熵计算：在移动社会网络G(V,E)中，若节点对A,B∈V之间一条可达链路为{A,x₀,x₁…x_i…B}，计算得到该条链路的信息熵，依次计算(A,B)间所有可达链路的信息熵，取其最小值为(A,B)间信道的熵值H_A,B；

步骤五：节点活跃度计算：对移动社会网络G(V,E)中的任一节点A，通过步骤四计算A到达网络内所有可达节点的链路信息熵为则计算其均值即为节点A的活跃度H(A)，其中A∈V。

步骤一中节点对i,j之间的连接强度L_i,j采用如下公式计算：

L_i,j＝αC_i,j+βE_i,j

其中α和β为通过针对于目标网络的分析，并结合具体的应用场景，使用AHP层次分析法所确定的节点交互记录C_i,j与节点位置信息E_i,j合成时各自的权值，满足α+β＝1。

步骤二中对于任意的一对节点s,t∈V，且s≠v≠t，则节点v的介数中心度为cent_v

其中，v∈V，δ_st表示在有向图G中节点s到节点t的最短路径数量，δ_st(v)表示在s点到t点的最短路径通过点v的数量，当v∈{s,t}时，δ_st(v)＝0，若s点到t点不连通，则δ_st(v)/δ_st＝0。

步骤三中协作指数C_s采用如下公式计算：

其中表示在时间周期T节点s的有效接入时间，cent_s为节点s的的介数中心度；λ和为通过针对于目标网络的分析，并结合具体的应用场景，使用AHP层次分析法所确定的节点平均有效接入时间与介数中心度cent合成时各自的权值，满足

步骤四中链路信息熵值H_A,B采用如下公式计算：

H_A,B＝min{H(A,B)}

其中H(A,B)表示节点对(A,B)间的一条可达链路的衰减信道模型所计算出的信息熵，衰减信道模型中以每条连接的连接强度L作为连接的传输衰减因子，以节点的协作指数C作为链路上每个中继节点的转发衰减因子，使用信息熵的标准定义进行计算。

步骤五中活跃度H(A)采用如下公式计算：

一种移动社会网络中的节点活跃度量化方法，包括以下步骤：(1)基于移动社会网络中节点间的交互记录，位置信息进行量化分析，构造移动节点间连接强度指数；(2)根据移动社会关系网络的拓扑结构进行分析，计算网络中节点的介数中心度，用来标识节点在网络拓扑结构中的重要程度；(3)统计固定时间周期内，移动节点的平均接入时间比率，并计算节点在网络结构中的介中心度，将这两个因素加权合成作为节点的协作指数；(4)针对移动社会网络中节点对之间的所有可达链路，基于连接强度指数和节点协作指数计算链路信息熵，并取其中的最小值作为节点对间链路信息熵；(5)基于计算得出的网络中所有节点对间链路信息熵，取移动节点与网络中所有其他可达节点间链路信息熵的均值，作为移动节点活跃度的量化值。

相对与现有技术，本发明具有以下有益效果：本发明提出的一种移动社会网络中的节点活跃度量化方法，首先在针对移动社会网络拓扑结构分析的基础上，引入节点交互记录、位置信息、移动设备记录信息等移动节点社会特征，使用AHP层次分析法合理分配各影子的权重，合成为连接强度和节点协作指数，综合客观地标识了网络中连接和节点状态。其次，借鉴通信系统中的信道模型，认为网络中的任一对可达节点间存在一条虚拟信道，由传输链路上源节点和目的节点之外的所有连接和中继节点组成，从而建立起移动社会关系网络中的信道衰减模型，计算特定节点到达网络中其他所有节点的最小“链路信息熵”的均值，作为该节点活跃度的量化值，模拟还原了社会网络的消息传递过程中随着中继节点的增多，节点间交互紧密程度逐步衰减的服务传递特点。最后，通过在已有的移动社会网络机会路由策略中对该算法进行部署实验，发现可以有效提高服务过程中的中继节点选择准确率，降低传输延迟，大幅度提升了消息传递的交付率。理论分析和实验验证均表明，本发明所提出的一种移动社会关系网络中的节点活跃度量化方法，能够科学、客观地对网络中移动节点的活跃度进行量化，结果与移动社会网络中的实际情况吻合度较高，其量化分析结果能够作为移动社会网络相关服务和应用中的服务节点选择标准和依据，具有较高的实用意义和价值。

【附图说明】

图1为本发明一种移动社会网络中的节点活跃度量化方法的流程框图。

【具体实施方式】

下面结合附图对本发明做进一步详细说明。

请参阅图1所示，本发明提出的一种移动社会网络中的节点活跃度量化方法，首先在移动社会网络拓扑分析和节点社会特性提取的基础上，合理分配权重，合成了标识移动社会网络中连接强度和节点协作状态的连接强度指数和节点协作指数。在此基础上，借鉴通信系统中的信道模型，模拟社会网络中随着中继节点的增加，节点交互紧密程度逐步衰减的特点，建立起网络链路的衰减信道模型，然后计算目标节点到达网络中所有可达节点的最小“链路信息熵”均值，以此作为移动社会网络中节点活跃度的量化值。步骤一、二、三分别是计算三种输入参数，图1只是展示了分发明方法的主要计算过程即步骤四、五，步骤一、二、三所计算的参数都是作为步骤四、五的输入体现在图1中。本发明提出的一种移动社会网络中的节点活跃度量化方法，具体包括下列步骤：

步骤一：连接强度计算。在移动社会网络G(V,E)中，考虑节点对i,j∈V之间的历史交互记录C_i,j，位置信息E_i,j，应用AHP层次分析法进行量化分析并分配权重，作为节点间的连接强度L_i,j。

L_i,j＝αC_i,j+βE_i,j

其中：G(V,E)是图的标准表示形式，V、E分别表示图中的顶点和边；α和β为通过针对于目标网络的分析，并结合具体的应用场景，使用AHP层次分析法所确定的节点交互记录C_i,j与节点位置信息E_i,j合成时各自的权值，满足α+β＝1。参数合成过程中，各个社会因子的具体权值，与量化后的应用场景相关，由使用者采用层次分析法，自行确定权值分配，满足α+β＝1即可。

步骤二：介数中心度计算。在移动社会网络G(V,E)中，对于任意的一对节点s,t∈V，且s≠v≠t，则节点v的介数中心度为cent_v

介数中心度的大小标识着节点对于网络中最短路径的控制能力，是网络研究中对于网络拓扑结构层面的节点重要性度量最重要标准之一，对于介数中心度较高的节点，其正常运行与否，直接关系着大部分网络服务和功能的正常实现。关于节点介数中心度的计算也是当前有向图分析研究的热点之一，有许多算法可以有效实现网络中节点介数中心度的快速计算。

步骤三：协作指数计算。根据移动节点设备信息，统计一个固定时间周期T内移动社会网络G(V,E)中任一节点s∈V的接入时间比率active的均值，以及其在网络结构中的介数中心度cent，应用AHP层次分析法对这两个因素进行权重分析，加权合成作为节点s的协作指数C_s。

其中active_s＝t_active/T表示在时间周期T节点s的有效接入时间，cent_s为节点s的的介数中心度；λ和为通过针对于目标网络的分析，并结合具体的应用场景，使用AHP层次分析法所确定的节点平均有效接入时间与介数中心度cent合成时各自的权值，满足参数合成过程中，各个社会因子的具体权值，与量化后的应用场景相关，由使用者采用层次分析法，自行确定权值分配，满足即可。

步骤四：链路信息熵计算。在移动社会网络G(V,E)中，若节点对A,B∈V之间存在一条可达链路，则其可由它包含的所有节点和连接组成的集合表示为{A,x₀,x₁…x_i…B}，根据连接强度L和节点协作指数C计算该条链路的信息熵，搜索计算节点对(A,B)间所有可达链路的信息熵，取其最小值作为(A,B)间的链路信息熵值H_A,B。

H_A,B＝min{H(A,B)}

其中：C_i表示链路上第i个节点的协作指数，见步骤三；X_i表示链路上除两个端节点外依次出现的第i各节点，记为X_i，见步骤四表述部分；n表示链路上除两个端节点外的节点总数；

H(A,B)表示节点对(A,B)间的一条可达链路的衰减信道模型所计算出的信息熵，衰减信道模型中以每条连接的连接强度L作为连接的传输衰减因子，以节点的协作指数C作为链路上每个中继节点的转发衰减因子，使用信息熵的标准定义进行计算。选择节点对(A,B)间信息熵值最小的链路，并以该条链路的信息熵值作为节点(A,B)之间的链路信息熵H_A,B。

步骤五：节点活跃度计算。对移动社会网络G(V,E)，通过链路信息熵的计算可以得到网络中所有移动节点对间的链路信息熵值，对于其中的任一节点A∈V，其到达网络内所有可达节点的链路信息熵值集合为计算其均值H(A)定义为网络中节点A的活跃度量化值。

本发明提出一种移动社会网络中的节点活跃度量化方法，通过在移动社会网络拓扑结构分析的基础上，引入节点交互记录、位置信息、移动设备记录信息等移动节点社会特征，加权合成为连接强度和节点协作指数，综合客观地标识了网络中连接和节点状态。同时，借鉴通信系统中的信道模型，建立起移动社会关系网络中的信道衰减模型，计算特定节点到达网络中其他所有节点的最小“链路信息熵”的均值，作为该节点活跃度的量化值，模拟还原了社会网络的消息传递过程中随着中继节点的增多，节点间交互紧密程度逐步衰减的服务传递特点。该方法对于移动社会网络节点活跃度的量化分析结果能够科学、客观地反映移动社会网络中节点的实际情况，作为相关服务和应用中的服务节点选择的重要标准和依据，提升移动社会网络服务质量和用户体验。

Claims

1.一种移动社会网络中的节点活跃度量化方法，其特征在于，包括以下步骤：

步骤一：连接强度计算：在移动社会网络G(V,E)中，考虑节点对i,j之间的历史交互记录C_i,j，位置信息E_i,j，应用AHP层次分析法进行量化分析并分配权重，作为节点间的连接强度L_i,j；其中i,j∈V；G(V,E)是图的标准表示形式，V、E分别表示图中的顶点和边；

步骤三：协作指数计算：统计在一个时间周期T内移动社会网络G(V,E)任一节点s的有效接入时间active_s，以及其在网络结构中的介数中心度cent_s，使用AHP层次分析法所确定的节点平均有效接入时间与介数中心度cent_s这两个因素进行分析加权合成作为节点的协作指数C_s；其中s∈V；

步骤四：链路信息熵计算：在移动社会网络G(V,E)中，若节点对A,B∈V之间一条可达链路为{A,x₀,x₁…x_i…B}，计算得到该条链路的信息熵，依次计算(A,B)间所有可达链路的信息熵，取其最小值为(A,B)间链路信息熵H_A,B；

步骤五：节点活跃度计算：对移动社会网络G(V,E)中的任一节点A，通过步骤四计算A到达网络内所有可达节点的链路信息熵为则计算其均值即为节点A的活跃度H(A)，其中A∈V；

步骤一中节点对i,j之间的连接强度L_i,j采用如下公式计算：

L_i,j＝αC_i,j+βE_i,j

其中α和β为通过针对于目标网络的分析，并结合具体的应用场景，使用AHP层次分析法所确定的节点交互记录C_i,j与节点位置信息E_i,j合成时各自的权值，满足α+β＝1；

步骤四中链路信息熵值H_A,B采用如下公式计算：

<mrow> <mi>H</mi> <mrow> <mo>(</mo> <mi>A</mi> <mo>,</mo> <mi>B</mi> <mo>)</mo> </mrow> <mo>=</mo> <mo>-</mo> <munderover> <mo>&Sigma;</mo> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>n</mi> </munderover> <msub> <mi>log</mi> <mn>2</mn> </msub> <mrow> <mo>(</mo> <mn>1</mn> <mo>/</mo> <msub> <mi>C</mi> <mi>i</mi> </msub> <mo>)</mo> </mrow> <mo>-</mo> <munderover> <mo>&Sigma;</mo> <mrow> <mi>i</mi> <mo>=</mo> <mn>0</mn> </mrow> <mrow> <mi>i</mi> <mo>=</mo> <mi>n</mi> </mrow> </munderover> <msub> <mi>log</mi> <mn>2</mn> </msub> <mrow> <mo>(</mo> <mn>1</mn> <mo>/</mo> <msub> <mi>L</mi> <mrow> <msub> <mi>x</mi> <mi>i</mi> </msub> <mo>,</mo> <msub> <mi>x</mi> <mrow> <mi>i</mi> <mo>+</mo> <mn>1</mn> </mrow> </msub> </mrow> </msub> <mo>)</mo> </mrow> </mrow>

H_A,B＝min{H(A,B)}

其中H(A,B)表示节点对(A,B)间的一条可达链路的衰减信道模型所计算出的信息熵，衰减信道模型中以每条连接的连接强度L作为连接的传输衰减因子，以节点的协作指数C作为链路上每个中继节点的转发衰减因子，使用信息熵的标准定义进行计算；C_i表示链路上第i个节点的协作指数；n表示链路上除两个端节点外的节点总数；X_i表示链路上除两个端节点外依次出现的第i个节点，X_i+1表示链路上除两个端节点外依次出现的第i+1个节点，表示节点对X_i,X_i+1之间的连接强度；

步骤二中对于任意的一对节点s,t∈V，且s≠v≠t，则节点v的介数中心度为cent_v：

<mrow> <msub> <mi>cent</mi> <mi>v</mi> </msub> <mo>=</mo> <munder> <mo>&Sigma;</mo> <mrow> <mo>&ForAll;</mo> <mi>s</mi> <mo>,</mo> <mi>t</mi> <mo>&Element;</mo> <mi>V</mi> </mrow> </munder> <mfrac> <mrow> <msub> <mi>&delta;</mi> <mrow> <mi>s</mi> <mi>t</mi> </mrow> </msub> <mrow> <mo>(</mo> <mi>v</mi> <mo>)</mo> </mrow> </mrow> <msub> <mi>&delta;</mi> <mrow> <mi>s</mi> <mi>t</mi> </mrow> </msub> </mfrac> </mrow>

其中，v∈V，δ_st表示在有向图G中节点s到节点t的最短路径数量，δ_st(v)表示在s点到t点的最短路径通过点v的数量，当v∈{s,t}时，δ_st(v)＝0，若s点到t点不连通，则δ_st(v)/δ_st＝0；

步骤三中协作指数C_s采用如下公式计算：

其中表示在时间周期T节点s的有效接入时间，cent_s为节点s的介数中心度；λ和为通过针对于目标网络的分析，并结合具体的应用场景，使用AHP层次分析法所确定的节点平均有效接入时间与介数中心度cent_s合成时各自的权值，满足

2.根据权利要求1所述的一种移动社会网络中的节点活跃度量化方法，其特征在于，步骤五中活跃度H(A)采用如下公式计算：

<mrow> <mi>H</mi> <mrow> <mo>(</mo> <mi>A</mi> <mo>)</mo> </mrow> <mo>=</mo> <mfrac> <mrow> <munderover> <mo>&Sigma;</mo> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>n</mi> </munderover> <msub> <mi>H</mi> <mrow> <mi>A</mi> <mo>,</mo> <msub> <mi>x</mi> <mi>i</mi> </msub> </mrow> </msub> </mrow> <mi>n</mi> </mfrac> <mo>.</mo> </mrow>