CN104486741B - 一种信任状态感知的混合式服务发现方法 - Google Patents

Abstract

本发明公开一种信任状态感知的混合式服务发现方法。由于现有混合式服务发现机制在VDN选择、服务信息转发及服务选择时没有考虑节点非协作行为，造成服务发现成功率下降及资源的极大浪费，同时均没有考虑节点社会属性，使得服务信息难以及时准确地到达目的节点且网络负载率较大。因此，本发明在充分考虑节点社会属性的基础上通过感知邻居节点、节点间关系强度，完成网络结构的检测，同时基于历史信息及入侵检测机制计算节点信任度，进而，以节点活跃度及信任度为参数选择合适服务节点来实现服务发现过程。本发明所提出的设计方法能够在保证服务发现成功率的同时，降低网络负载及服务发现过程时延，达到了提升网络资源利用率及提高用户体验质量的目的。

Description

一种信任状态感知的混合式服务发现方法

技术领域

本发明涉及间断连接无线网络服务发现机制技术，特别涉及信任状态感知的混合式服务发现机制设计。

背景技术

区别于传统移动自组织网络的服务发现机制，间断连接无线网络中的节点功能较弱、可靠性差，网络动态性强、资源有限，节点需要以较低的存储代价实现服务信息注册、服务信息查询和服务信息唤醒，因此设计服务发现机制时，需要充分考虑网络和节点本身的特性。在间断连接无线网络的各种应用领域中，为了给客户提供不间断、无缝的移动服务，客户需要进行服务发现，即在任何时间、地点可以使用不同的移动终端来访问网络的服务资源。因此，服务发现机制是间断连接无线网络关键技术之一，高效的服务发现技术能够有效提高网络的可用性。

近年来，研究人员在传统移动自组织网络服务发现机制的基础上结合间断连接无线网络特性进行了一定的研究，目前间断连接无线网络服务发现机制可以分为三类：集中式服务发现机制、分布式服务发现机制和混合式服务发现机制。然而集中制服务发现机制存在着浪费资源及单点失效的问题，分布式方式可能出现广播风暴仅适用于小规模网络，混合式机制解决了服务信息冗余的问题，较适用于间断连接无线网络。研究表明，间断连接无线网络中节点具有较强社会属性，节点间关系相对稳定，存在聚集现象，从而形成不同的社区，且社区内节点活跃程度并不相同。此外，因资源(缓存、能量、带宽等)受限及隐私保护等原因，由理性实体携带设备构成的节点往往出现非协作行为，节点的非协作行为表现为节点仅尽力转发与自身关系较强的节点所产生的数据，甚至提供虚假服务信息或破坏服务信息的正常传输，节点的非协作行为将极大地降低网络的可用性。但是现有混合式服务发现机制均没有考虑节点社会属性，使得服务信息难以及时准确地到达目的节点，同时也没有解决因节点非协作行为导致服务发现成功率下降的问题。目前，间断连接无线网络中混合式服务发现机制均没有考虑节点间社会关系及信任状态，网络划分时没考虑节点间社会关系，使得各子区域内节点社会关系不稳定；选取目录节点时没有考虑节点活跃度及信任度，使得服务注册信息可能注册到活跃度较低或非协作节点中，导致服务信息注册失败；在选择服务信息中继节点时没有考虑节点社会关系及信任度，造成服务信息转发时延及网络负载较大或因非节点协作行为导致传输失败。

发明内容

本发明所要解决的问题是：针对现有技术存在的上述问题，提出一种信任状态感知的间断连接无线网络混合式服务发现方法，能够在保证服务发现成功率的同时，降低网络负载及服务发现过程时延，达到了提升网络资源利用率及提高用户体验质量的目的。

本发明解决上述问题的技术方案是：节点根据历史相遇信息感知邻居节点并通过标签交换方法完成社区划分，进而利用历史服务信息估计节点活跃度及信任度，并在此基础上利用节点社会关系及信任度完成目录节点及服务信息中继节点的选取，最终通过服务注册、服务选择和服务唤醒完成整个服务发现过程。具体为，提出一种间断连接无线网络中信任状态感知的服务发现方法，包括步骤：初始化网络中节点间社会关系及信任度，根据节点间相遇次数及连接持续时间计算节点间相遇度Q(i,j)，并根据相遇度完成邻居节点的感知，进而估计节点归属度b_i,j(t)及节点对社区归属度B_C(i)，进一步利用异步标签交换方法完成网络结构的检测；通过单位时间内节点与归属社区内节点的相遇度及节点在本地状态与漫游状态的切换频繁度确定节点的局部活跃度Aⁱ _LAN和全局活跃度进而估计节点信任度；利用信任度高的GAN实现消息在各个社区之间的转发，如果存在匹配服务信息，进行服务选择及服务唤醒工作，否则发送服务请求信息到其他社区，完成服务选择。

进一步包括，根据公式估计两节点间相遇度Q(i,j)，其中表示节点间连接持续时间总和，将与自身相遇度大于与其它所有相遇节点相遇度的均值Q_ave的节点作为为自身的邻居节点，所有邻居节点的集合构成节点i的邻居节点集合Γ(i)。根据节点i，j间连接持续时间与节点i相遇节点的数目节点i，j的邻居节点集合Γ(i)、Γ(j)，并利用公式计算节点i对节点j的归属度b_i,j(t)，其中，为节点i，k间连接持续时间。所述利用节点信任度高的GAN实现消息在各个社区之间的转发，进一步具体包括：当SPN产生服务注册或撤销消息时，通过信任度高及与虚拟目录节点VDN相遇度高的节点转发给VDN，完成服务注册或撤销，当VDN收到服务请求消息，从自身存储的服务信息中搜索匹配服务信息并选择信任度不小于初始值0.5的节点作为SPN，完成服务选择工作，若不存在匹配服务信息，则通过分布式方式向其他社区VDN发送服务请求信息，完成服务选择过程。节点信任度由基于过程信任度与基于特征属性信任度通过加权计算得到，即其中Q(i,*)表示节点i与网络中其他节点的相遇度。节点i局部活跃度表示为单位时间内该节点与归属社区内节点的相遇度之和与最大值之比，即节点i全局活跃度表示为节点i在本地状态与漫游状态的切换频繁度，即其中，而Q(i,C_i)表示节点i与归属社区C_i内所有节点的相遇度之和，即虚拟目录节点VDN存储社区内所有服务信息，根据节点i的局部活跃度节点i信任度T_i、节点i的缓存大小B_i、节点i的已用缓存大小利用公式选择N_VDN最高且信任度不小于预定阈值(如0.5)的节点作为该社区的虚拟目录节点VDN。基于过程的信任估计节点信任度具体为，根据公式计算节点i对节点j正确转发服务信息的信任度根据公式计算节点j向网络注册有效服务信息的信任度根据公式确定基于过程的信任度，其中，h_i,j为节点j为i成功转发数据的次数，g_i,j为j丢弃节点i数据次数，r_i,j和f_i,j分别表示为节点j向i提供的可靠服务次数及虚假服务次数。基于特征属性的信任估计节点信任度具体为，利用公式计算节点i、j间基于特征属性信任估计的信任度，其中，b_i,j(t)表示节点i对节点j的归属度，表示节点i与j的服务相似度，Ser_i(T_l)、Ser_j(T_l)分别表示节点i、j在第l个运动周期内提供服务或协助转发服务信息的节点集合，m为运动周期数，当Ser_i(T_l)∩Ser_j(T_l)≠φ时Θ_i,j(T_l)为1，否则为0。

所述基于过程的信任旨在衡量节点在运行过程中是否发生消极转发服务信息或向网络中注入虚假服务信息的行为，在信任的估计过程中，采用混合式信任计算及入侵检测方法以提高信任计算的准确度，而所述基于特征属性的信任用于衡量节点因相似性建立的信任关系；所述混合式服务发现过程是在信任状态感知的基础上以节点活跃度及信任度为参数选择合适服务节点来实现的，其中节点在归属社区内综合考虑局部活跃度、信任度及剩余缓存选取最优节点作为VDN，即采用集中式方式管理本社区内节点服务注册及查询过程。

本发明在充分考虑节点社会属性的基础上通过感知邻居节点、节点间关系强度，完成网络结构的检测，同时基于历史信息及入侵检测机制计算节点信任度，进而，以节点活跃度及信任度为参数选择合适服务节点来实现服务发现过程。本发明所提出的设计方法能够在保证服务发现成功率的同时，降低网络负载及服务发现过程时延，达到了提升网络资源利用率及提高用户体验质量的目的。

附图说明：

图1为本发明的整体结构框图；

图2为本发明中信任状态感知的流程图；

图3为本发明中服务选择过程的流程图。

具体实施方式

以下结合附图和具体实例对本发明的实施作具体描述。

间断连接无线网络中，节点具有较强社会属性，节点按照相互之间的关系以自组织的方式形成逻辑集合，即社区，节点以较大概率在归属社区内活动，以较低概率漫游到其它社区，同时邻居节点间相遇频率及连接持续时间高于其它节点。此外网络中节点表现出的非协作行为往往造成服务发现的失败，且极大的浪费网络资源。

如图1所示为本发明的整体结构框图，即信任状态感知的混合式服务发现机制流程图。包括以下步骤：网络初始化，网络结构检测，节点活跃度感知，节点信任状态感知，混合式服务发现过程，其中包括服务注册与撤销过程、服务选择过程、服务唤醒过程。

初始化节点社会关系，计算节点间相遇度、及关系强度，计算节点对社区归属度，完成网络结构检测，计算节点相遇度、对社区归属度，确定节点信任度，进行服务注册，服务选择，如果存在匹配服务，进行服务唤醒，否则发送服务请求信息到其他社区。

在信任状态感知的混合式服务发现机制中，对整个网路中节点社会关系及信任度进行初始化，节点邻居列表及社会关系置为空。首先节点根据自身历史相遇信息记录与其他节点相遇次数及连接持续时间，并在相遇次数的基础上考虑节点间的连接持续时间估计节点间相遇度Q(i,j)，进而将相遇度大于自身与所有相遇节点平均相遇度的节点定义为自身的邻居节点。同时综合考虑连接频繁度与共同邻居节点集确定节点归属度参数b_i,j(t)以衡量节点间关系紧密程度，根据社区内邻居节点归属度均值估计节点对社区C的归属度B_C(i)，利用异步标签交换完成网络结构的检测。其次，分别通过单位时间内节点与归属社区内节点的相遇度及节点在本地状态与漫游状态的切换频繁度度量化节点的局部活跃度和全局活跃度最后根据历史服务信息通过基于过程的信任及基于特征属性的信任估计节点信任度，其中，在基于过程信任的估计过程中，本发明采用混合式信任计算及入侵检测方法以提高信任计算的准确度。

本发明中混合式服务发现过程是在网络结构检测的基础上以节点活跃度及信任度为参数选择合适服务节点来实现的。由于在社会化间断连接无线网络混合式服务发现机制中，虚拟目录节点VDN(Virtual Directory Node)需要存储该社区内所有服务信息，且在需要时能够及时准确的选择并转发合适的服务信息，因此需综合考虑局部活跃度、信任度与缓存利用率选择节点服务能力最大的作为该社区的VDN，即根据公式计算节点服务能力，其中表示节点i的局部活跃度，T_i为节点i信任度且VDN信任度不小于初始值(可设为0.5)，B_i表示i的缓存大小，为已用缓存大小。当服务提供节点(Service Provider Nodes,SPN)产生服务注册或撤销消息时，通过信任度及与VDN相遇度高的节点转发给VDN，完成服务注册或撤销过程。当VDN收到服务请求消息时，则从自身存储的服务信息中搜索与之匹配的服务信息。若获知自身社区内存在多个节点匹配所请求的服务信息，则从匹配节点中选择信任度不小于阈值且服务能力最强节点作为SPN，进而完成服务选择工作；否则，通过本社区信任度不小于阈值且全局活跃度最高的节点将服务请求消息发送到网络中其它社区的VDN，并接收最先到达的服务选择反馈信息。服务请求节点(Service Demand Nodes,SDN)收到本社区VDN反馈的查询结果后，向SDN发送相应的服务唤醒信息，进而完成服务唤醒过程。

具体包括以下步骤：

1.网络的初始化：在网络运行刚开始时，将网络中所有节点间社会关系强度置为0，邻居列表置空，节点信任度初始化可为0.5；分别记录节点间连接建立时间连接断开时间及相遇次数用于节点间相遇度的计算，其中相遇度是节点邻居感知及社区结构检测的前提。至此，网络的初始化阶段完成。

2.网络结构检测：网络初始化后，利用得到的节点间相遇次数及连接持续时间计算节点间相遇度Q(i,j)，并根据相遇度完成邻居节点的感知，进而估计节点归属度b_i,j(t)及节点对社区归属度B_C(ⁱ)，进一步利用异步标签交换方法完成网络结构的检测。

为避免因节点移动速度过快使得节点间持续时间过短，导致传输的数据量严重受限，因此在相遇次数的基础上考虑节点间的持续时间估计节点间相遇度，即其中表示节点间连接持续时间总和。由于邻居节点间连接频繁度与连接持续时间较高，即相遇度较高，因此将与自身相遇度不小于Q_ave的节点定义为自身的邻居节点。其中，Q_ave为与其它相遇节点相遇度的均值，且满足上述约束条件的节点集合称为节点i的邻居节点集合Γ(i)，即Γ(i)＝{j|Q(i,j)≥Q_ave}。

根据社会网络中的“弱连接”理论，即关系较弱的两个节点可以通过他们的共有邻居节点提高关系强度，因此定义节点归属度以衡量节点之间关系紧密程度，即根据公式计算归属度b_i,j(t)，其中为网络中与节点i相遇节点数目。当两节点既未相遇又不存在共同邻居节点时，归属度b_i,j(t)为0。将节点对社区归属度定义为节点对该社区内所有邻居节点归属度的平均值，即其中B_C(i)表示节i对于社区C的归属度，N_C(i)表示标签为C的社区内节点i的邻居节点集合。

网络中节点根据社会关系可形成多个社区，因此可以根据节点关系强度完成社区结构的检测。具体过程如下：初始化阶段，网络中节点根据地址信息将各自社区标签置为自身标签ID，当邻居节点进入自身通信范围时，判断两节点是否具有相同标签，如果是则不更新；否则该节点分别计算对归属社区及邻居节点所归属社区的归属度。当且仅当对邻居节点所归属社区的归属度大于自身归属社区时，将自身标签更新为邻居节点的标签，否则不更新。通过这种方式，节点能够以分布式的方式实现标签更新，当网络中所有节点的标签趋于稳定的时候，具有相同标签的节点则组成了逻辑社区。

3.节点活跃度感知：

局部活跃节点(Local Active Node,LAN)指在本社区内与其他节点相遇频繁度较高节点，如前所示，节点相遇度能够用来反映节点间的相遇频繁度，因此可以通过单位时间内节点与归属社区内节点的相遇度量化节点i的局部活跃度Aⁱ _LAN，即其中表示节点i与社区内所有节点相遇度之和，表示社区C_i内所有节点Q(j,C_i)中的最大值，j∈C_i为该社区内任意节点。

全局活跃节点(Global Active Node,GAN)频繁往返于归属社区与其他社区，因此可根据节点在本地状态与漫游状态的切换频繁度估计节点活跃度，节点全局活跃度的计算公式为在给定运动周期内，如果节点的相遇节点中与自身归属相同社区的节点较多时，则认为该节点在该运动周期处于本地状态；否则判定其处于漫游状态。进而可统计节点在已有的m个运动周期内处于本地状态次数与漫游状态的次数前一周期处于本地状态而下一周期处于漫游状态的次数以及前一周期处于漫游状态而下周期处于本地状态的切换次数从而可得到节点由本地状态向漫游状态的切换频率及由漫游状态到本地状态的切换频率可粗略的估计节点i处于本地状态与漫游状态的概率分别为及且有和分别表示稳态下节点i处于本地和漫游社区的概率，和分别表示节点i当前处于本地社区下一运动周期漫游到其他社区的概率及当前处于漫游社区下一运动周期回到归属社区的概率。

4.节点信任状态感知：

社会化间断连接无线网络中节点间信任关系可根据信任内容不同分为基于过程的信任和基于特征属性的信任，其中，前者旨在衡量节点在运行过程中是否发生消极转发服务信息或向网络中注入虚假服务信息的行为，而后者由节点运动规律及服务对象的相似性得到，用于衡量节点因相似性建立的信任关系，信任状态感知过程如图2所示。

基于过程的信任度计算方法为其中与分别表示节点i对节点j正确转发服务信息及向网络注册有效服务信息的信任度，α为动态权重因子，其能够根据节点活跃状态动态调整。本发明采用逐跳反馈机制验证中继节点对服务信息的转发行为，正确转发时转发次数h_i,j加1，否则丢弃次数g_i,j加1，则有同时根据SDN反馈信息判断SPN是否向网络中注册有效的服务信息并提供可靠的服务，并计算对应的信任度其中r_i,j为可靠服务次数，f_i,j为虚假服务次数。同时为避免节点因计算误差及恶意推荐对网络的影响，当收到信任信息请求时VDN向社区内节点请求待评估节点基于过程的信任推荐信息，进而检测各节点推荐信息与聚合信任度的不一致性因子，如果推荐节点k的不一致性因子γ_k大于门限值τ，则表明该节点恶意降低其他节点信任度以达到浪费网络资源并降低网络性能的目的，因此VDN标记该节点的恶意攻击行为并通过广播的形式发送给社区内各节点。

如前所述，节点可以通过关系紧密程度高或服务相似度高的节点转发服务信息，因此考虑将基于特征属性的信任度表示为节点间关系紧密度与服务相似度中的较大者，即其中Ser_i(T_l)表示节点i在第l个运动周期内提供服务或协助转发服务信息的节点集合，m为运动周期数，Ser_i(T_l)∩Ser_j(T_l)≠φ时Θ_i,j(T_l)为1，否则为0。

节点信任度由基于行为信任度与基于特征属性信任度通过加权计算得到，即其中Q(i,*)表示节点i与网络中其他节点的相遇度。

5.混合式服务发现机制：

提出了一种混合式服务发现策略，在每个社区内综合考虑局部活跃度、信任度及剩余缓存选取最优节点作为VDN，即采用集中式方式管理本社区内节点服务注册及查询过程，此外，利用可信度高的GAN实现消息在各个社区之间的转发，即采用分布式方式协同管理社区之间的服务发现。所设计的服务发现策略主要包括以下三个阶段，分别为服务注册与撤销、服务选择及服务唤醒。

(1)服务注册与撤销：按照所提出的混合式服务发现架构，SPN需要向归属社区内的VDN发送服务注册消息，其中包括提供服务节点的ID、服务类型、服务有效期三项信息；同时，若由于节点离开网络或服务信息生存时间(Time to Live,TTL)到期，则SPN需向目录节点发送相应的服务撤销消息；此外当VDN检测到非协作节点向网络中恶意注入虚假服务信息时，VDN需撤销该节点服务信息并向社区内节点广播更新后的节点信任值。为了便于为其它节点提供注册、撤销及选择服务，综合考虑节点局部活跃度、信任度与缓存利用率选取最优VDN，即且所选取VDN信任度需不小于初始值0.5，B_i表示缓存大小，为已用缓存大小。此外，为了实现服务信息的可靠转发并有效地降低通信开销，选择信任度及与VDN相遇度较高的节点作为中继节点，即选择转发能力较高的节点协助完成服务信息的注册与撤销，其中节点转发能力为F_i,j(t)＝T_i,j(t)×Q(i,j)。

(2)服务选择：节点使用其它节点所提供的服务，其首先需要获知SPN的地址，进而向SPN发送服务唤醒请求，因此，SDN需要向归属社区内的VDN发送服务查询消息，VDN将查询结果反馈给SDN，服务选择过程如图3所示。若目录节点查询后获知存在多个节点匹配所请求的服务信息，则从匹配节点集合中选取最优SPN，因此综合考虑节点信任度和服务速率选取服务能力最强节点作为最优SPN，即其中a_n表示第n次连接所转发的消息个数，N_i为连接次数；否则，通过本社区信任度不小于0.5且全局活跃度最高的节点将服务请求消息发送到网络中其它社区的VDN，并接收最先到达的服务选择反馈信息，进而选择合适的SPN并反馈到SDN。

(3)服务唤醒：当SDN收到来自VDN反馈的查询结果后，根据SPN的地址判定其是否与自身归属相同社区。如果是，则将服务唤醒消息通过社区内对于SPN转发能力最高的节点转发至SPN；否则，将服务唤醒消息转发给信任值大于0.5且全局活跃度最高节点，进而，该节点将服务唤醒消息转发给该VDN，最终，VDN将收到的服务唤醒消息转发给SPN，完成服务唤醒过程。

Claims (9)

1.一种间断连接无线网络中信任状态感知的服务发现方法，其特征在于，包括步骤：初始化网络中节点间社会关系及信任度，根据节点间相遇次数及连接持续时间计算节点间相遇度Q(i,j)，并根据相遇度完成邻居节点的感知，进而估计节点归属度b_i,j(t)及节点对社区归属度B_C(i)，完成网络结构的检测；通过单位时间内节点与归属社区内节点的相遇度及节点在本地状态与漫游状态的切换频繁度确定节点的局部活跃度Aⁱ _LAN和全局活跃度Aⁱ _GAN，基于过程的信任及基于特征属性的信任估计节点信任度；利用节点信任度高的全局活跃节点GAN实现消息在各个社区之间的转发，如果存在匹配服务信息，进行服务选择及服务唤醒，否则发送服务请求信息到其他社区，协助完成服务选择。

2.根据权利要求1所述的方法，其特征在于，分别记录节点间连接建立时间连接断开时间及相遇次数根据节点相遇次数、节点间的持续时间总和，根据公式估计节点间相遇度Q(i,j)，其中表示节点间连接持续时间总和，并将与自身相遇度大于与其它所有相遇节点相遇度的均值的节点作为自身的邻居节点，所有邻居节点的集合构成节点i的邻居节点集合Γ(i)。

3.根据权利要求1所述的方法，其特征在于，根据节点i，j间连接持续时间与节点i相遇节点的数目节点i，j的邻居节点集合Γ(i)、Γ(j)，根据公式计算节点i对节点j的归属度b_i,j(t)，其中，为节点i，k间连接持续时间。

4.根据权利要求1所述的方法，其特征在于，所述利用节点信任度高的GAN实现消息在各个社区之间的转发进一步具体包括：当SPN产生服务注册或撤销消息时，通过信任度高及与虚拟目录节点VDN相遇度高的节点转发给VDN，完成服务注册或撤销，当VDN收到服务请求消息，从自身存储的服务信息中搜索匹配服务信息并选择信任度不小于阈值的节点作为SPN，完成服务选择工作，若不存在匹配服务信息，则通过分布式方式向其他社区VDN发送服务请求信息，完成服务选择过程。

5.根据权利要求1所述的方法，其特征在于，节点信任度由基于过程信任度与基于特征属性信任度通过加权计算得到，即其中Q(i,*)表示节点i与网络中其他节点的相遇度。

6.根据权利要求1所述的方法，其特征在于，节点局部活跃度表示为单位时间内该节点与归属社区内节点的相遇度之和与最大值之比，即节点全局活跃度为节点在本地状态与漫游状态的切换频繁度，即其中，而Q(i,C_i)表示节点i与归属社区C_i内所有节点的相遇度之和，即 和分别表示稳态下节点i处于本地和漫游社区的概率，和分别表示节点i由本地状态向漫游状态的切换频率及由漫游状态到本地状态的切换频率。

7.根据权利要求4所述的方法，其特征在于，虚拟目录节点VDN存储社区内所有服务信息，根据节点i的局部活跃度节点i信任度T_i、节点i的缓存大小B_i、节点i的已用缓存大小根据服务能力选择该社区内服务能力最强的节点作为虚拟目录节点VDN。

8.根据权利要求5所述的方法，其特征在于，基于过程的信任估计节点信任度具体为，根据公式计算节点i对节点j正确转发服务信息的信任度根据公式计算向网络注册有效服务信息的信任度根据公式确定基于过程的信任度，其中，h_i,j为节点j为i正确转发数据的次数，g_i,j为丢弃节点i数据的次数，r_i,j为节点j提供可靠服务次数，f_i,j为j提供虚假服务次数，α为权重因子。

9.根据权利要求5所述的方法，其特征在于，基于特征属性的信任估计节点信任度具体为，根据公式计算节点i对于j基于特征属性信任估计的信任度，其中，b_i,j(t)表示节点i对j的归属度，为两节点的服务相似度。