CN108391300A - 一种机会网络中基于信誉度的可信路由算法 - Google Patents
一种机会网络中基于信誉度的可信路由算法 Download PDFInfo
- Publication number
- CN108391300A CN108391300A CN201810211810.XA CN201810211810A CN108391300A CN 108391300 A CN108391300 A CN 108391300A CN 201810211810 A CN201810211810 A CN 201810211810A CN 108391300 A CN108391300 A CN 108391300A
- Authority
- CN
- China
- Prior art keywords
- node
- credit worthiness
- time
- credit
- following formula
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W40/00—Communication routing or communication path finding
- H04W40/02—Communication route or path selection, e.g. power-based or shortest path routing
- H04W40/22—Communication route or path selection, e.g. power-based or shortest path routing using selective relaying for reaching a BTS [Base Transceiver Station] or an access point
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W40/00—Communication routing or communication path finding
- H04W40/02—Communication route or path selection, e.g. power-based or shortest path routing
- H04W40/04—Communication route or path selection, e.g. power-based or shortest path routing based on wireless node resources
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本发明公开一种机会网络中基于信誉度的可信路由算法,综合考虑了节点特征相似度、节点活跃度等,并将交流信息量化为节点间的直接信誉度。为了更准确地评估节点之间的信誉度,节点考虑邻居节点的信誉评价,接收其他节点的间接信誉度。信誉管理模型将直接信誉度和间接信誉度相结合得到综合信誉度,存储在节点的信誉表中,周期地进行信誉度更新。在信誉度模型的基础上,设计一种基于拍卖模型的节点激励策略,通过使用虚拟货币对节点进行激励,以此促进节点协作完成数据传输服务。
Description
技术领域
本发明属于网络通信技术领域,涉及一种机会网络中基于信誉度的可信路由算法。
背景技术
机会网络源于容迟网络,其中用户是间歇性链接,因为源节点和目的节点之间的端到端路径可能只存在于短暂和不可预测时间段内,因此机会网络中的链路性能通常是高度变化的,由于节点频繁的移动性,利用蓝牙、热点或Wi-Fi直连进行通信,只有不同用户节点移动到通信范围内,双方用户节点才可以进行数据包交换。机会网络就是通过不断选取合适的下一跳节点将数据包消息一跳一跳的转发到目的节点。
目前机会网络的路由机制依据转发方式来说主要有两种:基于冗余转发和基于效用转发,在基于冗余转发机制中,通过基于复制的方式,每个消息都会被拷贝多份,多份消息拷贝在网络中扩散,通过多路径并行来提高消息传输性能,但是多路径传输对网络性能要求较高。基于效用转发机制中综合考虑上下文属性:拓扑结构变化率、节点能量以及位置信息等更加全面的上下文参数,根据偏好为每个参数赋予不同的权重值,综合各个参数计算出节点效用值,根据效用值选择节点转发,该机制的缺点是传输延迟相对较大,对于缓存空间的占用比较大。
发明内容
为解决上述技术问题,本发明的目的是提供一种机会网络中基于信誉度的可信路由算法。
本发明提供一种机会网络中基于信誉度的可信路由算法,包括如下步骤:
步骤1:当前节点选取综合信誉度最高的邻居节点作为卖方节点;
步骤2:判断当前节点提供的出价和卖方节点提供的要价是否满足出价大于要价的拍卖规则,如果不满足拍卖规则,执行步骤3;如果满足拍卖规则,进行消息转发并执行步骤4;
步骤3:选取投递效用大于当前节点且投递效用最大的邻居节点作为卖方节点将消息转发给它,所述投递效用表示为节点的综合信誉度与交易效益的线性组合;
步骤4:更新当前节点和卖方节点的综合信誉度,并向隔一跳节点发送信誉评价;
步骤5:重复步骤1至步骤4直到消息传递到目的节点。
在本发明的机会网络中基于信誉度的可信路由算法中,所述步骤1中根据下式计算节点的综合信誉度:
其中,UCRi,j为节点的综合信誉度,ORi,j为节点i和节点j之间的直接信誉度,IRi,j为节点i和节点j之间的间接信誉度,μ为直接信誉度的权重,ρ(0<ρ<1)为时间因子,tnow表示消息的当前时刻,tIR为间接信誉度的最近时刻。
在本发明的机会网络中基于信誉度的可信路由算法中,根据下式计算节点的直接信誉度:
ORij=αCSi,j+βCAj
其中,ORi,j为节点i和节点j之间的直接信誉度,CSi,j为节点i和节点j的特征相似度,CAj为节点j的活跃度,α为相似度的权重,β为活跃度权重,且α+β=1,α>β;
根据下式计算节点的间接信誉度:
其中,IRi,j为节点i和节点j之间的间接信誉度,m为当前节点i周围的邻居节点的数量,CRo,j是邻居节点中节点o对节点j的信誉评价,CSi,o为当前节点i与邻居节点o的特征相似度;
根据下式计算节点的信誉评价:
其中T为该消息所设定的总传送时间,t1为当前节点接收到该信息时的时刻,t0是上一个节点完全接收该信息的时刻。
在本发明的机会网络中基于信誉度的可信路由算法中,根据下式计算两个相邻节点的特征相似度:
其中,CSi,j为节点i和节点j之间的特征相似度,ω为特征属性的数量,φn为某一特征属性cn的权重,mn表示节点i和节点j拥有某一特征属性cn相同值的节点个数与所有节点个数之比;
根据下式的计算mn:
Qnt表示在节点j的相遇信息列表中,特征属性cn的第t种特征属性的值,t=1,2,3….N,N表示该特征属性的值的总类别数。
在本发明的机会网络中基于信誉度的可信路由算法中,使用信息熵理论对节点的活跃度进行刻画,根据下式计算节点的活跃度:
其中,Hw(ε)为信息熵值,η为权值,pa为随机变量ε中每个不同事件的概率。
在本发明的机会网络中基于信誉度的可信路由算法中,根据下列步骤计算概率pa:
(1)以Δt为某节点的邻居节点的更新周期,得到在固定时间T内不同检测时刻该节点的邻居节点集合的有序序列S=ST(ε)=(εt1,εt2,εt3…εtQ),其中,εtQ为某检测时刻该节点的邻居节点构成的向量;
(2)将ST(ε)中所有相同的εtQ合并,得出新的有序序列RT(ε)=(εr1,εr2,εr3…εrK),K的值小于等于Q,根据离散随机变量概率分布,通过下式计算概率pa:
其中,|εrK|表示向量εrK在有序序列ST(ε)中的个数。
在本发明的机会网络中基于信誉度的可信路由算法中,根据下列步骤计算权值η:
Ctime(RT(ε))表示某节点的当前时刻和前一时刻相比其邻居节点的变化情况,当time=1时,该节点的邻居节点还没有变换,此时Ctime(RT(ε))的值设为0,|εrtime∩εr(time-1)|表示当前时刻time与前一时刻time-1该节点拥有相同邻居节点的个数,|εrtime∪εr(time-1)|则表示当前时刻time与前一时刻time-1该节点遇到的节点总量。
在本发明的机会网络中基于信誉度的可信路由算法中,所述步骤2中根据下式计算出价:
其中,Bi为买方节点i的缓存能力,其值为当前时刻剩余缓存大小与节点i固有缓存大小之比;TTTL是消息的生存时间,Tres是消息的剩余生存时间,θ1和θ2分别是两个环境因素的权重值,且满足θ1+θ2=1;
根据下式计算要价:
其中,Bj是卖方节点j的当前时刻缓存空间大小的百分比,Ej是卖方节点j当前时刻能量的百分比,是卖方节点缓存能力的权重值,而是卖方节点能量的权重值。
在本发明的机会网络中基于信誉度的可信路由算法中,所述步骤3中根据下式计算投递效用:
DUi,j=λ1UCRi,j+λ2SPi,j
其中,UCRi,j为当前节点i与节点j之间的信誉度,SPi,j表示买方节点i和卖方节点j使用虚拟货币拍卖转发服务获得的交易效益,λ1和λ2分别为综合信誉度与节点获得交易效益的权重,且λ1+λ2=1;
在本发明的机会网络中基于信誉度的可信路由算法中,根据下式计算交易效益:
SPi,j=0.5(a+b)
其中,a为买家节点的出价,b为卖家节点的要价。
发明公开一种机会网络中基于信誉度的可信路由算法,综合考虑了节点特征相似度、节点活跃度等,并将交流信息量化为节点间的直接信誉度。为了更准确地评估节点之间的信誉度,节点考虑邻居节点的信誉评价,接收其他节点的间接信誉度。信誉管理模型将直接信誉度和间接信誉度相结合得到综合信誉度,存储在节点的信誉表中,周期地进行信誉度更新。在信誉度模型的基础上,设计一种基于拍卖模型的节点激励策略,通过使用虚拟货币对节点进行激励,以此促进节点协作完成数据传输服务。
附图说明
图1为本发明的一种机会网络中基于信誉度的可信路由算法的流程图;
图2为本发明的路由算法与现有3种算法的数据包交付率对比图;
图3为本发明的路由算法与现有3种算法的丢包数对比图;
图4为本发明的路由算法与现有3种算法的网络投递开销对比图;
图5为本发明的路由算法与现有3种算法的网络路由时延对比图。
具体实施方式
为了对已存在的路由机制进行改进,本发明基于信誉度的可信路由算法采用基于投递效用的转发模型,通过节点对之间机会式相遇交换历史信息,提取分析出节点的各个属性,综合节点属性和信誉度指导消息路由。
其中路由算法设计的目标是在自私节点存在的前提下,选择活跃度较高、特征相似度较高、信誉度较高的节点进行消息转发,有效提高消息投递率。
如图1所示,本发明的一种机会网络中基于信誉度的可信路由算法,包括如下步骤:
步骤1:当前节点选取综合信誉度最高的邻居节点作为卖方节点;
所述步骤1中根据下式计算节点的综合信誉度:
其中,UCRi,j为节点的综合信誉度,ORi,j为节点i和节点j之间的直接信誉度,IRi,j为节点i和节点j之间的间接信誉度,μ为直接信誉度的权重,ρ(0<ρ<1)为时间因子,tnow表示消息的当前时刻,tIR为间接信誉度的最近时刻。一般来说用户节点的信誉度主要依靠用户节点的直接信誉,所以本专利设置μ﹥0.5。
间接信誉评价随着时间的推移越来越小,为了对虚假信誉评价的抑制,本文针对间接信誉评价设置了衰减函数。若间接信誉评价距离当前时刻越远,衰减函数越小,相应的,说明在综合信誉评估中,间接信誉评价对于用户节点的综合信誉影响越小;反之间接信誉评价距离当前时间越近,用户节点的间接信誉对于综合信誉影响越大。
通常来说,特征相似度和节点活跃度能够较好地刻画节点信誉度,不同用户节点直接的相似度能够反映用户节点之间的相似程度,而如果只是地理位置上的接近,其关系并不一定反应出信誉关系,根据下式计算节点的直接信誉度:
ORij=αCSi,j+βCAj
其中,ORi,j为节点i和节点j之间的直接信誉度,CSi,j为节点i和节点j的特征相似度,CAj为节点j的活跃度,α为特征相似度的权重,β为活跃度权重,且α+β=1,α>β;
进一步的,根据下式计算节点的间接信誉度:
其中,IRi,j为节点i和节点j之间的间接信誉度,m为当前节点i周围的邻居节点的数量,CRo,j是邻居节点中节点o对节点j的信誉评价,CSi,o为当前节点i与邻居节点o的相似度。根据上式可知,在本发明的间接信任评估中,只有特征相似度较高节点的意见会得到考虑,特征相似度较低的节点的意见机会被忽视了。
根据下式计算节点的信誉评价:
其中T为该消息所设定的总传送时间,t1为当前节点接收到该信息时的时刻,t0是上一个节点完全接收该信息的时刻。从上公式得到的信誉评价值介于0到1之间,其值越大表示节点j获得的信誉评价越好。同时还有一种情况,当初始发送节点通过中间节点转发消息时,中间节点拒绝转发。此时由初始节点向其周围邻居发送广播,将节点j的信誉评价值置为0。
在机会网络中,具有一定社会关系的节点之间的联系更紧密,相遇的可能性更大。通过节点间的共同特征的多少,可以反映出节点间的相似度,根据下式计算两个相邻节点的特征相似度:
其中,CSi,j为节点i和节点j之间的相似度,ω为特征属性的数量,φn为某一特征属性cn的权重,mn表示节点i和节点j拥有某一特征属性cn相同值的节点个数与所有节点个数之比。节点特征相似度说明了与相遇节点的历史接触是否频繁规律持久,特征相似度越高,两者之间的接触越频繁,相比于其他的节点更有可能具有通信机会,因此通过该中继节点的转发更有可能将消息发送至目的节点。
根据下式的计算mn:
Qnt表示在节点j的相遇信息列表中,特征属性cn的第t种特征属性的值,t=1,2,3….N,N表示该特征属性的值的总类别数。
进一步的,使用信息熵理论对节点的活跃度进行刻画,邻居节点不确定性集合变化过程被定义为信源,即ε。接触的邻居节点越广泛,该当前节点就会越活跃,从而该当前的信息熵值就会越大,根据下式计算节点的活跃度:
其中,Hw(ε)为信息熵值,η为权值,pa为随机变量ε中每个不同事件的概率。
其中,根据下列步骤计算概率pa:
(1)以Δt为某节点的邻居节点的更新周期,得到在固定时间T内不同检测时刻该节点的邻居节点集合的有序序列S=ST(ε)=(εt1,εt2,εt3…εtQ),其中,εtQ为某检测时刻该节点的邻居节点构成的向量;
(2)将ST(ε)中所有相同的εtQ合并,得出新的有序序列RT(ε)=(εr1,εr2,εr3…εrK),K的值小于等于Q,根据离散随机变量概率分布,通过下式计算概率pa:
其中,|εrK|表示向量εrK在有序序列ST(ε)中的个数。
进一步的,根据下列步骤计算权值η:
Ctime(RT(ε))表示某节点的当前时刻和前一时刻相比其邻居节点的变化情况,当time=1时,该节点的邻居节点还没有变换,此时Ctime(RT(ε))的值设为0,|εrtime∩εr(time-1)|表示当前时刻time与前一时刻time-1该节点拥有相同邻居节点的个数,|εrtime∪εr(time-1)|则表示当前时刻time与前一时刻time-1该节点遇到的节点总量。
本发明的综合信誉度的建立是融合直接信誉和间接信誉,通过监控机制监控节点行为为节点建立初始信誉提供依据,直接信誉由节点相似度与节点活跃度两部分构成。所有邻居用户节点的信誉评价决定了间接信誉,与当前节点相似度高的信誉推荐更有说服力。最后通过节点之间的信誉评估,将直接信誉与间接信誉结合,建立对其他节点的综合信誉度,综合信誉度可以用于路由决策,在网络中存在自私节点时,参考信誉度与节点效益进行路由选择可以提高网络性能,缓解由自私节点造成的危害。
步骤2:判断当前节点提供的出价和卖方节点提供的要价是否满足出价大于要价的拍卖规则,如果不满足拍卖规则,执行步骤3;如果满足拍卖规则,进行消息转发并执行步骤4;
当两个节点相遇时,首先携带消息的买方节点从邻居节点中选取综合信誉度最高的用户节点作为卖方,当双方进行拍卖时,买卖双方分别依据定价机制定价,然后双方分别提出合理定价。假设买方给出的价格为a而卖方给出的价格为b,若a>b,则买卖双方同意达成交易,若a<b,则双方交易失败。当满足其中任何一种情况,本轮交易结束,节点继续不断移动,当与其他节点相遇时双方继续尝试转发消息。
所述步骤2中根据下式计算出价:
其中,Bi为买方节点i的缓存能力,其值为当前时刻剩余缓存大小与节点i固有缓存大小之比;TTTL是消息的生存时间,Tres是消息的剩余生存时间,θ1和θ2分别是两个环境因素的权重值,且满足θ1+θ2=1;
根据下式计算要价:
其中,Bj是卖方节点j的当前时刻缓存空间大小的百分比,Ej是卖方节点j当前时刻能量的百分比,是卖方节点缓存能力的权重值,而是卖方节点能量的权重值。节点能量变化是不可逆的,一旦消耗完,该节点就不能够提供转发服务,相反节点的缓存变化是可逆的,可以通过使用权值对两个环境因素进行调节。
步骤3:选取投递效用大于当前节点且投递效用最大的邻居节点作为卖方节点将消息转发给它,所述投递效用表示为节点的综合信誉度与交易效益的线性组合;
相遇节点的综合信誉度说明了节点认为该节点在网络中做出正面行为的可能性。节点的信誉度越高,说明在网络中可信程度更高,与其他节点的相比更可能做出正确的数据包转发行为。但是,单一的度量标准通常具有片面性,不能全面客观地判断相遇节点作为转发媒介的资格,因此我们综合考虑了综合信誉度和交易效益两个度量,并定义了一个新的转发度量—投递效用(Delivery Utility,DU),DU表示为节点的综合信誉度与节点的交易效益的线性组合。
所述步骤3中根据下式计算投递效用:
DUi,j=λ1UCRi,j+λ2SPi,j
其中,UCRi,j为当前节点i与节点j之间的信誉度,SPi,j表示买方节点i和卖方节点j使用虚拟货币拍卖转发服务获得的交易效益,λ1和λ2分别为综合信誉度与节点获得交易效益的权重,且λ1+λ2=1。
在网络中自私节点比例较少时,可以提高节点的综合信誉度权重以提高消息投递率,自私节点比例较多时,可以提高交易效益的权重以激励自私节点进行数据转发。
其中,根据下式计算交易效益:
SPi,j=0.5(a+b)
其中,a为买家节点的出价,b为卖家节点的要价。
DU衡量了相遇节点对于消息路由的重要性,是选择下一跳转发节点的依据,选择适当的中介节点往往能够获得更好的路由效果。例如消息的携带者S同时遇到了节点A和B,A的综合信誉度为0.6,B的信誉度为0.4,如果只考虑综合信誉度,会将消息转发给节点A,所以还需要综合考虑节点通过拍卖转发服务后获得交易收益。如果节点S与节点A之间的交易效益为0.2,节点S与节点B之间的交易效益为0.8,如果只考虑节点交易收益,会将消息转发给节点B,所以需要综合考虑综合信誉度和交易收益,即节点的投递效用,将消息转发给节点A的投递效用为0.4,转发给节点B的投递效用为0.6,综合考虑会将消息转发给节点B。
步骤4:更新当前节点和卖方节点的综合信誉度,并向隔一跳节点发送信誉评价;
步骤5:重复步骤1至步骤4直到消息传递到目的节点。
本发明的消息的具体路由过程如下:假设携带消息msg节点i要将该消息发送到目的节点d,首先节点i从相遇节点中选取综合信誉度较高节点作为卖方节点,查看双方提供的效益函数是否满足拍卖规则,若果满足就将消息传递给该节点,并向隔一跳节点发送信誉评价(如果隔一跳节点存在的话)。如果不满足,节点i继续携带该消息,并根据投递效用DU,即考虑综合信誉度包括依据交流信息建立的初始信誉度和邻居节点的信誉评价,以及节点的交易效益函数。若附近节点中没有投递效用DU大于当前节点的,当前节点继续携带该消息。若有投递效用DU大于当前节点的,选择其中投递效用DU最大的节点,将消息传递给它,并向隔一跳节点发送信誉评价(如果隔一跳节点存在的话)。当消息到达目的节点时,更新信誉度,该消息的路由过程结束。若数据包剩余生存时间为0,该消息的路由过程结束。
具体实施时,本文设计的基于信誉度的可信路由机制,模拟了在分布式机会网络中,在自私节点存在的情况下消息转发过程。使用ONE仿真平台进行仿真实现,使用配置文件对场景进行设置,仿真场景设置如下表所示。
仿真场景中,共设置98个节点,移动节点的缓存大小设置为20M,通信接口设置为蓝牙,传输速度为1Mbps,通信范围为100m。平均每300-500秒生成一条消息,消息大小为100k-500k,消息的源节点和目的节点都是随机生成的。生成了2857条消息342915s,每条消息的生存时间为1440min,即为一天,消息的大小为0.5MBytes到1MBytes。
仿真配置表
同时在本发明的仿真验证时设置了对比算法。通过对数据包交付率、网络投递开销、丢包数和网络路由时延这四种性能评价指标,分别对RADON路由算法、dLifeComm路由算法、Epidemic路由协议以及本发明提出的路由机制RBI(Reputation-based IncentiveRouting)在ONE平台上进行对比实验。
其中数据包交付率的对比结果见附图2。丢包数的对比结果见附图3。网络投递开销的对比结果见附图4。网络路由时延的对比结果见附图5。本发明提出的路由机制与三种基准算法从不同方面进行了性能对比分析,结果表明,本专利提出的路由算法具有较好的性能。
以上所述仅为本发明的较佳实施例,并不用以限制本发明的思想,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种机会网络中基于信誉度的可信路由算法,其特征在于,包括如下步骤:
步骤1:当前节点选取综合信誉度最高的邻居节点作为卖方节点;
步骤2:判断当前节点提供的出价和卖方节点提供的要价是否满足出价大于要价的拍卖规则,如果不满足拍卖规则,执行步骤3;如果满足拍卖规则,进行消息转发并执行步骤4;
步骤3:选取投递效用大于当前节点且投递效用最大的邻居节点作为卖方节点将消息转发给它,所述投递效用表示为节点的综合信誉度与交易效益的线性组合;
步骤4:更新当前节点和卖方节点的综合信誉度,并向隔一跳节点发送信誉评价;
步骤5:重复步骤1至步骤4直到消息传递到目的节点。
2.如权利要求1所述的机会网络中基于信誉度的可信路由算法,其特征在于,所述步骤1中根据下式计算节点的综合信誉度:
其中,UCRi,j为节点的综合信誉度,ORi,j为节点i和节点j之间的直接信誉度,IRi,j为节点i和节点j之间的间接信誉度,μ为直接信誉度的权重,ρ(0<ρ<1)为时间因子,tnow表示消息的当前时刻,tIR为间接信誉度的最近时刻。
3.如权利要求2所述的机会网络中基于信誉度的可信路由算法,其特征在于,根据下式计算节点的直接信誉度:
ORij=αCSi,j+βCAj
其中,ORi,j为节点i和节点j之间的直接信誉度,CSi,j为节点i和节点j的特征相似度,CAj为节点j的活跃度,α为相似度的权重,β为活跃度权重,且α+β=1,α>β;
根据下式计算节点的间接信誉度:
其中,IRi,j为节点i和节点j之间的间接信誉度,m为当前节点i周围的邻居节点的数量,CRo,j是邻居节点中节点o对节点j的信誉评价,CSi,o为当前节点i与邻居节点o的特征相似度;
根据下式计算节点的信誉评价:
其中T为该消息所设定的总传送时间,t1为当前节点接收到该信息时的时刻,t0是上一个节点完全接收该信息的时刻。
4.如权利要求3所述的机会网络中基于信誉度的可信路由算法,其特征在于,根据下式计算两个相邻节点的特征相似度:
其中,CSi,j为节点i和节点j之间的特征相似度,ω为特征属性的数量,φn为某一特征属性cn的权重,mn表示节点i和节点j拥有某一特征属性cn相同值的节点个数与所有节点个数之比;
根据下式的计算mn:
Qnt表示在节点j的相遇信息列表中,特征属性cn的第t种特征属性的值,t=1,2,3….N,N表示该特征属性的值的总类别数。
5.如权利要求3所述的机会网络中基于信誉度的可信路由算法,其特征在于,使用信息熵理论对节点的活跃度进行刻画,根据下式计算节点的活跃度:
其中,Hw(ε)为信息熵值,η为权值,pa为随机变量ε中每个不同事件的概率。
6.如权利要求5所述的机会网络中基于信誉度的可信路由算法,其特征在于,根据下列步骤计算概率pa:
(1)以Δt为某节点的邻居节点的更新周期,得到在固定时间T内不同检测时刻该节点的邻居节点集合的有序序列S=ST(ε)=(εt1,εt2,εt3…εtQ),其中,εtQ为某检测时刻该节点的邻居节点构成的向量;
(2)将ST(ε)中所有相同的εtQ合并,得出新的有序序列RT(ε)=(εr1,εr2,εr3…εrK),K的值小于等于Q,根据离散随机变量概率分布,通过下式计算概率pa:
其中,|εrK|表示向量εrK在有序序列ST(ε)中的个数。
7.如权利要求5所述的机会网络中基于信誉度的可信路由算法,其特征在于,根据下列步骤计算权值η:
Ctime(RT(ε))表示某节点的当前时刻和前一时刻相比其邻居节点的变化情况,当time=1时,该节点的邻居节点还没有变换,此时Ctime(RT(ε))的值设为0,|εrtime∩εr(time-1)|表示当前时刻time与前一时刻time-1该节点拥有相同邻居节点的个数,|εrtime∪εr(time-1)|则表示当前时刻time与前一时刻time-1该节点遇到的节点总量。
8.如权利要求1所述的机会网络中基于信誉度的可信路由算法,其特征在于,所述步骤2中根据下式计算出价:
其中,Bi为买方节点i的缓存能力,其值为当前时刻剩余缓存大小与节点i固有缓存大小之比;TTTL是消息的生存时间,Tres是消息的剩余生存时间,θ1和θ2分别是两个环境因素的权重值,且满足θ1+θ2=1;
根据下式计算要价:
其中,Bj是卖方节点j的当前时刻缓存空间大小的百分比,Ej是卖方节点j当前时刻能量的百分比,是卖方节点缓存能力的权重值,而是卖方节点能量的权重值。
9.如权利要求8所述的机会网络中基于信誉度的可信路由算法,其特征在于,所述步骤3中根据下式计算投递效用:
DUi,j=λ1UCRi,j+λ2SPi,j
其中,UCRi,j为当前节点i与节点j之间的信誉度,SPi,j表示买方节点i和卖方节点j使用虚拟货币拍卖转发服务获得的交易效益,λ1和λ2分别为综合信誉度与节点获得交易效益的权重,且λ1+λ2=1。
10.如权利要求9所述的机会网络中基于信誉度的可信路由算法,其特征在于,根据下式计算交易效益:
SPi,j=0.5(a+b)
其中,a为买家节点的出价,b为卖家节点的要价。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810211810.XA CN108391300B (zh) | 2018-03-15 | 2018-03-15 | 一种机会网络中基于信誉度的可信路由算法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810211810.XA CN108391300B (zh) | 2018-03-15 | 2018-03-15 | 一种机会网络中基于信誉度的可信路由算法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108391300A true CN108391300A (zh) | 2018-08-10 |
CN108391300B CN108391300B (zh) | 2021-03-26 |
Family
ID=63067523
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810211810.XA Active CN108391300B (zh) | 2018-03-15 | 2018-03-15 | 一种机会网络中基于信誉度的可信路由算法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108391300B (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109379739A (zh) * | 2018-09-28 | 2019-02-22 | 嘉兴学院 | 一种海上无线Mesh网络可信协同服务方法 |
CN109618385A (zh) * | 2019-01-08 | 2019-04-12 | 重庆邮电大学 | 一种可靠高效的机会网络自私节点检测方法 |
CN109729521A (zh) * | 2019-01-02 | 2019-05-07 | 清华大学深圳研究生院 | 一种信任感知的安全机会数据传输方法 |
CN109874159A (zh) * | 2019-03-28 | 2019-06-11 | 中南大学 | 基于信息熵的移动机会网络节点社会关系度量、簇建立与更新及路由方法 |
CN110461018A (zh) * | 2019-08-16 | 2019-11-15 | 东北大学秦皇岛分校 | 基于可计算ap的机会网络路由转发方法 |
CN111970731A (zh) * | 2020-08-27 | 2020-11-20 | 华中师范大学 | 一种基于节点信誉的Spray and Wait移动机会网络路由方法 |
CN112533170A (zh) * | 2020-12-08 | 2021-03-19 | 吉林电子信息职业技术学院 | 一种基于时间信誉序列的恶意节点识别方法 |
CN113744051A (zh) * | 2021-07-23 | 2021-12-03 | 北京邮电大学 | 分布式数据交易方法和系统 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103024855A (zh) * | 2012-11-30 | 2013-04-03 | 重庆邮电大学 | 机会网络中一种基于节点激励的信息转发方法 |
US20160112929A1 (en) * | 2011-09-10 | 2016-04-21 | Net Ip, Llc | Methods, systems, and devices for robustness improvement in a mobile ad hoc network using reputation-based routing |
CN105682174A (zh) * | 2016-01-15 | 2016-06-15 | 哈尔滨工业大学深圳研究生院 | 促进节点合作的机会网络演化算法及装置 |
-
2018
- 2018-03-15 CN CN201810211810.XA patent/CN108391300B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20160112929A1 (en) * | 2011-09-10 | 2016-04-21 | Net Ip, Llc | Methods, systems, and devices for robustness improvement in a mobile ad hoc network using reputation-based routing |
CN103024855A (zh) * | 2012-11-30 | 2013-04-03 | 重庆邮电大学 | 机会网络中一种基于节点激励的信息转发方法 |
CN105682174A (zh) * | 2016-01-15 | 2016-06-15 | 哈尔滨工业大学深圳研究生院 | 促进节点合作的机会网络演化算法及装置 |
Non-Patent Citations (3)
Title |
---|
JIE LI等: "Reputation-Based Participant Incentive Approach in Opportunistic Cognitive Networks", 《10TH ANNUAL CONFERENCE OF ADVANCED COMPUTER ARCHITECTURE》 * |
YANG SONG等: "Work-based Reputation Evaluation Secure Routing Algorithm in wireless sensor networks", 《PROCEEDINGS OF 2012 5TH GLOBAL SYMPOSIUM ON MILLIMETER-WAVES》 * |
李婕等: "社群智能系统中基于用户信誉度的激励机制", 《计算机科学与探索》 * |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109379739A (zh) * | 2018-09-28 | 2019-02-22 | 嘉兴学院 | 一种海上无线Mesh网络可信协同服务方法 |
CN109729521A (zh) * | 2019-01-02 | 2019-05-07 | 清华大学深圳研究生院 | 一种信任感知的安全机会数据传输方法 |
CN109618385A (zh) * | 2019-01-08 | 2019-04-12 | 重庆邮电大学 | 一种可靠高效的机会网络自私节点检测方法 |
CN109618385B (zh) * | 2019-01-08 | 2022-05-27 | 重庆邮电大学 | 一种可靠高效的机会网络自私节点检测方法 |
CN109874159A (zh) * | 2019-03-28 | 2019-06-11 | 中南大学 | 基于信息熵的移动机会网络节点社会关系度量、簇建立与更新及路由方法 |
CN110461018A (zh) * | 2019-08-16 | 2019-11-15 | 东北大学秦皇岛分校 | 基于可计算ap的机会网络路由转发方法 |
CN111970731A (zh) * | 2020-08-27 | 2020-11-20 | 华中师范大学 | 一种基于节点信誉的Spray and Wait移动机会网络路由方法 |
CN112533170A (zh) * | 2020-12-08 | 2021-03-19 | 吉林电子信息职业技术学院 | 一种基于时间信誉序列的恶意节点识别方法 |
CN113744051A (zh) * | 2021-07-23 | 2021-12-03 | 北京邮电大学 | 分布式数据交易方法和系统 |
Also Published As
Publication number | Publication date |
---|---|
CN108391300B (zh) | 2021-03-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108391300A (zh) | 一种机会网络中基于信誉度的可信路由算法 | |
Yu et al. | A survey of trust and reputation management systems in wireless communications | |
Chen et al. | Trust management for encounter-based routing in delay tolerant networks | |
Gupta et al. | Impact of selfish node concentration in MANETs | |
Paramasivan et al. | Development of a secure routing protocol using game theory model in mobile ad hoc networks | |
Cai et al. | An incentive-compatible routing protocol for two-hop delay-tolerant networks | |
Jedari et al. | A survey on human-centric communications in non-cooperative wireless relay networks | |
Chen et al. | A secure credit-based incentive mechanism for message forwarding in noncooperative DTNs | |
Xia et al. | Research of trust model based on fuzzy theory in mobile ad hoc networks | |
Wang et al. | Mobile traffic offloading by exploiting social network services and leveraging opportunistic device-to-device sharing | |
Zakhary et al. | Reputation-based security protocol for MANETs in highly mobile disconnection-prone environments | |
Shen et al. | A hierarchical account-aided reputation management system for MANETs | |
Khan et al. | A content-based centrality metric for collaborative caching in information-centric fogs | |
CN107801226B (zh) | 基于节点社会相似性和个体中心性的数据转发方法和装置 | |
Gao et al. | PMDS: A probabilistic misbehavior detection scheme in DTN | |
Shen et al. | ARM: An account-based hierarchical reputation management system for wireless ad hoc networks | |
CN110417572A (zh) | 一种基于目标节点相遇概率预测消息传递节点的方法 | |
Velusamy et al. | An effective trust based defense mechanism to thwart malicious attack in smart grid communication network | |
Lodhi et al. | Analysis of peering strategy adoption by transit providers in the Internet. | |
Yang et al. | A dirichlet reputation system in reliable routing of wireless ad hoc network | |
Soelistijanto | Impact of social-aware forwarding on traffic distribution in social opportunistic networks | |
Agrawal et al. | A Survey on Location Based Routing Protocols for Wireless Sensor Network | |
Wen et al. | An incentive compatible two-hop multi-copy routing protocol in DTNs | |
Su et al. | Multi-path routing and forwarding in non-cooperative wireless networks | |
Liao et al. | Geographic routing based on social dynamic features aware in vehicle social network |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |