CN110312212A - 一种d2d分组通信方法、系统及相关组件 - Google Patents

一种d2d分组通信方法、系统及相关组件 Download PDF

Info

Publication number
CN110312212A
CN110312212A CN201910707579.8A CN201910707579A CN110312212A CN 110312212 A CN110312212 A CN 110312212A CN 201910707579 A CN201910707579 A CN 201910707579A CN 110312212 A CN110312212 A CN 110312212A
Authority
CN
China
Prior art keywords
user
communication
probability
function
groups
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.)
Pending
Application number
CN201910707579.8A
Other languages
English (en)
Inventor
张家蕾
胡明生
贾志娟
崔文军
王利朋
雷艳芳
程亚歌
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Zhengzhou Normal University
Original Assignee
Zhengzhou Normal University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Zhengzhou Normal University filed Critical Zhengzhou Normal University
Priority to CN201910707579.8A priority Critical patent/CN110312212A/zh
Publication of CN110312212A publication Critical patent/CN110312212A/zh
Pending legal-status Critical Current

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W12/00—Security arrangements; Authentication; Protecting privacy or anonymity
    • H04W12/50—Secure pairing of devices
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W12/00—Security arrangements; Authentication; Protecting privacy or anonymity
    • H04W12/50—Secure pairing of devices
    • H04W12/55—Secure pairing of devices involving three or more devices, e.g. group pairing
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W12/00—Security arrangements; Authentication; Protecting privacy or anonymity
    • H04W12/60—Context-dependent security
    • H04W12/63—Location-dependent; Proximity-dependent
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/02—Services making use of location information
    • H04W4/021—Services related to particular areas, e.g. point of interest [POI] services, venue services or geofences
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/02—Services making use of location information
    • H04W4/023—Services making use of location information using mutual or relative location information between multiple location based services [LBS] targets or of distance thresholds
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/06—Selective distribution of broadcast services, e.g. multimedia broadcast multicast service [MBMS]; Services to user groups; One-way selective calling services
    • H04W4/08—User group management
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/20—Services signaling; Auxiliary data signalling, i.e. transmitting data via a non-traffic channel
    • H04W4/21—Services signaling; Auxiliary data signalling, i.e. transmitting data via a non-traffic channel for social networking applications
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/70—Services for machine-to-machine communication [M2M] or machine type communication [MTC]
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W12/00—Security arrangements; Authentication; Protecting privacy or anonymity
    • H04W12/12—Detection or prevention of fraud
    • H04W12/121—Wireless intrusion detection systems [WIDS]; Wireless intrusion prevention systems [WIPS]
    • H04W12/122—Counter-measures against attacks; Protection against rogue devices

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Computer Security & Cryptography (AREA)
  • Multimedia (AREA)
  • Data Exchanges In Wide-Area Networks (AREA)

Abstract

本申请提供一种D2D分组通信方法，包括：判断第一用户与用户集群的距离是否小于预设距离，且用户集群的数量是否小于预设值；若均是，根据第一用户对应的社交距离函数、用户关联函数和实时信任度并基于中餐馆算法得到第一用户与其他用户的通信概率；根据通信概率和第一用户的单独成组期望参数得到第一用户独立成组的成组概率；根据成组概率进行分组并进行组内通信。通过中餐馆算法结合社交距离参数，引入信任计算模型对用户身份的合法性进行度量，对参与D2D分组的用户进行实时可信度量，从而防止个人隐私泄露，抵御非法用户的入侵。本申请还提供一种D2D分组通信系统、一种计算机可读存储介质和一种通信设备，具有上述有益效果。

Description

一种D2D分组通信方法、系统及相关组件
技术领域
本申请涉及通信领域，特别涉及一种D2D分组通信方法、系统及相关组件。
背景技术
在当前的通信和互联网领域中，万物互联已经成为科技发展的必然趋势。然而人们各种需求的多样化所带来的数据量急速增长，与当前的通信技术的发展产生了不同步的现象。为了使用户可以随时随地无缝、高效接入网络，5G系统将重在发展4G演进技术以及新兴技术。其中，D2D通信技术和其延伸技术V2X从出现至今，成为研究的热点。作为面向5G的关键候选技术，设备到设备通信(Device-to-Device，D2D)具有潜在的提高系统性能、提升用户体验、扩展蜂窝通信应用的前景，受到广泛关注。
D2D通信技术又称作终端直通技术，它可以在基站的控制下对设备与设备之间进行直接通信，并且不需要基站来转发。将D2D通信技术应用于蜂窝网络中有以下优势:可以增加通信系统容量、提高系统频谱效率、提升数据传输速率、降低基站负载等。不同于传统的蜂窝用户设备(Cell User Equipment，CUE)严重依赖于基站进行数据传输与控制，基于蜂窝网络的D2D通信使得用户数据不经网络中转而直接在终端之间传输。
然而现有的D2D通信并未考虑用户状态实时变化，使得D2D通信过程安全性差且通信效率低下，因此，如何提高D2D通信安全性是本领域技术人员亟需解决的技术问题。
发明内容
本申请的目的是提供一种D2D分组通信方法、D2D分组通信系统、一种计算机可读存储介质和一种通信设备，能够提高D2通信安全性。
为解决上述技术问题，本申请提供一种D2D分组通信方法，具体技术方案如下：
判断第一用户与用户集群的距离是否小于预设距离，且所述用户集群的数量是否小于预设值；
若均是，根据所述第一用户对应的社交距离函数、用户关联函数和实时信任度并基于中餐馆算法得到所述第一用户与其他用户的通信概率；
根据所述通信概率和所述第一用户的单独成组期望参数得到所述第一用户独立成组的成组概率；
根据所述成组概率对所有用户进行分组；
按照所述分组进行组内通信。
其中，判断第一用户与用户集群的距离是否小于预设距离包括：
获取所述第一用户的第一坐标；
根据用户集群中所有用户对应坐标得到所述用户集群对应的中心坐标；
判断所述第一坐标和所述中心坐标的距离是否小于预设距离。
其中，根据所述第一用户对应的社交距离函数、用户关联函数和实时信任度并基于中餐馆算法得到所述第一用户与其他用户的通信概率包括：
所述第一用户对应的社交距离函数、用户关联函数和实时信任度和中餐馆算法的联合函数公式得到所述第一用户与其他用户的通信概率；
其中，所述联合函数公式为
其中，F为所述通信概率，Q(m,n)为所述社交距离函数，T(m,n)为所述用户关联函数，IC(m,n)(l)为实时信任度，λ1、λ2和λ3分别为所述社交距离函数、所述用户关联函数和实时信任度的权重，且λ1+λ2+λ3＝1。
其中，根据所述成组概率对所有用户进行分组之后，还包括：
计算各分组对应的平均连接频率；
按照所述平均连接频率为各所述分组分配资源块。
本申请还提供一种D2D分组通信系统，包括：
判断模块，用于判断第一用户与用户集群的距离是否小于预设距离，且所述用户集群的数量是否小于预设值；
第一计算模块，用于若所述判断模块判断结果均为是时，根据所述第一用户对应的社交距离函数、用户关联函数和实时信任度并基于中餐馆算法得到所述第一用户与其他用户的通信概率；
第二计算模块，用于根据所述通信概率和所述第一用户的单独成组期望参数得到所述第一用户独立成组的成组概率；
分组模块，用于根据所述成组概率对所有用户进行分组；
通信模块，用于按照所述分组进行组内通信。
其中，所述判断模块包括：
获取单元，用于获取所述第一用户的第一坐标；
计算单元，用于根据用户集群中所有用户对应坐标得到所述用户集群对应的中心坐标；
判断单元，用于判断所述第一坐标和所述中心坐标的距离是否小于预设距离。
其中，根所述第一计算模块包括：
第一计算单元，用于根据所述第一用户对应的社交距离函数、用户关联函数和实时信任度和中餐馆算法的联合函数公式得到所述第一用户与其他用户的通信概率；
其中，所述联合函数公式为
其中，F为所述通信概率，Q(m,n)为所述社交距离函数，T(m,n)为所述用户关联函数，IC(m,n)(l)为实时信任度，λ1、λ2和λ3分别为所述社交距离函数、所述用户关联函数和实时信任度的权重，且λ1+λ2+λ3＝1。
其中，还包括：
第三计算模块，用于计算各分组对应的平均连接频率；
资源分配模块，用于按照所述平均连接频率为各所述分组分配资源块。
本申请还提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如上所述的D2D分组通信方法的步骤。
本申请还提供一种通信设备，包括存储器和处理器，所述存储器中存有计算机程序，所述处理器调用所述存储器中的计算机程序时实现如上所述的D2D分组通信方法的步骤。
本申请提供一种D2D分组通信方法，包括：判断第一用户与用户集群的距离是否小于预设距离，且所述用户集群的数量是否小于预设值；若均是，根据所述第一用户对应的社交距离函数、用户关联函数和实时信任度并基于中餐馆算法得到所述第一用户与其他用户的通信概率；根据所述通信概率和所述第一用户的单独成组期望参数得到所述第一用户独立成组的成组概率；根据所述成组概率对所有用户进行分组；按照所述分组进行组内通信。
本申请通过中餐馆算法，结合代表社交属性的社交距离参数，引入信任计算模型对用户身份的合法性进行度量，对参与D2D分组的用户进行实时可信度量，从而防止个人隐私泄露，抵御非法用户的入侵。本申请还提供一种D2D分组通信系统、一种计算机可读存储介质和一种通信设备，具有上述有益效果，此处不再赘述。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。
图1为本申请实施例所提供的一种D2D分组通信方法的流程图；
图2为本申请实施例所提供的一种D2D分组通信系统结构示意图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
请参考图1，图1为本申请实施例所提供的一种D2D分组通信方法的流程图，该通信方法包括：
S101：判断第一用户与用户集群的距离是否小于预设距离，且用户集群的数量是否小于预设值；若均是，进入S102；
本步骤实际上是对即将加入用户集群的第一用户进行D2D通信条件的判定，第一用户指的是任意待加入用户集群的用户。判定内容包括距离判定以及此时用户集群数量是否饱和的判定。两个判定条件任意一个不满足则该用户无法加入用户集群。而用户集群中通常包含各个已经分组完成的组，即用户集群由各个组构成。需要注意的是，只有在用户集群内的用户才会执行如本申请实施例后文所提供的分组方法并进行分组通信。而不满足本步骤条件的用户可以加入符合条件的其它用户集群。
由于D2D通信的特点，D2D用户在分组的时候需要考虑用户集群的数量是否已达到上限，如果用户集群中用户数量已经达到上限，就不能再接受其他新用户的加入。因此，为了清晰地说明，定义一个判定因子：
其中，用于判定用户m是否满足加入用户集群li的数量条件。假设用户的最大数量为N，组li中用户数量为x，定义如下：
另外，由于只有在物理上近距离的用户才能够建立D2D通信链路，从而能避免过大的路径损耗。同时由于分组需要复用蜂窝用户的资源，为了避免拥塞，组内的用户数量必须控制在合理的范围之内。如上式所示，用于判定用户m是否满足加入用户集群li的地理条件，若用户m离用户集群li距离非常远，将会因巨大的功率损耗失去D2D通信的意义，因此必须控制通信距离。假设用户集群li的中心位置表示为li(a,b)：
式子中aj和bj分别表示用户集群li中用户的横纵坐标。设用户m离中心位置的距离为D，用户m与用户集群li之间的距离为则判定因子
综上所述，若则用户满足数量条件和距离条件，因此满足加入用户集群的条件。否则，用户不满足加入用户集群的条件，加入用户集群的概率为0。
需要注意的是，中心位置实际上是用户集群内所有用户的中心位置。在判定用户数量时，可以逐组判定，即逐一判断该组用户是否饱和，若所有组均饱和，则认为用户集群的数量不小于预设值。在此对于预设值不作限定，应由本领域技术人员进行限定。此外，各个分组内的数量不作限定，可以相同也可以不同。
S102：根据第一用户对应的社交距离函数、用户关联函数和实时信任度并基于中餐馆算法得到第一用户与其他用户的通信概率；
第一用户满足步骤S101中条件时，即可加入用户集群。本步骤主要在用于计算第一用户与其他用户的通信概率，在此过程中基于中餐馆算法，并考虑社交关系对应的社交距离函数，用户兴趣爱好倾向对应的用户关联函数和实时信任度综合得到通信概率。
具体的，社交群体指一切通过持续的社会互动或社会关系结合起来进行共同活动，并有着共同利益的人类集合体。依据兴趣爱好、地位、角色等属性的不同可将人类分成多个社交群体。本节主要考虑用户的兴趣爱好属性，兴趣爱好相似的用户倾向于拥有更多的相同文件，因此该类用户设备上可能会拥有其他用户也需要的文件。通过兴趣爱好属性，可将拥有共同兴趣的人分为一组，当其他用户申请该文件时，可以直接通过D2D通信技术在组内进行文件传输，而无需通过基站重复下载。通过加权余弦兴趣相似性的衡量两个用户间的兴趣度：
θ(k)＝1/log2μ(k)
其中，θ(k)用于衡量一个兴趣的权重，μ(k)代表拥有兴趣k的用户数量。Sm,n代表用户m和用户n的共同兴趣爱好。Cm表示用户m所拥有的兴趣数。定义用户关联函数为：
T(m,n)＝-log2(HI(m,n))
其中HI(m,n)代表用户m和用户n的兴趣度，两个用户间的兴趣度HI(m,n)越大，则用户关联函数越短，兴趣相似性也就越高。
社会关系表示不同人之间的亲密程度。进入商场的用户中有三类社会关系，分别为陌生人、朋友和家人。亲密度高的用户之间倾向于共享更多的文件。引入社交距离：
Q(m,n)＝-log2(γ(m,n))
其中，γ(m,n)∈[0,1]代表量用户间的社交信任度，社交信任度γ(m,n)越大，则社交距离越短。
在5G网络环境下，D2D数据共享可以节约宝贵的无线频谱资源，是第五代移动通信系统的关键技术之一。然而，随着移动通信技术的发展，业务类型越来越丰富，除了传统的语音和数据业务，电子商务、手机网上购物、手机乘车等各种新兴移动应用服务正逐渐兴起，大量敏感数据在无线信道上传输。因此，伴随移动通信业务蓬勃发展而来的安全问题是制约移动通信领域业务发展的重要因素。如何对用户身份的合法性进行度量，抵御非法用户的入侵，是D2D通信技术的重要研究内容之一。而信任值作为一种特殊的安全度量，有其显著的特征。但是现有的信任计算模型往往没有考虑或仅考虑部分信任度量的基本性质，因此存在较大的设计缺陷和安全问题。本文结合D2D通信的特点，提出了一种灵活、可靠、安全的普适实时可信度量机制，对参与D2D分组的用户进行实时可信度量。
为了评估D2D用户的实时可信度量值，在D2D通信环境中，假设用户i是信任评估用户，用户j是被评估用户，用户i和用户j需要实时协作完成数据共享任务，用户i对用户j的可信评估值可以表示为:
其中，α+β＝1,α＞0,β＞0，TD(i,j)和TI(t,j)分别表示用户i对用户j的直接信任值和间接信任值，l表示最新信任计算结果的序号。在间接信任部分，Cj代表被评估用户j的邻居用户集合，|Cj|表示该邻居集合的用户数量。
本发明选择被评估用户的邻居用户提供推荐信任值的主要原因是这些邻居用户可以有效检测被评估用户的异常行为，且该方案能够有效减少信任数据采集过程产生的开销，α和β是直接可信和间接可信的权值参数，它们与具体的网络安全策略有关。当α＞β时，表示信任评估用户更相信自己的判断，而非其他用户的推荐信任。反之则表示用户更依赖其他用户的推荐信任数据。在本方案中，0≤T≤1，信任值越高表示用户越可信。选择[0,1]作为可信区间，而非简单地使用二进制数1和0表示可信和不可信，其主要原因是连续的数值区间在表现某一度量不确定性方面的能力比离散的数值更好。
直接可信的计算可以表示为:
TD(i,j)(l)＝ζ×TD(i,j)(l-1)+Eids(i,j)(l)
其中，ζ＞0。TD(i,j)(l-1)表示根据用户j的历史行为，用户i对用户j的直接信任值。Eids(i,j)(l)代表用户i利用本地入侵检测系统对用户j当前行为的可信评价。参数ζ是指数衰减时间因子，可以表示为:
其中，tc＞tc-1≥0，ρ≥0。tc表示当前信任计算的时间点，tc-1表示完成上一次信任计算过程的时间点。根据以上公式，用户的历史可信值将会随着时间的流逝逐渐降低。具体的ζ值需要根据上下文环境确定，例如当ζ≤1时，意味着当前可信数据的重要程度远远大于历史可信数据。然而，在这种情况下，恶意用户就可以很容易的通过近期正常行为降低甚至消除它们的“坏名声”。
在信任计算过程中，Eids(i,j)(l)可以进一步表示为:
Eids(i,j)(l)＝μPj(a)+σNj(a)
其中，Pj(a)和Nj(a)分别代表入侵检测系统对于用户j当前行为a的正面和负面评价。为了遵循“好名声”比“坏名声”更难获得的设计原则，负面评价的绝对值通常应该大于正面评价的绝对值。
接下来利用用户间的直接可信数据以及信任链关系，可以计算得到用户的间接可信度量值，其计算公式可以表示为:
在上述评估过程中，每个评估用户仅需存储本地直接可信数据。此外，该计算方法也具有较低的时间复杂度。为了过滤妥协用户提供的错误推荐可信数据，因此最终用户实时信任度量值可以表示为：
在每一次可信估过程中，使用门限值ε和η检测推荐信任数据。若满足
|TD(t,j)(l)-IC(i,j)(l)|＞ε
表示该推荐可信数据可能受到恶意攻击行为的影响，应该丢弃处理。当满足|TD(t,j)(l)-IC(i,j)(l)|＞η表示评估用户的入侵检测规则数据库可能需要更新。
下面介绍中餐厅算法(Chinese Restaurant Process，CRP算法)。假设一个中国餐馆有无限的桌子，第一个顾客到之后坐在第一张桌子上.第二个顾客到之后可以选择坐在第一张桌子上，也可以选择坐在一张新的桌子上；假设第n+1个顾客到的时候，已经有k张桌子上有顾客了，且这k张桌子上面分别坐了率坐在第i张桌子上，以概率坐在一张新的桌子上.当n个顾客坐定之后，CRP将这n个顾客分成了n个簇。
CRP算法通过模仿客人到达餐厅后选择与人共用一桌还是自己单独成桌的过程，将每一个新到达的D2D用户分配进既存的组或独立成组。第一个到达的用户独立成组，当用户n到来时，前面到来的用户已经被分为了K个组，用户n选择加入某一组或独立成组，设已有的D2D组为L＝(l1,l2,l3,…,lK)。根据社交网络属性计算出用户加入组的概率，并以此概率加入组或者独立成组。此处的社交网络属性主要考虑社交群体、集中性和社会关系。
结合社交属性和可信度量，假设F(m,n)表示社交距离函数Q(m,n)、用户关联函数T(m,n)和实时信任度量值的联合函数：
其中，λ1、λ2和λ3分别衡量了社交距离函数、用户关联函数和实时信任度的权重，且λ1+λ2+λ3＝1。由中餐馆(Chinese Restaurant Process，CRP)算法可以得出用户m选择用户n作为D2D通信伙伴的概率，也即第一用户与其他用户的通信概率为
S103：根据通信概率和第一用户的单独成组期望参数得到第一用户独立成组的成组概率；
根据S102中的通信概率，以及单独成组期望参数得到独立成组概率：
上式中，σ表示用户m独立成组期望的标量参数。
S104：根据成组概率对所有用户进行分组；
步骤S101作为用户是否可加入用户集群的基础条件判断过程，步骤S102和S103在确定用户可加入用户集群后，确定第一用户与用户集群中其他用户的通信概率和单独成组概率,用户可根据成组概率P(m,li)随机地加入组li或独立成组。此后本步骤中即可根据第一用户的单独成组概率进行分组。容易看出的是，第一用户是否单独成组受标量参数σ的影响。
需要说明的是，对于任一用户，只要其满足S101中的基础条件，均可以视为第一用户并执行第一用户对应的成组概率进行分组，因此可以根据成组概率对所有用户进行分组。本步骤中的“所有与用户”默认为满足S101中基础条件的用户。
S105：按照分组进行组内通信。
在第一用户如上述步骤完成分组后，即进行各分组的组内通信。
传统的D2D分组转发技术虽然能够提升蜂窝整体性能，但由于其不满足实际场景中高移动性的特点，因此存在安全性和有效性较差的问题。本发明基于中餐馆算法，结合社交属性和可信度量，提出一种高移动场景下的高效D2D分组转发方案。本申请实施例中引入信任计算模型对用户身份的合法性进行度量，对参与D2D分组的用户进行实时可信度量，从而防止个人隐私泄露，抵御非法用户的入侵。
基于上述实施例，作为优选的实施例，步骤S104之后，还可以包括：
S1041：计算各分组对应的平均连接频率；
S1042：按照所述平均连接频率为各所述分组分配资源块。
需要注意的是，本实施例内容与S105可以同时执行，由于分配资源块是提高通信质量，因此均可在分组完成后执行，不限定具体执行顺序。
容易理解的是，不同用户的通信需求不同，使得不同用户的通信频率不同。集中度代表了哪些用户倾向于更频繁地与其他用户通信，集中度越高则通信频率相对更高。在此，引入连接频率的概念为：
Lm,n＝min{(t2-t1):||Dm(t2)-Dn(t2)||≤Dm,n,t2-t1}
其中，ζ(m,n)表示用户之间的连接频率，即单位时间内两个用户连接的次数，E[Lm,n]指的是Lm,n的期望值。另外，Lm,n表示连接间隔，也即当用户m和n再次进入到D2D通信范围Dm,n中时距离上次进入时间t1的时间间隔。||Dm(t2)-Dn(t2)||表示时间t2时两用户间的距离。由此可计算出第li组中用户的平均连接频率：
平均连接频率高的组可同时进行多个D2D通信，为了保证通信质量，可对该组分配拥有更多资源块的蜂窝用户，即该组平均连接频率越高，所分配的资源块越多。
实现D2D用户的分组及资源分配，从而使得商场中商户发送的商品广告、打折促销等信息能够共享给有需求或兴趣爱好相同的用户。效率分析表明，该分组转发算法可以提高数据传输的安全性，提升频谱利用率，减轻基站负担。
下面对本申请实施例提供的一种D2D分组通信系统进行介绍，下文描述的D2D分组通信系统与上文描述的一种D2D分组通信方法可相互对应参照。
参见图2，图2为本申请实施例所提供的一种D2D分组通信系统结构示意图，本申请还提供一种D2D分组通信系统，包括：
判断模块100，用于判断第一用户与用户集群的距离是否小于预设距离，且所述用户集群的数量是否小于预设值；
第一计算模块200，用于若所述判断模块判断结果均为是时，根据所述第一用户对应的社交距离函数、用户关联函数和实时信任度并基于中餐馆算法得到所述第一用户与其他用户的通信概率；
第二计算模块300，用于根据所述通信概率和所述第一用户的单独成组期望参数得到所述第一用户独立成组的成组概率；
分组模块400，用于根据所述成组概率对所有用户进行分组；
通信模块500，用于按照所述分组进行组内通信。
基于上述实施例，作为优选的实施例，所述判断模块100包括：
获取单元，用于获取所述第一用户的第一坐标；
计算单元，用于根据用户集群中所有用户对应坐标得到所述用户集群对应的中心坐标；
判断单元，用于判断所述第一坐标和所述中心坐标的距离是否小于预设距离。
基于上述实施例，作为优选的实施例，根所述第一计算模块200包括：
第一计算单元，用于根据所述第一用户对应的社交距离函数、用户关联函数和实时信任度和中餐馆算法的联合函数公式得到所述第一用户与其他用户的通信概率；
其中，所述联合函数公式为
其中，F为所述通信概率，Q(m,n)为所述社交距离函数，T(m,n)为所述用户关联函数，IC(m,n)(l)为实时信任度，λ1、λ2和λ3分别为所述社交距离函数、所述用户关联函数和实时信任度的权重，且λ1+λ2+λ3＝1。
基于上述实施例，作为优选的实施例，该D2D分组通信系统还可以包括：
第三计算模块，用于计算各分组对应的平均连接频率；
资源分配模块，用于按照所述平均连接频率为各所述分组分配资源块。
本申请还提供了一种计算机可读存储介质，其上存有计算机程序，该计算机程序被执行时可以实现上述实施例所提供的一种D2D分组通信方法的步骤。该存储介质可以包括：U盘、移动硬盘、只读存储器(Read-Only Memory，ROM)、随机存取存储器(Random AccessMemory，RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
本申请还提供了一种通信设备，可以包括存储器和处理器，所述存储器中存有计算机程序，所述处理器调用所述存储器中的计算机程序时，可以实现上述实施例所提供的一种D2D分组通信方法的步骤。当然所述通信设备还可以包括各种网络接口，电源等组件。
说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例提供的系统而言，由于其与实施例提供的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
本文中应用了具体个例对本申请的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本申请的方法及其核心思想。应当指出，对于本技术领域的普通技术人员来说，在不脱离本申请原理的前提下，还可以对本申请进行若干改进和修饰，这些改进和修饰也落入本申请权利要求的保护范围内。
还需要说明的是，在本说明书中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

Claims (10)

1.一种D2D分组通信方法，其特征在于，包括：
判断第一用户与用户集群的距离是否小于预设距离，且所述用户集群的数量是否小于预设值；
若均是，根据所述第一用户对应的社交距离函数、用户关联函数和实时信任度并基于中餐馆算法得到所述第一用户与其他用户的通信概率；
根据所述通信概率和所述第一用户的单独成组期望参数得到所述第一用户独立成组的成组概率；
根据所述成组概率对所有用户进行分组；
按照所述分组进行组内通信。
2.根据权利要求1所述的D2D分组通信方法，其特征在于，判断第一用户与用户集群的距离是否小于预设距离包括：
获取所述第一用户的第一坐标；
根据用户集群中所有用户对应坐标得到所述用户集群对应的中心坐标；
判断所述第一坐标和所述中心坐标的距离是否小于预设距离。
3.根据权利要求1所述的D2D分组通信方法，其特征在于，根据所述第一用户对应的社交距离函数、用户关联函数和实时信任度并基于中餐馆算法得到所述第一用户与其他用户的通信概率包括：
所述第一用户对应的社交距离函数、用户关联函数和实时信任度和中餐馆算法的联合函数公式得到所述第一用户与其他用户的通信概率；
其中，所述联合函数公式为
其中，F为所述通信概率，Q(m,n)为所述社交距离函数，T(m,n)为所述用户关联函数，IC(m,n)(l)为实时信任度，λ1、λ2和λ3分别为所述社交距离函数、所述用户关联函数和实时信任度的权重，且λ1+λ2+λ3＝1。
4.根据权利要求1所述的D2D分组通信方法，其特征在于，根据所述成组概率对所有用户进行分组之后，还包括：
计算各分组对应的平均连接频率；
按照所述平均连接频率为各所述分组分配资源块。
5.一种D2D分组通信系统，其特征在于，包括：
判断模块，用于判断第一用户与用户集群的距离是否小于预设距离，且所述用户集群的数量是否小于预设值；
第一计算模块，用于若所述判断模块判断结果均为是时，根据所述第一用户对应的社交距离函数、用户关联函数和实时信任度并基于中餐馆算法得到所述第一用户与其他用户的通信概率；
第二计算模块，用于根据所述通信概率和所述第一用户的单独成组期望参数得到所述第一用户独立成组的成组概率；
分组模块，用于根据所述成组概率对所有用户进行分组；
通信模块，用于按照所述分组进行组内通信。
6.根据权利要求5所述的D2D分组通信系统，其特征在于，所述判断模块包括：
获取单元，用于获取所述第一用户的第一坐标；
计算单元，用于根据用户集群中所有用户对应坐标得到所述用户集群对应的中心坐标；
判断单元，用于判断所述第一坐标和所述中心坐标的距离是否小于预设距离。
7.根据权利要求5所述的D2D分组通信系统，其特征在于，根所述第一计算模块包括：
第一计算单元，用于根据所述第一用户对应的社交距离函数、用户关联函数和实时信任度和中餐馆算法的联合函数公式得到所述第一用户与其他用户的通信概率；
其中，所述联合函数公式为
其中，F为所述通信概率，Q(m,n)为所述社交距离函数，T(m,n)为所述用户关联函数，IC(m,n)(l)为实时信任度，λ1、λ2和λ3分别为所述社交距离函数、所述用户关联函数和实时信任度的权重，且λ1+λ2+λ3＝1。
8.根据权利要求5所述的D2D分组通信系统，其特征在于，还包括：
第三计算模块，用于计算各分组对应的平均连接频率；
资源分配模块，用于按照所述平均连接频率为各所述分组分配资源块。
9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1-4任一项所述的D2D分组通信方法的步骤。
10.一种通信设备，其特征在于，包括存储器和处理器，所述存储器中存有计算机程序，所述处理器调用所述存储器中的计算机程序时实现如权利要求1-4任一项所述的D2D分组通信方法的步骤。
CN201910707579.8A 2019-08-01 2019-08-01 一种d2d分组通信方法、系统及相关组件 Pending CN110312212A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910707579.8A CN110312212A (zh) 2019-08-01 2019-08-01 一种d2d分组通信方法、系统及相关组件

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910707579.8A CN110312212A (zh) 2019-08-01 2019-08-01 一种d2d分组通信方法、系统及相关组件

Publications (1)

Publication Number Publication Date
CN110312212A true CN110312212A (zh) 2019-10-08

Family

ID=68082859

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910707579.8A Pending CN110312212A (zh) 2019-08-01 2019-08-01 一种d2d分组通信方法、系统及相关组件

Country Status (1)

Country Link
CN (1) CN110312212A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111586186A (zh) * 2020-05-12 2020-08-25 南通大学 一种道路雾架构环境下车辆结点信任值计算方法
CN113973286A (zh) * 2020-07-24 2022-01-25 中移(苏州)软件技术有限公司 一种数据传输方法、装置以及计算机存储介质和系统

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106230973A (zh) * 2016-08-30 2016-12-14 南京邮电大学 一种基于社交网络的文件共享方法
US20170019495A1 (en) * 2014-03-10 2017-01-19 Nokia Solutions And Networks Oy Distribution of popular content between user nodes of a social network community via direct proximity-based communication
CN107249205A (zh) * 2017-06-27 2017-10-13 北京邮电大学 一种资源分配方法、装置及用户终端
CN107889082A (zh) * 2017-11-01 2018-04-06 南京邮电大学 一种利用用户之间社交关系的d2d设备发现方法
CN108153830A (zh) * 2017-12-13 2018-06-12 东南大学 无线通信网络中基于学习的主动缓存控制方法
CN108282761A (zh) * 2018-01-19 2018-07-13 重庆信科设计有限公司 一种d2d通信中利用社交属性进行资源分配方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20170019495A1 (en) * 2014-03-10 2017-01-19 Nokia Solutions And Networks Oy Distribution of popular content between user nodes of a social network community via direct proximity-based communication
CN106230973A (zh) * 2016-08-30 2016-12-14 南京邮电大学 一种基于社交网络的文件共享方法
CN107249205A (zh) * 2017-06-27 2017-10-13 北京邮电大学 一种资源分配方法、装置及用户终端
CN107889082A (zh) * 2017-11-01 2018-04-06 南京邮电大学 一种利用用户之间社交关系的d2d设备发现方法
CN108153830A (zh) * 2017-12-13 2018-06-12 东南大学 无线通信网络中基于学习的主动缓存控制方法
CN108282761A (zh) * 2018-01-19 2018-07-13 重庆信科设计有限公司 一种d2d通信中利用社交属性进行资源分配方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
文武，郑文倩，陈永丽: "一种D2D通信中利用社交属性进行分组转发的策略", 《电子技术应用》 *
段俊奇: "无线传感器网络信任管理关键技术研究", 《中国博士学位论文全文数据库信息科技辑》 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111586186A (zh) * 2020-05-12 2020-08-25 南通大学 一种道路雾架构环境下车辆结点信任值计算方法
CN111586186B (zh) * 2020-05-12 2023-04-07 南通大学 一种道路雾架构环境下车辆结点信任值计算方法
CN113973286A (zh) * 2020-07-24 2022-01-25 中移(苏州)软件技术有限公司 一种数据传输方法、装置以及计算机存储介质和系统

Similar Documents

Publication Publication Date Title
Zhang et al. Dynamic spectrum access in multi-channel cognitive radio networks
Adewuyi et al. CTRUST: A dynamic trust model for collaborative applications in the Internet of Things
US10574610B1 (en) Techniques to promote filtered messages based on historical reply rate
Wu et al. Socially aware energy-efficient mobile edge collaboration for video distribution
Mtibaa et al. Towards resource sharing in mobile device clouds: Power balancing across mobile devices
Abuzainab et al. Cognitive hierarchy theory for distributed resource allocation in the Internet of Things
Ioannidis et al. Optimal and scalable distribution of content updates over a mobile social network
US20210185552A1 (en) Subscriber data analysis and graphical rendering
CN104573109A (zh) 一种基于群组关系的自动推荐方法、终端及系统
Fossati et al. Fair resource allocation in systems with complete information sharing
Li et al. Designing truthful spectrum auctions for multi-hop secondary networks
Saad et al. A cooperative bayesian nonparametric framework for primary user activity monitoring in cognitive radio networks
CN110337092B (zh) 一种基于社交信任模型的低功耗中继选择方法
JP5198586B2 (ja) 電話通信データを処理するための方法および推論エンジン
WO2020207176A1 (zh) 自适应频率控制方法、装置、设备及计算机可读存储介质
CN110312212A (zh) 一种d2d分组通信方法、系统及相关组件
Zhao et al. Joint subchannel and power allocation in multiuser OFDM systems with minimal rate constraints
Zhang et al. A double auction scheme of resource allocation with social ties and sentiment classification for Device-to-Device communications
CN104640177B (zh) 多层异构网络中基于能效的小区选择方法
Ioannidis et al. On the strength of weak ties in mobile social networks
Mtibaa et al. On the relevance of social information to opportunistic forwarding
Zhao et al. Game theory based energy-aware uplink resource allocation in OFDMA femtocell networks
Jiang et al. Economics of peer-to-peer mobile crowdsensing
CN112738813B (zh) 一种网络建设评估方法及装置
CN104135759B (zh) 用于近场通信或d2d通信的二级用户动态功率控制方法

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
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20191008