CN110337092B - 一种基于社交信任模型的低功耗中继选择方法 - Google Patents

Abstract

本发明公开了一种基于社交信任模型的低功耗中继选择方法，主要涉及物理传输层、社交网络层两大网络体系结构，在D2D通信中，由于受到传输距离短的限制，用户需要选择闲置中继用户来支持通信传输，实现资源共享。根据自身物理位置信息，利用移动用户间隐藏的社会关系，筛选出具有较强社会信任的用户作为候选中继用户，建立社交信任网络模型，在此基础上，综合考虑用户服务质量和能耗等因素，实现最佳中继用户选择策略。本发明通过社交关系网络模型和基于社交信任的低功耗模型的建立，高效利用了闲置传输资源，提高了能量效率，节约了能耗，提高了D2D通信质量，改善了网络整体性能。

Description

一种基于社交信任模型的低功耗中继选择方法

技术领域

本发明属于通信领域，涉及无线通信资源共享技术领域，具体涉及一种基于社交信任模型的D2D通信中的低功耗中继选择方法。

背景技术

移动业务和应用的迅猛发展伴随着巨大的网络流量，同时也给现有的移动网络基础设施造成很大的压力。为了缓解这一问题，提出了构建分布式共享网络体系结构，利用设备对设备(D2D)通信技术，允许物理距离上接近的用户彼此直接通信，不需要经过基站(BS)，减轻基站的流量负担。D2D通信给系统性能带来的显著好处使其能够成为下一代蜂窝网络的关键技术。与其他注重物理层改进的方案相比，D2D通信具有更高的频谱效率、更大的网络吞吐量和网络覆盖率。成为通信领域的一个研究重点。

分布式网络由分布在不同地点的计算机系统互连而成，网中无中心节点。在分布式共享网络中，网络的参与者共享他们所拥有的一部分硬件资源(处理能力、存储能力、网络连接能力等)，这些共享资源通过网络提供服务和内容，能被其它对等节点直接访问而无需经过中间实体。在此网络中的参与者既是资源、服务和内容的提供者，又是资源、服务和内容的获取者。分布式网络的特点是：可靠性高，当任意一条线路发生故障时，通信可转经其他链路完成；健壮性，分布式网络中因用户是分散的，因此一部分用户遭到破坏对其他部分的影响不大；高性价比，充分利用闲置的计算和存储能力，网内节点共享资源容易；另外还具有隐私保护，传输时延小等特点。

根据国内外现有的研究成果，在分布式共享网络场景中，资源共享技术多种多样，建立在分布式网络上有效且高效的共享技术却少之又少。中继技术就是其中之一，通过有效的资源管理手段，可以提高用户QoS,。基于用户QoS，综合考虑网络性能和用户需求进行中继选择的资源分配。网络、用户和通信链路，构成了一个有机整合的资源网络，而网络面向更多种类和数量的用户可以吸引更多用户群体提高网络收益。

但是，现有的中继技术还无法准确的找到最佳的中继节点和链路，致使整个能耗以及网络整体收益无法达到最佳，所以需要一个新的技术方案来解决这个问题。

发明内容

发明目的：为了克服现有技术中存在的不足，提供一种分布式共享网络下基于社交信任模型的D2D通信中的低功耗中继选择方法，该方法在基于物理位置的基础上，根据用户间潜在的社交联系，建立社交信任网络模型，筛选出愿意参与通信的可靠的中继候选用户，利用基于社交信任的低功耗模型并根据用户质量要求，选择出最佳中继用户，实现了能耗的节约以及网络整体收益的提高。

技术方案：为实现上述目的，本发明提供一种基于社交信任模型的低功耗中继选择方法，包括如下步骤：

S1：初始化参数，设置社交关系阈值w_min，接收功率阈值p_th；

S2：源节点向基站发出通信请求，源节点S请求向目标用户D发送数据，源节点均在基站的通信范围内，基站通过GPS获得通信范围内所有用户的位置信息，建立物理传输网络模型；

S3：若目的节点在源节点通信范围内，则直接进行数据传输，否则，发送源节点通信范围内的空闲节点列表P给源节点；

S4：以目标节点D为中心，设置最大通信范围I_max，基站发送I_max范围内空闲节点列表Q给源节点；

S5：节点列表P和节点列表Q的交集P∩Q中的用户作为中继候选节点集合，根据中继候选节点用户自身社交行为，获取移动用户间隐藏的社会关系，计算相应的社会关系值，根据彼此间社会联系建立社交信任模型，形成社交关系网络；

S6：根据预先设置的社交关系阈值w_min，通过社交信任模型筛选出满足社交信任的中继候选节点集合S；

S7：源节点获得所有中继候选节点集合S中的节点位置信息，社交关系值，候选节点的发送功率信息，根据这些信息建立基于社交信任的低功耗模型；

S8：根据用户服务质量预先设置的接收功率阈值p_th，通过基于社交信任的低功耗模型计算每条链路的功率消耗，选出消耗功率最小的链路，即获得最佳的中继节点。

进一步的，所述步骤S2中物理传输网络模型的建立具体为：

用户i和用户j之间有一条链接，让

表示用户i的发射功率，路径损耗指数用α表示，α∈(2,4]，d_i,j表示用户i和用户j之间的物理距离，对于自由空间传播路径损耗模型的D2D通信来说，用户j从用户i接收到的功率的表达为：

相应的，用户i的发射功率的表达为：

其中，h表示复高斯信道系数。

进一步的，所述步骤S5中社交信任模型的建立具体为：对于任意的用户i和用户j之间的社交关系包括互动的频率、互动持续的时间、社会距离和兴趣爱好，引入权重系数w_i,j表示用户i与j之间社会关系的强弱，w_i,j∈[0,1]，用户i和用户j的社会关系表达式为：

其中，C_i,j表示用户i和j之间互动的次数，∑C_i,k表示用户i和其他空闲用户互动的次数总和，D_i,j表示用户i和j之间互动持续的时间，∑D_i,k表示用户i和其他空闲用户互动持续时间之和；α∈[0,1]，是重要的相关权重系数，α的值适应于真实应用场景。

进一步的，所述步骤S7中基于社交信任的低功耗模型的建立具体为：

其中，p_bm表示中继用户的基准功率，

为中继用户的发送功率，w_s,r表示源节点与中继节点的社交关系。

建立候选路径约束条件：

其中，w_min表示选择中继用户时最小社交关系的域值，

表示中继节点的接收功率，p_c表示电路功耗。

进一步的，所述w_min通过Pareto分布的概率密度函数来表示：

其中，w_i,j的PDF是由形状参数k>1决定的，w_i,j的值随着k的增大而减小，另一个参数x_min＞0决定着w_i,j取到的最小值。

本发明主要涉及物理传输层、社交网络层两大网络体系结构。在D2D通信中，由于受到传输距离短的限制，用户需要选择闲置中继用户来支持通信传输，实现资源共享。根据自身物理位置信息，利用移动用户间隐藏的社会关系，筛选出具有较强社会信任的用户作为候选中继用户，建立社交信任网络模型。在此基础上，综合考虑用户服务质量(QoS)和能耗等因素，实现最佳中继用户选择策略，高效利用了闲置传输资源，节约了能耗，提高了D2D通信质量。

本发明可以把一段较远距离的通信分成较近的两段或多段，从众多的节点中选出符合要求的节点作为中继参与通信。包括三个模型：物理传输网络模型、社交关系网络模型和基于社交信任的低功耗模型。

物理传输网络模型：根据用户自身位置信息，利用GPS等无线定位技术，基站获取其最大通信范围内各用户的位置信息，建立物理传输网络模型。

社交关系网络模型：根据用户自身社交行为，获取移动用户间隐藏的社会关系，计算相应的社会关系值，根据彼此间社会联系建立社交信任模型，形成社交关系网络。社交关系网络模型包括三个要素：社交距离、社交次数、社交时间。利用社交距离和社交互动产生的社会信任，计算社交关系系数，筛选出愿意参与通信的中继候选节点，进行移动设备间数据传输。

基于社交信任的低功耗模型：根据预先设置的用户QoS要求，能够动态选择发射功率低的中继候选节点，使系统的能耗和干扰最小化。将物理传输网络与虚拟社交网络相结合，构建了具有社会意识的分布式网络体系结构。每个用户终端都有两个身份：物理传输网络中的物理节点和虚拟社交网络中的移动用户。为了最小化功率损耗，在建立社交关系模型的前提下，有效地筛选出具有较强社会关系的用户作为传输的候选中继节点。在此基础上，考虑用户服务质量、传输距离和发送功率等因素的约束，选择最佳中继用户。

有益效果：本发明与现有技术相比，具备如下优点：

1、本发明通过社交关系网络模型和基于社交信任的低功耗模型的建立，在此基础上，综合考虑用户服务质量(QoS)和能耗等因素，实现最佳中继用户选择策略，高效利用了闲置传输资源，提高了能量效率，节约了能耗，提高了D2D通信质量，改善了网络整体性能。

2、引入了社交信任的概念，数据安全和隐私可以得到更好的保护，因为只有值得信任的用户才能接收和转发数据。同时，互动频率的增加反过来也能促进互相间社会信任的增长，这样可以识别出更多值得信任的设备，促使他们更有意愿地加入通信。

附图说明

图1为中继传输网络示意图；

图2为分布式共享网络两层体系结构示意图；

图3为本发明中继选择方法流程示意图。

具体实施方式

下面结合附图和具体实施例，进一步阐明本发明。

本实施例中将应用场景设置在分布式共享网络的D2D通信场景中，本发明涉及的基于社交信任模型的低功耗中继选择方法，主要涉及到三个模型，分别为物理传输网络模型、社交关系网络模型和基于社交信任的低功耗模型。以下结合附图分别对这三个模型进行说明。

一、物理传输网络模型

在基于分布式共享网络的D2D通信场景中，基站通过GPS等无线定位技术获取通信范围内所有用户的位置信息。如附图1所示，一对D2D用户S和D表示发送方和接收方，受到传输距离短或信道质量不高的限制，无法直接进行数据传输，S与D之间需要建立一条新的路径进行有效传输，若干闲散用户均匀分布在通信范围内，位于中继选择范围内的空闲用户是潜在的候选中继用户。定义中继选择范围作为一个半径为I_max的圆形区域。候选中继用户均位于收发和双发通信范围内。

社交关系网络模型

二、社交关系网络模型

分布式共享网络可以理解两个独立的层：物理传输层和社交网络层。如附图2所示，在底层物理网络结构中，移动设备只要在彼此通信的范围内就会通过链路进行连接。在社交网络的上层结构中，移动用户间如果有社交关系就会被连接，根据社会关系强度的不同，一些有信任关系或亲近关系的用户可能比其他人更值得信任。物理网络层的设备与社交网络层的用户之间存在着相对稳定的对应关系。当用户选择一个中继节点在D2D通信中转发数据时，需要同时考虑物理网络和社交网络的约束。因此，本实施例利用社会联系来帮助D2D中继通信，特别是社会关系的强弱可以作为选择中继的影响因素，两个节点之间的信任关系越强，可能会为彼此提供更多的中继传输意愿。

三、基于社交信任的低功耗模型

将物理传输网络与虚拟社交网络相结合，构建了具有社会意识的分布式网络体系结构。每个用户终端都有两个身份：物理传输网络中的物理节点和虚拟社交网络中的移动用户。为了最小化功率损耗，最大可能节约资源，在建立社交关系模型的前提下，有效地筛选出具有较强社会关系的用户作为传输的候选中继节点。在此基础上，综合考虑用户服务质量、传输距离和发送功率等因素的约束，根据能耗最小化原则选择最佳中继用户。

如图2所示，本实施例中分布式共享网络包括物理传输层和社交网络层，在底层物理网络结构中，移动设备只要在彼此通信范围内可以通过通信链路进行连接。在社交网络的上层结构中，移动用户间如果有社交互动就会产生社交联系，根据社会关系强度的不同，一些有信任关系或亲近关系的用户可能比其他人更可信。物理网络层的设备与社交网络层的用户之间存在着相对稳定的对应关系。当用户选择一个中继节点在D2D通信中转发数据时，需要同时考虑物理网络和社交网络的约束。以下分别对物理传输层和社交网络层进行说明。

物理传输层

从无线通信的角度看，中继节点应该在当前用户的通信范围内，能够在一定时间内提供不间断的数据转发服务。否则，当前节点需要频繁地更换中继节点，导致额外的网络开销。另一方面，中继设备的所有者必须与相应社交网络中的当前节点有强连接，否则所选择的中继节点可能没有动力将其宝贵的通信资源给陌生人转发数据。例如，当一个用户在家或者在工作的单位，他(她)通常有家人、邻居、同事或朋友在附近。然后，设备可以利用邻近用户的社会信任，通过请求可靠的设备充当中继来进行数据传输。

在物理传输层，假设用户i和用户j之间有一条链接，让

表示用户i的发射功率，路径损耗指数用α表示，α∈(2,4]，d_i,j表示用户i和用户j之间的物理距离。对于自由空间传播路径损耗模型的D2D通信来说，用户j从用户i接收到的功率可以描述为：

相应的，用户i的发射功率可以描述为：

其中，h表示复高斯信道系数。

社交网络层

在现实生活中，人类通常会形成稳定的社交网络，表现出一定的社会利益。以一个流行的移动应用程序“微信”为例。善于社交的人喜欢加入朋友圈，在分享和评论行为方面表现出共同的兴趣。此外，拥有紧密联系的用户往往也有相似的兴趣爱好，这自然使他们愿意彼此合作，例如互相分享内容。如前所述，社会关系对用户间的通信有很大的影响。用户愿意选择另一个与它关系密切的朋友作为中继，以降低泄漏隐私的风险。相反，没有较强社会关系的用户可能拒绝转发数据包，甚至会丢弃数据包。因此，社交感知的同伴选择对于D2D通信至关重要。

如图2所示，各个用户在物理传输网络中的位置不同，同时在社会关系网络中也对应着不同的社会关系。用户5对目标用户3的社会信任度高于用户1。因此，用户5在社会关系上与目标节点更加亲近。但是，在位置关系上，用户1在距离上比用户5更近。选择哪个用户作为中继节点需要综合考虑社会关系与位置信息。直观的看，物理距离越远(中继增益较低)或者社会关系较疏远(中继功率较小)的中继用户对D2D通信网络的益处较小。在这种情况下，每个用户都需要通过选择中继过程来确定合适的中继节点。因此，需要在选择更好的中继用户和性能收益成本之间进行权衡，从而最大限度的节约能耗，提高信道的整体质量。

考虑把分布式共享网络看成一个包含用户间社交信任网络，对于任意的用户i和用户j之间的社交关系包括互动的频率、互动持续的时间、社会距离和兴趣爱好。引入权重系数w_i,j表示用户i与j之间社会关系的强弱，w_i,j∈[0,1]，w_i,j越大，表示两个节点间社会关系越强，关系越亲密。然而，人与人之间的社会关系是非物质的，无法在现实中测量，因此有必要对权重系数进行量化。

对社会关系影响最大的是在共享资源过程中发生交互的频率和持续时间。采用社交网络中互动的信息来衡量社会关系的强弱。因此，用户i和j之间的社会关系强度可以通过它们之间发生了多少次互动，以及每一次互动在一定时间内持续的时间来评估。于是，社交关系可以这样表示：

其中，C_i,j表示用户i和j之间互动的次数，∑C_i,k表示用户i和其他空闲用户互动的次数总和。D_i,j表示用户i和j之间互动持续的时间，∑D_i,k表示用户i和其他空闲用户互动持续时间之和。α∈[0,1]，是重要的相关权重系数，α的值适应于真实应用场景。

在实际应用场景中，大多数用户之间的联系较低，只有少数用户具有较强的社会联系，类似于Pareto分布。Pareto分布的概率密度函数为：

其中,w_i,j的PDF是由形状参数k>1决定的，w_i,j的值随着k的增大而减小，另一个参数x_min＞0决定着w_i,j可能取到的最小值。

基于社交信任的低功耗模型：为D2D通信选择合适的中继节点，必须同时考虑来自物理网络和社交网络的信息。假设中继用户所能提供的发送功率与发送方的社会联系有密切关系，那么有着更牢固社会信任的中继用户可以激发更高的发送功率。发送功率与社交联系有正相关线性关系，如下所示：

其中，p_bm表示中继用户的基准功率，w_s,r表示源节点与中继节点的社交关系。

为了实现中继选择的目标，我们应该确保每个中继的社会关系应该大于某个指定的阈值，因为用户愿意与其他值得信任或亲密的用户分享他的信息。这样可以保护用户的隐私信息。此外，为了延长终端的电池寿命，我们应该尽量减少功耗。因此，候选路径应满足以下要求：

其中，w_min表示选择中继用户时最小社交关系的域值，p_th表示根据QoS要求设置最小接收功率的阈值，p_c表示电路功耗，

表示中继节点的接收功率。

根据上述描述，参照图3，本实施例提供一种基于社交信任模型的低功耗中继选择方法，包括如下步骤：

S1：初始化参数，设置社交关系阈值w_min，接收功率阈值p_th；

S2：源节点向基站发出通信请求，源节点S请求向目标用户D发送数据，源节点均在基站的通信范围内，基站通过GPS获得通信范围内所有用户的位置信息，建立物理传输网络模型；

S3：若目的节点在源节点通信范围内，则直接进行数据传输，否则，发送源节点通信范围内的空闲节点列表P给源节点；

S4：以目标节点D为中心，设置最大通信范围I_max，基站发送I_max范围内空闲节点列表Q给源节点；

S5：节点列表P和节点列表Q的交集P∩Q中的用户作为中继候选节点集合，根据中继候选节点用户自身社交行为，获取移动用户间隐藏的社会关系，计算相应的社会关系值，根据彼此间社会联系建立社交信任模型，形成社交关系网络；

S6：根据预先设置的社交关系阈值w_min，通过社交信任模型筛选出满足社交信任的中继候选节点集合S；

S7：源节点获得所有中继候选节点集合S中的节点位置信息，社交关系值，候选节点的发送功率信息，根据这些信息建立基于社交信任的低功耗模型；源节点依此探测候选中继节点，目的是减少探测的次数增加发现高功率传输节点的机会；

S8：根据用户服务质量预先设置的接收功率阈值p_th，通过基于社交信任的低功耗模型计算每条链路的功率消耗，选出消耗功率最小的链路，即获得最佳的中继节点。

Claims (1)

1.一种基于社交信任模型的低功耗中继选择方法，其特征在于：包括如下步骤：

S1：初始化参数，设置社交关系阈值w_min，接收功率阈值p_th；

S2：源节点向基站发出通信请求，源节点S请求向目标用户D发送数据，源节点均在基站的通信范围内，基站通过GPS获得通信范围内所有用户的位置信息，建立物理传输网络模型；

S3：若目标节点在源节点通信范围内，则直接进行数据传输，否则，发送源节点通信范围内的空闲节点列表P给源节点；

S4：以目标节点D为中心，设置最大通信范围I_max，基站发送I_max范围内空闲节点列表Q给源节点；

S5：节点列表P和节点列表Q的交集P∩Q中的用户作为中继候选节点集合，根据中继候选节点用户自身社交行为，获取移动用户间隐藏的社会关系，计算相应的社会关系值，根据彼此间社会联系建立社交信任模型，形成社交关系网络；

S6：根据预先设置的社交关系阈值w_min，通过社交信任模型筛选出满足社交信任的中继候选节点集合S；

S7：源节点获得所有中继候选节点集合S中的节点位置信息，社交关系值，候选节点的发送功率信息，根据这些信息建立基于社交信任的低功耗模型；

S8：根据用户服务质量预先设置的接收功率阈值p_th，通过基于社交信任的低功耗模型计算每条链路的功率消耗，选出消耗功率最小的链路，即获得最佳的中继节点；

所述步骤S2中物理传输网络模型的建立具体为：

用户i和用户j之间有一条链接，让

表示用户i的发射功率，路径损耗指数用α表示，α∈(2,4]，d_i,j表示用户i和用户j之间的物理距离，对于自由空间传播路径损耗模型的D2D通信来说，用户j从用户i接收到的功率的表达为：

相应的，用户i的发射功率的表达为：

其中，h表示复高斯信道系数；

所述步骤S5中社交信任模型的建立具体为：对于任意的用户i和用户j之间的社交关系包括互动的频率、互动持续的时间、社会距离和兴趣爱好，引入权重系数w_i,j表示用户i与j之间社会关系的强弱，w_i,j∈[0,1]，用户i和用户j的社会关系表达式为：

其中，C_i,j表示用户i和j之间互动的次数，∑C_i,k表示用户i和其他空闲用户互动的次数总和，D_i,j表示用户i和j之间互动持续的时间，∑D_i,k表示用户i和其他空闲用户互动持续时间之和；α∈[0,1]，是重要的相关权重系数，α的值适应于真实应用场景；

所述步骤S7中基于社交信任的低功耗模型的建立具体为：

其中，p_bm表示中继用户的基准功率，

为中继用户的发送功率，w_s,r表示源节点与中继节点的社交关系；

建立候选路径约束条件：

其中，w_min表示选择中继用户时最小社交关系的阈值，

表示中继节点的接收功率，p_c表示电路功耗；

所述w_min通过Pareto分布的概率密度函数来表示：

其中，w_i,j的PDF是由形状参数k>1决定的，w_i,j的值随着k的增大而减小，另一个参数x_min＞0决定着w_i,j取到的最小值。

Images