[发明专利]一种基于目标节点相遇概率预测消息传递节点的方法

说明书

本发明提出了一种基于目标节点相遇概率预测消息传递节点的方法，基于节点的各种关系特征建立模糊相似度矩阵，通过形成模糊相似矩阵对移动节点的不同属性深入研究，挖掘其社会属性变化规律，动态自适应地分配不同属性的权重大小。进一步量化节点的社会关系和合作关系。最后，通过实验验证本文所提相遇模型来筛选可信任节点作为数据传输的下一跳节点具有良好的效果，使数据在网络中始终沿着可信的合作节点进行传递，同时减少由于恶意节点不合作对网络的性能的影响。

技术领域

本发明属于计算机技术领域，特别涉及一种基于目标节点相遇概率预测消息传递节点的方法。

背景技术

随着智能手机在日常生活中的高度普及以及这些智能设备日益增长的功能，移动社交网络(MSN)已经成为一种通用的数据传递的平台，移动设备的普及使得社交网络中的各种新型服务得以实现。许多社交工具，如Google Plus，Facebook和Twitter，它们拥有大量用户并且每时每刻生产数据。因此，移动社交网络带来了大量崭新的研究和应用机会，例如位置服务、出租车异常轨迹识别与检测等。由于在线数据的多样化，处理大数据多样化传输和接收的传统社交网络方法面临极大挑战。许多用于传递信息的无线设备面临数据过载问题，这将成为信息互通和信息共享的障碍。而无线环境通信具有诸如传输延迟，间歇连接和高误码率的特性。

但是，缺少端到端的完整路径并不意味着无法进行通信。为了在这个复杂动态的环境中实现有效的沟通，研究人员提出了机会传输的方式。通常，通过节点移动性为缺乏连续端到端连接的网络提供通信服务的机会来实现信息传递。准确地说，节点使用在移动过程中遇到其他节点后建立的临时连接来进行数据传输，并以更灵活的方式实现数据转发，更适合复杂的网络环境。目前，使用移动终端设备来访问社交网络逐渐成为主流。同时，利用车载GPS、手机、公共交通卡等移动终端提供的行为轨迹信息，可以对一些事件进行预测，或对基础设施等方案作出合理性评估。针对移动社交网络数据的管理与挖掘，已经成为学术界的一个研究热点。因此，为了适应无线设备机会传输的方式和大量的数据传输需求，基于社交网络探索用户的相遇概率关系以传递数据成为一个有趣的研究内容。

社会网络本身属于复杂网络，面临的挑战是用户每天的发送和接收数据很难估计。如果只靠个人的PDA设备很难满足大量的数据的决策，传输和存储，可能造成传输设备的低传输成功率和能源消耗过量。如果能够通过基站或边缘等设备的协助决策，能够提高传输成功率，减少数据的传输能耗，提高网络的通信质量。对于数据转发问题，大多数现有的工作要么假设用户是完全无私的，即，他们愿意帮助任何用户传递信息，或者假设用户是绝对自私的，需要鼓励用户参与数据传输。然而，在现实场景中，用户并非绝对自私或绝对无私。他们的自私程度可能是随机的，也可能与社会关系有关。因此，他们提出的方法并不完全适用于现实场景。此外，由于设备移动、故障、或不合作等问题而导致节点缺失引起网络被分割成多片互不连通的子网，这样的节点称为关键节点。关键节点的缺失会引起网络的不连通，进而导致网络中重要数据的丢失。研究者提出概率路由的概念，每个节点都维护一张自身到达网络中其他任意节点的链路概率表，通过比较概率大小来决定消息传递的关键节点。但是，这种方法在面对信息量暴增的情况下，计算概率值方式过于简单且每次数据传输，节点都要进行计算和决策过于麻烦。甚至，维护自身路由表任务开销过大。

发明内容

本文提出了一种基于目标节点相遇概率预测消息传递节点的方法，为了防止数据包泛洪转发导致的数据包转发性能下降而导致网络拥塞，通过引入了相关的特征值，利用信息熵理论获得特征权重的动态分配来量化社会关系和合作关系从而获得节点请求与目的节点相关联的概率表，并选择具有高概率遇到目的节点的节点作为下一跳节点。

一种基于目标节点相遇概率预测消息传递节点的方法，包括以下几个步骤：

步骤1：构建节点间的关系特征，获得节点的关系特征向量；