[发明专利]一种智能城市的多层网络结构构建方法

权利要求书

1.一种智能城市的多层网络结构构建方法，其特征在于，具体步骤如下：

S01：典型的智能城市服务需要按需通信，将edge计算层、fog计算层和cloud计算层集成到一种混合计算模式中，提出cloud-fog-edge三层混合架构；其中，edge计算层处于最底层，通过智能事物、车辆、传感器、设备和执行器构建了智能城市架构的底线，这些异构的设备用来创建大量数据，并在不同的智能城市服务之间共享；底层的聚合数据和相应的计算任务被传输到fog计算层节点，fog计算层节点处理数据并负责制定生成低延迟智能城市服务；顶部的cloud计算层的主从复制中，一个主节点有三个从节点来复制数据，从而保证数据一致性和高可用性，确保数据安全；

S02：将以上建立的三层混合架构映射到一个层次化的复杂网络中，使用复杂网络的三个经典网络模型，即随机网络、小世界网络和无标度网络，解决在进行系统信任维护时量化删除连接组件的大小；其中，edge计算层对应随机网络，fog计算层对应小世界网络，cloud计算层对应无标度网络模型，为网络拓扑机制提供了相应的健壮结构；

S03：cloud-fog-edge三层混合架构的计算范式被视为多层复杂网络结构，V是物联网中实体数量，E是物联网中实体间联系的集合，连接边每层通过邻接矩阵表示为

S04：物联网中实体u的度表示为正则化拉普拉斯矩阵其中D_α是度矩阵，L_α是拉普拉斯矩阵且L_α＝D_α-A_α，是由特征值构成对角矩阵，λ₁…λ_|V|是特征值，因此Φ是特征向量矩阵，是特征值对应的特征向量，因此

S05：网络信任维护度量其中M表示网络层数此处M＝3，C(A_α)表示中心度测量，且b₁＝b₂＝...＝b_M＝1/M；

S06：使用度中心性、特征向量中心性、接近度中心性、中间中心性和三角中心性作为中心性测量的方式，对于矩阵A_ij，度中心性特征向量中心性λ_max表示特征向量的最大特征值，x_j表示实体j的重要性；接近中心性V表示实体总数，d(i,j)表示实体i与j之间的最短路径；中介中心性V表示实体总数，ρ_kj(i)表示实体k和j之间经过i的最短路径的数量，ρ_kj则表示实体k与j之间最短路径的数量；三角中心性M表示网络功能或拓扑完整性结构的测量值，δM表示移除网络中某些节点后的测量值，G表示原始网络结构，G′表示移除某些节点后的网络结构；

S07：通过以上方式构建面向智能城市的cloud-fog-edge的计算模型，并向其映射到一个层次化的复杂网络中，然后通过提出的融合多种中心性计算的网络信任维护度量方法，为智能城市物联网基础设备提供有效的度量和信任维护。