[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

摘要

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。

主权项

1.一种基于目标节点相遇概率预测消息传递节点的方法，其特征在于，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；所述节点间的关系特征包括社会关系特征和合作关系特征，所述社会关系特征至少包括节点间历史相遇概率、节点间位置相关性、节点间历史信任度、节点间社会关系传递特性值；所述合作关系特征至少包括节点偏爱度相关性、节点间联系稳定度、节点间消息传递需求度以及节点合作能力度；节点的关系特征向量是由某一节点与其余所有节点间的某一关系特征值组成的向量，节点本身之间的关系特征值为1；步骤2：利用节点的关系特征向量，构建节点模糊相似矩阵；步骤3：获取模糊相似矩阵的传递闭包矩阵，利用传递闭包矩阵对节点进行分类，记录节点分类结果；删除节点间的关系特征，重新构建模糊相似矩阵，并获得删除关系特征后的节点分类结果；所述利用传递闭包矩阵对节点进行分类是指从节点模糊相似矩阵中寻找与指定阈值相同的元素，将与所找到的元素对应的节点对的等价类关系中对应的节点合并；步骤4：计算每个关系特征的可信度，并利用可信度获得每个关系特征的权重；利用关系特征删除前后对应的模糊相似矩阵，计算对应节点分类结果之间的互信息量，获得每个关系特征的可信度；步骤5：利用关系特征权重对各关系特征进行加权，计算节点之间的相遇合作概率；步骤6：利用步骤5为每个节点在与其它节点机会相遇时，选出相遇合作概率最高的节点作为下一跳节点，进行信息传递。