[发明专利]一种基于贝叶斯信任模型的网络端到端延迟优化方法

权利要求书

1.一种基于贝叶斯信任模型的网络端到端延迟优化方法，其特征在于：包括如下步骤：

(1)在任意初始时刻，初始化移动自组网的单位平方网络场景、传输数据流以及传输调度模型；

(2)对网络中每个节点的转发数据行为进行监控，收集、统计在T时刻所有节点转发数据的成功次数和失败次数，计算得到网络环境中节点转发数据的成(3)根据步骤(2)中的数据，利用贝叶斯方法评估在T+1时刻网络环境中所有节点的信任度以及环境信任度；

功和失败的平均次数；

(4)引入信任阈值，通过对两跳移动自组网的基于贝叶斯信任模型的网络端到端延迟上界的封闭式理论分析，得到最优理论端到端延迟上界以及对应的信任阈值；

(5)将步骤(4)中得到的信任阈值引入到网络环境中，对相遇的非目的节点进行信任评估，做出是否选择相遇节点作为中继节点的决策。

2.如权利要求1所述的方法，其特征在于：所述步骤(1)中，在任意初始时刻，将移动自组网的单位平方网络范围划分为m*m个小区，随机安排n个自由移动的节点；设定一种基于时隙并且快速移动的网络场景，忽略移动模型复杂的边界效应，并规定每个节点在任一时隙持续期间仅归属于唯一的一个小区，每个时隙能够成功传输的最大比特数固定为一个数据包；在任何时隙，至多允许节点在相遇时完成一次转发和一次接受，以及为某一数据分组提供的一次副本转发；每个源节点生成包的速率为λ；在任何时隙，位于某一个小区里的节点只能够向位于同一小区的邻居节点传输数据包，即网络通信范围r可以近似取值为任意两个水平距离且垂直距离均为α整数倍的小区属于相同传输组，α的取值满足：

其中Δ为防止干扰而引入的保护因子，每个传输组每隔α²个时隙获得一次传输机会。

3.如权利要求1或2所述的方法，其特征在于：步骤(2)采用Watchdog和Pathrater对网络中每个节点的转发数据行为进行监控；收集、统计在T时刻转发数据的成功次数{a₁,a₂,…,a_i,…,a_n}和失败次数{b₁,b₂,…,b_i,…,b_n}；计算得到网络环境中节点转发数据的成功次数的平均值和失败次数的平均值

4.如权利要求3所述的方法，其特征在于：所述步骤(3)中评估T+1时刻网络环境中所有节点的信任度以及环境信任度的具体方法是：

假设网络环境中T时刻节点i(i∈n)转发数据的成功概率为p_i，节点转发数据的成功次数a_i和失败次数b_i均可以看成随机变量，并且服从概率近似为p_i的二项事件；利用二项事件后验概率分布服从Beta分布的特性，利用p_i获得T+1时刻节点i转发数据的成功概率p_i’，定义在T+1时刻网络环境中节点的平均信任度trust_i：

同理，可以定义环境信任度trust：

其中a为T时刻所有节点转发数据的成功次数的平均值，b为T时刻所有节点转发数据的失败次数的平均值，p为T时刻所有节点转发数据的环境成功概率，p’为T+1时刻所有节点转发数据的环境成功概率。

5.如权利要求4所述的方法，其特征在于：所述步骤(4)中，为了判断邻居节点能不能作为中继节点，在节点的信任度判断中引入信任阈值θ；假设节点i和非目的节点j相遇，i对j的信任值评估为t，如果t≥θ，则i选择j作为中继节点进行数据转发；根据在T时刻节点j转发数据的成功次数a_j和失败次数b_j，在T+1时刻节点i会传输给节点j的概率为：

其中，0≤t≤1，0≤θ≤1,a_j≥0,b_j≥0，为标准化函数，是为了使分布的概率密度积分等于1。