[发明专利]一种基于综合信任评价的边缘计算协同盟员发现方法

权利要求书

1.一种基于综合信任评价的边缘计算协同盟员发现方法，其特征在于，假设某时刻边缘计算系统中有n个节点m条边，形成的网络拓扑形式化描述为G(V,E)，E为网络的邻接矩阵，若节点i与节点j相连，则e_ij＝1，否则e_ij＝0，V＝{1,2,3,...,n}表示所有服务器节点集合，假设节点加入网络后自主广播其算力、存储资源信息，主节点在信息生存周期内通过自动冲洗缓存资源相关信息，保存在本地数据库并不断进行更新；具体包括如下步骤：

1)通过节点连接度建模节点间服务概率，根据节点平均服务时长分析网络拓扑结构稳定度，构建节点间可协同连通概率模型；以节点间交互次数、交互成功率特征评价节点直接信任度，利用邻居推荐信任，采用改进均方差过滤作弊节点，融合直接、间接信任度构建时效节点综合信任度量化模型；

2)利用节点算力、存储、带宽、综合信任度评价节点综合性能，依据协同盟员发现策略选择满足需求的协同服务节点，构建可信协同服务盟员集；

3)利用节点自私、理性的行为特性，以节点信任、可用服务资源构建节点收益效用模型，通过演化重复博弈，验证所发现的协同服务集具有纳什均衡稳态，构建可信协同服务簇；

4)设计改进的贪心算法优化聚合分簇，构建虚拟协同服务池，协同执行计算任务，以负载均衡能力、丢包率、延迟、任务完成率为指标衡量构建的协同盟员簇的性能，验证发现协同服务盟员策略效率；

5)协同服务完成，对此次协同服务质量做出评价，在局部网络中更新推送协同服务节点信任信息；周期更新协同服务节点特征数据库。

2.根据权利要求1所述的一种基于综合信任评价的边缘计算协同盟员发现方法，其特征在于，所述步骤1)，具体包括如下步骤：

1-1)任意节点k到达节点i的概率p(i)的公式为：

其中，ζ(i)为节点i的连接度，N(i)为节点i的邻居节点构成的集合，j为节点i的邻居节点；

在任意时段t内节点i的稳定度概率p_i^online的公式为：

其中，T表示一个观察周期，t_k,out、t_k,in分别表示在观测期T内节点下、上线时刻；

1-2)由公式(1)、(2)构建边缘网络任意节点k到达盟主节点i可协同的连通概率P(i)：

1-3)节点j对节点i的直接信任度T_i：

s.t.k₁＜n,f(ε₀)＝0

其中，T_i,j^(t)表示t时段节点j对节点i的直接信任度，s_ij表示t时段节点j为节点i服务成功的次数，f_ij表示节点j为节点服务i失败的次数，f(ε_i)为惩罚函数，k₁表示与节点i有直接信任的节点个数；

1-4)根据不同的推荐情形及推荐者行为可信度，构建节点i的推荐信任度r_i：

其中，r_i,j表示节点j对节点i的推荐度，T_i,m表示节点i与推荐节点m的直接信任度，T_m,j表示节点m与推荐节点j的直接信任度，k₂为推荐者的个数；

1-5)通过计算推荐信任度的均方根判别是否是协同作弊的恶意节点，若均方根小于其下界θ，则认为该节点是恶意节点，以小概率p接收该次推荐，否则以概率1-p接收，并对推荐信任度公式(5)的r_i进行修正，修正后的推荐信任度R_i为：

s.t.放弃本次推荐

其中，表示均方根，P(i)任意节点k到达盟主节点i可协同的连通概率；

1-6)节点i的动态信任值表示如下：

ω_l为个观察周期T_l对应的权重：

其中，μ为时间衰减系数，t₀为初始时刻。