[发明专利]一种基于社交物联网的设备信任值评估方法

说明书

本发明涉及一种基于社交物联网的设备信任值评估方法，包括步骤：提取物联网设备之间的社交关系，使用邻接矩阵分别构建物联网设备社交关系的无向网络图；用图神经网络技术获取物联网设备社交关系的特征向量。本发明的有益效果是：本发明将神经网络的训练看作一个回归问题，并设计相应的损失函数，这个损失函数包含预测值准确度计算和惩罚项两部分，惩罚项可以防止模型训练中出现过拟合的现象；利用社会物联网中设备之间的多种社交关系，通过图神经网络技术和矩阵分解综合考虑物联网设备之间的社交关系和用户对设备的信任反馈信息，实现物联网设备信任值的精准评估，解决在社交物联网环境下，用户获取服务之前对不同服务进行信任评估的问题。

技术领域

本发明属于物联网设备信任评估技术领域，尤其涉及一种基于社交物联网的设备信任值评估方法。

背景技术

物联网技术是将相当数量的智能设备，如智能手机、智能手表、传感器等，按照一定的方式连接起来，建立关系，实现共同目标。近年来，以社交网络为组织形式，实现可扩展的物联网设备服务开发和利用的社会化物联网，一经提出就迅速成为物联网领域的新热点，并立即受到业界和学界的高度关注。作为传统物理网络和社会网络的结合体，社会物联网利用物联网设备间的社会关系和上下文主客观因素，发现用户所需的设备服务，具有高效发现和情景感知的优势。

由于社交物联网在通信中涉及数据传输，在传输过程中存在被截取和利用的可能，传输数据的可靠性、稳定性和真实性将受到威胁，智能设备和日常用品可能成为安全隐患，因此社交物联网中设备的信任管理成为非常重要的部分。此外，由于智能设备提供商和提供服务的类型不同，一些服务设备与用户的互动不会太多，这就导致了数据稀疏的问题，引出了信任管理评估难题，即使如何有效利用稀疏数据提供的少量信息实现海量设备的信任评估。

发明内容

本发明的目的是克服现有技术中的不足，提供一种基于社交物联网的设备信任值评估方法。

这种基于社交物联网的设备信任值评估方法，包括以下步骤：

步骤1、设备之间应当存在某些联系，为了表征这些联系，综合考虑设备之间的关系，使用了相近位置、相同网段、相同用户以及协作工作在设备上的映射这四种设备之间的关系；提取物联网设备之间的社交关系，物联网设备社交关系包括相近位置、相同网段、协作工作和相同用户；基于提取的四种物联网设备社交关系，使用邻接矩阵分别构建四个物联网设备社交关系的无向网络图：

G_k＝[v_{i，j}，k]，v_{i，j}，k＝{0，1}.

上式中，G_k表示第k个无向网络图；k∈{1，2，3，4}；v_{i，j}，k表示第k个无向网络图中的元素，当第i个物联网设备和第j个物联网设备有对应关系时，v_{i，j}，k取值为1，否则v_{i，j}，k取值为0；无向网络图的节点表示物联网设备，无向网络图的边表示物联网设备之间的关系，从而可以构建出四个无向网络图；

步骤2、在构建好的四种物联网设备社交关系的无向网络图中，用图神经网络技术获取物联网设备社交关系的特征向量，四种物联网设备社交关系的特征向量在结构上有相似性，表示物联网设备在某一个观察角度的特征，将特征向量按列连接，得到在选定的四个观察角度上的综合服务特征；特征向量的维数会影响得到综合服务特征的效果，而这是无法获取的一个信息，因此预定义多个特征维数来进行多重向量嵌入，根据对比实验调整特征向量的维数；

步骤3、基于用户对于物联网设备的历史评价获得信任值矩阵，信任值矩阵的行数m表示用户个数，列数n表示物联网设备个数；将信任值矩阵分别按照行和列分解成为能体现用户以及设备特征的两个低秩向量，使得两个低秩向量的乘积能够近似接近原始信任矩阵，根据多组对比实验确定低秩向量的维数，并且引入预测的偏置项；将用户低秩向量、物联网设备低秩向量和综合服务特征进行加权融合，得到设备的综合表示向量；