[发明专利]基于移动社交网络节点社会特性的机会路由行为建模方法

摘要

本发明公开了一种基于移动社交网络节点社会关系特性的机会路由行为建模方法，特征是利用相应的随机生成算法构造并挖掘任意网络节点对之间的社会关系网跳数距离和社团归属关系，基于所获取的上述社会特性，结合若干可根据需要调节的模型参数，为节点对间的相互接触频率与协作概率依照它们社会关系的亲疏程度有差别地建模。采用本发明方法建立机会路由行为模型，相比于现有的建模方法，能通过充分挖掘节点间的宏观和微观社会关系特性为社会性网络节点间的机会路由行为特性提供更完备的模型定义，为移动社交网络中设备间路由传输技术的开发与革新及其机会投递行为相关科学问题的研究提供更为合理而便捷的仿真基础。

主权项

一种基于移动社交网络节点社会特性的机会路由行为建模方法，设N个移动社交网络节点散布于一个方形封闭区域内并在社会关系的影响下随机移动，每个节点都携带全向天线式的移动设备，当任意两个节点进入彼此的通信半径即意味着一次接触的发生，发生接触的节点可进行数据交换；采用新增节点随机优先连接系数m＝2的巴拉巴西‑艾伯特无标度网络模型随机生成节点间反映它们社会连接亲疏的无向社会关系网络；进一步采用戈尔文‑纽曼算法将该社会关系网划分为两个社团并为节点加上对应的社团标签；采用泊松过程描述任意移动社交网络节点对之间的随机接触行为，并将任意潜在发送节点a与潜在接收节点b之间的相互接触泊松过程参数记为λab；其特征在于：针对移动社交网络节点的机会路由场景，按照如下步骤获取网络中任意潜在发送节点a与潜在接收节点b之间的机会路由行为相关特性：第一步：通过检验前述社团标签获得任意潜在发送节点a与潜在接收节点b是否属于同一社团的信息，若二者属同社团节点，则记社团属性参量C(a,b)>0，反之令该参量C(a,b)＝0；基于前述生成的节点间社会关系网，利用广度优先搜索算法获取任意潜在发送节点a与潜在接收节点b在社会关系网中的跳数距离D(a,b)；第二步：依照获取的特定节点对间的社会关系参数，基于真实社会中关系亲近的移动社交节点接触更频繁的特征拓展下式所示的随机同质节点接触频率模型：λ=c·υ0·RA]]>其中A表示一个节点移动的正方形仿真区域，υ0表示节点间的平均相对速率，R表示节点的通信半径，c是表征同质随机移动模型的常数；将任意潜在发送节点a与潜在接收节点b间相互接触事件泊松过程参数λab以如下社会性节点接触频率模型公式表示：λab=1+C(a,b)[D(a,b)]r·υ0·RA]]>其中社会链路影响参数r>0是一个可变的、用于控制节点间社会关系跳数距离对节点行为影响强度的指数；是一个被所有节点对共享的仿真背景常量，其单位为：接触次数/虚拟仿真时隙；基于真实社会中移动社交节点更倾向为与之社会关系更近的节点提供协助的特征，将任意潜在发送节点a与潜在接收节点b在相遇时任意一方发起协作转发请求时另一方接受的概率Pab以如下协作概率模型公式表示为：Pab=1+C(a,b)β·[D(a,b)]r]]>其中自私性强度参数β>0表征一个可控制节点间社会自私性总体强弱的变量；第三步：所有节点对之间的接触和协作行为按上述步骤建立后，启动仿真模型使之开始运行；每经过网络中节点可完成协作转发操作的任意单位仿真时隙(t0,t0+1)，即更新节点间的接触信息，单位仿真时隙内任意潜在发送节点a与潜在接收节点b发生接触的概率P(Xab(t0+1)‑Xab(t0)>0)以节点间的相互接触事件泊松过程模型公式表示如下：P(Xab(t0+1)-Xab(t0)>0)=Σk=1∞P(Xab(t0+1)-Xab(t0)=k)=Σk=1∞(λab)k·e-λabk!=1-e-λab]]>如果任意节点对以概率地在单位仿真时隙(t0,t0+1)内发生了接触，且两个节点间任一方需要对方为其自身转发数据，则另一方依照协作概率模型所定义的概率决定是否为其进行协作转发。