楊沫,由磊,李冰,趙建軍

(天津大學(xué)電子信息工程學(xué)院,300072,天津)

?

采用傳遞概率與社會網(wǎng)絡(luò)分析的延遲容忍網(wǎng)絡(luò)路由

楊沫,由磊,李冰,趙建軍

(天津大學(xué)電子信息工程學(xué)院,300072,天津)

結(jié)合了傳遞概率與社會網(wǎng)絡(luò)分析的路由設(shè)計,可以充分利用網(wǎng)絡(luò)中節(jié)點的運動特性增強端到端的消息傳輸質(zhì)量。通過對節(jié)點進行相遇歷史信息分析和社會關(guān)系分析,提出了基于傳遞概率與社會網(wǎng)絡(luò)分析的延遲容忍網(wǎng)絡(luò)路由(RPRSA)。相遇歷史信息分析是通過節(jié)點在相遇時進行獨立概率計算和彼此概率信息交換,使得節(jié)點可以預(yù)測它在短期內(nèi)的移動特性;社會關(guān)系分析是通過節(jié)點在長期內(nèi)的移動所形成的關(guān)系親疏程度,使得節(jié)點可以預(yù)測它的長期運動規(guī)律。仿真結(jié)果表明,該路由算法能夠很好地利用節(jié)點的運動特性,保證弱社會關(guān)系節(jié)點和孤立節(jié)點有更好的消息傳輸質(zhì)量,更好地提高節(jié)點端到端的消息傳輸質(zhì)量。

延遲容忍網(wǎng)絡(luò);社會網(wǎng)絡(luò)分析;傳遞概率;路由設(shè)計

延遲容忍網(wǎng)絡(luò)[1-2](delay tolerant network,DTN)是一類缺乏穩(wěn)定、持續(xù)端到端連接的網(wǎng)絡(luò)組織結(jié)構(gòu),這類網(wǎng)絡(luò)的路由被稱之為DTN路由,如果在DTN路由中采取了社會網(wǎng)絡(luò)的分析方法,即為社會性DTN路由,其中典型的路由有標(biāo)簽路由(Lable)、升序路由(Rank)、冒泡路由(Bubble Rap,下文簡化為Bubble)[3-4]等。Label直接利用社區(qū)傳遞的方式提高傳輸質(zhì)量;Rank通過高流行度節(jié)點擴散消息的方式提高傳輸質(zhì)量;Bubble通過利用高流行度節(jié)點向社區(qū)擴散消息的方式提高傳輸質(zhì)量。可是現(xiàn)有的路由無法保證孤立節(jié)點和弱社會關(guān)系節(jié)點的通信傳輸質(zhì)量,這正是現(xiàn)有社會性DTN路由面臨的主要挑戰(zhàn)之一。為此,本文設(shè)計了基于傳遞概率的社會性路由,既可以很好地預(yù)測節(jié)點短期移動特性,也可以很好地預(yù)測節(jié)點的長期運動規(guī)律,這樣能夠很好地解決現(xiàn)有社會性DTN路由所存在的這一問題,通過仿真驗證了該路由與已有的路由相比有更好的通信傳輸質(zhì)量。

1 RPRSA中的基本模型與方法

1.1 網(wǎng)絡(luò)模型和假設(shè)

1.2 社會網(wǎng)絡(luò)分析模型

本文采用文獻[8-9]中的k-clique算法進行社會網(wǎng)絡(luò)分析。k-clique算法具有如下特點:在數(shù)學(xué)形式上將這些完整的社區(qū)稱之為k-clique,通過k-clique社會分析算法得到的社區(qū)要求社區(qū)內(nèi)的節(jié)點必須與社區(qū)內(nèi)其他節(jié)點都有聯(lián)系,k為社區(qū)內(nèi)的節(jié)點數(shù),在k-clique算法中,允許不同的社區(qū)中有重復(fù)的節(jié)點,而且允許有不屬于任何社區(qū)的孤立節(jié)點[10-11]。社會網(wǎng)絡(luò)分析的方式如下,通過設(shè)定閾值θ,可以將歸一化矩陣G進行二值化得到矩陣M,再設(shè)定社區(qū)內(nèi)的節(jié)點數(shù)常值k′,通過已知的M與k′,就可以用k-clique算法得到網(wǎng)絡(luò)中的社區(qū)結(jié)構(gòu),記作集合L,元素用l表示。特別指出的是,本文雖然采用了k-clique算法,但是可以容易地擴展到其他的社會網(wǎng)絡(luò)分析算法(例如Laplace圖特征值譜二分法、GN算法等),網(wǎng)絡(luò)中節(jié)點間的社會關(guān)系并不是固定的,而是隨著時間動態(tài)變化。由于集中式的社會網(wǎng)絡(luò)分析方法無法動態(tài)反映節(jié)點之間的社會關(guān)系,本文采取了分布式的社會網(wǎng)絡(luò)分析方法,可以更好地反映節(jié)點間的社會關(guān)系。

1.3 傳遞概率模型

在社會性DTN中,有一類情況可能會發(fā)生,網(wǎng)絡(luò)中存在部分節(jié)點具有弱社會關(guān)系甚至是孤立的。為了保證這些節(jié)點在社會性DTN中的通信傳輸質(zhì)量,本文采取了基于傳遞概率的路由策略[12]。通過傳遞概率的更新,節(jié)點可以更好地預(yù)測自己在未來一段時間內(nèi)的運動特性。如果一對節(jié)點進行了直接端到端通信,那么在之后的一段時間內(nèi)很可能再次進行直接端到端通信,這就可以提高弱社會關(guān)系甚至孤立節(jié)點的通信傳輸質(zhì)量。本文的傳遞概率更新包括節(jié)點間傳遞概率更新和節(jié)點社區(qū)間傳遞概率更新。

節(jié)點間傳遞概率更新是在同一個社區(qū)的節(jié)點之間進行的。其中,直接節(jié)點間傳遞概率更新是節(jié)點對直接相遇后,直接更新彼此的傳遞概率;間接節(jié)點間傳遞概率更新是節(jié)點通過直接相遇節(jié)點更新與其他節(jié)點的傳遞概率。節(jié)點社區(qū)間傳遞概率是在不同社區(qū)的節(jié)點之間進行的。其中:直接社區(qū)傳遞概率更新是節(jié)點與不同社區(qū)的節(jié)點直接相遇后,直接更新節(jié)點與對方社區(qū)的傳遞概率;間接社區(qū)傳遞概率更新是節(jié)點通過直接相遇節(jié)點所在的社區(qū)更新與其他社區(qū)的傳遞概率。每一個節(jié)點都記錄一個傳遞概率表單,表單采用矩陣P表示,元素用p表示,其中節(jié)點間的初始傳遞概率為pn,節(jié)點社區(qū)間的初始傳遞概率為pd。傳遞概率更新的計算則要根據(jù)節(jié)點間的相遇歷史信息計算得到。

1.4 路由模型

為了保證DTN網(wǎng)絡(luò)的消息傳輸成功率,降低網(wǎng)絡(luò)中通信失敗的源節(jié)點數(shù),本文采取了源節(jié)點多拷貝路由機制:消息的源節(jié)點s最多可以在DTN網(wǎng)絡(luò)中產(chǎn)生c份相同消息的拷貝;消息m到達(dá)目的節(jié)點d所在社區(qū)l后的多復(fù)制路由機制,即如果m傳遞到下一跳節(jié)點后,上一跳節(jié)點將不刪除m,這可以加快網(wǎng)絡(luò)中消息到達(dá)目的節(jié)點的速度。

同時,為了防止采取的路由機制對網(wǎng)絡(luò)造成負(fù)擔(dān),本文首先限制了源節(jié)點拷貝數(shù),其次消息在未到達(dá)l時采取零復(fù)制路由機制,即m傳遞到下一跳節(jié)點后,上一跳節(jié)點將刪除m,并且消息在到達(dá)l后,l以外的所有節(jié)點都要刪除消息m,最后限制m的生存時間,如果在規(guī)定時間內(nèi)沒有到達(dá)目的節(jié)點,那么刪除m。

2 傳遞概率更新算法

傳遞概率更新分為傳遞概率衰減部分更新和傳遞概率上升部分更新兩個步驟。傳遞概率衰減部分更新是節(jié)點間相遇時,在進行端到端通信之前,相遇節(jié)點依照相鄰兩次相遇的時間間隔進行衰減部分的更新;傳遞概率上升部分更新是相遇節(jié)點間互相參照對方的傳遞概率表單,更新自身表單中對應(yīng)傳遞概率相對較小的部分。

直接節(jié)點間傳遞概率更新如下式

(1)

間接節(jié)點間傳遞概率更新,如果p(y,z)=p(x,z),則傳遞概率上升部分無需更新,只需要更新傳遞概率衰減部分;在p(y,z)p(x,z)時,上升部分的更新方式是一致的,即節(jié)點更新自身傳遞概率表單中較小的部分,所以本文假設(shè)p(y,z)

(2)

直接社區(qū)傳遞概率更新如下式

(3)

間接社區(qū)傳遞概率更新,如果p(y,l)=p(x,l),則傳遞概率上升部分不需要更新,只需要更新傳遞概率衰減部分;在p(y,l)p(x,l)時,傳遞概率上升部分的更新方式是一致的,即節(jié)點更新自身傳遞概率表單中較小的部分,所以本文假設(shè)p(y,l)

(4)

3 路由算法

在基于傳遞概率與社會網(wǎng)絡(luò)分析的延遲容忍網(wǎng)絡(luò)路由算法(delay-tolerant network routing based on probability of relay and social analysis, RPRSA)中,如果有需要傳遞消息的節(jié)點相遇,則根據(jù)節(jié)點間彼此的傳遞概率表單以及社會關(guān)系屬性判斷消息是否進行傳遞。RPRSA路由算法流程如下。

設(shè)置實驗仿真時間T;設(shè)置仿真實驗的節(jié)點組;設(shè)置節(jié)點的消息產(chǎn)生周期r;設(shè)置消息最大副本數(shù)c;設(shè)置消息生存時間F;初始化節(jié)點的傳遞概率表單P。

在節(jié)點x、y相遇時,節(jié)點x的路由過程如下。

步驟1 判斷節(jié)點x中消息的生存時間是否超過F,對于超過F的消息,在節(jié)點x中刪除;

步驟2 判斷節(jié)點x是否有需要傳遞的消息,如果有進行步驟3,否則節(jié)點x結(jié)束消息傳遞;

步驟3 判斷節(jié)點y是否接收過節(jié)點x即將傳遞的消息,如果接收過,則拒絕再次接收這個消息,否則節(jié)點x、y進行步驟4;

步驟4 如果節(jié)點x有節(jié)點y沒有接收過的消息m,且該消息的目的節(jié)點是d,則目的節(jié)點d所在的目的社區(qū)是l。

步驟5 如果節(jié)點y是消息m的目的節(jié)點,則執(zhí)行步驟6,否則節(jié)點x直接將消息m傳遞給y,并且刪除網(wǎng)絡(luò)中所有的消息m;

步驟6 如果節(jié)點x、y不都在目的社區(qū)l外部,則執(zhí)行步驟7,否則比較節(jié)點x、y與目的社區(qū)l的傳遞概率,當(dāng)p(x,l)

步驟7 如果節(jié)點x、y不都在目的社區(qū)l內(nèi)部,則執(zhí)行步驟8,否則比較節(jié)點x、y與目的節(jié)點d的傳遞概率,當(dāng)p(x,d)

步驟8 節(jié)點x在目的社區(qū)l外部,節(jié)點y在目的社區(qū)l內(nèi)部,則節(jié)點x將消息m發(fā)送到節(jié)點y,并且節(jié)點x刪除消息m。

步驟9 循環(huán)執(zhí)行步驟1～8,直到仿真時間結(jié)束。

RPRSA路由充分利用了節(jié)點的短期移動特性和長期運動規(guī)律,使得弱社會關(guān)系節(jié)點和孤立節(jié)點可以更好地傳輸消息,保證更多的節(jié)點之間能夠建立端到端的有效連接。

4 仿真結(jié)果與分析

4.1 仿真場景與參數(shù)

本文采用了數(shù)據(jù)集Reality Mining[13-14],該數(shù)據(jù)集開始于2004年,采集了96個節(jié)點,其中75個節(jié)點來自麻省理工大學(xué)媒體實驗室,另外21個節(jié)點來自臨近的斯隆商學(xué)院。

本文采集時間為16 981 816 s,采集了205 187組數(shù)據(jù),每一組數(shù)據(jù)包括以下4方面內(nèi)容:組序號,即代表數(shù)據(jù)集中的第幾組數(shù)據(jù);連接狀態(tài),即連接或者斷開;時間,即得到此連接狀態(tài)的時間;節(jié)點序號,即處于此連接狀態(tài)下的一對節(jié)點各自的序號。

仿真實驗選取了數(shù)據(jù)集中的3個數(shù)據(jù)段,表1列出了所選取的數(shù)據(jù)量以及仿真的起止時間。

表1 仿真實驗中選取的3個數(shù)據(jù)段

實驗仿真時間為T,即仿真時間的起始值和終止值的差值。仿真時選取了3個不同的節(jié)點組,每組節(jié)點的數(shù)據(jù)集中有96個節(jié)點作為源節(jié)點,每個源節(jié)點隨機選取一個節(jié)點作為自己的目的節(jié)點,目的節(jié)點的產(chǎn)生是隨機的,沒有關(guān)聯(lián);消息產(chǎn)生周期r為50 000 s;衰減因子γ=0.98;傳遞因子β=0.25;節(jié)點間的初始傳遞概率pn=0.75,節(jié)點社區(qū)間的初始傳遞概率pd=0.75。

初步的仿真表明,這些參數(shù)值的選取是合理的。盡管參數(shù)的取值并不是唯一的,但是取值符合概率模型的實際情況。當(dāng)參數(shù)值發(fā)生變化后,會對網(wǎng)絡(luò)中的節(jié)點間傳遞概率產(chǎn)生影響,但對最后的仿真結(jié)果幾乎無影響,因為消息動態(tài)地在網(wǎng)絡(luò)中尋找合適的節(jié)點進行路由轉(zhuǎn)發(fā)。

本文中將RPRSA路由分別與Rank、Label、Bubble[7]路由進行了對比,分析了消息生存時間F和源節(jié)點消息拷貝數(shù)c對RPRSA路由的影響,并從兩個方面衡量算法的性能:源節(jié)點平均傳輸成功率,即目的節(jié)點收到的消息數(shù)占源節(jié)點發(fā)送消息總數(shù)的百分比;通信失敗的源節(jié)點數(shù),即在仿真時間內(nèi)未能與目的節(jié)點成功通信至少一次的源節(jié)點數(shù)。

4.2 仿真結(jié)果

首先分析RPRSA路由,在給定的3個節(jié)點組中,每組節(jié)點分別在已選取的3個數(shù)據(jù)段上進行仿真,消息生存時間F=T/3,源節(jié)點消息拷貝數(shù)c=1。對Rank、Label、Bubble路由進行同樣的仿真,這樣每種算法都會得到9組仿真數(shù)據(jù)。

4.2.1 源節(jié)點平均傳輸成功率 由于篇幅限制,對每種算法得到的9組數(shù)據(jù)中的平均傳輸成功率再次取平均值,然后再與其他算法進行比較。

圖1 RPRSA和Label路由平均傳輸成功率差值

圖2 RPRSA和Rank路由平均傳輸成功率差值

圖3 RPRSA和Bubble路由平均傳輸成功率差值

圖1～3是RPRSA路由分別與Label、Rank、Bubble路由的源節(jié)點平均傳輸成功率R進行差值(RRPRSA,Label;RRPRSA,Rank;RRPRSA,Bubble)運算得到的結(jié)果。在圖1中差值大于0的數(shù)目要明顯多于小于0的數(shù)目;在圖2中差值大于0的數(shù)目要略微多于小于0的數(shù)目;在圖3中差值大于0的數(shù)目要略微少于小于0的數(shù)目。因此,可以得到RPRSA路由的源節(jié)點傳輸成功率優(yōu)于Label和Rank路由,而相比Bubble路由會有些劣勢。

4.2.2 通信失敗的源節(jié)點數(shù) 表2列出了網(wǎng)絡(luò)中通信失敗的源節(jié)點數(shù)對比情況。由于篇幅限制,本文沒有列出第3組節(jié)點在3個數(shù)據(jù)段上的通信失敗的源節(jié)點數(shù)。

可以看到,與Label、Rank、Bubble路由相比,在相同條件下RPRSA路由中通信失敗的源節(jié)點數(shù)都要少很多。因此,RPRSA路由可以更好地保證弱社會關(guān)系節(jié)點和孤立節(jié)點的通信傳輸質(zhì)量,更好地實現(xiàn)端到端之間的通信,尤其對于那些端端之間有更高可靠性要求的網(wǎng)絡(luò),RPRSA路由是更好的選擇。

表2 網(wǎng)絡(luò)中通信失敗的源節(jié)點數(shù)對比情況

4.2.3 生存時間F對RPRSA路由的影響 選取第1組節(jié)點和第3個數(shù)據(jù)段,在其他條件相同時,分別取值為T/3、T/2和T。圖4中是TTL取值T/2和T/3時所得到的平均傳輸成功率的差值;圖5中是TTL取值T和T/2時所得到的平均傳輸成功率的差值。

圖4 TTL取值T/3與T/2時性能對比

圖5 TTL取值T/2與T時性能對比

表3比較了第3個數(shù)據(jù)段,對于不同的F取值時,網(wǎng)絡(luò)中通信失敗的源節(jié)點數(shù)。

適當(dāng)?shù)脑黾覨,可以提高網(wǎng)絡(luò)的平均傳輸成功率,但幾乎不會降低通信失敗的源節(jié)點數(shù);而且F增加也會對網(wǎng)絡(luò)造成負(fù)擔(dān)。

4.2.4 源節(jié)點拷貝數(shù)c對RPRSA路由的影響

表3 在第3個數(shù)據(jù)段F對通信失敗的源節(jié)點數(shù)的影響

選取第1組節(jié)點和第3個數(shù)據(jù)段,在其他條件相同時,c分別取值1和5。圖6是c=5和c=1時所得到的平均傳輸成功率的差值。

圖6 源節(jié)點拷貝數(shù)取值5與1時性能對比

表4統(tǒng)計了c取值1和5時,網(wǎng)絡(luò)中通信失敗的源節(jié)點數(shù)。

表4 源節(jié)點拷貝數(shù)對通信失敗的源節(jié)點數(shù)影響

適當(dāng)?shù)靥岣遚值,雖然可以提高平均傳輸成功率,但幾乎不會降低通信失敗的源節(jié)點數(shù),而且c的取值增加也會對網(wǎng)絡(luò)造成負(fù)擔(dān)。

5 結(jié) 語

與Label、Rank、Bubble路由相比,本文所提的RPRSA路由在保證平均傳輸成功率的同時減小了通信失敗的源節(jié)點數(shù),尤其是對于需要在某些節(jié)點間完成重要消息傳遞的應(yīng)用,RPRSA路由更具有可靠性。

本文沒有考慮消息的傳輸時延,與Bubble路由相比,平均傳輸成功率仍然有進一步提高的空間。今后將進一步研究改善RPRSA路由的性能。

[1] FALL K. A delay-tolerant network architecture for challenged internets [C]∥Proceedings of the 2003 Conference on Applications, Technologies, Architectures, and Protocols for Computer Communications. New York, USA: ACM, 2003: 27-34.

[2] DALY E M, HAAHR M. Social network analysis for routing in disconnected delay-tolerant MANETs [C]∥Proceedings of the 8th ACM International Symposium on Mobile Ad Hoc Networking and Computing. New York, USA: ACM, 2007: 32-40.

[3] BETTSTETTER C. Mobility modeling in wireless networks: categorization, smooth movement, and border effects [J]. ACM Sigmobile Mobile Computing and Communications Review, 2001, 5(3): 55-66.

[4] HUI P, CROWCROFT J, YONEKI E. Bubble Rap: social-based forwarding in delay-tolerant networks [J]. IEEE Transactions on Mobile Computing, 2011, 10(11): 1576-1589.

[5] JONES E P C, LI L, SCHMIDTKE J K, et al. Practical routing in delay-tolerant networks [J]. IEEE Transactions on Mobile Computing, 2007, 6(8): 943-959.

[6] EVERETT M, BORGATTI S P. Ego network betweenness [J]. Social Networks, 2005, 27(1): 31-38.

[7] FREEMAN L C. A set of measures of centrality based on betweenness [J]. Sociometry, 1977, 40(1): 35-41.

[8] 白如江, 冷伏海.k-clique 社區(qū)知識創(chuàng)新演化方法研究 [J]. 圖書情報工作, 2013, 57(17): 86-94. BAI Rujiang, LENG Fuhai. Knowledge innovational evolution analysis based onk-clique community network [J]. Library and Information Service, 2013, 57(17): 86-94.

[9] HUI P, YONEKI E, CHAN S Y, et al. Distributed community detection in delay tolerant networks [C]∥Proceedings of the Second ACM/IEEE International Workshop on Mobility in the Evolving Internet Architecture. New York, USA: ACM, 2007: 7.

[10]EVERETT M G, BORGATTI S P. Analyzing clique overlap [J]. Connections, 1998, 21(1): 49-61.

[11]HUI P, CROWCROFT J. How small labels create big improvements [C]∥Proceedings of the 2007 IEEE International Conference on Pervasive Computing and Communications Workshop. Piscataway, NJ, USA: IEEE, 2007: 65-70.

[12]LINDGREN A, DORIA A, SCHELEN O. Probabilistic routing in intermittently connected networks [J]. ACM Sigmobile Mobile Computing and Communications Review, 2003, 7(3): 19-20.

[13]POTTENGER W M, YANG T. Detecting emerging concepts in textual data mining [C]∥Proceedings of the 2002 Society for Industrial and Applied Mathematics. New York, USA: ACM, 2002: 89-105.

[14]EAGLE N, PENTLAND A. Reality mining: sensing complex social systems [J]. Personal and Ubiquitous Computing, 2006, 10(4): 255-268.

[本刊相關(guān)文獻鏈接]

趙皓,高智勇,高建民,等.一種采用相空間重構(gòu)的多源數(shù)據(jù)融合方法.2016,50(8):84-89.[doi:10.7652/xjtuxb201608 014]

趙博選,高建民,陳琨.求解多目標(biāo)柔性作業(yè)車間調(diào)度問題的兩階段混合Pareto蟻群算法.2016,50(7):145-151.[doi:10.7652/xjtuxb201607022]

劉岳鐳,馮祖仁,任曉棟.具有惡化效應(yīng)的雙代理單機最優(yōu)調(diào)度算法.2016,50(6):9-14.[doi:10.7652/xjtuxb201606002]

劉強,董小社,朱正東,等.一種短作業(yè)環(huán)境下的延遲調(diào)度算法.2015,49(2):1-5.[doi:10.7652/xjtuxb201502001]

崔穎安,李雪,夏輝,等.面向社交媒體嵌入關(guān)系數(shù)據(jù)感知方法的研究.2015,49(2):31-36.[doi:10.7652/xjtuxb201502 006]

陳家旭,唐亞哲,胡成臣,等.延遲容忍網(wǎng)絡(luò)中基于地點偏好的社會感知多播路由協(xié)議設(shè)計.2014,48(6):13-18.[doi:10.7652/xjtuxb201406003]

趙曉明,周顥,何軍,等.視頻點播系統(tǒng)中視頻分片協(xié)同存儲方案研究.2014,48(4):26-30.[doi:10.7652/xjtuxb201404 005]

(編輯 武紅江)

A Delay-Tolerant Network Routing Based on Probability of Relay and Social Network Analysis

YANG Mo,YOU Lei,LI Bing,ZHAO Jianjun

(School of Electronic Information Engineering, Tianjin University, Tianjin 300072, China)

Routing designs that combine with relay probability and social network analysis can fully utilize movement characteristic of nodes and enhance quality of message transmission from end to end. A delay-tolerant network routing based on probability of relay and social network analysis (RPRSA) is proposed based on the analyses of historical information of nodes encounters and social relationship. The analysis of historical information is to forecast short-run movement characteristic by independent probability computation and probability information exchange with each other when nodes encounter, and the analysis of social relation is to forecast long-run movement law by the degree of intimacy among nodes formed in long-run movements. Simulation results show that the proposed routing makes full use of movement features among nodes, guarantees the quality of messages transmission among the nodes with weak social relation and the isolate nodes, and enhances the quality of messages transmission from end to end.

delay-tolerant network; social network analysis; relay probability; routing design

2016-08-01。 作者簡介:楊沫(1990—),男,碩士生;由磊(通信作者),男,講師。 基金項目:國家自然科學(xué)基金資助項目(61202380);天津市自然科學(xué)基金資助項目(12JCQNJC00300)。

時間:2016-10-19

10.7652/xjtuxb201612021

TP393

A

0253-987X(2016)12-0136-06

網(wǎng)絡(luò)出版地址:http: ∥www.cnki.net/kcms/detail/61.1069.T.20161019.1112.004.html