曾 斌，姚 路，楊 光

（海軍工程大學(xué)，武漢 430033）

協(xié)同作戰(zhàn)中信息分發(fā)算法研究*

曾 斌，姚 路，楊 光

（海軍工程大學(xué)，武漢 430033）

大規(guī)模協(xié)同作戰(zhàn)中的高效通信問題為當(dāng)前信息戰(zhàn)的研究重點之一，但由于單獨作戰(zhàn)單元無法了解全局的信息內(nèi)容及需求方，這給通信資源有限的參戰(zhàn)兵力之間的態(tài)勢共享帶來了困難。為此提出了一個分布式協(xié)作信息分發(fā)算法，在理論上借鑒了復(fù)雜網(wǎng)絡(luò)的小世界特性，即單元節(jié)點可以通過鄰節(jié)點在較少跳數(shù)內(nèi)完成信息的傳輸。在思路上利用了信息相關(guān)性概念，作戰(zhàn)單元利用信息之間的關(guān)聯(lián)性及信息與節(jié)點之間的收發(fā)關(guān)系建立控制信息發(fā)送的路由表。并通過仿真實驗驗證了不同網(wǎng)絡(luò)拓撲下算法性能的變化情況，結(jié)果證明分發(fā)算法能較好地支持信息共享。

協(xié)同作戰(zhàn)，信息分發(fā)，復(fù)雜網(wǎng)絡(luò)，信息相關(guān)性

0 引言

協(xié)同作戰(zhàn)是信息化戰(zhàn)爭的基本作戰(zhàn)形式，其主要特點之一是在底層作戰(zhàn)網(wǎng)絡(luò)的支持下對敵方目標(biāo)信息進行實時分發(fā)和共享。為了避免態(tài)勢共享帶來的無用信息增多和信息冗余［1］，就要求作戰(zhàn)單元偵測到敵方信息后能夠判斷需要該信息的我方兵力，并以最有效的方式分發(fā)給對方，即把有用信息以有效方式共享至需求節(jié)點，這也是本文研究的主要問題，這種信息分發(fā)不僅局限于執(zhí)行同一任務(wù)的作戰(zhàn)成員之間，而且更多情況要求能把有用信息發(fā)送到直接通信范圍外的友方兵力。

例如我方作戰(zhàn)單元在攻擊某敵方目標(biāo)的路途中發(fā)現(xiàn)其他目標(biāo)的移動信息，盡管該信息對它的本次任務(wù)作用不大，但可能對我方其他相關(guān)兵力有用，這時就需要進行信息分發(fā)。常規(guī)作戰(zhàn)方式下，可由作戰(zhàn)單元把信息發(fā)送到指揮控制中心，再由指揮中心根據(jù)各單元的需求分發(fā)信息，但這種集中式共享方式不適用于大規(guī)模協(xié)同作戰(zhàn)。從研究現(xiàn)狀來看，協(xié)同環(huán)境下通信方式主要采用3種方式。一種采用衛(wèi)星遠程通信方式，它的實時性及安全性有限，很難保證整個區(qū)域內(nèi)所有作戰(zhàn)單元都能得到通信衛(wèi)星支持。一種是層次式通信，即在指控中心與網(wǎng)絡(luò)節(jié)點之間增加專門的通信中繼層，由其負責(zé)信息分發(fā)［2-3］。一種是完全分布式通信，這種方式在抗毀性和靈活性方面都優(yōu)于前兩種，但信息分發(fā)的技術(shù)要求更高，也是當(dāng)前研究熱點［4-5］。民用方面也有較多研究，例如p2p網(wǎng)絡(luò)的分布式文件共享方式［6］，但它需要廣播方式定位資源；復(fù)雜網(wǎng)絡(luò)及多智能體的分布式信息傳輸技術(shù)也是研究熱點［7-8］，但它們強調(diào)拓撲結(jié)構(gòu)的演化及大量協(xié)議報文的廣播，對實時性要求不高且浪費帶寬資源。

本文主要研究內(nèi)容為：在無法準(zhǔn)確得知己方兵力節(jié)點的信息需求情況下，作戰(zhàn)節(jié)點估算出其他節(jié)點對本節(jié)點掌握信息的需要程度，并在無法了解全局網(wǎng)絡(luò)結(jié)構(gòu)情況下找到適合的下一跳鄰節(jié)點（在其信號傳輸范圍內(nèi)能直接通信的節(jié)點）發(fā)送出該信息。

1 分發(fā)算法的設(shè)計

從上節(jié)的討論可以得出協(xié)同作戰(zhàn)時態(tài)勢共享的2個約束條件：①作戰(zhàn)節(jié)點只能與分隊內(nèi)執(zhí)行同一任務(wù)且處于通信范圍內(nèi)的成員進行聯(lián)系，形成一個動態(tài)的通信子網(wǎng)；②節(jié)點間戰(zhàn)術(shù)數(shù)據(jù)鏈通信帶寬有限。本文用一個三元組表示協(xié)同作戰(zhàn)時信息共享問題：作戰(zhàn)單元，通信子網(wǎng)及共享的信息。

作戰(zhàn)單元：N={n1，n2，…，nf}表示所有的作戰(zhàn)單元集合，在協(xié)同作戰(zhàn)時參戰(zhàn)兵力較多，一般在100個單元以上。

通信子網(wǎng)：與作戰(zhàn)單元nj之間存在直接數(shù)據(jù)鏈接的成員稱為鄰節(jié)點，nj的所有鄰節(jié)點表示為b（nj），所以通信子網(wǎng)可表示為。很明顯nj的鄰節(jié)點數(shù)量遠小于整個作戰(zhàn)單元的數(shù)量。

共享的信息：作戰(zhàn)單元nj保存的所有信息集合表示為M（nj），整個作戰(zhàn)任務(wù)中需要共享的信息集合為M={m1，m2，…，mg}，|M（nj）|<|M|，即每個作戰(zhàn)單元所擁有的信息是我方兵力所有信息的子集。

信息分發(fā)的目的是使參加作戰(zhàn)的每個單元都能得到對其有用的信息，同時避免無用冗余信息的傳輸。

1.1 分發(fā)算法的框架

本文提出了一個分布式信息分發(fā)算法，其基本思路為：當(dāng)某作戰(zhàn)單元接收到一條信息后，首先查找可能最需要它的目標(biāo)節(jié)點，隨后從鄰節(jié)點中判別誰到達目標(biāo)的代價最小，并選擇它作為轉(zhuǎn)發(fā)出口節(jié)點。鄰節(jié)點接收到信息后也采用相同的算法轉(zhuǎn)發(fā)，最后通過多跳傳輸?shù)竭_目標(biāo)。該內(nèi)容可以劃分為2個問題：第1個問題是判別信息傳輸給誰，第2個問題是信息如何有效傳輸。

本文依靠信息相關(guān)性原則解決第1個問題。對第2個問題借鑒了復(fù)雜網(wǎng)絡(luò)理論的思想。由于作戰(zhàn)網(wǎng)絡(luò)具有復(fù)雜動態(tài)非對稱等特點，近年來從復(fù)雜網(wǎng)絡(luò)角度分析作戰(zhàn)網(wǎng)絡(luò)拓撲結(jié)構(gòu)的研究日益增多［10-11］。根據(jù)復(fù)雜社會網(wǎng)絡(luò)理論，任意一個網(wǎng)絡(luò)節(jié)點（個體）盡管只與少量鄰節(jié)點保持聯(lián)系，但能通過多跳傳輸很快把消息擴散出去，這也就是所謂的小世界特性。小世界特性的一個重要表示形式為6度分隔概念，即任意2個節(jié)點之間能夠最多通過6跳傳輸建立聯(lián)系。這也表明了在不知道網(wǎng)絡(luò)中其他節(jié)點的準(zhǔn)確信息情況下，消息也能夠得到有效傳輸。

為此算法在每一個作戰(zhàn)單元都維護一個路由矩陣，矩陣Hn內(nèi)的任一元素Hn［i，j］∈［0，1］表示通過鄰節(jié)點nj轉(zhuǎn)發(fā)信息mi的概率，Hn記錄的數(shù)據(jù)越精確，表明信息能更有效地到達最需要它的目標(biāo)單元。Hn只能通過nj所接收的歷史信息估算得到，所以算法的效率就依賴于對H的估算精度。舉例如圖1所示，因為H［1，2］=0.7，則n1最有可能通過n2發(fā)送信息m1。

圖1 n1的路由概率示意圖

在網(wǎng)絡(luò)或戰(zhàn)術(shù)數(shù)據(jù)鏈中一般把信息封裝到報文P中傳輸，報文中除了信息內(nèi)容外，還包含了進行傳輸控制的協(xié)議頭，為了方便在多跳數(shù)據(jù)網(wǎng)絡(luò)中進行信息傳輸，主流數(shù)據(jù)鏈的協(xié)議頭一般都包含了傳輸路徑，由它記錄報文傳輸中經(jīng)過的單元節(jié)點，即P={m，path}，設(shè)last（path）表示某信息到達目的地最后一跳的節(jié)點，顯然它一定是目的地的鄰居。為了防止報文無限制轉(zhuǎn)發(fā)，參照IP協(xié)議的辦法，增加了一個最大轉(zhuǎn)發(fā)跳數(shù)限制MAX_HOPS。

當(dāng)作戰(zhàn)單元接收到數(shù)據(jù)報文后，需要完成兩步驟工作。第1步把報文中的信息提取出來并保存到本地信息庫中，第2步也是算法中關(guān)鍵的內(nèi)容，根據(jù)接收到的信息更新路由概率矩陣。

下面為信息分發(fā)的主要步驟，該算法安裝在參與態(tài)勢共享的所有作戰(zhàn)單元上。

當(dāng)單元節(jié)點收到報文時，首先調(diào)用路由更新函數(shù)RouteUpdate維護概率矩陣（第4行），如果報文還需要繼續(xù)轉(zhuǎn)發(fā)（第5行），該單元從路由概率矩陣中選擇當(dāng)前轉(zhuǎn)發(fā)概率最大的鄰節(jié)點（第7行）作為報文發(fā)送出口。

1.2 路由更新算法

如前所述本算法的核心思想是當(dāng)作戰(zhàn)單元獲取信息后，根據(jù)判別模型選擇某個鄰節(jié)點轉(zhuǎn)發(fā)，該判別模型的選擇標(biāo)準(zhǔn)是選中的鄰節(jié)點本身需要這條信息或者知道誰需要該信息。這個判別模型只能通過本地的信息庫生成，這可以利用信息之間的關(guān)聯(lián)性實現(xiàn)［9］。建立信息關(guān)聯(lián)度的方法有許多，例如貝葉斯規(guī)則及本體等，它與具體領(lǐng)域知識有關(guān)，不是本文的研究范圍。

設(shè)任意兩條信息mi和mj之間的關(guān)聯(lián)度表示為r（mi，mj），如果r（mi，mj）>0.5，表示對mi感興趣的作戰(zhàn)單元也會對mj感興趣，如果r（mi，mj）<0.5，則對mi感興趣的單元對mj不感興趣，r（mi，mj）=0.5則表示兩條信息間沒有關(guān)系。

當(dāng)單元n從鄰節(jié)點nk∈B（n）接收到包含信息mj的報文后，算法中路由更新函數(shù)RouteUpdate（Hn，p）更改現(xiàn)有概率矩陣Hn的數(shù)學(xué)公式如下：

上式從上到下分別對應(yīng)3個條件。算法逐一更新路由概率矩陣中的每一個元素，如果列k對應(yīng)的鄰節(jié)點nk轉(zhuǎn)發(fā)mj，即等于last（path），且行i對應(yīng)的信息mi與mj不等價，滿足公式的第1種條件，這時按照mi，mj之間的關(guān)聯(lián)度來更新轉(zhuǎn)發(fā)概率，這種情況的含義為：既然nk轉(zhuǎn)發(fā)信息mj，表示它對mj感興趣或知道誰對mj感興趣，那么以后可以根據(jù)信息mi與mj的相關(guān)程度轉(zhuǎn)發(fā)mi至nk。而對于其他鄰節(jié)點而言（第2種條件），只需要把轉(zhuǎn)發(fā)概率歸一化即可，無需其他工作。而如果信息mi與接收信息mj等價，且從鄰節(jié)點nk轉(zhuǎn)發(fā)進來（第3種條件），這表明nk知道了mi，后面無需再向nk轉(zhuǎn)發(fā)mi了。

本文依靠信息相關(guān)性原則解決信息傳輸給誰的判別問題，即已知2條信息（m1和m2）相關(guān)性的條件下，可以通過已接收信息m1，得知向誰發(fā)送信息m2。例如在執(zhí)行一次協(xié)同搜索任務(wù)中，節(jié)點n1要求節(jié)點n2到某區(qū)域K跟綜可疑目標(biāo)，節(jié)點n2在K區(qū)域發(fā)現(xiàn)戰(zhàn)場環(huán)境變化信息，這時比較合理的作法是n2把該環(huán)境信息發(fā)回n1節(jié)點。

下面舉例說明。設(shè)某作戰(zhàn)單元n1當(dāng)前路由矩陣如下：

其中第1行表示n1向各鄰節(jié)點轉(zhuǎn)發(fā)信息m1的概率，由于大于其他概率，所以向n2轉(zhuǎn)發(fā)m1的可能性最大。

設(shè)需要m1的單元也需要m2，但需要m2的節(jié)點對m3的需要程度不高，它們的關(guān)聯(lián)度可設(shè)為：r（m1，m2）=0.6，r（m2，m3）=0.2。當(dāng)包含m2的某報文從n4通過鄰節(jié)點n2到達n1，對上面算例運行路由更新算法后路由矩陣如下：

此時矩陣Hn1可表示如下含義：①H［2，1］=ε，m2信息不會發(fā)送回n2；②因為需要m2的單元也需要m1，所以m1發(fā)至n2的概率也增大；③因為需要m2的單元不太可能需求m3，所以m3發(fā)至n2的概率減小。

1.3 路由更新算法的進一步改進

由于信息可能不是通過直接路徑到達作戰(zhàn)單元，所以單純以最后一跳節(jié)點作為傳回節(jié)點并不一定是最佳選擇。所以本小節(jié)解決信息如何更加有效傳輸?shù)膯栴}。

圖2 報文路由示意圖

例如圖2中，假設(shè)n1有2個鄰節(jié)點n2和n3，n1從n2接收到信息m2，但從圖2的路徑可以看出m2在經(jīng)過n2前先經(jīng)過了n3。因此，如果要發(fā)送與m2關(guān)聯(lián)的信息m1時，n3應(yīng)該比n2更加適合作為出口鄰節(jié)點。所以需要對算法進行進一步改進。這時不應(yīng)增加H［1，2］的概率，而應(yīng)該增加H［1，3］。

算法的改進如下：當(dāng)n接收到mj后，先對報文傳輸路徑path順序搜索，第1個找到的n的鄰節(jié)點，就是分發(fā)與mj關(guān)聯(lián)信息的出口節(jié)點，該功能由函數(shù)first（B（n），p.path）完成。更進一步，通過搜索傳輸路徑，可以找到接收過mj的所有鄰節(jié)點，以后無須向這些節(jié)點發(fā)回mi了。改進后路由概率矩陣Hn的更新公式為：

其中b=first（B（n），p.path），前面2種情況容易理解，第3種情況把與n接收過信息mj的鄰節(jié)點全部找到，后面不再向它們發(fā)送mj。上面算例經(jīng)過改進算法更新后的結(jié)果如下：

2 算法性能評估

利用復(fù)雜網(wǎng)絡(luò)理論模擬了4種作戰(zhàn)網(wǎng)絡(luò)拓撲結(jié)構(gòu)，通過仿真實驗評估了不同結(jié)構(gòu)下信息分發(fā)算法的性能。作戰(zhàn)仿真場景包括200個作戰(zhàn)單元，每個作戰(zhàn)單元的平均連接度為4，即平均有4個鄰節(jié)點。每次仿真開始前隨機選擇2個節(jié)點n1和n2進行測量，仿真開始后先由n1發(fā)送20個包含信息m1的報文給n2，最大轉(zhuǎn)發(fā)跳數(shù)限制MAX_HOPS設(shè)為20，n2根據(jù)關(guān)聯(lián)度r（m1，m2）回傳信息m2，m2被封裝到數(shù)據(jù)鏈報文中傳輸?shù)絥1，m2能成功到達n1之前需要轉(zhuǎn)發(fā)的報文數(shù)量可以反映信息分發(fā)算法的效率，通過測量它可以評估算法性能。某作戰(zhàn)單元收到上一跳鄰節(jié)點發(fā)來的報文后，按照信息分發(fā)算法更新路由并選擇最優(yōu)路徑把該報文轉(zhuǎn)發(fā)到下一鄰節(jié)點，在到達目的單元時轉(zhuǎn)發(fā)的報文數(shù)量越少，表明算法的效率越高。

當(dāng)前技術(shù)背景下，利用復(fù)雜網(wǎng)絡(luò)理論模擬作戰(zhàn)網(wǎng)絡(luò)已得到認可并證明可行，所以本文在仿真中構(gòu)造了4種典型的復(fù)雜網(wǎng)絡(luò)結(jié)構(gòu)：網(wǎng)格網(wǎng)絡(luò)，隨機網(wǎng)絡(luò)，小世界網(wǎng)絡(luò)及無標(biāo)度網(wǎng)絡(luò)［10-11］，網(wǎng)格網(wǎng)絡(luò)中每個節(jié)點的度數(shù)是相等的，小世界網(wǎng)絡(luò)與網(wǎng)格網(wǎng)絡(luò)相比具有較小的平均距離，而隨機網(wǎng)絡(luò)與無標(biāo)度網(wǎng)絡(luò)的區(qū)別在于隨機網(wǎng)絡(luò)的度分布為扁平的，而無標(biāo)度網(wǎng)絡(luò)的度遵循冪率分布，所以無標(biāo)度網(wǎng)絡(luò)中存在連接度高的集中點，它兼有集中式通信的優(yōu)點。仿真1 000次取其平均值為評估結(jié)果。

首先測量信息關(guān)聯(lián)度對信息分發(fā)共享的影響。把信息關(guān)聯(lián)度r（mi，mj）按0.05的增輻從0.5加到1，分別測量不同拓撲下發(fā)送的報文數(shù)量，從圖3的實驗結(jié)果看出隨著信息關(guān)聯(lián)度的增加，算法的執(zhí)行效率也高，達到了算法的基本目標(biāo)。

圖3 信息關(guān)聯(lián)度與轉(zhuǎn)發(fā)報文數(shù)量關(guān)系圖

圖4 相關(guān)報文與轉(zhuǎn)發(fā)報文數(shù)量關(guān)系圖

第2個實驗檢查相關(guān)報文數(shù)量對算法效率的影響，該實驗把信息關(guān)聯(lián)度r（mi，mj）固定為0.9，開始時n1發(fā)送m1的報文數(shù)從5遞增到45，信息m2從n2成功到達n1之前發(fā)送的報文數(shù)量如圖4所示，從圖中可以看出，發(fā)送報文數(shù)量很快就進入下降拐點，這表示算法只需要較少報文就能建立精確的信息共享需求及路由模型。

圖5 算法改進前后性能比較圖

第3個實驗比較利用報文頭轉(zhuǎn)發(fā)路徑字段改進后的路由更新算法（見1.3節(jié)）與原算法（1.2節(jié)）的分發(fā)效率，信息關(guān)聯(lián)度固定為0.8，結(jié)果如圖5所示，改進后的算法所花費的報文數(shù)只有改進前的一半，可見轉(zhuǎn)發(fā)路徑字段對于提高算法效率具有較大幫助。

第4個實驗測試鄰節(jié)點數(shù)量|B|對算法的影響，復(fù)雜網(wǎng)絡(luò)中節(jié)點的連接度（鄰節(jié)點數(shù)量）是一個重要參數(shù)，所以利用本實驗進行了測試，從圖6顯示的結(jié)果看，鄰節(jié)點數(shù)量對算法沒有改進作用，甚至當(dāng)鄰節(jié)點數(shù)量增加時，轉(zhuǎn)發(fā)報文數(shù)量甚至有所增加，這是因為連接度增加，表明同時保持連接的鄰節(jié)點數(shù)量增加，網(wǎng)絡(luò)復(fù)雜度也隨之增加。有關(guān)利用網(wǎng)絡(luò)帶寬提高網(wǎng)絡(luò)吞吐率的研究已經(jīng)非常多，但在動態(tài)作戰(zhàn)環(huán)境下帶寬及連接度的預(yù)測模型很難校準(zhǔn)，與本文算法的結(jié)合存在難度，這也是下一步的工作。

圖6 鄰節(jié)點數(shù)量對算法性能的影響

第5個實驗檢查作戰(zhàn)規(guī)模對算法性能的影響，實驗中作戰(zhàn)單元數(shù)量|N|從100到450遞增，信息關(guān)聯(lián)度固定為0.7，性能指標(biāo)為報文轉(zhuǎn)發(fā)經(jīng)過的節(jié)點數(shù)占總節(jié)點數(shù)的比率，即參與報文轉(zhuǎn)發(fā)的受影響節(jié)點比率。從圖7的結(jié)果可以看出作戰(zhàn)規(guī)模對算法性能基本沒有影響，具有較好的適應(yīng)性。

圖7 作戰(zhàn)單元數(shù)量對算法性能的影響

3 結(jié)論

大規(guī)模協(xié)同作戰(zhàn)中一個挑戰(zhàn)性問題就是：如何高效地提高作戰(zhàn)單元之間態(tài)勢共享的程度。為此本文提出了一個具有較強適應(yīng)性的分布式信息分發(fā)算法，它利用信息之間的關(guān)聯(lián)程度來提高信息共享的效率，借鑒了復(fù)雜網(wǎng)絡(luò)理論鄰節(jié)點通信子網(wǎng)的概率，并通過仿真實驗驗證了算法的有效性。下一步工作主要集中在作戰(zhàn)信息關(guān)聯(lián)度的領(lǐng)域建模上，由于作戰(zhàn)任務(wù)及環(huán)境對信息利用方式有很大影響，所以盡管信息關(guān)聯(lián)的數(shù)學(xué)表達模型較多，但還需要完成大量的具體工作。

［1］張強，李建華，孫祿.面向體系作戰(zhàn)的信息共享效益建模仿真［J］.火力與指揮控制，2014，39（2）：42-45.

［2］張耀中，張安，李相民.基于網(wǎng)絡(luò)中心戰(zhàn)的戰(zhàn)術(shù)信息分發(fā)過程模型分析［J］.系統(tǒng)工程與電子技術(shù)，2008，30（1）：108-111.

［3］BIN T，SANTOSH P，WENSHENG Z.A three-tier framework for intruder information sharing in sensor networks［J］. Ad Hoc Networks，2010，8（3）：345–360.

［4］STEPHEN M J.Architectures for distributed information fusion to support situation awareness on the digital battlefield［C］//In：Fourth International Conference on Data Fusion，Washington.2001，7：234-245.

［5］滕克難，盛安冬.艦艇編隊協(xié)同反導(dǎo)作戰(zhàn)網(wǎng)絡(luò)效果度量方法研究［J］.兵工學(xué)報，2010，31（9）：1247-1253.

［6］TIN Y W，WEI T L，NADRA G，et al.Incentive mechanism for P2P file sharing based on social network and game theory［J］.Journal of Network and Computer Applications，2014，41（5）：47–55.

［7］YU Z，VANDER S M.Information production and link formation in social computing systems［J］.IEEE Journal on Selected Areas in Communications，2012，30（11）：2136–2145.

［8］楊迎輝，李建華，丁未，等.基于復(fù)雜網(wǎng)絡(luò)的空中進攻作戰(zhàn)信息流轉(zhuǎn)模式統(tǒng)計特性分析［J］.火力與指揮控制，2014，39（4）：14-18.

［9］HANRATTY T P，HAMMELL R J，BODT B A，et al.Enhancing battlefield situational awareness through fuzzy-based value of information［C］//In：46th Hawaii International Conference on System Sciences（HICSS），Hawaii，2013，7：1402-1411.

［10］狄鵬，胡濤，胡斌，等.基于復(fù)雜網(wǎng)絡(luò)的作戰(zhàn)網(wǎng)絡(luò)模型抗毀性研究［J］.系統(tǒng)仿真學(xué)報，2011，23（1）：56-60.

［11］龍真真，張策，王維平.基于復(fù)雜網(wǎng)絡(luò)的作戰(zhàn)網(wǎng)絡(luò)分析［J］.火力與指揮控制，2010，35（8）：8-12.

Research on Information Distribution Algorithm for Cooperative Engagement

ZENG Bin，YAO Lu，YANG Guang
（Naval University of Engineering，Wuhan 430033，China）

It is important for efficient communication in a large scale cooperative operation. However，it brings us difficulties to share information under the constraint of communication resources since the single unit cannot get the global knowledge of information content and the requester. Therefore a distributed cooperative message distribution algorithm is proposed，which is based on the small world property of complex networks that a node can transfer the messages among the network in a few hops.Furthermore，the route table is estimated on the relationship between pieces of information and nodes by adopting information relevance concept.Simulation experiments are performed to measure the algorithm performance based on different network topologies and the results verify its efficiency.

cooperative engagement，information distribution，complex networks，information relevance

TN919

A

1002-0640（2017）05-0063-05

2016-03-18

2016-05-07

國家自然科學(xué)青年基金資助項目（71201172）

曾 斌（1970- ），男，江西南豐人，博士，教授。研究方向：信息管理。