亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        無(wú)線Mesh網(wǎng)絡(luò)協(xié)同節(jié)點(diǎn)信譽(yù)評(píng)價(jià)建模

        2019-06-09 10:36:01戴亞盛游真旭朱友康楊曉慧
        軟件導(dǎo)刊 2019年4期

        戴亞盛 游真旭 朱友康 楊曉慧

        摘 要:為解決無(wú)線通信鏈路狀態(tài)不穩(wěn)定、節(jié)點(diǎn)通信資源有限以及節(jié)點(diǎn)行為不可預(yù)知條件下節(jié)點(diǎn)信譽(yù)評(píng)價(jià)問(wèn)題,提出一種無(wú)線Mesh網(wǎng)絡(luò)信譽(yù)度評(píng)價(jià)模型。該方法通過(guò)可達(dá)骨干路由節(jié)點(diǎn)的最短跳數(shù)構(gòu)建基礎(chǔ)信任關(guān)系,并通過(guò)協(xié)同服務(wù)質(zhì)量QoS評(píng)價(jià)建模分析,實(shí)現(xiàn)信譽(yù)度評(píng)價(jià)反饋。實(shí)驗(yàn)結(jié)果表明,信譽(yù)評(píng)價(jià)機(jī)制能夠在空閑狀態(tài)時(shí)反映路由鏈路特征,且收斂速度較快。該協(xié)同服務(wù)信譽(yù)評(píng)價(jià)機(jī)制能夠有效反映不同鏈路狀態(tài)和交互結(jié)果下節(jié)點(diǎn)間的信任關(guān)系,更有效地促進(jìn)節(jié)點(diǎn)協(xié)作。

        關(guān)鍵詞:信譽(yù)評(píng)價(jià);協(xié)作服務(wù)評(píng)價(jià);可信協(xié)同;信任路由

        DOI:10. 11907/rjdk. 182688

        中圖分類號(hào):TP393文獻(xiàn)標(biāo)識(shí)碼:A文章編號(hào):1672-7800(2019)004-0158-05

        0 引言

        無(wú)線Mesh網(wǎng)絡(luò)(Wireless Mesh Networks,WMN)由Mesh骨干路由網(wǎng)絡(luò)和Mesh終端構(gòu)成,具有自組織、自配置、組網(wǎng)靈活、易部署、穩(wěn)定可靠和自主融合等特點(diǎn),是下一代網(wǎng)絡(luò)接入關(guān)鍵技術(shù)之一。在無(wú)線Mesh網(wǎng)絡(luò)通信中,由于節(jié)點(diǎn)具備的通信資源和計(jì)算資源有限,交互過(guò)程不可避免地表現(xiàn)出理性、自私、利己等行為,使得無(wú)線通信節(jié)點(diǎn)在協(xié)同服務(wù)博弈中采取“理性利己”策略,某些節(jié)點(diǎn)甚至直接采取不協(xié)同行為。這種理性自私不協(xié)同行為直接導(dǎo)致網(wǎng)絡(luò)性能降低,若網(wǎng)絡(luò)骨干節(jié)點(diǎn)采取理性自私行為,則將導(dǎo)致網(wǎng)絡(luò)中斷[1]。研究表明,激勵(lì)機(jī)制是抑制節(jié)點(diǎn)自私性、提高網(wǎng)絡(luò)協(xié)作服務(wù)質(zhì)量的有效方法[2-4]。

        激勵(lì)機(jī)制一般基于社會(huì)網(wǎng)絡(luò)交互中節(jié)點(diǎn)信譽(yù)度評(píng)價(jià)思想構(gòu)建[5-6]。其核心思想是利用節(jié)點(diǎn)間信任關(guān)系、行為特征等分析建模,構(gòu)建可信協(xié)同服務(wù)節(jié)點(diǎn)集[7-12]。文獻(xiàn)[13-15]通過(guò)節(jié)點(diǎn)間多次協(xié)同服務(wù)交互進(jìn)行迭代,更新節(jié)點(diǎn)間信任關(guān)系,構(gòu)建協(xié)同服務(wù)節(jié)點(diǎn)集,保障網(wǎng)絡(luò)服務(wù)質(zhì)量,但其以犧牲通信資源為代價(jià);文獻(xiàn)[16]通過(guò)將信譽(yù)機(jī)制融入包轉(zhuǎn)發(fā)路由中,節(jié)點(diǎn)只需付出較小存儲(chǔ)和計(jì)算代價(jià)即可完成信譽(yù)度更新,減少了通信資源開(kāi)銷,但存在節(jié)點(diǎn)間信任關(guān)系隨時(shí)間衰減后因區(qū)分度不足導(dǎo)致推薦效用降低問(wèn)題。

        針對(duì)上述問(wèn)題,提出一種協(xié)同節(jié)點(diǎn)信譽(yù)度評(píng)價(jià)方法。該方法以節(jié)點(diǎn)到達(dá)骨干路由節(jié)點(diǎn)最短跳數(shù)的倒數(shù)為信譽(yù)度基準(zhǔn),利用延遲、丟包、抖動(dòng)等特征進(jìn)行網(wǎng)絡(luò)任務(wù)服務(wù)質(zhì)量QoS評(píng)價(jià)方案協(xié)同效果反饋,動(dòng)態(tài)更新節(jié)點(diǎn)信譽(yù)度。該方法通過(guò)將信譽(yù)認(rèn)證信息捆綁至網(wǎng)絡(luò)幀中,降低信譽(yù)維護(hù)開(kāi)銷,解決信任度隨時(shí)間衰減導(dǎo)致推薦效用降低問(wèn)題。

        1 相關(guān)研究

        文獻(xiàn)[17]提出一種基于信譽(yù)的全局信任模型EigenTrust。該模型是一種利用信任的傳遞特性,由直接信任度計(jì)算全局信任度的信任算法。該算法僅給出了一個(gè)迭代計(jì)算信任值的方法,通信代價(jià)太高,模型抗攻擊能力較弱。文獻(xiàn)[18]針對(duì)P2P在線社區(qū)提出一種基于信譽(yù)的信任模型PeerTrust,通過(guò)引入多維信任度影響因子——交易相關(guān)因素、反饋交易評(píng)價(jià)、反饋評(píng)價(jià)節(jié)點(diǎn)可信度、交易激勵(lì)機(jī)制等,可有效避免P2P網(wǎng)絡(luò)中惡意節(jié)點(diǎn)的搖擺策略攻擊行為,但是在大規(guī)模P2P系統(tǒng)中迭代收斂速度較慢,且算法時(shí)間、空間復(fù)雜度較高;文獻(xiàn)[19]提出一種基于信譽(yù)與風(fēng)險(xiǎn)評(píng)價(jià)的信任模型,考慮推薦者信譽(yù)值、信任評(píng)價(jià)者對(duì)推薦者直接交互經(jīng)驗(yàn)、推薦者與被評(píng)者的交易次數(shù)以及交易日期 4 個(gè)方面因素,將實(shí)體之間信任程度和不確定性統(tǒng)一起來(lái),可以有效識(shí)別不同類型惡意節(jié)點(diǎn);文獻(xiàn)[20]提出一種基于時(shí)間序列的P2P綜合信任模型,在計(jì)算直接信任度和間接信任度時(shí)引入時(shí)間衰減函數(shù),通過(guò)反饋控制機(jī)制動(dòng)態(tài)更新簇內(nèi)節(jié)點(diǎn)和簇頭節(jié)點(diǎn)信任度,使整體信任值具有時(shí)效性,提升了對(duì)節(jié)點(diǎn)信任度的評(píng)價(jià)精確性和可靠性;文獻(xiàn)[21]提出一種基于上下文因素的P2P動(dòng)態(tài)信任模型,結(jié)合考慮時(shí)間衰減、交互重要性和交互次數(shù)度量實(shí)體交互信任,聚合直接交互、評(píng)價(jià)相似度和信任鏈傳遞計(jì)算實(shí)體的推薦信任,綜合直接信任和推薦信任進(jìn)行實(shí)體信任評(píng)估,并提出一種新的信任更新和獎(jiǎng)懲機(jī)制?,F(xiàn)有P2P信譽(yù)度評(píng)價(jià)模型已研究不同應(yīng)用場(chǎng)景下節(jié)點(diǎn)信譽(yù)度評(píng)價(jià)方法,并通過(guò)信任獎(jiǎng)懲機(jī)制進(jìn)行動(dòng)態(tài)信任評(píng)價(jià),主要保證惡意行為危害網(wǎng)絡(luò)時(shí)節(jié)點(diǎn)能提供可靠資源和良好服務(wù),提高網(wǎng)絡(luò)安全性。

        文獻(xiàn)[22]針對(duì)無(wú)線傳感器網(wǎng)絡(luò)節(jié)點(diǎn)能量受限及部署環(huán)境惡劣所導(dǎo)致的典型網(wǎng)絡(luò)攻擊,提出一種具有輕量級(jí)特性并能同時(shí)抵御多種典型網(wǎng)絡(luò)攻擊的信任感知安全路由機(jī)制(TSSRM),從節(jié)點(diǎn)行為維度與能量維度構(gòu)建綜合節(jié)點(diǎn)信任度計(jì)算模型,通過(guò)對(duì)多項(xiàng) QoS指標(biāo)量化,實(shí)現(xiàn)安全路徑選擇算法優(yōu)化;文獻(xiàn)[23]將量子蟻群算法應(yīng)用于大規(guī)模無(wú)線傳感網(wǎng)路由設(shè)計(jì),考慮到無(wú)線傳感網(wǎng)節(jié)點(diǎn)間缺乏信任機(jī)制,采用可信網(wǎng)絡(luò)思想,以節(jié)點(diǎn)可信度作為信息素分配策略,然后用量子位編碼表示信息素,通過(guò)量子旋轉(zhuǎn)門更新信息素,綜合能量消耗預(yù)測(cè)進(jìn)行路徑選擇,實(shí)現(xiàn)基于全局能量均衡的無(wú)線傳感網(wǎng)可信安全路由算法?,F(xiàn)有無(wú)線傳感網(wǎng)絡(luò)信譽(yù)度評(píng)價(jià)模型主要在有限能量下優(yōu)化網(wǎng)絡(luò)能耗,保證節(jié)點(diǎn)提供共享資源和獲得服務(wù)質(zhì)量,增強(qiáng)網(wǎng)絡(luò)安全性。

        2 協(xié)同節(jié)點(diǎn)信譽(yù)度評(píng)價(jià)機(jī)制

        2.1 信譽(yù)度評(píng)價(jià)模型

        2.2 信譽(yù)度交互機(jī)制

        當(dāng)節(jié)點(diǎn)加入網(wǎng)絡(luò)時(shí),通過(guò)廣播探知周圍潛在的可信協(xié)同傳輸節(jié)點(diǎn),并通過(guò)多跳路由向Mesh路由節(jié)點(diǎn)獲取自身初始信任度和周圍可信協(xié)同節(jié)點(diǎn)信任度。當(dāng)節(jié)點(diǎn)發(fā)起協(xié)同傳輸任務(wù)時(shí),根據(jù)任務(wù)需求,設(shè)定協(xié)同節(jié)點(diǎn)的最小信譽(yù)閾值,并向可信協(xié)同鄰居節(jié)點(diǎn)集合廣播協(xié)同傳輸任務(wù)并請(qǐng)求REQ,只有高于信譽(yù)閾值的鄰居節(jié)點(diǎn)才能進(jìn)行轉(zhuǎn)發(fā)。節(jié)點(diǎn)[Ni]收到來(lái)自鄰居節(jié)點(diǎn)的響應(yīng)后,以機(jī)會(huì)路由方式根據(jù)信任度大小選擇節(jié)點(diǎn)建立協(xié)同傳輸路徑。

        建立協(xié)同傳輸路徑時(shí),需進(jìn)行節(jié)點(diǎn)信任認(rèn)證,如圖1所示。

        當(dāng)請(qǐng)求節(jié)點(diǎn)[Ni]向協(xié)同節(jié)點(diǎn)[Nj]請(qǐng)求協(xié)同服務(wù)時(shí),首先基于傳輸層協(xié)議,在數(shù)據(jù)報(bào)文幀頭部加入信任度和節(jié)點(diǎn)標(biāo)識(shí)的數(shù)字簽名,由目的節(jié)點(diǎn)進(jìn)行簽名驗(yàn)證。若節(jié)點(diǎn)[Ni]與[Nj]是首次交互,則從骨干路由節(jié)點(diǎn)獲取對(duì)方信譽(yù)度作為信任度。當(dāng)信任認(rèn)證成功后,雙方將建立傳輸鏈路。完成協(xié)同傳輸任務(wù)后,由請(qǐng)求節(jié)點(diǎn)對(duì)本次協(xié)同服務(wù)質(zhì)量進(jìn)行評(píng)價(jià),并回饋協(xié)同節(jié)點(diǎn)信任度,加以認(rèn)證。

        2.3 協(xié)同節(jié)點(diǎn)服務(wù)質(zhì)量QoS評(píng)價(jià)

        根據(jù)文獻(xiàn)[24]的分類方法,將不同網(wǎng)絡(luò)傳輸任務(wù)需求分為硬QoS型、軟QoS型I類、軟QoS型II類任務(wù),并針對(duì)不同任務(wù)需求類型,針對(duì)服務(wù)請(qǐng)求節(jié)點(diǎn)對(duì)協(xié)同節(jié)點(diǎn)的服務(wù)質(zhì)量QoS評(píng)價(jià)[U]進(jìn)行建模。

        2.3.1 剛需QoS型業(yè)務(wù)

        剛需QoS型業(yè)務(wù)是指用戶對(duì)傳輸速率、延遲和丟包等具有嚴(yán)格要求。通常用戶業(yè)務(wù)具有實(shí)時(shí)性質(zhì),例如實(shí)時(shí)監(jiān)控、互聯(lián)網(wǎng)協(xié)議語(yǔ)音、實(shí)時(shí)測(cè)繪等。對(duì)于剛需用戶,在網(wǎng)絡(luò)質(zhì)量滿足其要求時(shí)評(píng)分置1,否則置0,顯然其評(píng)分曲線具有躍遷性質(zhì)。設(shè)[D]為最大延遲(ms),[G]為最大延遲抖動(dòng)(ms),[V]為最小傳輸速率(KB/s),則QoS評(píng)分[U]如式(3)。

        剛需QoS型業(yè)務(wù)對(duì)網(wǎng)絡(luò)中斷零容忍,允許在通訊期間內(nèi)進(jìn)行通訊鏈路切換和服務(wù)平滑性遷移[24]。遷移過(guò)程不允許發(fā)生幀丟失,鏈路切換時(shí)延不可大于傳輸時(shí)延。如果發(fā)生網(wǎng)絡(luò)中斷或數(shù)據(jù)丟失,則都會(huì)使QoS評(píng)分為0。設(shè)任務(wù)進(jìn)行200s時(shí)發(fā)生了網(wǎng)絡(luò)中斷導(dǎo)致數(shù)據(jù)幀丟失,此次任務(wù)評(píng)分為0,模型仿真結(jié)果如圖3所示。

        2.3.2 軟QoS業(yè)務(wù)I型

        軟QoS業(yè)務(wù)I型主要是“盡力而為”型業(yè)務(wù),如Web瀏覽、小文件下載等。若協(xié)同傳輸速率滿足期望,則任務(wù)評(píng)分為1,否則任務(wù)評(píng)分隨協(xié)同傳輸速率增大而增大。軟QoS 業(yè)務(wù)I型評(píng)分模型如式(4)。

        2.3.3 軟QoS業(yè)務(wù)II型

        與軟QoS業(yè)務(wù)I型類似,軟QoS 業(yè)務(wù)II型對(duì)用戶實(shí)時(shí)傳輸速率具有最低要求,如網(wǎng)絡(luò)視頻音頻點(diǎn)播、大文件下載等。若實(shí)時(shí)傳輸速率不滿足最低速率要求,則任務(wù)評(píng)分為0。軟QoS業(yè)務(wù)II型評(píng)分模型如式(5)。

        3 實(shí)驗(yàn)

        為分析信譽(yù)機(jī)制在不同鏈路狀態(tài)下的有效性,通過(guò)FG-trust[13]、TMIRS[14]、TOR[16]信任評(píng)價(jià)模型進(jìn)行對(duì)比分析。設(shè)仿真網(wǎng)絡(luò)規(guī)模為300,網(wǎng)絡(luò)節(jié)點(diǎn)均為靜態(tài)節(jié)點(diǎn),節(jié)點(diǎn)網(wǎng)卡特征遵從IEEE 802.1標(biāo)準(zhǔn),采樣周期30min,以分鐘統(tǒng)計(jì)系統(tǒng)參量。

        仿真環(huán)境:服務(wù)端采用JDK1.8+Apache Tomcat 8.0+Mysql 5.7,WinServer2010系統(tǒng),突發(fā)性性能實(shí)例Intel Xeon 4核4G內(nèi)存,單核主頻2.5Ghz,帶寬1Mbps;客戶端Win7系統(tǒng),i5雙核4線程,核心頻率2.7GHz,內(nèi)存8G。采用Chrome瀏覽器基于Google V8 Engine展示網(wǎng)絡(luò)節(jié)點(diǎn)動(dòng)態(tài)交互過(guò)程。

        3.1 空閑狀態(tài)Mesh網(wǎng)絡(luò)節(jié)點(diǎn)平均信譽(yù)度變化

        如圖6所示,F(xiàn)G-trust貝葉斯概率模型基于節(jié)點(diǎn)間交互記錄構(gòu)建,空閑狀態(tài)下節(jié)點(diǎn)間信任度恒為0。TMIRS模型基于簇信譽(yù)和節(jié)點(diǎn)直接信任度構(gòu)建,節(jié)點(diǎn)間信任度恒為0.13。TOR模型基于節(jié)點(diǎn)間消息路由構(gòu)建,在14min時(shí)部分節(jié)點(diǎn)由于長(zhǎng)時(shí)間未收到任務(wù)請(qǐng)求,其信譽(yù)度開(kāi)始隨時(shí)間逐漸衰減,20min時(shí)衰減至0,其衰減過(guò)程為線性衰減。本文Mesh可信協(xié)同模型綜合考慮節(jié)點(diǎn)的服務(wù)能力和信任關(guān)系等因素,節(jié)點(diǎn)間信任度初值最高為0.3,在第3min時(shí)開(kāi)始衰減,直至20min時(shí)達(dá)到0.128左右,其衰減過(guò)程為線性衰減。

        仿真結(jié)果表明:在空閑狀態(tài)下,F(xiàn)G-trust貝葉斯概率模型無(wú)法體現(xiàn)信譽(yù)度特征,TMIRS模型體現(xiàn)了初始狀態(tài)下的信譽(yù)特征,但其信譽(yù)度未體現(xiàn)時(shí)間衰減特征。TOR模型和本文Mesh可信協(xié)同模型能體現(xiàn)節(jié)點(diǎn)間信譽(yù)隨時(shí)間衰減的特征。但是,TOR模型隨時(shí)間衰減后,節(jié)點(diǎn)間信任度為0,不具有區(qū)分意義,而本文信譽(yù)模型能夠體現(xiàn)空閑狀態(tài)時(shí)節(jié)點(diǎn)信譽(yù)度變化,并隨時(shí)間衰減后仍具有區(qū)分節(jié)點(diǎn)協(xié)作效果的意義。

        3.2 基于QoS反饋的Mesh網(wǎng)絡(luò)節(jié)點(diǎn)平均信譽(yù)度變化

        設(shè)仿真背景為文件上傳和下載,服務(wù)質(zhì)量評(píng)價(jià)隨機(jī)選擇剛需QoS型業(yè)務(wù)、軟QoS 業(yè)務(wù)I型或軟QoS 業(yè)務(wù)II型,交易頻率[f]滿足[0

        FG-trust貝葉斯概率模型和TMIRS模型,前5min由于節(jié)點(diǎn)協(xié)同熱情較低,節(jié)點(diǎn)間信譽(yù)度增速較緩,連續(xù)交付成功后,其信譽(yù)度變化快速增長(zhǎng),F(xiàn)G-trust模型收斂于第26min左右,TMIRS模型收斂于22min左右。TOR模型基于節(jié)點(diǎn)間消息路由構(gòu)建,前5min信譽(yù)度快速增長(zhǎng),但由于高服務(wù)能力節(jié)點(diǎn)競(jìng)爭(zhēng)能力強(qiáng),主動(dòng)承擔(dān)了大量協(xié)同任務(wù),服務(wù)能力的節(jié)點(diǎn)無(wú)法參與協(xié)同任務(wù),導(dǎo)致協(xié)同的熱情度降低,信譽(yù)增速放緩,直至22min收斂至1。本文Mesh可信協(xié)同模型在前5min激勵(lì)了大量節(jié)點(diǎn)進(jìn)行協(xié)作,節(jié)點(diǎn)信譽(yù)度快速增長(zhǎng),同時(shí)由于高信譽(yù)節(jié)點(diǎn)無(wú)法通過(guò)完成小協(xié)同任務(wù)價(jià)值以維持信譽(yù),使得低信譽(yù)節(jié)點(diǎn)收到協(xié)同任務(wù),信譽(yù)度在13min時(shí)就快速收斂。

        信譽(yù)度仿真結(jié)果表明:FG-trust貝葉斯概率模型和TMIRS模型節(jié)點(diǎn)信譽(yù)評(píng)價(jià)機(jī)制能夠選擇到最合適節(jié)點(diǎn)進(jìn)行交互,而該模型需要較長(zhǎng)學(xué)習(xí)時(shí)間。TOR模型能夠激勵(lì)節(jié)點(diǎn)間協(xié)作,而由于大量任務(wù)被服務(wù)能力強(qiáng)的節(jié)點(diǎn)強(qiáng)占,導(dǎo)致信譽(yù)度增速緩慢。本文Mesh可信協(xié)同模型能夠有效激勵(lì)節(jié)點(diǎn)間協(xié)作,同時(shí)節(jié)點(diǎn)根據(jù)服務(wù)能力選擇協(xié)作任務(wù),平衡了協(xié)同任務(wù)競(jìng)爭(zhēng),激勵(lì)了低信譽(yù)節(jié)點(diǎn)參與熱情。

        3.3 協(xié)作服務(wù)分析

        協(xié)作任務(wù)接收率是指由源節(jié)點(diǎn)發(fā)起協(xié)作任務(wù)后,得到可達(dá)目的節(jié)點(diǎn)的協(xié)作節(jié)點(diǎn)響應(yīng)概率。如圖8所示,前10min,由于熱心節(jié)點(diǎn)參與任務(wù)協(xié)作,節(jié)點(diǎn)信譽(yù)度得以增長(zhǎng),帶動(dòng)大批用戶參與“跟風(fēng)”,協(xié)作任務(wù)接收率呈曲線上升。本文Mesh可信協(xié)同模型第11min接收率達(dá)到98%,TOR模型為18min,TMIRS模型和FG-trust貝葉斯概率模型花費(fèi)22min,協(xié)作任務(wù)接收率收斂速度滿足:Mesh可信協(xié)同模型>TOR評(píng)價(jià)模型>TMIRS模型>FG-trust貝葉斯概率模型。相比貝葉斯概率模型,本文Mesh可信模型減少了近50%收斂時(shí)間。

        由圖9可知,由源節(jié)點(diǎn)發(fā)起任務(wù)后,協(xié)作任務(wù)傳輸效率呈曲線上升,驗(yàn)證了信譽(yù)機(jī)制能夠有效激勵(lì)節(jié)點(diǎn)協(xié)作,使得網(wǎng)絡(luò)任務(wù)可信可靠傳輸。在前8min,由于節(jié)點(diǎn)采取“跟風(fēng)”策略,協(xié)作任務(wù)得到大批響應(yīng),但節(jié)點(diǎn)通信資源存在差異,第8-10min部分節(jié)點(diǎn)出現(xiàn)協(xié)作疲態(tài),協(xié)作成功率小幅下降。在第10min后,經(jīng)過(guò)信譽(yù)機(jī)制的篩選,協(xié)同節(jié)點(diǎn)的可信度和可靠性得到保障,協(xié)作任務(wù)交付成功度不斷提高。在第25min時(shí),各模型協(xié)作任務(wù)交付成功率達(dá)到0.9,在30min時(shí)收斂于0.91。

        圖8和圖9所示結(jié)果表明,信譽(yù)機(jī)制能夠有效解決節(jié)點(diǎn)自私性問(wèn)題,其激發(fā)節(jié)點(diǎn)協(xié)作的結(jié)果能夠有效提升系統(tǒng)效率,增強(qiáng)系統(tǒng)魯棒性。

        4 結(jié)語(yǔ)

        針對(duì)合理評(píng)價(jià)節(jié)點(diǎn)信譽(yù)度問(wèn)題,本文提出了一種基于節(jié)點(diǎn)協(xié)作服務(wù)質(zhì)量評(píng)價(jià)的節(jié)點(diǎn)信譽(yù)評(píng)價(jià)模型,并基于任務(wù)分類的服務(wù)質(zhì)量QoS評(píng)價(jià)反饋更新節(jié)點(diǎn)信譽(yù)度。實(shí)驗(yàn)結(jié)果表明,該機(jī)制能夠更有效反映在不同鏈路狀態(tài)和交互結(jié)果下節(jié)點(diǎn)間的信任關(guān)系,更有效促進(jìn)節(jié)點(diǎn)協(xié)作。由于信任機(jī)制引入勢(shì)必帶來(lái)信任計(jì)算開(kāi)銷,如何優(yōu)化信任計(jì)算和路由機(jī)制能耗,將信任機(jī)制更深入融合到協(xié)作路由中,則是下一步研究工作。

        參考文獻(xiàn):

        [1] NORMALIA S,ZURIATI A Z,WINSTON K G S, et al. Cooperation stimulation mechanisms for wireless multihop networks: a survey[J]. Journal of Network and Computer Applications,2015,54:88-106.

        [2] 張曉宇,尚濤,劉建偉. 基于探測(cè)-支付機(jī)制的網(wǎng)絡(luò)編碼自私節(jié)點(diǎn)激勵(lì)方案[J]. 計(jì)算機(jī)研究與發(fā)展, 2017, 54(11):2620-2627.

        [3] 樂(lè)光學(xué),李仁發(fā). P2P大規(guī)模可信流媒體節(jié)點(diǎn)抖動(dòng)分析與建模[J].計(jì)算機(jī)研究與發(fā)展,2012,49(2): 217-230.

        [4] 樂(lè)光學(xué),李仁發(fā),陳志,等. P2P網(wǎng)絡(luò)中搭便車行為分析與抑制機(jī)制建模[J]. 計(jì)算機(jī)研究與發(fā)展, 2011, 48 (3): 382-397.

        [5] WU W, MA R T B, LUI J C S. Distributed caching via rewarding: an incentive scheme design in P2P vod systems[J]. IEEE Transactions on Parallel and Distributed Systems, 2014, 25(3):612-621.

        [6] GAO Y,CHEN Y,LIU K. On cost-effective incentive mechanisms in microtask crowdsourcing[J]. IEEE Transactions on Computational Intelligence and AI in Games,2015,7(1): 3-15.

        [7] 胡文斌,邱振宇,聶聰,等. 數(shù)據(jù)廣播調(diào)度自適應(yīng)信道劃分與分配方法[J]. 軟件學(xué)報(bào),2018,35(9):2844-2860.

        [8] 鄧曉衡,關(guān)培源,萬(wàn)志文,等. 基于綜合信任的邊緣計(jì)算資源協(xié)同研究[J]. 計(jì)算機(jī)研究與發(fā)展,2018,55(3):449-477.

        [9] GAI KEKE,QIU MEIKANG,ZHAO HUI,et al. Dynamic energy aware cloudlet-based mobile cloud computing model for green computing[J]. Journal of Network & Computer Applications,2016,59(C): 46-54.

        [10] 吳黎兵,劉冰藝,聶雷,等. VANET-Cellular環(huán)境下安全消息廣播中繼選擇方法研究[J]. 計(jì)算機(jī)學(xué)報(bào),2017,40(4):1004-1016.

        [11] 車楠,李治軍,姜守旭. 異構(gòu)無(wú)線網(wǎng)絡(luò)中Relay節(jié)點(diǎn)部署算法[J]. 計(jì)算機(jī)學(xué)報(bào),2016, 39(5): 905-918.

        [12] 柴丹煒,張若昕,劉建生. 基于差分演化的復(fù)雜網(wǎng)絡(luò)社區(qū)挖掘算法研究[J]. 江西理工大學(xué)學(xué)報(bào),2016,37(1):95-101.

        [13] 田俊峰,田瑞. 基于領(lǐng)域和貝葉斯網(wǎng)絡(luò)的P2P電子商務(wù)細(xì)粒度信任模型[J]. 計(jì)算機(jī)研究與發(fā)展,2011,48(6): 974-982.

        [14] 夏怒,李偉,陸悠,等. 一種面向域間路由系統(tǒng)的信任模型[J]. 計(jì)算機(jī)研究與發(fā)展, 2016, 53(4): 845-860.

        [15] 胡健,覃慧,梁雪雷. 基于用戶量化屬性的多維相似度的協(xié)同過(guò)濾推薦算法[J]. 江西理工大學(xué)學(xué)報(bào), 2017, 38(3): 86-91.

        [16] 李峰,司亞利,陳真,等. 基于信任機(jī)制的機(jī)會(huì)網(wǎng)絡(luò)安全路由決策方法[J]. 軟件學(xué)報(bào),2018,29(9): 2829-2843.

        [17] KAMVAR S. The eigentrust algorithm for reputation management in P2P networks[C]. 12th International World Wide Web Conference,2003: 640-651.

        [18] XIONG L, LIU L. PeerTrust: supporting reputation-based trust for peer-to-peer electronic communities[J]. IEEE Transactions on Knowledge Data Engineering,2004,16(7): 843-857.

        [19] 田春岐,鄒仕洪,田慧蓉,等. 一種基于信譽(yù)和風(fēng)險(xiǎn)評(píng)價(jià)的分布式P2P 信任模型[J].電子與信息學(xué)報(bào),2007,29(7):1628-1632.

        [20] 趙治國(guó),譚邦,夏石瑩,等. 基于時(shí)間序列的P2P網(wǎng)絡(luò)綜合信任模型研究[J]. 計(jì)算機(jī)工程與應(yīng)用,2017,53(15):127-131.

        [21] 劉義春,梁英宏. 基于上下文因素的P2P動(dòng)態(tài)信任模型[J]. 通信學(xué)報(bào),2016, 37(8): 34- 45.

        [22] 秦丹陽(yáng),賈爽,楊松祥,等. 基于信任感知的無(wú)線傳感器網(wǎng)絡(luò)安全路由機(jī)制研究[J]. 通信學(xué)報(bào),2017,38(10): 60-70.

        [23] 尹寶, 姜麗瑩,王潮. 量子蟻群算法的大規(guī)模無(wú)線傳感器可信安全路由設(shè)計(jì)[J]. 信息網(wǎng)絡(luò)安全, 2015 (3):14-18.

        [24] 付雷. 無(wú)線協(xié)同通信系統(tǒng)多業(yè)務(wù)的調(diào)度算法[D]. 北京:北京郵電大學(xué),2010.

        (責(zé)任編輯:何 麗)

        baoyu网址国产最新| 久久精品免视看国产成人| 厨房玩丰满人妻hd完整版视频| AⅤ无码精品视频| 偷拍视频这里只有精品| 亚洲自偷自拍另类第1页| 欧美日韩国产一区二区三区不卡| 国产欧美日韩在线观看一区二区三区| 亚洲黑寡妇黄色一级片| 高级会所技师自拍视频在线| 97久久精品亚洲中文字幕无码 | 黑人一区二区三区高清视频| 亚洲综合偷自成人网第页色 | 美女裸体无遮挡黄污网站| 综合久久精品亚洲天堂| 色综合久久久久综合99| 色94色欧美sute亚洲线路二| 国产精品亚洲一区二区极品| 人妻少妇艳情视频中文字幕| 国产青榴视频在线观看| 欧美一级特黄AAAAAA片在线看 | 亚洲久热无码av中文字幕| 中文字幕在线观看乱码一区| 亚洲中文字幕乱码第一页| 中文字幕人妻熟在线影院| 日韩AV无码一区二区三区不卡毛片| 视频一区二区不中文字幕| 亚洲男人天堂黄色av| 三级在线看中文字幕完整版| 久久久久成人精品免费播放网站| 日韩精品一区二区亚洲观看av| 精品国产性色无码av网站| 亚洲欧美国产日韩字幕| 国产国语一级免费黄片| 亚洲小说区图片区色综合网| 小sao货水好多真紧h视频 | 口爆吞精美臀国产在线| 国内精品久久久人妻中文字幕 | 人禽交 欧美 网站| 无码国产精品一区二区免| 国产一区二区三区蜜桃|