基于社会关系认知的物联网移动感知服务模型与方法

本项目针对物联网的稀疏网络场景造成的感知空洞问题，引入以人为中心的移动传感节点，解决目标区域的感知服务盲区问题，目标是提高物联网的感知服务质量。主要研究工作包括：（1）针对目标区域的情景感知需要，基于社会网络关系理论和面向服务的体系结构，研究虚拟社会网络的构造方法和自适应机理，提出一种面向物联网的移动感知服务模型；（2）基于移动感知节点间的信任关系和社区属性，研究用户服务请求的可信递方法，提出感知服务请求和服务响应的路由选择算法；（3）分析移动感知节点在随机移动过程中的行为轨迹，挖掘移动感知节点的行为规律，研究基于行为规律的移动感知服务节点发现和选择算法；（4）基于真实感知网络实验环境，对本项目提出的服务模型和关键技术进行实验测试与验证。本项目的研究成果对于降低稀疏网络的感知空洞，提升感知服务的可靠性和安全性具有重要的理论和现实意义。

本项目针对物联网的稀疏网络场景造成的感知空洞问题，引入了以人为中心的移动传感节点，构建了移动感知服务模型，研究了其中的关键科学问题。相关研究工作发表论文27篇，申请发明专利7项，培养研究生15人，出版著作2部。超额完成了预计的研究任务。具体研究工作包括：.1）针对物联网移动感知服务机理展开研究，引入“以人为中心”新型感知服务模式。基于群智计算和面向服务的体系架构，提出了物联网移动感知服务模型，研究了服务节点的社会关系认知、社区结构挖掘、服务选择与路由发现等关键技术，构建了一个基于校园级物联网移动感知服务平台，完成了关键技术测试与验证。.2）针对物联网感知节点的移动性、社会性和时空复杂性给社会关系的度量与预测带来的问题，提出了一种社会关系认知模型。该模型从移动节点社会关系的复杂性、社会性、非对称性、传递性和动态性出发，引入位置因子、交互因子、服务评价因子和反馈聚合因子等决策因子，结合粗糙集和信息熵，提出了一种基于优化的支持向量机的社会关系预测算法，克服了已有模型存在的决策属性单一、计算结果具有较大局限性的不足，解决了先验知识不足情况下的发现感知节点的成功率。.3）针对物联网中数据传输链路问题，通过计算网内移动节点间的最优路径树、相似指数和社区离散指数等参数，提出了一种基于社会关系认知的社区划分算法，该方法可提高从服务请求节点到服务提供节点之间的可信服务链路的联通概率。并以此为基础，设计了一种社区结构检测算法，该算法引入社区离散指数作为目标优化函数，控制传输链路的检测过程；该算法在传输成功率、传输延迟和路由开销等方面均有提升。.4）针对物联网服务过程中的数据隐私安全需要，研究了物联网环境下的数据隐私安全模型，设计了支持密文计算的同态加密算法；针对物联网数据分类统计需要，提出了一种保持数据统计特征的数据扰动方法，该方法能保持整体数据的期望和协方差不变；针对物联网数据分类统计需要，提出一种利用贝叶斯原理支持分类的数据重构方法；针对物联网空间数据外包引入的隐私泄露风险，研究了基于改进的Hilbert曲线的空间数据隐私保护方法，该方法支持对空间的分区域授权，并对其安全性和完整性进行了验证。.本项目的研究成果对于降低物联网的感知空洞，提升感知服务的可靠性和安全性具有重要的理论和现实意义。