社会化泛在无线网络节点关系感知与可信协同机理研究

Based on the theory of social network, the social relation and trust degree of nodes are analyzed; further, the node relationship and trusted cooperation principle in social ubiquitous wireless network are researched in our project. According to the method of social attribute estimating, trust degree evaluating, trusted status propagating and cooperative packet transmitting, the theories of ubiquitous wireless network can be innovated originally. The research contents and objectives are as follow: firstly, according to the theory of social network, the network status and the relationship between nodes in the network can be obtained with the distributed manner; at the same time, with the principle of uncertain information process, the trust degree between nodes can be evaluated; secondly, utilizing the distributed compress sensing method, the privacy information protecting policy will be designed to hide the crucial information; moreover, to achieve the trusted status propagating rapidly, the above relation of nodes is considered carefully. Finally, to optimize the utilization of network resources, the Markov model and coding theory are used. Considering about the feature of intermittent link, limited node resources and dynamical network status, the buffer management policy and cooperative forwarding method are studied. According to the theoretical analysis, simulation and corresponding experiment, the proposed algorithms can be applied to the actual ubiquitous wireless network.

本项目拟在社会网络理论基础上，充分挖掘节点之间的社会关系及信任程度，深入研究泛在无线通信网络中的节点关系感知及可信协同机理。通过对节点社会属性感知方法、节点信任程度感知方法、可信状态传播机理及协同数据处理方法四个方面内容的研究，能够在泛在无线网络方面有所创新。具体研究内容及目标为：依托社会网络分析理论研究多维属性节点关系的分布式感知方法；同时，运用不确定信息处理及粗糙集理论，研究节点信任关系感知及聚合方法，实现对节点关系及网络结构的准确感知；利用分布式压缩感知理论研究轻量级隐私信息隐藏方法，并融合快速节点关系扩散方法，实现节点之间可信连接的建立；根据马尔科夫模型及编码理论，综合考虑链路间断连接、节点资源有限、网络状态时变等因素，研究适用于泛在无线网络的缓存管理方法及协同传输策略，实现网络资源最优化配置。通过深入的理论分析、计算机仿真和试验，使所提机制能应用于实际的泛在无线网络中。

本项目利用社会网络分析理论深入研究泛在无线网络的节点关系感知及可信协同机理，通过对节点社会属性感知、节点信任程度感知、可信状态传播机理以及协同数据处理方法四个方面的深入研究，项目组在以下方面取得了重要成果：（1）系统分析了社区内及社区间节点的连接状态，根据实时获取的多维网络状态参数分布式地感知节点的社会属性，从而确定数据携带节点之间的关系。利用所获知的节点关系，构建业务本地分发架构，高效卸载系统负载，在降低延迟的同时改善网络性能。（2）根据相遇节点行为特征获知节点的信任程度，实现对其可信性的动态更新及管理，构建了适用于泛在无线网络的多维节点信任关系模型。通过节点所获知的局部网络状态信息以分布式的方式估计其他节点恶意度及协作度，并结合中继节点的多维社会特征为其选择合适中继节点，有效提高数据传输的可靠性，并大幅降低网络负载率，提高网络资源利用率。（3）分析了节点关系和转发行为的相关性，通过动态感知节点活跃度及声誉值，获取节点行为规律，建立节点对数据配额的供给需求模型，进而依据节点间静态相似度和动态相似度评估节点影响力，通过Elman神经网络识别节点攻击行为，利用隐形马尔科夫模型检测女巫攻击节点，为节点选择最优链路，有效识别节点恶意行为，同时改善数据成功投递概率和网络负载率。（4）构建了节点连接状态分析模型，以分布式的方式感知节点服务能力及网络逻辑结构，进而估计节点活跃程度差异，并结合数据转发优先级划分方法，实现复杂动态场景下数据的高效转发。进而，针对数据源节点的差异设计分区协作缓存方法，有效提高数据投递率及服务发现成功率，并大幅降低网络负载及数据的平均投递时延。在项目执行期间，项目组共发表期刊论文43篇，其中IEEE Transaction on Multimedia、IEEE Transaction on Wireless Communication、IEEE Transaction on Vehicle Technology、IEEE Internet of Things、IEEE Communication Magazine、IEEE Wireless Communication等 SCI期刊 论文17 篇、《通信学报》、《电子学报》、《电子与信息学报》等EI期刊26 篇，圆满完成了项目任务指标。