法，其特征包括w下步骤： 步骤1、依据节点相互关联进行直接观察评价： 服务质量评估W节点设备间的历史服务接入记录和推荐信息为基础，通过对过去接入 服务的评价预测未来能够获取的服务质量；在时间点（t)节点设备U对V的接入服务质 量评估（Ru,Y(t))通过自己的直接观察巧diru，v(t))和共同关联设备的间接推荐巧ind u，v(t))两种方式综合获得，如式（1)所示：(1) 其中，直接观察和间接推荐的结果取值均处于[0, 1]范围内，权重因子aG[0, 1]用 于调节两者之间的重要性；当节点设备U需要评估节点设备V的接入服务质量时，它首先检 索本地的接入服务记录和配置信息进行直接评价，并从节点U和V共同关联的其他设备所 发送的推荐信息中获取间接评价信息；公式（2)描述了节点设备U对V的直接评价方法；(2) 其中I(U，V，t)表示直到时间点t节点设备U和V之间的全部服务接入次数，DF(v，i) 和TF(v，i)分别代表节点设备V的第i次接入服务的质量评价和该次服务的重要性因子； 考虑到车载自组织网络环境的动态变化特征，为了提高有限接入服务记录的评估价值并获 得更具实时性的评估结果，衰减系数decay(t，i)被应用到接入记录的评估中；第i次接入 记录的衰减系数计算方法如公式（3)所示，其中t(i)表示第i次接入发生的时间； decay(t,i) = 1/ln(|t~t(i) |) (3) 步骤2、利用推荐信息进行间接观察评价： 间接评价根据共同关联设备所获取的推荐信息进行计算；节点设备U和V在t时刻的 共同关联设备C(U,V,t) ={w11 (U,W,t)〉0andI(W,V,t)〉0}，即到时间点t为止U所接入过 的节点设备中同样也接入过V的节点设备的集合；请求接入节点U对共同关联设备的评估 结果被认为是该设备所提供的推荐信息的可信度参数，如式（4)所示；来自接入服务评估 结果更高的共同设备的推荐信息被认为具有更高的可信度，因此也将在综合计算过程中拥 有更高的权重值，从而有利于降低虚假推荐、恶意评价等因素对接入服务质量产生的影响， 并从另一方面提升推荐信息的准确度；(4) 步骤3、社会化关系计算；为了量化地评估两个节点之间的内部相似性，引入了皮尔森 相关系数并基于节点设备对共同关联设备的评价行为进行相似度计算； 在已有的社会化物联网模型的基础上，将社会化关系进一步细化为内部相似性和外部 相似性两个方面，而最终的社会化关系强度由两者综合计算得到，如公式（5)所示；(5) 内部相似性和外部相似性的具体计算方法如公式（6)和（7)所示：其中，Sintu,v(t)和Sextu,v(t)分别表示在t时刻节点设备间的内部和外部社会 化关系，C(u，v，t)代表U和V之间的共同关联设备集合，Rdirn(t)表示节点设备n的平均 评价值；R表示节点U与V之间存在的外部社会化关系维数，而Value(i)和化ctoru，v(i，t) 则分别表示每一维关系的标准权重值W及t时刻节点设备间该社会化关系的联系强度； 步骤4、基于运动轨迹分析的车载移动性预测： 考虑一个长度为n的时间窗；，…，和一个长度为m的预测时间段 …，teut+m，其中表示当前时间点；与时间窗内每个时间点相对应，节点设备的运动 方向可W表示为：0eut_w，…，0eur_l，0。^;将真实世界中节点设备的转向运动模拟为W某 一个坐标点为圆屯、，半径为r的圆周运动，根据圆周运动中运动角度随运动路径长度的变 化关系可得：其中V为移动速度，r为计算所得的圆周半径；依据公式（9)依次计算时间窗内每个时 刻ti到当前时刻t运动过程中对应的圆周半径r1，可W得到一系列在与当前运动方向相 垂直的方向上，且与当前坐标位置距离为r,的圆屯、点，对该些点进行拟合便可W得到预期 的轨迹半径rpudkt，如公式（10)所示；(10) W当前位置为初始点，根据预测半径rpudkt并再次应用公式巧），便可得到预测时间段 内每个时间点对应的运动方向9,0 = 1，2,…，m)的计算公式和分解的速度计算公式：(11) 随着运动方向0j.的变化，节点在横向（X方向）上的速率与方向成余弦函数关系，在横 向即y方向上的速率与方向成正弦函数关系，根据正余弦函数变化率函数，可W得到时间 点tj.节点运动在横向与纵向的速率变化函数；axj与ayj，即加速度函数如公式（12)所 示： (12) 将公式（11)、（12)与加速度位移公式联立可得节点设备在从当前时刻开始，在各个时 刻点相对于当前坐标点位移距离和的计算公式；通过位移计算公式，节点设备可W计算出预测时间段内各个时间点目标节点所在坐标 及自身坐标，使用平面上两点间的距离公式便可W快速得到两个设备间距离随时间变化的 函数Distu,y(t);根据该函数所求得的距离，结合网络中节点设备间有效通信范围，可W推 导出随着时间t推移两个节点设备之间可连接性的变化曲线，经过归一化，则可W得到时 间段[0, 口内节点设备U对V连接时间的评估值，如公式（14)所示：(M; 步骤5、设计接入服务评估值的选择列表，综合考虑接入服务质量、社会化关系相似 度和预期连接性=个方面的评估指标；在给定时间t，节点设备U对V的接入服务评估值 T4Y(t)可通过公式（15)计算得到；其中，分别为接入质量、社会化关系和预期连接性的权 重值，并满足： Tu，v(t) = ?1 ?Ru，v(t) +?2?Su，v(t) +?3?Pu，v(t) (15) 经过上述方法的计算评估，节点设备生成一个基于接入服务评估值的选择列表；节点 依照列表选择一个或者多个具有较高评估值的节点设备发起接入服务请求；在接入过程 结束后，请求节点U将根据所获得的服务质量对提供者V进行反馈评价fee化acku,Y(t)，并 作为激励或惩罚机制，请求节点U也将依据所获取的推荐信息准确度对关联节点设备集合 C(u，v，t)中的节点j进行评价：(16) 根据公式（16)，如果从节点j获得的推荐信息接近于节点设备U实际获得的接入服务 质量，即节点j提供了正确的建议，则它将得到肯定的反馈评价，反之亦然；无论是对于接 入服务的反馈或对于推荐信息的反馈都将同样地记录到本地交互数据中，也即在的激励或 惩罚机制中，积极的反馈不但将给予提供优质接入服务的设备，也将给与协助提供的设备， 否定的反馈不但将给予劣质服务提供者，也将给予提供错误推荐信息的相关设备。
【专利摘要】一种车载网中基于服务质量感知的接入方法，依据节点相互关联进行直接观察评价，服务质量评估以节点设备间的历史服务接入记录和推荐信息，通过对历史接入服务的评价预测未来能够获取的服务质量；根据共同关联设备所获取的推荐信息进行间接观察评价；基于节点设备对共同关联设备的评价行为进行社会化关系计算；为了量化评估两个节点之间的内部相似性，本发明引入了皮尔森相关系数并基于节点设备对共同关联设备的评价行为进行相似度计算。本发明有效地提升网络接入服务评估准确性、动态响应性能和连接时间的预测准确度。
【IPC分类】H04L29/08
【公开号】CN104935659
【申请号】CN201510338812
【发明人】陈志奎, 宁兆龙, 凌若川, 冷泳林
【申请人】大连理工大学
【公开日】2015年9月23日
【申请日】2015年6月17日