能耗。
【附图说明】
[0050] 图1基于多行为地点的机会式数据传输方法流程图。
[0051] 图2用户/云平台交互模型。
[0052] 图3用户/行为地点联合矩阵。
[0053] 图4多行为地点数据传输方法示意图。
【具体实施方式】
[0054] 下面将结合附图介绍本发明的实施方式。
[0055] 本发明提供一种基于多行为地点的机会式数据传输方法，该方法对移动用户的多 行为属性进行刻画，使用权值作为多行为地点的数据转发依据，能够有效地将数据传输到 具有多行为属性的用户群中。该方法的具体实施流程如图1所示。该方法需要云服务器支 持，用以存储计算用户数据，并进行实时数据交互工作。用户/云平台交互模型如图2所示。
[0056] 具体实施步骤为：
[0057] 步骤1 :设用户数量为n，地点数量为m，用户iG{1，???，]!}在行为地点jG{1，… ，m}消耗的时间以时间片数量（timeslice)tSij度量。时间片的长度（lengthoftime slice)固定为tl，若用户i在行为地点j所消耗的总时间为凡』，则tSij=Tij/tl。tSij反 映行为地点j对用户i的相关性，时间片数量越大，用户对该地点越相关。每个用户i定期 向服务器提交关于地点j所消耗的时间T#称为行为地点注册；
[0058] 步骤2 :服务器根据用户i所提交的移动轨迹数据，统计用户i对某行为地点的时 间片向量TSi=(tsn，tsi2，…tsim)，并将计算结果以用户/行为地点联合矩阵形式存储于 服务器端。用户/行为地点联合矩阵如图3所示。服务器每次接收到用户i的轨迹数据时 立即更新用户/行为地点联合矩阵中该用户对应的信息，并将统计所得时间片向量1&发 送给用户；
[0059]步骤 3:源用户s指定TBP= ((Pi,th!)，（p2,th2)，…，（ph,thh))，h彡m，其中Pj和 thj，je{1，…，h}分别为行为地点和相应的行为地点阀值；s发送行为地点向量P至服务 器；
[0060] 步骤4:服务器计算所有用户平均活动时间片数avts，并发送给源用户s。其中用 户平均活动时间片数avts的计算方法为：
[0061]
(1)
[0062] 步骤5 :服务器根据用户/行为地点联合矩阵计算地点平衡属性向量BA(其中BA 向量为源用户指定的所有行为地点对应的地点平衡属性BA」集合），并发送至源用户s。其 中，地点平衡属性BA#勺计算方法为：
[0063]
(2)
[0064] pVj为行为地点j平均每天访问的总人数（人流量），即联合矩阵中第j列不为0 的个数。BAJ乍为全局因子，考虑的是行为地点j的相对重要性。根据公式（2)可知，给定区 域人员总数，越多人到达过此地点，那么平衡因子的值就会越小。平衡因子反映的是兴趣地 点在所有人员中的分布情况，以此平衡人流量较少但却重要的行为地点的最终行为权值。 [0065] 下面的步骤6-步骤12为数据传输阶段，过程如图4所示。
[0066] 步骤6:源用户s将用户平均活动时间片数avts以及地点平衡属性向量BA，发送 给每个相遇用户r，计算各自关于地点jG{]_，???，h}的权值weightsjPweighty行为地 点权值计算方法如下：
[0067] 计算出活动时长调节属性Ei:
[0068]
(3)
[0069] 其中此士表示用户i每天所消耗活动时间片总数^ =I： 。时长调节属 J=1 性代表用户i对时间片总数的考虑。ki，b均为经验参数。b用于调节用户i时间片比例， 取值范围为[0,1]。当b取值为0时表示公式中不使用时间片比例，当b取值为1时将使用 完整的时间片比例3。
[0070] 计算行为因子BA:
[0071]
(4)
[0072]BeAu表示用户i对行为地点j的相关程度，其值越高，说明用户i对地点j越相 关。
[0073] 用户i对于行为地点j的权值的计算方法为：
[0074]weight。= BeA。? BA』 (5)
[0075]步骤：7:进入初始化线路阶段，如果weighty彡weightsj，设该用户为rj，则源用 户将数据转发给否则不转发；
[0076] 步骤8:重复步骤：6-步骤7,直到所有h个行为地点都寻找到所有相应的所有 rj;
[0077] 步骤9:源用户s删除自身保存的数据，此时源用户初始化了h条递增路线；
[0078] 步骤：10:每条线路上的用户rj询问相遇用户q关于行为地点j的权值Weightd
[0079] 步骤11:进入梯度递增阶段，如果weighty彡weightrjj，则rj将数据转发至q，rj 删除数据；否则不转发；
[0080] 步骤：12:重复步骤10-步骤11，直到weighty彡thj;
[0081] 步骤：13 :进入组播阶段，在数据生存期内，对于任意用户q满足weigh、.彡thj， 若遇见任意用户t满足
>则用户q将数据复制到用户t，结束。
【主权项】
1. 一种基于多行为地点的机会式数据传输方法，其特征在于，具体步骤如下： 步骤1 :设用户数量为n，地点数量为m，用户i G {1，???，]!}在行为地点j G {1， 消耗的时间以时间片数量（time slicehsu度量，时间片的长度固定为tl，若用户i在行 为地点j所消耗的总时间为L，则tSij= T Jtl ; 步骤2 :服务器根据用户i所提交的移动轨迹数据，统计用户i对某行为地点的时间片 向量TSi= (ts n，tsi2,…tsj，并将计算结果以用户/行为地点联合矩阵形式存储于服务 器；服务器每次接收到用户i的轨迹数据时立即更新用户/行为地点联合矩阵中该用户对 应的信息，并将统计所得时间片向量TSi发送给用户； 步骤 3 :源用户 s 指定 TBP = ((Pi, th)，（p2, th2)，…，（ph, thh))，h 彡 m，其中 Pj和 th』， j G {1，…，h}分别为行为地点和相应的行为地点阀值；s发送行为地点向量P至服务器； 步骤4 :服务器计算所有用户平均活动时间片数avts，并发送给源用户s，其中用户平 均活动时间片数avts的计算方法为：步骤5 :服务器根据用户/行为地点联合矩阵计算地点平衡属性向量BA，并发送至源用 户s，其中，地点平衡属性BA」的计算方法为： ^ ' J 'pVj为行为地点j平均每天访问的总人数，即联合矩阵中第j列不为〇的个数；BAJ乍为 全局因子，考虑的是行为地点j的相对重要性； 步骤6 :源用户s将用户平均活动时间片数avts以及地点平衡属性向量BA，发送给每 个相遇用户r，计算各自关于地点j G {]_，???，h}的权值weightsjP weighty行为地点权 值计算方法如下： 计算出活动时长调节属性Ei:其中此士表示用户i每天所消耗活动时间片总数，"&i 时长调节属性代表 .7=1 用户i对时间片总数的考虑。kpb均为经验参数；b用于调节用户i时间片比例，取值范围 为[〇, 1];当b取值为0时表示公式中不使用时间片比例，当b取值为1时将使用完整的时 间片比例S; 计算行为因子BA:BeAu表示用户i对行为地点j的相关程度，其值越高，说明用户i对地点j越相关； 用户i对于行为地点j的权值的计算方法为： weight。： BeA ? BA」 (5) 步骤：7 :进入初始化线路阶段，如果weighty彡weight sj，设该用户为rj，则源用户将 数据转发给否则不转发； 步骤8 :重复步骤：6至步骤7,直到所有h个行为地点都寻找到所有相应的所有rj; 步骤9 :源用户s删除自身保存的数据，此时源用户初始化了 h条递增路线； 步骤：10 :每条线路上的用户rj询问相遇用户q关于行为地点j的权值Weight & 步骤11 :进入梯度递增阶段，如果weighty彡weight d，则rj将数据转发至q，r」删除 数据；否则不转发； 步骤：12 :重复步骤10-步骤11，直到weighty彡th j; 步骤：13 :进入组播阶段，在数据生存期内，对于任意用户q满足weigh、.彡thp若遇 见任意用户t满〃则用户q将数据复制到用户t，结束。
【专利摘要】本发明提出了一种基于多行为地点的机会式数据传输方法，以解决无法准确地将数据发送至多行为地点属性用户。首先用户向云服务器进行地点行为注册，云服务器保存用户/行为地点联合矩阵，服务器即时更新矩阵并返回最新时间片向量至用户。源用户向云服务器申请数据后开始数据转发过程。数据转发过程中，首先初始化线路，将消息传递给h个不同行为地点属性用户，其中h为地点数量。转发进入梯度递增阶段，消息逐层转发至各行为地点意图接受者。最后以组播的方式将数据发送给周围所有行为地点的意图接受者。以用户行为属性权值作为转发条件，将数据转发给多行为地点用户，有效提高了数据传输率，降低了能耗。
【IPC分类】H04W4/02, H04W4/08, H04W8/08, H04L29/08
【公开号】CN104954986
【申请号】CN201510307475
【发明人】徐佳, 陈翔, 吴敏, 徐小龙, 李涛, 蒋凌云, 戴华
【申请人】南京邮电大学
【公开日】2015年9月30日
【申请日】2015年6月5日