息的源发送节点尚未建立消息订阅关系的其它节点。
[0101] 之所W第一概率大于第二概率，第二概率大于第四概率，是为了对该第一消息的 转发概率进行限制，使该第一消息不会被无限制的转发下去。如果一个消息能够被某个节 点识别，郝么该消息被该节点转发时应该获得较大的转发概率，如果一个消息不能被某个 节点识别，郝么该消息被该节点转发时应该获得较小的转发概率，因此可W但不限于满足： 第一概率大于第二概率，第二概率大于第四概率。
[0102] 进一步的，在步骤24的第二种情况下，即第一节点判断出不能识别第一消息，且 第一节点与第一消息的源发送节点存在消息订阅关系，此时还可W包括下述步骤：
[0103] 记录来自第一消息的源发送节点的不能识别的消息的数量；其中，该数量可W满 足：当接收到来自第一消息的源发送节点的能够识别的消息时，将该数量初始化归零；当 接收到来自第一消息的源发送节点的不能识别的消息时，将该数量加1。
[0104] 当记录的数量达到预设阔值时，第一节点便可W解除与第一消息的源发送节点的 消息订阅关系。
[0105] 另外，当第一节点与第一消息的源发送节点建立消息订阅关系之后，该方法还可 W包括下述步骤：
[0106] 第一节点W第Η概率将第一消息转发给控制服务器；
[0107] 此时，第一节点与第一消息的源发送节点存在消息订阅关系，而且第一节点能够 识别该第一消息，即与步骤24中的第一种情况相同，因此该第Η概率和上述第一概率相 等。
[010引本发明实施例中，通过消息的转发和节点对接收到的消息的识别能力，使节点之 间能够自动建立消息订阅关系，从而将现有物联网中的业务逻辑组织方式从封闭性变成了 开放性，使物联网中的业务逻辑能够W增量方式自动组织，极大的降低了物联网中业务逻 辑扩展的难度。
[0109] 为了更好的理解本发明实施例，W下结合具体的实施对本发明实施例的具体实施 过程进行说明。
[0110] 上述实施例中各节点组成的系统可W称之为机器社交网络（简称机器微博），该 机器微博与人类社交网络（简称微博）相似，采用消息发布和订阅的机制在机器之间传递 消息。当一台机器A启动之后，首先要在机器微博上进行注册，完成注册之后，机器A所发 布的任何消息都将通过机器微博推送给机器A的粉丝（即与机器A建立了消息订阅关系的 机器）。任意机器Y可W通过机器微博要求订阅另一台机器X的消息，即建立消息订阅关 系，也可W要求解除消息订阅关系。送就是机器微博的基本工作机制，与人类微博的工作方 式基本相同。
[0111] 下面对连接到机器微博的机器（也称为节点）作一些说明，W方便后续对技术方 案的详细阐述。首先机器是由设计者设计实现的，机器与人类存在根本的不同在于：人类可 W理解其他人使用自然语言所发布的微博信息，但是机器不可能有能力处理所有其它机器 所发布的消息。例如一个照明控制器被设计者设计为只能理解光照传感器和生物传感器发 来的消息，而无法理解空调控制器发送的消息。所W，机器所能识别的消息类型是有限的。 另一方面，机器所能发送的消息类型也是有限的，例如照明控制器只能发布消息说明照明 灯的状态是开或关，送也是由机器的设计实现所确定的。但是机器微博中的所有节点都有 原封不动直接转发消息的能力，例如节点X收到了来自节点Y的消息，虽然节点X不能识别 该消息，但是节点X仍然可W直接转发该消息（即将该消息再次发布到机器微博中，节点X 的粉丝将收到该消息）。
[0112] 所谓节点能够识别的消息是指；节点Μ接收到一条来自节点X的消息，当同时满足 下列两个条件时，就说明节点Μ能够识别该消息。
[0113] 1)节点Μ能够正确解析该消息，并获取该消息的源发送者；
[0114] 2)满足下面Η条中的任意一条：
[0115] 该消息触发节点Μ内部状态发生变更、该消息触发节点Μ执行了特定动作和该消 息触发节点Μ发布了一条新消息。
[0116] 任意两个节点X和Υ。假设Υ收到了一条来自X的消息A >y，按照Υ是否能够识 别该消息和Y是否关注x(即Y是否与X存在消息订阅关系）两个维度可W分为4种情况 进行讨论，如下表1。
[0117] 表 1 ;
[011 引
[0119] 第1种情况下，Y能识别消息π?χ >y且Y又已经关注了 X，说明X和Y之间已经存 在业务逻辑或者可能组建业务逻辑。此时Y可W W概率值巧转发该消息。
[0120] 第2种情况下，Y已经关注了 X，说明X和Y之间已经存在业务逻辑或者可能组建 业务逻辑；Y不能识别消息A >y，说明X有部分消息是Y所不能识别的。举例来说，房间内 的生物传感器能够区分人和动物，当有人进入房间时，生物传感器发布微博消息"房间中有 人"，照明控制器能够识别该消息并对照明灯进行了控制动作。当有宠物进入房间时，生物 传感器发出微博消息"房间中有狗"，照明控制器不能识别该消息的含义也不会做出任何动 作。此时，Υ可W记录来自X的连续不能识别的消息的数量巧'，当Υ关注X之后，巧初始化 为0, Υ每接收到一条来自X的不能识别的消息就将/与的值加1，Υ每接收到一条来自X的 可识别的消息就将巧的值重置为0。当(预设阔值）时，Υ便可W解除与X之间 的关注关系。Υ可概率值if转发该消息。
[0121] 第3种情况下，Y能识别消息π?χ >y，说明X和Y之间可能组建业务逻辑，Y不关注 X，说明它们之间尚未组建业务逻辑。Y第一次收到了来自X的能够识别的消息，Y完全有理 由预期会继续收到来自X的能识别的消息，所WY可W建立与X之间的关注关系，并且W概 率值巧'转发该消息。由于Y建立与X之间的关注关系之后，第3种情况实质上等于第1种 情况，所W巧'=砰。
[0122] 第4种情况下，Y不能识别消息π?χ >y，Y不关注X，说明Y与X之间尚未建立业务 逻辑，从该消息中也无法得出Y与X有可能建立业务逻辑的结论。但是考虑到可能存在其 他节点能够识别该消息，所WY可W概率值巧转发该消息。
[0123] 下面基于上述四种情况，从机器微博中不存在任何关注关系（即消息订阅关系） 的初始状态开始，举例说明节点之间建立关注关系的过程。
[0124] 首先假设机器微博中已经接入了 4个节点；4、8、(：、0，它们之间暂时不存在任何关 注关系。
[012引第1步，A向机器微博发布了第1条消息城，此时A没有任何粉丝，所W按照订阅 关系来推送消息《4的话，将没有任何一个节点能接收到该消息。除了按照订阅关系推送消 息之外，机器微博还可W在除A和A的粉丝节点之外的其它节点中随机选择部分节点作为 该消息的接收节点。假设被随机选出的节点为B、C。
[012引第2步，B接收到消息《4，B能够识别该消息（第3种情况），于是B向机器微博 请求关注A。然后B W概率/f转发消息。
[0127] 第3步，C接收到消息"]!?，C无法识别该消息（第4种情况），于是C W概率聲转 发该消息。
[012引第4步，节点B转发了消息但是B暂时还没有粉丝，因此机器微博从剩余节点 (排除了源发送节点A和A的粉丝节点B)中随机选择部分节点作为该转发消息的接收节 点。假设被随机选出的节点为C、D。
[012引第5步，C重复接收了消息诚，C将其直接抛弃，不做任何动作。
[0130] 第6步，D接收到了消息wi，D能够识别该消息（第3种情况），于是D向机器微 博请求关注A。然后DW概率P/转发消息
[013。 第7步，D转发了该消息》4，但是D暂时还没有任何粉丝，因此机器微博从剩余节 点（排除了源发送节点A和A的粉丝节点B、D)中随机选择部分节点作为该消息的接收节 点。假设被随机选出的节点为C。
[0132]第8步，C重复接收了消息《4:，C将其直接抛弃，不做任何动作。
[013引第9步，经过前面的步骤，A已经有了两个粉丝B、D。
[0134] A发布了第2条消息，该消息将被直接推送给B和D，然后机器微博从剩余节点 中随机选择出C接收该消息。
[01对第10步，B能够识别始（第1种情况），糾既率皆转发了该消息。并且B又执行 了相应的动作并发布消息，B暂时还没有粉丝，机器微博随机选择了 C接收《1，W及随机 选择了 D接收 0
[013引第11步，C两次接收了消息》?，第1次不能识别并W概率if转发，第2次直接抛 弃。
[0137] 第12步，D理解消息4 (第3种情况），D向机器微博请求建立与B的关注关系， 然后W概率if转发》4。
[013引需要说明的是，上述消息并不会被无限转发下去。因为节点转发消息的概率是小 于1的。假设第0个节点是源发送节点，郝么消息被转发n-1次后被第η个节点收到的概 率为
其中PW表示传播链条上第S个节点的转发概率。
[0139] 如果一个消息能够被传播链条上的节点识别，郝么该消息应该获得较大的转发机 会，如果一个消息不被传播链条上的节点识别，郝么该消息应该获得较小的转发机会。也就 是应该有
。
[0140] 单个节点可^通过控制巧\《、f/来控制自己的转发能力。送个机器微博可 W通过控制所有节点的巧皆、巧X来控制整个系统的消息洪流。当系统负荷较轻时可 W使用较大的转发概率值，当系统负荷较重时可W使用较小的转发概率值。
[0141] 本发明实施例中，就是经过不断的消息发送和接收的过程，使系统中自动生成若 干关注关系，送些关注关系实际上代表着消息通道和机器之间的物联网应用逻辑连接。送 种逻辑连接关系实际上是基于机器的消息理解能力逐步建立起来的。任何新加入机器微博 的机器都可能