一种用于移动机会网络的节点双重激励方法

本发明涉及移动机会网络领域，尤其涉及一种用于移动机会网络的节点双重激励方法。

背景技术：

1、随着无线技术的飞速发展和移动终端（如手机、蓝牙设备等）数量的不断增加，机会网络的研究日益火热。机会网络不需要预先建立通信链路，数据通过节点之间的机会性移动接触进行传输，使节点之间能够以灵活的方式交换数据，这种特性引入了独特的“存储-携带-转发”路由模式。在机会网络的数据传输场景中，源节点要将数据成功传输给目标节点，通常需要通过多个中继节点的相互协作才能实现。因此，中继节点是否愿意合作来转发数据成为数据传输成功的关键因素。尽管理想状态下，每个中继节点都会无私地协助数据传输，现实生活中却存在许多挑战。移动终端作为网络节点，可能受限于能源、网络带宽、缓存空间等问题，表现出自私性。这些节点可能不愿意为其他节点协作数据转发，或者根据自身兴趣选择性地进行转发，从而影响了网络的整体性能。因此，现有技术缺少一种可靠的激励机制来调动节点的积极性，导致现有的移动机会网络的投递率较低，数据传输延迟较大。

技术实现思路

1、本发明的目的是提供一种用于移动机会网络的节点双重激励方法，鼓励节点之间合作传输，减少节点自私性。

2、本发明为解决上述技术问题所采用的技术方案是：一种用于移动机会网络的节点双重激励方法，所述移动机会网络包括多个源节点、中继节点和目标节点，源节点将数据传递给中继节点，然后通过多个中继节点依次传递数据，使数据传输至目标节点，该方法包括以下步骤：

3、步骤一、首次激励

4、s101、通过图注意力神经网络评估节点声誉，在图注意力层中将移动机会网络的节点特征表示为， n为节点数， f为特征维度；

5、s102、建立节点之间的注意力系数：

6、（1）；

7、式（1）中， a为单层前馈神经网络实现的注意力函数，为可学习参数；

8、s103、使用softmax函数对注意力系数进行归一化操作：

9、（2）；

10、式（2）中， n i为节点 i的所有存在通信关系的邻居节点的集合；

11、s104、使用非线性激活函数leakyrelu对归一化后的注意力系数进行展开计算：

12、（3）；

13、s105、将节点映射到高维特征，得到变换后的节点特征表示为， f'为变换输出后的维度：

14、（4）；

15、式（4）中， σ(.)为激活函数；

16、s106、使用多头注意力机制对节点进行转换并连接特征：

17、（5）；

18、式（5）中， f为多头注意力的头数，为特征转换矩阵，为计算第 f个注意力的权重系数；

19、s107、计算节点的声誉值 r i( t)：

20、（6）；

21、s108、根据声誉阈值对节点进行区分，从移动机会网络中选取出高声誉节点，实现首次激励；

22、（7）；

23、式（7）中， τ为声誉阈值， t1为高声誉节点的集合， t0为低声誉节点的集合；

24、步骤二、将高声誉节点的声誉值存储在区块链上，向其中的中继节点传送多个数据传输合同，通过源节点和中继节点的效用函数使中继节点进行合同选取；

25、s201、源节点效用函数为源节点在合同获得的实际收益减去源节点对中继节点进行数据传输的奖励：

26、（8）；

27、式（8）中， s i为源节点在传输中的实际收益， g i为源节点在合同中的奖励回报， α和 β为权衡参数；

28、s202、中继节点效用函数为中继节点通过选取合同并参与数据传输的奖励减去中继节点消耗的资源：

29、（9）；

30、式（9）中， o i为中继节点在传输中的奖励回报， w i为中继节点的网络资源， λ i为 i型节点， p为单位成本；

31、式（9）中，为用于奖励的评估函数：

32、；

33、s203、在得到源节点和中继节点的效用函数后，通过下述原则进行合同选取：

34、；

35、；

36、根据所选取的合同在节点之间进行数据传输，即实现了移动机会网络的节点二次激励。

37、优选的，步骤一中还包括：

38、s109、建立声誉反馈函数：

39、；

40、；

41、上式中， r i( t)为节点在时刻 t的声誉值， f i为转发行为， c i( t)为贡献函数， к和 η分别为转发行为和贡献的奖惩因子， к和 η取值为（-1，1）， ζ为调整因子， ζ取值为（0，1）， c i( t-1)为节点在时刻t-1的贡献， rc i( t)为节点在时刻t的资源消耗；

42、然后通过更新函数对声誉进行更新：

43、；

44、上式中， r i( t-1) 为节点在时刻 t-1的历史声誉值， rf i( t)为声誉反馈值， γ是为声誉更新参数， γ取值为（0，1）。

45、根据上述技术方案，本发明的有益效果是：

46、本发明提出基于图注意力神经网络的框架，通过节点历史交互行为、属性等来进行节点的声誉评估，基于节点声誉来刺激节点参与协作，有效实现首次激励；本发明引入契约理论，针对首次声誉激励后，为弥补节点协助消息传输的资源消耗及信息不对称情况下，设计个性化合同并讨论最优合同制定，来进行节点协作传输奖励的二次激励，以最大化节点效用，通过基于图注意力神经网络评估节点的声誉和契约相结合，提出digc双重激励机制，来鼓励节点之间合作传输，减少节点自私性，提升了移动机会网络的投递率，降低数据传输延迟。