促进节点合作的机会网络演化算法及装置的制造方法
【技术领域】
[0001] 本发明属于互联网通信技术领域，具体涉及一种促进节点合作的机会网络演化算 法及装置。
【背景技术】
[0002] 随着智能移动设备的飞速发展，一种即兴、即时的新型关系型网络-机会网络应运 而生，成为继社交网络之后未来五年内的一个新的热门发展方向，机会网络中的社交关系 是基于主题-兴趣-需求-位置等随机产生，例如基于位置的近距离相遇通信，或者基于算法 的动态耦合-关系连接等等;它是机会网络与社交网络相结合的一种创新应用型网络形态。
[0003] 在机会网络的通信过程中，消息是通过节点相遇"存储-携带-转发"的协作模式传 递。然而，在完全开放式的机会网络中，还存在着来自内部恶意节点或自私节点的干扰和破 坏，如恶意节点重放消息或阻塞消息传输致网络紊乱的行为等，因此，达成可靠消息传递的 本质在于节点间维持着可信的协作状态。节点可信协作是指节点自愿参与路由合作，协助 可信节点转发消息，不实施欺骗、伪装或攻击行为，同时，不协助转发恶意信息或与恶意节 点交互。实际上，在机会网络中，广泛存在着节点之间互相信任协作的现象，例如，大部分节 点会原意协助与自己具有一定社交关系或频繁相遇的其他节点，只是这种协作行为亦同时 受到空间、时间、历史行为等其它未知因素的影响。因此，机会网络中的可信协作行为的涌 现和维持是一个亟待解决的新问题。
[0004] 将上述问题总结为一个关键的科学问题:动态机会网络中节点可信协作涌现原理 及演化规律问题。可进一步定义该问题为：如何能在包含自私及恶意节点的机会网络中促 进节点之间可信协作的产生并能维持在稳定的普遍协作状态。该问题可以分解为两个子问 题，一是可信协作产生机理问题，另一个是演化均衡问题。要解决可信协作问题，需要从两 方面着手，一是探寻网络内中节点协作现象发生必要条件;二是降低自私节点与恶意节点 对整个网络的破坏力。要解决演化均衡问题，主要是需要从机会网络复杂演化过程的建模 着手，能准确刻画出节点协作行为演化的实际过程。
[0005] 针对这些新问题，利用传统的方法无法有效地解决，即使近年来针对分布式P2P网 络的安全机制也不能有效地解决这些问题。
[0006] 针对机会网络的安全合作问题，相关的国内外研究工作可以归纳为以下几点：
[0007] ?缺乏针对机会网络的消息安全传递过程的本质性研究。虽然近几年目前国外一 些研究组提出了针对机会网络中的路由、通信等协议或算法，但通信和路由的本质问题在 于节点之间的相遇并发生可信协作行为，如何解决好相遇节点之间的自发性协作及协作可 靠性问题是关键，但目前针对此类问题的研究国外和国内均还处于起步阶段。
[0008] ?现有的信任模型并不适用于机会网络。信任模型相关技术研究虽然已经很久， 但并不能直接应用于机会网络；由于机会网络的社会性，即时性、资源有限、P2P分布式等特 点，决定了其对信任的影响是多方面多角度的，虽然信任的环境决策因素在一定程度上已 知，然而如何计算这些影响因素的权重仍是一个非常大的挑战，并且，信任是动态变化的， 如何建立机会网络的动态信誉评估模型是一个亟待解决的问题。
[0009] 综上所述，由于机会网络兼具社会性、即时性和P2P分布式等特征，所以传统的安 全保护技术并不能很好地适应，虽然当前有少数研究学者开始关注到机会网络中的安全问 题，但均属于机会网络的问题类综述及调研，而针对机会网络中安全合作的研究目前却处 于起步状态。
【发明内容】
[0010] 本发明具体通过如下技术方案实现：
[0011] -种促进节点合作的机会网络演化算法，包括以下步骤：
[0012] (1)初始化机会网络，设置相应参数:网络节点数量、移动速度、随机初始化节点策 略So和博弈历史Ho，将博弈收益清0，信誉值清0;
[0013] ⑵它们互相进行m代博弈，即重复执行步骤⑶、⑷、（5)m次，每一代时间间隔为 t；
[0014] (3)每代开始博弈时，所有的两两相遇的节点在该时间间隔中同时博弈，根据当前 支付矩阵利用基于信誉的支付函数计算各自收益，并将各自所有的博弈的收益累积；
[0015] ⑷当时间间隔t满后，每个节点评估本轮博弈过的节点的信誉度，初筛出学习目 标的候选集；
[0016] (5)实施萤火虫算法，搜索出最优学习目标，并复制该学习目标的策略作为下一轮 博弈的策略；
[0017] (6)记录m次演化完成后的相关数据，包括协作水平、博弈的历史。
[0018] -种促进节点合作的机会网络演化装置，包括：
[0019] 初始化装置，用于初始化机会网络，设置相应参数：网络节点数量、移动速度、随机 初始化节点策略So和博弈历史Ho，将博弈收益清0，信誉值清0;
[0020] m代博弈装置，用于所有的两两相遇的节点互相进行m代博弈，每一代时间间隔为 t；
[0021] 记录装置:用于记录m次演化完成后的相关数据，包括协作水平、博弈的历史；
[0022]所述m代博弈装置包括：
[0023] 博弈子装置，用于每代开始博弈时，所有的两两相遇的节点在该时间间隔中同时 博弈，根据当前支付矩阵利用基于信誉的支付函数计算各自收益，并将各自所有的博弈的 收益累积；
[0024] 信誉度评估子装置，用于当时间间隔t满后，每个节点评估本轮博弈过的节点的信 誉度，初筛出学习目标的候选集；
[0025]最优学习目标搜索子装置，用于实施萤火虫算法，搜索出最优学习目标，并复制该 学习目标的策略作为下一轮博弈的策略。
【附图说明】
[0026] 图1是本发明的主要技术路线总览图；
[0027] 图2是模糊逻辑的信誉量化方法示意图；
[0028]图3是直接信任与间接信任的计算示意图，其中，图3(a)是直接交互产生直接信 任，图3(b)是推荐信息产生间接信任，图3(c)是混合方法产生综合信任；
[0029]图4是函数f(P，y)的图像；
[0030]图5是支付矩阵示意图；
[0031] 图6是系统演化的相位图；
[0032] 图7是本发明的演化算法的流程图；
[0033] 图8是本发明所采用的改进的萤火虫算法流程图。
【具体实施方式】
[0034]下面结合【附图说明】及【具体实施方式】对本发明进一步说明。
[0035]本发明在分析机会网络特征的基础上，引入演化博弈理论工具，对机会网络中的 合作机制和演化规律进行深入探究，提供机会网络的节点之间的相互作用(合作、自私、攻 击等)关系及演化动力学;我们认为网络中节点节点与生物演化具有共性，通常是通过不断 进化(继承、突变）的方法达到演化均衡的，但社会、历史、空间等因素均会对博弈的多重均 衡的选择产生影响。本课题研究对象即是随着时间、空间变化的机会网络群体，本发明目的 是为了分析从节点到群体普遍协作行为的形成机理，以"优胜劣汰"的进化方法淘汰恶意策 略或自私行为，促进网络中节点整体趋向稳定可靠的协作状态。
[0036] 首先，应将机会网络中的即时性、社会性、动态化、分布式、资源受限等特点纳入到 模型研究中，系统性地探究多维因素影响下的信誉度的建模，例如社交关系、时效性、地理 位置等因素对信誉度影响的权重。其中涉及到三个子核心问题:如何量化信誉?如何确定信 誉的多维影响因子的权重？如何解决信誉度的动态变化?其次，应将信誉引入演化博弈中， 探究演化博弈中促进合作涌现的正向激励机制，其中包括:如何选择学习目标?如何制定策 略更新规则?如何设计适合的策略收益函数?最后，如何能构建出演化博弈模型准确地描绘 节点可信协作的过程？
[0037] 根据以上需求，本发明提出了"动态机会网络中节点可信协作产生机理和演