基于模糊集合的可信上下文社交网络路由算法.doc

若有不实之处，本人愿意承担相关法律责任。 基于模糊集合的可信上下文社交网络路由算法， 甌篢； 目录喙丶际酢网络模型踩枨蟆！信息搜集信任值计算直接信任仿真工具 基于模糊集合的可信上下文社交网络路由算法网络丢包率安全分析。网络平均中转跳数网络开销丢包率实验对比对比算法小结参考文献谢 大连理工大学硕士学位论文绪论研究背景和意义的提出弥补了这一不足，该算法充分利用社交网络中根据用户属性进行数据分享的特点进行路由，在保证数据包转发成功率的同时降低数据包开销。但是这些路由算法都存在一个共同的问题【】，也就是他们都假设网络中所有的节点都是可信的，自愿为其他节点提供服务转发数据包。然而在实际的社交网络中，节点都是由理性的个人或者组织控制的，因此处于对自身资源的保护，节点会存在一定的自私行为。而随着自私节点的增加， 基于模糊集合的可信上下文社交网络路由算法国内外研究现状目前针对像社交网络这类具有容迟网络特点的网络，现存的路由算法大致分为：传、传统路由 大连理工大学硕士学位论文 图社交网络示例 基于模糊集合的可信上下文社交网络路由算法的特殊性，无法满足传统路由算法需要保证端对端连接的要求。因此传统路由算法也无法更好的应用于社交网络中。网络的多跳数据转发过程中，对数据包进行身份验证和约束的一个非常重要的安全服 存在的问题虽然信任路由的研究已经持续了一段时间，但是由于社交网络和传统网络相比有着端到端延迟较大，无法保证端到端连接，节点移动性较大等诸多特点，使得传统的一些信任路由方法无法很好的应用在社交网络中。同时目前针对较为适用于社交网络的上下文路由算法，还没有相应的信任模型提出。也是因为社交网络的数据分享特点，一旦网络中出现了自私甚至恶意节点对网络的数据分享成功率或者网络的安全性都将造成巨高网络性能。本文主要研究内容和贡献献概况如下： 基于模糊集合的可信上下文社交网络路由算法本文主要分为四章，章节结构安排如下：和网络开销的平衡两个方面对四个算法的表现进行对比实验。 基于上下文信息的路由协议路由协议在社交网络中节点存在着较高的移动性，并且缺乏端到端之间的链接，因此网络延的路由算法应运而生。这类算法可以将社交网络这一特点同路由方式很好的融入到一图属性信息 基于模糊集合的可信上下文社交网络路由算法图转发过程虽然基于上下文信息的路由算法可以很好的结合社交网络特点，利用用户之间的关联性进行数据包的转发。但是属性等信息的暴露也使得网络的安全性得不到充分的保 性不同的部分。目前有一些针对基于上下文信息路由算法安全性的算法，现存的解决方法基本分为两大类，一类是通过加密算法来保护隐私信息。但是算法中对于头部信息的处理也采用加密的方法，当属性过多的时候，加密解密需要的时间较长。另一类是对属性加干扰信息，还有通过增加自己朋友节点个数来保护属性信息。但是都没有具体的考虑如何加入干扰信息如何找到目的节点等具体环节。否对数据包进行转发。这里面对于匹配算法一般有两种。一种，由于每个节点拥有的属 基于模糊集合的可信上下文社交网络路由算法模糊综合评价方法是模糊集合中应用比较广泛的一种方法。在对某个主体进行评价的过程中经常会遇到需要考虑多种因素做出综合决策的过程，因此通常将模糊综合评价和层次分析法相结合对主体进行评价。在模糊综合评价方法中主要分为确定评价等级，确定评价因素，确定隶属度函数，确定权重以及最终评价五个步骤。模糊综合评价方法的好处在于可以综合考虑多个因素对主体的可信性进行判断。，珻表示信 大连理工大学硕士学位论文小结 基于模糊集合的可信上下文社交网络路由算法 大连理工大学硕士学位论文研究表明人类的活动会具有一定的反复性，因此可以通过对已有行为的判断对未来行为进行预测，也就产生了信任的概念。引用到无线网络中，信任可以为节点之间判断对方是否可信提供依据。近些年已有一些针对无线网络的信任模型研究出现，但是他们都无法很好的使用与社交网络，原因有以下几个。首先，没有考虑到社交网络的应用本质，社交网络的应用以数据分享为主，如何保证分享数据的安全性是首先需要考虑的问题。其次，一些信任模型需要基于第三方服务器或者端到端的连接，这些在社交网络中都是无法保证的。再次，没有考虑到路由的特殊性，社交网络的数据分享同人与人之间的关系紧密联系，因此如何将这一特点融入信任模型也是我们需要考虑的重点。最后，由于社交网络用户的移动性，网络拓扑结构变化很大，无法事先判断节点信任值并且选择特定路径。 基于模糊集合的可信上下文社交网络路由算法和。通过社会信任属性评价节点有效转发数据的能力，节点杂诶醋越诘鉯的多媒体信息的可信度评价节点透诘鉐的数据包总数节点镏诘鉯转发数据包总数节点徒诘鉯间的相似度节点越诘鉰的社会信任属性值节点越拥鉐的最终信任值判断 直接信任推荐信任信息搜集卜刊社会属性信任信任值计算卜叫输入输出输入计算直接信任矩阵和推荐信任矩阵计算出节点的信任值信任属性和计算出的节点信任值如图所示，我们将网络分为了几个部分，每个小的社交网络都是通过一定的共同属性相联系，比如工作地点等。用户可以自由的在整个网络移动。我们为每个用户分配了一个特有的属性信息，例如“，甤，”以监听周围邻居节点的信息。 基于模糊集合的可信上下文社交网络路由算法参与数据的转发过程。恶意节点会篡改发送恶意数据。现存的路由协议大多基于一种假设，也就是所有的节点都愿意为其他节点服务，可以帮助其他进行数据的转发。但是在社交网络中，节点是由理性的个人或者社会组织所控制，由于物理存储空间，能耗以及带宽的限制，出于对自己利益最大化的考虑，就一意攻击。常见的攻击手法包括：嗅探、信息搜集、窃听等。 大连理工大学硕士学位论文信息搜集 基于模糊集合的可信上下文社交网络路由算法图信任关系 成功转发率是对节点是否能够帮助自己正确转发数据包的判断。对于任意节点，转发数据包的总数，而后者则记录了通过监听判断出的节点转发出去的数据包个数。评估。在计算成功转发率的同时，也可以通过增加参数的大小来增加对自私节点的惩罚。多媒体信息反馈是针对社交网络以数据共享为主要用途的特点【】，当节点之间进行 基于模糊集合的可信上下文社交网络路由算法信任值计算在本文中，考虑到不同信任影响因素的特点，我们对其计算时机也进行了分类。社会属性代表了一个节点的可信度，其历史信息对于预测节点未来动作也有着重要的参考意义，因此在信任计算的环节，主要是针对社会属性的两个影响因素，成功转发率以及多媒体信息的反馈进行计算。下面我们将对如何计算这些属性得到最终综合信任值进行介绍。 发率和多媒体信息的反馈，对玛进行直接的信任评价，并将评价的结果保存到如下变量董鼍妻繢鶬啦印硝双摇髓曩酬一距图隶属函数制着较信任喽杂那咝甭剩琄蚄刂谱舦，话阈湃相对应的曲线斜 基于模糊集合的可信上下文社交网络路由算法畇叶鲁，畇叶簧，。环篕，一畇”麓，畇轰， 根据上面得到的针对每个信任等级的隶属度，节点涂梢缘玫蕉杂诮诘鉰的直接互。【 基于模糊集合的可信上下文社交网络路由算法然后根据不同评价因素的权重矩阵可以得到最终的综合信任矩阵，计算方法如下所炼女。，吆赫齌：乏公式校琖代表着两个信任因素晒7剩嗝教逍畔蠢的权重矩阵且满足。谡饫铮颐遣扇说热氐男问剑簿褪牵嘞是上一步骤得到的综合信任矩阵，其中瓦指的是评价因素孕湃蔚燃禞的信任隶属度函数。决策制定也具有一定的参考价值，因此在上一节的信任值计算中我们主要考虑的是社会信任属 。譏，毒口卑；。宰。，宰存储开销分析虼私诘鉯存储直接信息需要的空间共计为： 基于模糊集合的可信上下文社交网络路由算法时间复杂度分析算法：基于上下文信息路由算法输入：节点之间交互信息信息搜集得到每个交互节点直接信任信息计算综合标价标准睇。幸噱。删水，直接信任计算包括保存直接信任信息和根据隶属度函数计算出直接信任矩阵。 最优情况下，节点无需维持推荐信任值，则时间复杂度趋近于。小结信息搜集环节主要是对不同信任因素的搜集整理，本文将信任因素分为了社会信息 基于模糊集合的可信上下文社交网络路由算法仿真工具网络模拟器一直是网络研究的关键，而 图 基于模糊集合的可信上下文社交网络路由算法他们相遇的概率也就越大。节点会依据移动模型在地图上随机选择目标地点移动，并做图赫尔辛基模拟地图 小时节点移动模型本文设计的模型是针对社交网络中自私甚至恶意节点的存在，因此在实验仿真的过程中，在鼋诘阒猩杓屏：的自私和恶意节点分布在整个网络中。自私节点的移动模型、传输速度、移动速度、传输半径等系统参数和普通的节点相同。不同的是自私节点会在收到来自其他节点请求转发的数据包时，选择性的将其丢弃。而恶意节点则会定期向网络中发送恶意数据。 基于模糊集合的可信上下文社交网络路由算法网络丢包率正如前文提到的，社交网络中的节点是通过理性的人或者机构控制的，因此网络中会存在一定的自私甚至恶意节点。自私节点的存在会在很大程度上影响网络的性能，其原因就是虽然自私节点在享用来自其他节点的服务，却拒绝为其他节点提供服务转发数据包。因此在自私节点增多的情况下，网络的丢包率会增大，评价一个信任模型是否有效率的找到自私节点，其中一个重要的评价因素就是数据包的丢包率。网络负载率用来衡量为了成功转发一个数据包而需要转发的数据包总量，通常来讲网络负载越小，整个网络的性能就越好。例如在传染路由中，节点会向所有相遇的节点发送数据请求转发，理论上这种路由算法的转发成功率很高，但是传染路由的一个突出缺点就是网络负载率过高，导致网络中存在大量的数据包，浪费了网络资源的同时也可能导致网络的拥塞。 大连理工大学硕士学位论文自私节点个数数量。口骸狽齐猄狶狪 基于模糊集合的可信上下文社交网络路由算法我们分别比较了应用産信任模型和不应用信任模型的上下文信息路由算法中，恶意数据和安全数据的转发成功率。叉形标记的曲线代表了在没有信任模型的上下文信息路由算法中恶意数据的转发成功率，方形标记的曲线代表着应用産信任模型时安全数据的转发成功率，而菱形曲线则代表着在应用信任模型时恶意数据的转发成功率。 大连理工大学硕士学位论文图 基于模糊集合的可信上下文社交网络路由算法童图不同转发率下的网络开销 墨髓凼甌这里我们比较了在转发率增加的情况下，对于网络开销的影响。网络开销指的是为了发送一个数据包而需要转发数据包的个数。实验结果显示在图中，从图中我们可以看出随着转发率的增加，网络开销呈现出上升趋势。这是因为当转发率较小的时候，节点仅仅选择有限的几个节点负责数据的转发，这也会导致网络数据到达率的下降。随着转发率的增加，更多节点加入到转发过程中，网络的开销也就随之增加。从图中我们续的实验过程中，我们选取转发率作为我们实验的参数。 基于模糊集合的可信上下文社交网络路由算法在社交网络中，网络中的节点都是通过具有理性的人或组织所控制，因此处于节约能量的考虑，会存在一定的自私节点。自私节点的行为可以理解为，愿意接受来自其他节点的服务，却不愿意无条件为其他节点提供服务。在本实验中，自私节点拒绝服务就体现在拒绝帮助转发来自其他节点的数据包。因此自私节点的存在对整个网络的性能会产生一定的影响。本文主要通过以下三个方面：平均中转跳数、网络开销和丢包率，评估自私节点对网络性能的比较，以及评估本文提出的信任算法能否减小自私节点对网络性能产生的影响。 乏网络平均中转跳数 基于模糊集合的可信上下文社交网络路由算法本文中我们设定网络中存在鼋诘悖婊薕到不等的节点作为在上一部分中我们比较了两个模型的平均中转跳数，两个模型对应的平均中转跳数是几乎相同的，因此得出结论本文提出的基于模糊集合的上下文信息可信路由算法可以在保证网络平均中转跳数的情况下，降低网络开销。这一结果的产生，是因为本文根据能够正确转发节点做出分析，而不是仅仅依靠上下文信息匹配率来选择发送节点。因此当社交网络中存在自私节点的情况下，本文提出的信任模型可以有效的辨识自私节点，并选择更为可靠并且可以有效转发数据包的节点进行转发。因此在相同转发率的情况下，本文提出的算法可以为节点选择更为有效的节点进行数据转发，因此反应到实验结果中就表现为网络开销的下降以及平均中转跳数的稳定。 大连理工大学硕士学位论文 基于模糊集合的可信上下文社交网络路由算法厶 实验对比思想。当两个节点相遇时，会互相传染也就是交互对方没有的数据。因此传染路由的好处就是当源节点和目的节点间存在可达路径的时候，可以保证数据的有效传输。但是正是由于这种泛洪的路由模式，也导致了传染路由的一个最大的缺点，增加网络中数据包的数量。因为每个节点都会交互数据，因此会产生大量的数据包副本，大量的冗余数据会占用网络的存储以及计算资源，对于网络的性能有一定的负面影响。 基于模糊集合的可信上下文社交网络路由算法：墨 小结一些实验参数进行了举例分析。 基于模糊集合的可信上下文社交网络路由算法因素的权重。提出的信任路由算法的优越性。首先，从数据包到达率角度对四个算法进行了对比，实验结果本文提出的基于模糊集合上下文信息路由算法可以在自私节点增加的情况下保证数据到达率的稳定性。然后，从网络中数据包到达率和网络开销的平衡作出了对比，通过对比较结果进行分析，我们可以得出结论，本文提出的基于模糊集合的上下文信息信任路由算法可以在保证数据到达率的同时，控制网络开销。 本文首先对社交网络的研究背景和研究意义，以及社交网络的研究现状进行了简单的介绍。然后对现存路由算法的特点和各自优缺点进行了分析，并针对基于上下文路由进行了重点介绍，该算法较传统路由