机会社交网络中节点可信协作产生机理及演化机制研究

Emerging mechanism and evolutionary principle of trusted cooperation for nodes in the opportunistic social networks (OSN) is a new research problem to be solved. The message delivery in opportunistic social network mainly relies on the interactive cooperation between intermediate nodes.Because of the interference of selfish or malicious members, the messaging is often affected or destructed.Actually,the essential problem for messaging reliability in OSN is whether nodes can trusted cooperatively interact with each other. Therefore, we try to solve the problem of trusted cooperative interaction between nodes from the angle of "superior bad discard,natural selection" by constructing a evolutionary game model with bounded rationality. Through repeated games of nodes,the malicious or selfish behavior strategies will be gradually eliminated,the network achieves to be a stable and safe state of common honest cooperation. The main research contents include dynamic reputation evaluation model based on combination of exponential smoothing and markov chain theory; the incentive model based on reputation that includes reputation based payoff function, reputation based preliminary screening method for learning objects); Multi-population and single population evolutionary game models,with relative evolutionary algorithms and evolutionary dynamic problems. Our purpose is to explore the mechanism and necessary condition of the emerging of trusted cooperation behavior from one entity to the whole population, understand the evolutionary balance between the cooperative behavior and non-cooperative behavior, and analyze the necessary conditions of triggering trusted cooperative behavior, in order to provide the theory for trusted cooperation of nodes for OSN.

机会社交网络中节点的可信协作产生机理及演化机制是一个亟待解决的重要研究问题。网络消息是通过相遇节点“存储-携带-转发”的协作模式传递。在此过程中，存在自私、恶意节点的干扰和破坏。节点间维持可信的协作状态是达成可靠消息传递的本质。因此，通过节点间的反复博弈，以“优胜劣汰”进化方法淘汰恶意策略和自私行为，构建演化博弈模型，是促进网络趋向整体稳定的可信协作状态形成的有效方法。主要研究内容包括基于指数平滑马尔科夫链的信任评估模型；信誉激励模型(信誉的支付函数、信誉优选的学习目标初筛方法)；多种群非对称演化博弈模型，演化算法和萤火虫优化算法及演化动力学问题。目的是为了探寻机会社交网络种群间及种群中协作行为产生的内在原因，分析从个体到群体普遍协作行为涌现机理，理解该群体复杂的动态非合作与合作的均衡演化的过程，分析可信交互行为发生和维持的必要条件，为机会社交网络中节点可信协作机制提供理论依据。

项目背景：机会社交网络中节点的可信协作产生机理及演化机制是一个亟待解决的重要研究问题。网络消息是通过相遇节点“存储-携带-转发”的协作模式传递。在此过程中，存在自私、恶意节点的干扰和破坏。节点间维持可信的协作状态是达成可靠消息传递的本质。因此，通过节点间的反复博弈，以“优胜劣汰”进化方法淘汰恶意策略和自私行为，构建演化博弈模型，是促进网络趋向整体稳定的可信协作状态形成的有效方法。..主要研究内容：包括基于指数平滑马尔科夫链的信任评估模型；信誉激励模型(信誉的支付函数、信誉优选的学习目标初筛方法)；多种群非对称演化博弈模型，演化算法及演化动力学问题。..重要结果：1)提出一种能够多维度融合的信誉评估方法; 2)针对机会网络节点协作激励和演化问题，构建了一个协作演化博弈模型; 3)设计了一种针对自私节点和恶意节点的奖惩策略; 4) 搭建了一个综合仿真平台，验证了所提模型和算法的有效性。..关键数据：1）实验结果表明，随着异常节点的增加，Epidemic路由的平均相对时延异常节点比例在40%之前相对稳定，之后迅速上升。加入了博弈激励机制之后（T-Epidemic），当异常节点比例较小时，平均相对时延随着异常节点比例上升而小幅度上升，但是很快就趋于稳定了。也就是说加入演化博弈模型后，异常节点对网络的破坏得到了抑制。2）仿真结果显示当异常节点数量15%左右时，FirstContact路由网络消息交付成功率就下降到0.1以下。添加博弈激励机制后（T-FirstContact），网络成功抵御了异常节点的影响，消息交付成功率基本稳定在0.34左右，跟没有异常节点的机会网络性能相当。当网络中全部都是异常节点时，由于网络中没有了采用协作策略的节点，所以演化博弈模型失去了作用。3）Spray and Wait算法随着异常节点数量的增加，消息交付成功率并没有急剧下降，而是逐渐退化成了DirectDelivery路由。加入博弈激励机制后（T-SprayAndWait），该路由算法的交付成功率表现非常优秀，基本稳定在0.86左右。这说明信誉激励机制在Spray and Wait路由算法中同样有效地抵御了异常节点的影响。..科学意义：可用于探寻机会社交网络种群间及种群中协作行为产生的内在原因，为机会社交网络中节点可信协作机制提供理论依据。

内容获取失败，请点击重试