容迟网络中基于节点社会属性的激励机制

doi:10.11772/j.issn.1001-9081.2023050587

《计算机应用》唯一官方网站 ›› 2023, Vol. 43 ›› Issue (S2): 142-151.DOI: 10.11772/j.issn.1001-9081.2023050587

• 网络与通信 • 上一篇

容迟网络中基于节点社会属性的激励机制

常亚楠¹, 周俊杰¹, 崔建群¹(), 杨任汀¹, 周浩²

^1.华中师范大学计算机学院，武汉 430079
^2.武汉轻工大学网络与信息中心，武汉 430023

收稿日期:2023-05-16 修回日期:2023-07-31 接受日期:2023-08-11 发布日期:2024-01-09 出版日期:2023-12-31
通讯作者: 崔建群
作者简介:常亚楠（1984—），女，湖北武汉人，副教授，博士，CCF会员，主要研究方向：无线mesh网络、延迟容忍网络、社交网络
周俊杰（1999—），女，湖北武汉人，硕士研究生，主要研究方向：延迟容忍网络、社交网络、无线通信
崔建群（1974—），女，湖北武汉人，教授，博士，CCF会员，主要研究方向：机会网络、物联网、移动网络、应用层组播
杨任汀（1998—），男，湖北武汉人，硕士研究生，主要研究方向：延迟容忍网络、社交网络、无线通信
周浩（1980—），男，湖北武汉人，硕士，主要研究方向：网络工程、数字媒体。
基金资助:
国家自然科学基金资助项目(61702210)

Incentive mechanism based on node social attributes in delay‑tolerant network

Yanan CHANG¹, Junjie ZHOU¹, Jianqun CUI¹(), Renting YANG¹, Hao ZHOU²

^1.School of Computer Science，Central China Normal University，Wuhan Hubei 430079，China
^2.Network and Informatization Center，Wuhan Polytechnic University，Wuhan Hubei 430023，China

Received:2023-05-16 Revised:2023-07-31 Accepted:2023-08-11 Online:2024-01-09 Published:2023-12-31
Contact: Jianqun CUI

摘要/Abstract

摘要：

针对容迟网络（DTN）中存在部分节点不合作的问题，提出基于节点社会属性的激励机制（IMNSA）。首先，定义节点协作度、奉献值衡量节点协作程度，其中，协作度体现节点的合作情况，奉献值量化节点在数据传输中的贡献。其次，设置奖励与惩罚策略以提高节点协作的积极性。奖励策略是基于节点协作度与奉献值的消息管理策略；惩罚策略通过强制自私节点转发若干条其他节点的消息迫使节点合作。最后，为提高消息投递率，提出节点羁绊值的概念，通过羁绊值筛选朋友节点以加大消息的扩散程度。仿真实验结果表明，所提机制可有效提高节点协作度，相较于Spray and Wait（SaW）算法，节点的平均协作度提高了112%，同时在消息投递率方面比Prophet平均提高106.48%，负载率比Prophet平均降低86.8%。可见，所提机制在激励节点合作方面具有不错的效果，同时可以保持较高的投递率和较低的网络负载，在社交DTN方面具有良好的应用前景。

关键词: 容迟网络, 自私性, 协作度, 激励机制, 羁绊值

Abstract:

In order to solve the problem of non-cooperation of part nodes in the Delay?Tolerant Network （DTN）， an Incentive Mechanism based on Node Social Attributes （IMNSA） was proposed. First， the node cooperation degree and the value of dedication were defined to measure the node cooperation degree. Among them， the cooperation of nodes was reflected by cooperation degree， and the contribution made by nodes was quantified through the value of dedication in data transmission. Secondly， reward and punishment strategies were designed to improve the initiative of node cooperation. Reward strategy was a message management strategy based on node cooperation degree and dedication value； the selfish nodes were forced to cooperate by punishment strategy forcing it to forward several messages from other nodes. Finally， in order to improve the message delivery rate， the concept of node intimacy was proposed， through which friend nodes were screened to increase the message diffusion degree. Simulation experimental results show that the proposed mechanism can effectively improve node cooperation degree. In comparison with the Spray and Wait （SaW） algorithm， the average node cooperation degree of the proposed mechanism is increased by 112%； meanwhile， the message delivery rate of the proposed mechanism is 106.48% higher than that of Prophet， and the load rate is 86.8% lower than that of Prophet. It can be seen that the proposed mechanism has a good effect in stimulating node cooperation， and can maintain a high delivery rate and a low network load， which has a good application prospect in social DTN.

Key words: Delay-Tolerant Network (DTN), selfishness, cooperation degree, incentive mechanism, intimacy

中图分类号:

TP393

常亚楠, 周俊杰, 崔建群, 杨任汀, 周浩. 容迟网络中基于节点社会属性的激励机制[J]. 计算机应用, 2023, 43(S2): 142-151.

Yanan CHANG, Junjie ZHOU, Jianqun CUI, Renting YANG, Hao ZHOU. Incentive mechanism based on node social attributes in delay‑tolerant network[J]. Journal of Computer Applications, 2023, 43(S2): 142-151.

图/表 7

表1 仿真参数

参数	值	参数	值
仿真时间/s	43 200	r	0.60
消息生存周期/min	300	$D i n i t$	0.75
缓存大小/MB	14	$α$	0.98
消息产生间隔/s	25～35	$β$	0.25
消息大小/MB	0.5～1	$ε$	0.50
消息最大拷贝数	6

表1 仿真参数

参数	值	参数	值
仿真时间/s	43 200	r	0.60
消息生存周期/min	300	$D i n i t$	0.75
缓存大小/MB	14	$α$	0.98
消息产生间隔/s	25～35	$β$	0.25
消息大小/MB	0.5～1	$ε$	0.50
消息最大拷贝数	6

表2 各算法节点协作度的平均值与方差

路由算法	不同仿真时间下节点协作度的平均值						不同仿真时间下节点协作度的方差
路由算法	2 h	4 h	6 h	8 h	10 h	12 h	2 h	4 h	6 h	8 h	10 h	12 h
Prophet	0.207	0.394	0.460	0.495	0.503	0.524	0.021 7	0.057 0	0.076 4	0.081 7	0.093 3	0.097 6
NIS	0.206	0.396	0.473	0.500	0.509	0.517	0.021 4	0.057 5	0.078 9	0.080 7	0.090 2	0.095 5
SaW	0.049	0.046	0.044	0.045	0.044	0.043	0.001 9	0.000 7	0.000 5	0.000 4	0.000 3	0.000 2
IMNSA	0.028	0.089	0.109	0.114	0.117	0.116	0.001 9	0.003 5	0.003 5	0.003 0	0.003 0	0.002 5

图1 四种算法在运行12 h后各个节点协作度

表3 各算法节点贡献值的平均值与方差

路由算法	不同仿真时间下节点贡献值的平均值						不同仿真时间下节点贡献值的方差
路由算法	2 h	4 h	6 h	8 h	10 h	12 h	2 h	4 h	6 h	8 h	10 h	12 h
Prophet	0.270	0.667	1.032	1.452	1.841	2.206	0.173	0.544	0.756	1.169	1.334	1.431
NIS	0.270	0.659	1.032	1.429	1.802	2.214	0.173	0.522	0.697	1.036	1.210	1.374
SaW	0.329	0.921	1.587	2.413	3.159	3.794	0.181	0.471	0.797	1.440	1.975	2.319
DPN‑ASW	0.278	0.913	1.545	2.214	2.817	3.382	0.154	0.582	1.033	1.618	2.110	2.537
IMNSA	0.103	0.836	1.730	2.508	3.308	4.024	0.071	0.484	0.914	1.245	1.813	2.194

图2 不同节点缓存下的性能比较

图3 不同消息TTL下的性能比较

图4 不同仿真时间下的性能比较

参考文献 22

1	HASAN S， SHARIFI SANI M， IRANMANESH S， et al. Enhanced message replication technique for DTN routing protocols［J］. Sensors， 2023， 23（2）： 922. 10.3390/s23020922
2	RAVERTA F D， FRAIRE J A， MADOERY P G， et al. Routing in delay-tolerant networks under uncertain contact plans［J］. Ad Hoc Networks， 2021， 123： 102663. 10.1016/j.adhoc.2021.102663
3	WU J， CAI S， JIN H， et al. Vehicular delay tolerant network routing algorithm based on trajectory clustering and dynamic Bayesian network［J］. Wireless Networks， 2023： 1-17. 10.1007/s11276-023-03239-2
4	NAKAGAWA K， SHIMOTOKU D， KAWASE J， et al. Dependable wildlife DTN： wearable animal resource optimization for sustainable long-term monitoring［C］// Proceedings of the 2020 IEEE 6th International Conference on Dependability in Sensor， Cloud and Big Data Systems and Application. Piscataway： IEEE， 2020： 49-56. 10.1109/dependsys51298.2020.00016
5	ROSAS E， GARAY F， HIDALGO N. Context-aware self-adaptive routing for delay tolerant network in disaster scenarios［J］. Ad Hoc Networks， 2020， 102： 102095. 10.1016/j.adhoc.2020.102095
6	AYUB Q， RASHID S. Community trend message locking routing protocol for delay tolerant network［J］. Peer-to-Peer Networking and Applications， 2023，16： 1155-1173. 10.1007/s12083-023-01470-4
7	马学彬，郑田玉，李明珠.机会网络中自私行为影响的分析与调节［J］. 电子学报，2019，47（4）：837-847. 10.3969/j.issn.0372-2112.2019.04.011
8	李云，于季弘，尤肖虎.资源受限的机会网络节点激励策略研究［J］. 计算机学报，2013，36（5）：947-956.
9	BABAZADEH N A， REZVANI M H. An incentive-compatible routing protocol for delay-tolerant networks using second-price sealed-bid auction mechanism［J］. Wireless Personal Communications， 2021， 121： 1547-1576. 10.1007/s11277-021-08684-w
10	刘浩，陈志刚，张连明.移动社交网络中基于拍卖模型的数据转发激励机制［J］. 通信学报，2017，38（11）：111-120. 10.11959/j.issn.1000-436x.2017210
11	张磊，张希，安成锦，等.基于信誉的延迟容忍网络激励方案［J］. 电子学报，2014，42（9）：1738-1743. 10.3969/j.issn.0372-2112.2014.09.012
12	MAO Y， ZHOU C， QI J， et al. A fair credit-based incentive mechanism for routing in DTN-based sensor network with nodes’ selfishness［J］. EURASIP Journal on Wireless Communications and Networking， 2020， 2020： Article No. 232. 10.1186/s13638-020-01823-0
13	ROY A， ACHARYA T， DAS B S. Social-based reputation-aware data forwarding for improved multicast delivery in the presence of selfish nodes in DTNs［J］. International Journal of Communication Systems， 2020， 33（4）： e4235. 10.1002/dac.4235
14	WANG E K， CHEN C M， YIU S M， et al. Incentive evolutionary game model for opportunistic social networks［J］. Future Generation Computer Systems， 2020， 102： 14-29. 10.1016/j.future.2019.07.034
15	赵宇红，包凤莲，王静宇.机会网络中基于信誉度惩罚的重复博弈模型［J］. 计算机应用与软件，2021，38（12）：121-127. 10.3969/j.issn.1000-386x.2021.12.021
16	吴青，曾锋.机会网络自私节点的Bertrand博弈与激励机制研究［J］. 计算机工程与应用，2020，56（13）：106-113. 10.3778/j.issn.1002-8331.1902-0214
17	LINDGREN A， DORIA A， SCHELEN O. Probabilistic routing in intermittently connected networks［J］. ACM SIGMOBILE Mobile Computing and Communications Review， 2003， 7（3）： 19-20. 10.1145/961268.961272
18	SPYROPOULOS T， PSOUNIS K， RAGHAVENDRA C S. Spray and wait： an efficient routing scheme for intermittently connected mobile networks［C］// Proceedings of the 2005 ACM SIGCOMM Workshop on Delay-tolerant Networking. New York：ACM， 2005： 252-259. 10.1145/1080139.1080143
19	JONES E， LI L， SCHMIDTKE J K， et al. Practical routing in delay-tolerant networks［J］. IEEE Transactions on Mobile Computing， 2007， 6（8）： 943-959. 10.1109/tmc.2007.1016
20	魏志华，刘聃，饶文碧，等.DTN中基于节点投递概率的自适应喷射等待路由算法［J］. 武汉大学学报（理学版），2019，65（6）：538-546.
21	DEDE J， FORSTER A， HERNANDEZ-ORALLO E， et al. Simulating opportunistic networks： survey and future directions［J］. IEEE Communications Surveys & Tutorials， 2017， 20（2）： 1547-1573. 10.1109/comst.2017.2782182
22	李向丽，宣茂义.自私性机会网络中的节点激励策略研究［J］. 计算机科学，2017，44（4）：213-217. 10.11896/j.issn.1002-137X.2017.04.046

[1]	潘亚楠, 潘庆先, 于兆一, 褚佳静, 于嵩. 时空众包中基于质量感知的在线激励机制[J]. 《计算机应用》唯一官方网站, 2023, 43(7): 2091-2099.
[2]	耿方兴, 李卓, 陈昕. 基于多领导者Stackelberg博弈的分层联邦学习激励机制设计[J]. 《计算机应用》唯一官方网站, 2023, 43(11): 3551-3558.
[3]	李从东, 黄浩, 张帆顺. 基于演化博弈的领先用户知识共享行为激励机制[J]. 计算机应用, 2021, 41(6): 1785-1791.
[4]	巫光福, 王影军. 基于区块链与云-边缘计算混合架构的车联网数据安全存储与共享方案[J]. 计算机应用, 2021, 41(10): 2885-2892.
[5]	陈秀华, 刘慧, 熊金波, 马蓉. 移动群智感知中面向任务需求的用户选择激励机制[J]. 计算机应用, 2019, 39(8): 2310-2317.
[6]	王莹洁, 蔡志鹏, 童向荣, 潘庆先, 高洋, 印桂生. 基于声誉的移动众包系统的在线激励机制[J]. 计算机应用, 2016, 36(8): 2121-2127.
[7]	朱旋, 杨麦顺, 安健, 向乐乐, 杨蔷薇. 群智感知中基于反拍卖模型的众包激励方法[J]. 计算机应用, 2016, 36(7): 2038-2045.
[8]	徐小琼, 周朝荣, 马小霞, 杨柳. 容迟网络中基于演化博弈的合作行为[J]. 计算机应用, 2016, 36(2): 483-487.
[9]	刘大福, 苏旸, 谢洪安, 杨凯. 电子商务中客户评价策略选择的演化博弈分析[J]. 计算机应用, 2016, 36(12): 3269-3273.
[10]	宋伟余强彭军孙庆中. 基于歧视性的第二价格拍卖算法的激励机制[J]. 计算机应用, 2014, 34(11): 3147-3151.
[11]	张涵张建标林莉. 面向半分布式P2P系统的可靠节点交换机制[J]. 计算机应用, 2013, 33(01): 4-7.
[12]	张永晖林漳希刘建华梁泉. 容迟网络广义k选播路由资源分配模型[J]. 计算机应用, 2012, 32(12): 3494-3498.
[13]	李绍静. 基于动态拓扑构造的信誉激励机制[J]. 计算机应用, 2012, 32(10): 2752-2756.
[14]	许力陈心瑜陈志德. 基于贝叶斯博弈模型的无线多跳网络激励机制[J]. 计算机应用, 2011, 31(12): 3169-3173.
[15]	马驰孟锦张宏. 抗毁的混合移动自组织网路由策略[J]. 计算机应用, 2011, 31(11): 2883-2886.

容迟网络中基于节点社会属性的激励机制

Incentive mechanism based on node social attributes in delay‑tolerant network

RichHTML

PDF

可视化

摘要/Abstract

引用本文

使用本文

图/表 7

参考文献 22

相关文章 15

编辑推荐

Metrics