无线多跳网络分簇协作路由算法

协作路由将物理层的协作通信技术和网络层的路由选择技术相结合是一种提高网络性能的跨层路由设计方案.现有的协作路由算法没有充分利用网络拓扑结构的特点,难以获得最优的协作路由.基于无线网络节点分布概况,提出一种分簇协作路由算法,以提高网络性能并增强网络的可靠性.该算法的分为三个阶段,簇的形成,簇间路由和簇内路由.算法的每个阶段都从节点分布对协作通信的影响出发优化协作路由设计,充分利用了无线网络中物理介质的广播优势和周围节点协作的优势.仿真结果表明,本文所提出的协作路由算法能够显著降低路由的中断概率,提高网络的可靠性.     

面向博弈的无线传感器网络自适应路由算法

在无线传感器网络聚簇路由算法基础上,提出了一种面向博弈的自适应路由优化算法.网络中以总体通信能耗最小和延长个体寿命为首要原则,建立源簇到基站的路径;簇首之间相互通信时,在直接、中继以及协作通信方式中,自适应选择路径策略;在路由建立过程中,引入基于博弈论的路由选择算法和路由转发算法,通过两两博弈找出最可靠的下一跳节点,自组织地建立可靠有效的路由路径.仿真实验表明,所提出的路由算法能有效减少通信能耗,延长网络生命周期.     

基于协作博弈的ZigBee能量优化路由算法

针对 ZigBee网络节点协作过程中,由于工作任务不均衡导致能耗不均问题,从带有竞价的博弈角度提出了基于协作博弈的ZigBee网络能量优化路由算法。首先建立了ZigBee路由博弈的系统模型以及能耗模型;其次,针对ZigBee网络节点建立了基于斯坦克贝格博弈的ZigBee协作博弈模型,分析了协作博弈的近似纳什均衡解,给出了优化的路由算法流程描述;最后的OPNET仿真实验表明,改进的路由算法能够在节点失效数目、能量消耗以及生存时间上得到了一定的改善。     

基于演化博弈的无线传感器网络节能分簇路由算法

考虑到无线传感器网络中节点在冲突环境下决策时具有有限理性,近年来学者引入博弈论解决传感网分簇路由中自私节点的簇头选举问题。以往经典博弈分簇路由算法要求知道所有参与者行动的完全信息,并假设节点完全理性,这对于资源有限的传感器节点不切实际。本文提出了一种基于演化博弈论的无线传感器网络节能分簇路由算法(EECEG),通过演化博弈复制动态方程证明存在演化稳定策略(ESS)。算法将所有节点模拟为自私的博弈参与者,参与者可决策宣称自己成为簇头候选者(D)或不成为候选者(ND)。所有参与者根据自身剩余能量、邻居节点个数等因素自私决策,通过观察和模仿对手进行演化,直到收益均衡。实验结果表明,EECEG协议可有效延长网络生命周期,均衡节点间能耗,同时使数据传输更高效。     

层次型WSN中基于博弈论的能耗优化与接纳控制机制

针对层次型无线传感器网络中簇首节点的能量受限问题,提出了一种基于非合作博弈模型的节点接纳控制机制。该机制依据簇首节点的效用函数,引入定价因子,优化了簇首数目和功率水平,并得到簇首发射功率的纳什均衡。仿真实验模拟该博弈的均衡过程,将簇首节点设为非合作博弈的参与者,对各簇首节点发射功率的决策过程进行验证。     

基于非合作博弈的无线网络路由机制研究

无线网络因其分布性、独立性、移动性等特点,网络性能容易受到自私节点的影响.文中综述了无线网络中因自私节点的存在而带来的一些关键问题,特别对含有自私节点的无线环境中基于非合作博弈理论的路由机制进行了分析和研究.为了解决网络中自私节点的问题,目前研究人员主要提出了两种机制:基于信任度的机制和基于非合作博弈的激励机制.文中对上述两类机制进行了总结和分析,特别地,针对无线自组织网络和无线网状网络中各种激励机制进行了详细的研究.网络编码作为一种有效的技术有助于提高无线网络的性能,文中探讨了基于网络编码的优化埘含有自私节点的无线网络性能的影响.同时还分析了非合作无线网络中节点共谋的问题,最后提出了当前非合作无线网络研究中存在的理论挑战及潜在的热点方向.     

基于博弈论的车联网双重激励数据转发机制

车联网中自私节点为节省自身能源消耗倾向于拒绝为其他节点转发数据包,为克服这种降低网络整体性能的自私性,常采用基于信誉权限和价格的激励机制来促进合作。在以信誉权限机制处罚自私行为的基础上,提出了对协作节点给予信用度奖励的双重激励机制。在该机制中,设置了信誉重建模型以完善基于信誉的惩罚机制,并基于单跳博弈模型对节点行为进行经济学分析。最后对提出的双重激励机制进行了理论分析,该激励机制在保证节点协作的同时提高了网络吞吐量。仿真实验表明,所提机制在大规模情形下可使得网络具有快速收敛的丢包率和极高的节点转发率。     

一种新型的WSAN两层协作路由协议

在WSN网络中引入执行器节点构成WSAN网络,并依据WSAN网络特性提出一种新的协作路由协议——基于动态分簇的角度转发路由协议AFRPDC(Angle Forwarding Routing Protocol base on Dynamic Clustering)。AFRPDC协议由2部分算法组成:基于接收信号强度RSSI(Received Signal Strength Indication)的动态分簇算法BRCA(Based on RSSI Dynamic Clustering Algorithm)和角度转发路由协议AFRP(Angle Forwarding Routing Protocol)。BRCA算法保证传感器节点形成较为稳定的拓扑,实现传感器节点与簇头节点的协作;AFRP协议利用簇头节点的角度信息转发事件报告,实现簇头节点与执行器节点的协作通信。仿真结果表明,AFRPDC协议中节点分簇有较好的稳定性,同时AFRPDC较基于链路状态分簇的定向扩散协议DDLSC在降低平均时延和节点能耗方面有更好的表现,可满足WSAN网络对实时性、可靠性和低能耗的要求。     

一种新的基于粒子群优化的双簇头分簇路由算法*

针对无线传感器网络分簇路由算法中簇头节点负载过重,簇头能量利用率不高,提出了一种基于粒子群优化的双簇头多跳路由算法。该算法根据簇头任务的不同,利用节点的能量、距离汇聚节点的距离以及节点的位置关系分别构建适应值函数,选择出最优主簇头完成数据采集和融合任务,以及与其协作的最优副簇头完成簇间数据转发任务,最终实现采集能耗和传输能耗最小化。仿真实验结果表明,与其他路由算法相比,该算法可以有效减轻簇头节点负载,减小簇头能量消耗,均衡整个网络能耗,延长了网络的生存周期。     

Ad hoc网络的基于债务关系的合作激励机制

合作的激励机制对拓展Ad hoc网络的应用具有决定性作用,然而在资源有限的网络条件下实施激励机制对协议开销控制的要求很高。依托文件共享应用,提出了基于债务关系的文件共享激励机制SDE。由于只涉及直接交互信息,避免了针对全局声誉方案的欺骗与攻击行为及虚拟货币方案所存在的货币造假问题,易于分布式实现。通过引入节点间的重复博弈,节点自发维护债务的有效性。提出了债务网络上的路由算法M-PGA,该算法采用局部路由思想,可以匹配债务网络动态性,而基于最优路径的路由选择可提高路由的成功率。     

GLEAM: a graph clustering framework based on potential game optimization for large-scale social networks

With the growing explosion of online social networks, the study of large-scale graph clustering has attracted considerable interest. Most of traditional methods view the graph clustering problem as an optimization problem based on a given objective function; however, there are few methodical theories for the emergence of clusters over real-life networks. In this paper, each actor in online social networks is viewed as a selfish player in a non-cooperative game. The strategy associated with each node is defined as the cluster membership vector, and each one’s incentive is to maximize its own social identity by adopting the most suitable strategy. The definition of utility function in our game model is inspired by the conformity psychology, which is defined as the weighted average of one’s social identity by participating different clusters. With this setting, the proposed game can well match a potential game. So that the cluster could be shaped by the actions of those closely interactive users who adopt the same strategy in a Nash equilibrium. To this end, we propose a novel Graph cLustering framework based on potEntial gAme optiMization (GLEAM) for parallel graph clustering. It first utilize the cosine similarity to weight each edge in the original network. Then, an initial partition, including a number of clusters dominated by those potential “leader nodes”, is created by a fast heuristic process. Third, a potential game-based weighted Modularity optimization is used to improve the initial partition. Finally, we introduce the notion of potentially attractive cluster, and then discover the overlapping partition of the graph using a simple double-threshold procedure. Three phases in GLEAM are carefully designed for parallel execution. Experiments on real-world networks analyze the convergence inside GLEAM, and demonstrate the high performance of GLEAM by comparing it with the state-of-the-art community detection approaches in the literature.     

一种缩短下载时间优先的自适应BitTorrent激励协议

BitTorrent激励机制的目标是保证节点上传和下载之间的公平性,但相比公平性而言,实际应用中的节点更优先考虑的是文件下载时间,据此文中提出了一种缩短文件下载时间优先的自适应BitTorrent激励协议AIPS.文中首先基于Markov模型对BitTorrent现有激励机制的效果给出了定量分析,分析了激励机制下的文件传输结构,并用概率分析方法给出了该传输结构下最小化文件下载时间的条件.应用分析结果文中定义了一个以缩短文件下载时间为效用的博弈,在该博弈达到Nash平衡时各节点采用的策略就是激励协议AIPS.模拟实验表明文中提出的AIPS较现有的BitTorrent激励协议能明显提高文件共享系统性能,提高文件下载效率.     

机会网络自私节点的Bertrand博弈与激励机制研究

在真实的网络环境中,很多节点可能是自私的,它们不愿意牺牲自己的资源为其他节点转发消息。针对这种情况,提出一种基于博弈论的激励机制,可以激励节点与其他节点相互合作。该机制为二阶段激励,激励节点接收消息以协助其他节点转发,同时激励节点转发更多的消息。把源节点与中继节点之间的竞争与合作模型化为Bertrand（伯特兰德）博弈,定义了源节点和中继节点的效用函数。求解了源节点的最佳定价策略和中继节点最佳的转发计划,验证了源节点与中继节点之间存在唯一的纳什均衡。模拟仿真结果表明提出的激励机制能够鼓励自私节点参与合作,能提高路由算法的传递率,同时降低了消息传递延迟。与基于声誉的激励机制相比,所提激励机制能使消息传递成功率提高31.4%、平均时延降低9.7%。     

Channel assignment in heterogeneous multi-radio multi-channel wireless networks: A game theoretic approach

Channel assignment is a challenging issue for multi-radio multi-channel wireless networks, especially in a competing environment. This paper investigates channel assignment for selfish nodes in a heterogeneous scenario, in which nodes may have different QoS requirements and thus compete for different channels with unequal bandwidth. The interaction among nodes is formulated as a non-cooperative Multi-radio Channel Assignment Game (MCAG), where Nash Equilibrium (NE) corresponds to a stable channel assignment outcome from which no individual node has the incentive to deviate. The NEs in MCAG are characterized in this paper. Since multiple NEs may exist in this game, it is natural to choose the NE that maximizes the network utility, i.e., the sum of node utilities. It is shown that the optimal NE outcome can be derived by solving an integer non-linear programming problem. Based on some observations on the radio number distribution of NE, we propose a two-stage optimization algorithm to achieve an optimal channel assignment. Finally, computer simulations validate the effectiveness of the proposed algorithm.     

基于演化博弈的无线传感器网络分簇算法

针对无线传感器网络中节点负载过重与能耗不均衡而出现网络能量空洞的问题，基于演化博弈理论建立一种簇头竞选的博弈模型，同时提出一种基于演化博弈的无线传感器网络最优成簇算法。运用节点的剩余能量、数据接收能耗和数据转发能耗设计簇头演化博弈的收益函数，并将最优发射功率控制机制应用于簇成员的选择，从而形成稳定连通的网络分簇结构。仿真实验表明该算法平衡了节点负载，从而均衡网络能量，有效改善网络中过早出现能量空洞的问题，进而延长了网络生存时间。     

WMN基于理性博弈的惩罚机制*

在借鉴已有P2P网络激励机制的基础上,结合WMN的特点,提出了一种基于理性博弈的惩罚机制,并构建了该机制的有限自动机模型.惩罚机制能有效地理性惩罚自私节点,威慑其放弃自私行为.仿真结果验证了机制的有效性.     

基于演化博弈论的WSNs 信任决策模型与动力学分析

针对无线传感器网络（WSNs）节点间信任关系建立时的信任决策和动态演化问题,引入与节点信任度绑定的激励机制,建立WSNs节点信任博弈模型以反映信任建立过程中表现出的有限理性和每次博弈过程的收益.基于演化博弈论研究节点信任策略选择的演化过程,给出WSNs节点信任演化的复制动态方程,提出并证明在不同参数条件下达到演化稳定策略的定理,为WSNs信任机制设计提供了理论基础.实验表明了定理结论和激励机制的效果.     

非合作信标条件下水下无线传感网可靠定位技术

传统假设水下无线传感器网络的传感器节点和信标节点都是合作的,但是在军事应用等特殊场合下,某些节点容易被敌方捕获或入侵,因而水下无线传感网络中有时会存在一些非合作的恶意节点。针对存在若干非合作信标的水下无线传感器网络定位应用,提出了一种非合作信标节点约束下水下无线传器网的可靠节点定位算法。本文算法利用一跳邻居范围内信标节点独自投票机制实现对非合作信标的判决与剔除,从而减少由于存在非合作信标节点对定位误差的影响,同时也分析了不同比例非合作信标下的定位误差界限。仿真结果验证了本文提出的算法相比传统定位算法,在平均定位精度和定位覆盖率等方面都有所提高。     

Evolutionary game-based incentive models for sustainable trust enhancement in a blockchained shared manufacturing network

Shared manufacturing (SM) is an advanced manufacturing mode to solve the problems of information asymmetry and resource imbalance in the complex supply and demand relationship under the background of mass personalization. Blockchain can provide technical solutions for trust issues between manufacturing service providers and demanders, but less research has focused on the stable maintenance of a blockchained shared manufacturing network (BSMN). Industrial knowledge graph and cognitive intelligence play an important role in designing incentive mechanisms for BSMN. Based on the evolutionary game theory, this paper designs various incentive models and develops the corresponding smart contracts to encourage different enterprises to participate in the “accounting” operations, to enhance the trust and maintain the operational stability of BSMN. Firstly, the evolution mechanism of BSMN was analyzed. Then, an evolutionary game model between shared manufacturing enterprise nodes was established to deduce the stable state of BSMN. Based on the analysis of the evolutionarily stable state, an incentive model with three strategies to encourage different enterprise nodes to participate in “accounting” operations was determined, and smart contracts of the incentive models were developed. Finally, the effectiveness of the proposed incentive models was verified by simulation experiments.