[發(fā)明專利]一種社交網(wǎng)絡(luò)中錨定節(jié)點(diǎn)的自適應(yīng)選取和資源分配方法

有效

• 申請(qǐng)?zhí)枺?/td>: 202010590757.6
• 申請(qǐng)日: 2020-06-24
• 公開（公告）號(hào): CN111885113B
• 公開（公告）日: 2021-09-28
• 發(fā)明（設(shè)計(jì)）人: 王曉飛;張恒達(dá);范昊;李建新;蔡濤濤
• 申請(qǐng)（專利權(quán)）人: 天津大學(xué)
• 主分類號(hào): H04L29/08
• 分類號(hào): H04L29/08;H04W72/12;G06Q50/00
• 代理公司: 天津市北洋有限責(zé)任專利代理事務(wù)所 12201
• 代理人: 韓帥

本發(fā)明公開了一種社交網(wǎng)絡(luò)中錨定節(jié)點(diǎn)的自適應(yīng)選取和資源分配方法，用于移動(dòng)社交網(wǎng)絡(luò)數(shù)據(jù)處理的邊緣基站端；將社交網(wǎng)絡(luò)數(shù)據(jù)進(jìn)行資源分配數(shù)據(jù)的中心云端；用于將社交網(wǎng)絡(luò)數(shù)據(jù)傳輸給中心云端的上行鏈路；用于將資源分配數(shù)據(jù)傳輸給邊緣基站的下行鏈路；本發(fā)明通過端邊云協(xié)作，實(shí)現(xiàn)多媒體資源和計(jì)算資源的動(dòng)態(tài)分配，減少重復(fù)下載，有效提升網(wǎng)絡(luò)流量卸載的效率。

技術(shù)領(lǐng)域

本發(fā)明涉及群組移動(dòng)點(diǎn)對(duì)點(diǎn)(P2P)社交網(wǎng)絡(luò)中，錨定節(jié)點(diǎn)的自適應(yīng)選取，以及計(jì)算資源的分配方法，以維護(hù)網(wǎng)絡(luò)群組的穩(wěn)定性，提高網(wǎng)絡(luò)中資源傳輸?shù)目煽啃裕瑢?shí)現(xiàn)中心網(wǎng)絡(luò)流量的高效卸載。主要基于移動(dòng)邊緣計(jì)算技術(shù)、數(shù)據(jù)挖掘技術(shù)，屬于邊緣計(jì)算和數(shù)據(jù)挖掘領(lǐng)域。

背景技術(shù)

隨著社交網(wǎng)絡(luò)的迅速發(fā)展，越來越多的人傾向于通過移動(dòng)設(shè)備來共享和下載多媒體資源。由于流行資源的重復(fù)下載會(huì)消耗大量的通信與計(jì)算資源，這將導(dǎo)致中心網(wǎng)絡(luò)流量負(fù)載呈現(xiàn)爆炸性的增長(zhǎng)。移動(dòng)邊緣計(jì)算(MEC)被認(rèn)為是一種解決此問題的有效方法，他將計(jì)算資源和多媒體資源放置在網(wǎng)絡(luò)的邊緣節(jié)點(diǎn)上，我們稱邊緣節(jié)點(diǎn)為蜂窩基站(BS)。移動(dòng)設(shè)備可以通過邊緣基站來獲取所需的資源，而無需訪問中心云端。此外，移動(dòng)點(diǎn)對(duì)點(diǎn)(P2P)通信技術(shù)也通常應(yīng)用于多媒體共享中，其包括藍(lán)牙技術(shù)，WIFI無線熱點(diǎn)技術(shù)，設(shè)備到設(shè)備(D2D)通信技術(shù)等。基于以上問題及技術(shù)，我們將移動(dòng)P2P技術(shù)與MEC結(jié)合，通過擴(kuò)展移動(dòng)社交網(wǎng)絡(luò)中流行資源的共享來有效減少重復(fù)下載，進(jìn)而提升流量卸載效率，提高移動(dòng)網(wǎng)絡(luò)的計(jì)算性能。我們稱一個(gè)基站及其覆蓋下的移動(dòng)P2P用戶共同組成一個(gè)移動(dòng)P2P網(wǎng)絡(luò)。

雖然已有一些研究通過結(jié)合MEC和移動(dòng)P2P技術(shù)，將計(jì)算任務(wù)轉(zhuǎn)移到邊緣來提高移動(dòng)社交網(wǎng)絡(luò)的計(jì)算性能，但是目前的工作都忽略了對(duì)社交網(wǎng)絡(luò)的穩(wěn)定性的研究。網(wǎng)絡(luò)的穩(wěn)定性對(duì)網(wǎng)絡(luò)中資源共享的可靠性和網(wǎng)絡(luò)流量卸載的效率起著關(guān)鍵性的作用，如果一個(gè)社交網(wǎng)絡(luò)中的人員流失，會(huì)中斷資源的共享，進(jìn)而造成資源的損失和浪費(fèi)，降低流量卸載的效率和網(wǎng)絡(luò)的計(jì)算性能。而一個(gè)網(wǎng)絡(luò)的穩(wěn)定性與用戶的參與度和社交關(guān)系緊密相關(guān)。

用戶參與度被用來模擬社交網(wǎng)絡(luò)中用戶的個(gè)人行為，其中每個(gè)用戶可以選擇保持參與或退出網(wǎng)絡(luò)，這種行為會(huì)受到其鄰居的行為的影響。k-core模型是一個(gè)基于節(jié)點(diǎn)度約束，并被廣泛用于衡量網(wǎng)絡(luò)中用戶參與度的基本模型。如果我們將一個(gè)網(wǎng)絡(luò)轉(zhuǎn)化成一個(gè)無向圖， k-core即該圖的一個(gè)最大連通子圖，其中每個(gè)點(diǎn)的度數(shù)都大于等于k。基于k-core模型，如果一個(gè)用戶的朋友少于k個(gè)，那么該用戶就將會(huì)離開網(wǎng)絡(luò)，并且該用戶的離開可能會(huì)導(dǎo)致和他關(guān)聯(lián)的一系列用戶也跟隨著離開。這種現(xiàn)象被稱為社交網(wǎng)絡(luò)的崩潰，我們稱跟隨著離開的用戶為“追隨者”。為了防止網(wǎng)絡(luò)崩潰，Bhawalkar等人提出了錨定k-core問題。該問題的核心是找到b個(gè)對(duì)網(wǎng)絡(luò)整體參與度起到至關(guān)重要作用的用戶，我們稱為錨定節(jié)點(diǎn)，并通過獎(jiǎng)勵(lì)機(jī)制以確保他們不會(huì)離開網(wǎng)絡(luò)，從而最大限度的保持網(wǎng)絡(luò)中用戶的參與，即當(dāng)網(wǎng)絡(luò)崩潰停止時(shí)，網(wǎng)絡(luò)中用戶的數(shù)量可以達(dá)到最大，有效的維護(hù)了網(wǎng)絡(luò)的穩(wěn)定性，而固定錨點(diǎn)后得到的新的k-core稱為錨定k-core(anchored k-core)。此外，Bhawalkar等人還提出了一種名為Onion Layer Anchored k-core(OLAK)的算法來有效找到網(wǎng)絡(luò)中的最佳錨點(diǎn)，即離開網(wǎng)絡(luò)會(huì)有最多追隨者的關(guān)鍵節(jié)點(diǎn)。