毕俊蕾，李致远

（1.江苏大学信息化中心，江苏 镇江 212013；2.江苏大学计算机科学与通信工程学院，江苏 镇江 212013；3.江苏大学新一代信息技术产业研究院，江苏 镇江 212013）

1 引言

机会社交网络（OSN,opportunistic social networking）是一种新型的移动社交网络[1]。与基于移动通信网络（如3G、4G 等）的在线移动社交应用不同[2]，OSN 网络中节点是利用短距离无线通信技术（如Wi-Fi、蓝牙等）进行机会式多跳通信。OSN在应用过程中所面临的重要问题之一是查询消息路由算法的研究。查询消息路由算法的设计目标是高效地发送查询消息到目的节点（即能提供请求响应的节点）。本文将现有的查询消息路由方法分为两类：扩散式查询路由方法[3-4]和基于社会特性查询的路由方法[5-13]。

扩散式查询消息路由方法[3]最早出现在连接易中断的无线网络中，当该方法应用到OSN 环境时，需要每个节点携带一张消息列表。当2 个节点相遇时，相互交换各自的消息列表。节点对比对方的消息列表后，相互交换自身所没有的消息数据。显然，扩散式查询消息路由方法可以获得最优的查询成功率，但其指数级增加的消息副本数量使该方法的可扩展性较差。基于社会特性的查询消息路由方法是利用相遇历史频度高或中心度高的节点帮助进行查询消息转发[5]。此外，为了提高查询算法的可扩展性，社会化社区结构和理论也常被采用。事实上，相同兴趣社区内部的节点较社区外部的节点有更高的相遇概率，然而，这种方案存在的问题在于实际应用中所构造逻辑社会社区中节点间的逻辑连接关系与物理网络中节点间的物理连接关系不匹配，这种拓扑适配现象会导致查询消息无法及时到达目的节点。

为了解决上述查询路由方法中存在的各种局限性，本文提出了基于时变兴趣社区的查询消息路由算法（TIMER,time-variant interest community based query message routing algorithm），主要工作如下。

1)对2 个知名的移动社交网络数据集进行了分析，发现移动节点在时间和空间上的关联性和规律性。

2)在1)的基础上，提出了时变兴趣社区模型，并描述了时变兴趣社区的建立过程。

3)在2)提出的时变兴趣社区结构上，设计了时间复杂度为O(nlogn)查询消息路由算法，并对算法的性能进行了评估。

2 相关工作

本节主要对扩散式查询消息路由算法和基于社会特性的查询消息路由算法的原理进行描述，并分析其优缺点。

1)扩散式查询消息路由算法

文献[3]首次在部分连通的Ad Hoc 网络中提出扩散式查询消息路由算法Epidemic。Epidemic 算法利用节点的移动来传递消息数据，即当节点相遇时，它们将自身携带的消息数据传送给对方。Epidemic 算法通过消息快速复制的方式将查询消息扩散到全网，一定程度上保证了消息的投递成功率，但同时也造成了消息副本拷贝的泛滥，致使OSN 网络资源利用率降低，查询消息的中途丢失率增加。针对Epidemic 算法的不足，SW（Spray&Wait）路由算法有效地控制了网络中消息副本的数量[4]。其原理如下。设S发送消息m给目的节点D，算法的输入是消息在网络中的最大副本数L。当S遇到节点G时，就转发消息m给G，并将最大副本数L减1。如果G为目的节点，则消息投递成功，此次路由结束；如果G中继节点，则重复上述过程，直到消息传递到目的节点为止。Binary SW 算法是SW算法的改进版本，它的原理是每次将消息传递给G时，将自身的最大副本数降低为，而G的副本数同样设为，直到将查询消息传递给目的节点为止。SW 算法的问题在于副本数L的设置，副本数L设置较大则会存在Epidemic 算法的问题，若设置较小，则会降低消息的投递成功率，增大投递的时延。

2)基于社会特性的查询消息路由算法

基于社会特性的查询消息路由算法思想是利用节点间历史交互信息对未来的节点行为进行预测。这类路由算法中的代表性算法包括PRoPHET（probabilistic routing protocol using history of encounters and transitivity）[5]、SimBet（similarity and betweenness centrality）[6]和ICR（interest community routing）[7]。PRoPHET 通过节点间的历史相遇信息来估计传输概率，它使用传输预测值P(a,b)作为节点a和b的路由度量，表示将消息从节点a传递到节点b的成功概率。若目标节点为d，节点a与b相遇，仅当P(b,d)≥P(a,d)时，节点a才将消息转发给节点b。SimBet 路由节点的社会性度量是由节点相似性和局部介数中心性加权求和得到的。其中，节点相似性表示当前节点与目的节点的共同邻居数，共同邻居数越高，节点间的相似性越大；局部介数中心性则反映了节点在网络中重要程度，节点介数越大作为中继转发时成功的概率越高。当节点b的SimBet 值大于节点a的SimBet 值时，节点a将消息传递给节点b。ICR 研究了节点的兴趣，给出了节点的兴趣相似度计算模型，将兴趣相似的节点组成兴趣社区，然后在社区内和社区间分别设计了消息路由算法。评估结果显示社区组织结构确实可以有效地提高消息路由的性能。然而，PRoPHET、SimBet 和ICR 理论模型和实验评估都是基于节点的随机运动展开，忽略了节点行为在时间和空间上的关联关系，模型的性能受制于节点移动的随机性，从而使节点相遇所需的等待时延仍比较高。

3 移动用户行为时空规律性和关联性分析

本文研究的机会社交网络运行的场景是在学术机构、办公场所等区域，这些场景下的科研人员及其他工作人员构建起了本文研究的机会社交网络。为了研究上述场景下节点的行为特征、分析节点的行为规律，选取了与上述物理场景相近的2 个代表性数据集——copelabs/usense[14]和 upb/hyccups[15]进行统计分析。copelabs/usense 数据集是以人们日常活动为周期（一个周期时长24 h），参与的移动节点数为72 个，采集终端为三星Galaxy S3 智能手机，数据采集和预处理软件是安装在智能手机上的应用软件NSense，节点的组网采用无线Ad Hoc 方式（Wi-Fi 和蓝牙），节点的活动范围是办公区域（实验室和会议讨论区）、休闲娱乐区域及家中，数据采集的时间间隔为1 min，数据收集时间总时长为50 h。upb/hyccups 数据集来源于布加勒斯特理工大学校园内，参与的移动节点数为78个，采集的终端采用Android 智能手机（Android系统版本号分别是4.2 和5.1）数据收集应用软件为基于Wi-Fi 的AllJoyn 框架，数据采集的时间间隔为5 min，数据收集时长为63 d。

图1～图3 分别展示了24 h 内用户在时间和空间维度上的关联和规律性，数据来自于文献[14]。图中横坐标表示用户ID，纵坐标表示一天时长，即24 h。图1 是用户在办公区域的在线时间数据统计结果。如图1 所示，大多数节点的工作时间为8:00～18:00，少部分节点的工作时间为晚上和下午2 个时段，这和科研人员的作息是相关的。图2 表示的是节点在休闲娱乐区域的在线时间统计结果，从图中不难发现，大多数节点在白天时段的休息时间为12:00～13:00 或18:00～22:00，其中，中午休息时间较短，通常为1 h，少数节点选择在凌晨活动。图3 为节点在家中出现的时间，大多数节点在家中时间为00:00～8:00。

综上所述，对于8:00～17:30 大多数节点出现在办公区域，如会议室和办公讨论区。对于晚上时间段，部分节点选择在办公区域，部分节点选择在家中，部分节点选择去休闲娱乐区域，其逗留时间比较灵活，有长有短，依赖于节点的生活作息习惯。

图1 节点在办公区域的时段统计

图2 节点在休闲娱乐区的时段统计

图3 节点在家中的时段统计

图4 和图5 分别展示了布加勒斯特理工大学校区内节点的兴趣及其演变过程，数据来自于文献[15]。图4 中的横坐标和纵坐标均表示用户ID。当用户属于朋友关系且属于同一个兴趣组时，标记为1，即图中的圆点。经过统计，发现从数据采集开始到数据采集结束，因为兴趣相同而成为朋友关系的比例增加了32.4%。图5 是图4 节点关系的演变，每一个点表示移动用户，每一条边表示节点之间的关系。有着共同兴趣的用户更倾向于加入同兴趣的社区，并成为朋友关系，之后会相互共享彼此感兴趣的信息和资源。通过兴趣聚类，可以有效地提高查询消息分发的效率。

图4 节点间兴趣关系统计结果

图5 节点兴趣关系图演变

综合以上实验结果发现，移动节点的拥有者赋予了移动节点在兴趣维度上的关联关系。本文的消息路由算法研究更加关注节点的行为规律性，这对消息路由算法的中继节点选择起到了关键作用。同时表明移动节点在时间、空间和兴趣维度上具有一定的关联和规律性。这些关联和规律性便于引导本文有效地构造时变兴趣社区，并设计出高效的查询消息路由方法。

4 基于时变模型的查询消息路由算法

4.1 TIMER 路由算法概述

TIMER 路由算法在高校校园的物理场景中的应用，如图6 所示，图中圆内的数字表示节点标号，Ci表示i类兴趣社区。其中，图6(a)为高校校园物理场景，包含图书馆、实验室、餐厅和宿舍，具体见4.3 节；图6(b)为利用节点在时间维度上的规律性所构建的三类兴趣社区结构，具体见4.2 节；图6(c)为利用节点在时空维度上的关联性所构建的时变兴趣社区。中间的三角形区域为本文所设计的查询消息路由算法，它是基于上述兴趣社区拓扑结构的，具体见4.4 节。

图6 基于时变模型的查询路由算法实现原理

4.2 基于社会亲密度的兴趣社区的构建

首先给出社会亲密度的定义。节点间的社会亲密度包含了节点的连接时间、等待时间及通信频率。由于网络中部分节点有直接联系、部分节点没有直接联系，将社会亲密度分为直接社会亲密度和间接社会亲密度。

定义1直接社会亲密度是节点i与j之间平均间隔联系时间的倒数，其表达式如式(1)所示。它的物理意义是2 个节点等待下一次相遇的时间越短，说明它们之间的社会亲密度越高。

其中，λij表示节点i与j之间的直接社会亲密度，Tij表示节点i与j之间的平均间隔联系时间，fij(t)表示时刻t之后2个节点下一次相遇所需等待时间的函数，k表示节点在[0,T]的时间范围内联系的频率。

定义2间接社会亲密度是节点i与j通过其他节点w进行联系，它们之间的平均间隔联系时间的倒数，其表达式如式(2)所示。

其中，w表示节点i与j之间的中继联络节点，kiw表示节点i与w之间的联系频率，kwj表示节点w与j之间的联系频率，fiw(t)表示时刻t之后节点i与w下一次相遇所需等待时间的函数，fwj(t)表示时刻t之后节点w与j下一次相遇所需等待时间的函数。

设网络中有n个节点，基于节点的通信历史数据，节点ni根据定义1 和定义2 计算与其他节点的社会亲密度，从而得到字节的矩阵M用来存储网络中节点间的社会亲密度数值。之后，将M作为社会亲密度数值矩阵的输入，使用K-means 聚类算法[16-17]（K=3）得到图6(b)所示的兴趣社区。其中Cg表示第g类兴趣社区，Cr表示第r类兴趣社区，Cy表示第y类兴趣社区。之后，根据图8-1 中物理连接关系重组兴趣社区，得到Cg1、Cg2、Cr1、Cr2、Cr3、Cy1和Cy2。

粒子更新速度加上虚拟力的调整后粒子速度能够及时调整,避免了陷入局部最优,既具有较好的全局搜索能力,又具有较好的局部搜索能力。

4.3 基于时变特性的动态兴趣社区构建

假设兴趣社区在3 个时间状态之间相互转换，这3个时间状态分别是初始状态、迁移状态和空状态（Null）。具有时变特性的动态兴趣社区构建过程如下。首先定义2 个状态矩阵T和S，如式(3)所示。

其中，T表示社区的状态转移时间矩阵，矩阵中的元素tij表示社区从状态i到状态j的转移时间；S是布尔矩阵，表示社区是否迁移成功。当α-tij≥0时，S中的元素为1，其物理意义为社区从状态i成功地迁移到了状态j；否则，为0，其物理意义是社区仍然滞留在状态i。

那么，在α单位时间（单位时间可以是小时等）之后，社区从状态i到状态j的转移概率如式(4)所示。

其中，pij表示社区从状态i到状态j的转移概率，的数值从S中获得。

在α单位时间（单位时间可以是小时等）之后，社区从状态i经过状态r到状态j的转移概率如式(5)所示。

综上，可以得到社区的状态转移概率的表达式如式(6)所示。

基于时变特性的兴趣社区迁移如图7 所示。在10:00 时，在实验室构建了专业技术社区，在图书馆和宿舍分别构建了学习社区和综合性社区，餐厅无社区形成。在12:00 时，学生和教职工进入餐厅，此时，综合性社区在餐厅形成，之前2 h 所构建的兴趣社区解散后进入空状态。在22:00 时，学生和教职工回到宿舍休息，综合性社区在宿舍区形成，之前的兴趣社区解散后转入安防社区，该社区用于保护公共财产安全。

4.4 基于动态兴趣社区的查询路由算法

基于兴趣社区的查询路由算法TIMER 包括兴趣社区间的查询和兴趣社区内的查询。兴趣社区内的查询采用经典的Binary SW 算法。下面重点阐述基于节点移动轨迹相似度的兴趣社区间查询算法。

定义3当前位置。节点i的当前位置用(xi,yi,ti)表示，其中ix和yi分别表示节点i的经纬度坐标，ti表示当前的时刻。

定义4滞留时间和滞留区域

滞留时间Tp等于(tl-ts)，其中ts为节点进入某区域的时间，tl为节点离开某区域的时间。

滞留区域为节点在滞留时间Tp内的活动范围max{d(p,q)}。其中，p(xi,yi,ti)为节点在ti(ts≤ti≤tl)时刻的位置，q(xj,yj,tj)为节点在tj(ts≤tj≤tl)的位置，d(p,q)表示p、q两点之间的欧几里得距离。

定义5移动轨迹

节点的移动轨迹是由节点所经过的滞留位置所组成，如式(7)和式(8)所示。

其中,Tr表示节点的移动轨迹；Ai为节点所经过的滞留区域i；Tp(i)为节点在区域Ai的滞留时间；δi为权重，表示区域Ai对节点i的重要性；ηi表示节点访问区域Ai的频度。

图7 基于时变特性的兴趣社区迁移示意

接下来，按照区域对节点的重要性更新节点的移动轨迹序列。2 个节点移动轨迹中所包含的相同滞留区域越多，表明2 个节点的兴趣度越相近，将兴趣度相近且频繁游离于不同兴趣社区的节点作为大使节点辅助消息转发。基于节点移动轨迹相似度的兴趣社区间查询算法如算法1 所示。

算法1 的执行如图8 所示，兴趣社区1 中的请求节点R在其查询消息无响应时，找到2 个大使节点N1和N2。之后，通过比较与大使节点N1和N2的移动轨迹相似度后发现自身与节点N2的移动轨迹相似度更高，于是将查询消息发送给大使节点N2，N2将查询消息携带到兴趣社区3 中，采用Binary SW 算法进行转发，最终查询消息达到了响应节点H。

算法1基于节点移动轨迹相似度兴趣社区间查询路由算法

图8 基于移动轨迹相似度的查询算法

TIMER 时间复杂度的分析如下。假设网络场景中有m个位置，每个查询节点产生L份查询消息拷贝。社区内部采用Binary SW 算法，该算法的时间复杂度为O(n+logL)，其中L是常数，因此Binary SW 算法时间复杂度为O(n)。算法1 中移动轨迹生成和大使节点选择代码段的时间复杂度是O(mn)；请求节点计算最优大使节点的最坏情况下时间复杂度为O(nlogn)。综上，TIMER 的执行时间复杂度为O(2mn+nlogn+n)。由于2mn+nlogn+n≤2(m+1)nlogn，而m是 常 数，因 此，TIMER的时间复杂度是O(nlogn)。

5 TIMER 性能评估

5.1 仿真环境和参数设置

本文选用随机网络仿真器ONE (opportunistic network environment)作为算法性能评估的仿真平台。仿真场景地图为江苏大学校园一角，利用OPEN JUMP 采集相应的节点移动轨迹，在仿真程序中设定了4 个兴趣社区，即嵌入式开发兴趣社区、电气工程兴趣社区、化学兴趣社区和理学兴趣社区。TIMER 评估的实验参数配置如表1 所示，仿真模拟场景如图9 所示。

表1 实验参数配置

图9 模拟仿真实验场景

5.2 实验结果分析

在实验评估中，将本文提出的TIMER 与同类型的查询消息路由算法EPIDEMIC(EPIDEMIC routing for partially connected Ad Hoc network)[3]、PRoPHET(probabilistic routing protocol using history of encounters and transitivity)[5]和ICR(interest community routing for opportunistic network)[7]在消息投递成功率、平均查询时延、查询消息的平均跳数和查询成功的系统开销这4 个方面进行比较，具体定义如下。

定义6消息投递成功率是仿真期间成功传输的消息数占总消息数的比例。

定义7平均查询时延是从消息产生到消息响应的平均时延。

定义8成功查询的平均跳数是指从消息产生到消息响应所经过的平均节点数。

定义9查询成功的系统开销是指一次成功查询所需要产生的查询消息的平均副本数。

图10～图13 的横坐标为交互次数，它指的是仿真期间节点所建立的连接数统计。本文将EPIDEMIC 方案作为性能评估的基准[5,7]。

1)消息投递成功率

如图10 所示，随着交互次数的增多，EPIDEMIC、PRoPHET、ICR 和TIMER 这4 种算法的消息投递成功率均逐渐增加，随后趋于稳定。这是因为消息投递成功率是建立在节点交互次数的基础上，交互次数越多，投递成功的概率就越高。尽管ICR 比PRoPHET的性能略好，但是与EPIDEMIC 的性能尚有差距。这是由于PRoPHET 为了控制系统中的消息副本数，采用了概率转发，因此实际的投递次数低于节点交互的次数。尽管ICR 采用了基于兴趣社区的消息投递方法，但是所构建的兴趣社区是静态的，无法适应移动网络实际的变化。TIMER 提出了时变社区的概念，时变社区较好地适应了网络拓扑的变化。此外，TIMER 也充分利用了节点的交互次数。TIMER 收敛后的消息投递成功率在90%左右。

图10 消息投递成功率评估

图11 平均查询时延评估

2)平均查询时延

平均查询时延是消息路由算法设计的一个重要衡量指标，这是因为平均查询时延越长，查询消息在网络中的副本数越多，在节点缓存中存放的时间越长。因此，降低平均查询时间对消息路由算法而言是十分必要的。如图11 所示，EPIDEMIC 的平均查询时间最低，这是因为EPIDEMIC 方法产生了多个查询消息副本，平均查询时延则是统计从消息产生到消息响应的时间，因此实际上它是将多副本查询消息中最短的查询时间作为本次的查询时延。TIMER 所构建的时变社区是有效的，查询节点总能通过一跳或多跳检索到响应节点。ICR 比TIMER的平均查询时延要差，但是比PRoPHET 的平均查询时延要好，这说明PRoPHET 通过节点的历史通信记录进行概率计算的方法尽管控制了消息副本数量的增长，但是却牺牲了节点的查询时延，与EPIDEMIC方法相比，多了2 000 s 的时延。ICR 与EPIDEMIC相比，多了1 000 s 的时延。TIMER 与EPIDEMIC相比，仅多了几十秒到百秒的时延。

3)成功查询平均跳数

成功查询的平均跳数与平均查询时延都是评估算法性能的指标，这2 个评估指标很相近，所不同的是查询时延表示的是数据的传输时间，而平均跳数是一次成功查询跳过的节点数。如图12 所示，这个实验结果和上面评估的平均查询时延结果是一致的。EPIDEMIC 方法一次成功查询所需的平均跳数是2.28，TIMER 算法一次成功查询所需的平均跳数是2.68，ICR 算法一次成功查询所需的平均跳数是4.25，PRoPHET方法一次成功查询所需的平均跳数是5.24。需要说明的是，在交互次数低于5×105时，平均跳数会增加，这种情况发生在网络中节点所处的位置比较分散，此时节点只能通过移动寻找未来与其他节点相遇的机会，从而增加投递成功的机率。

图12 成功查询的平均跳数对比

4)查询成功的系统开销

各种消息路由算法一次成功查询所需要产生的副本数，如图13 所示。EPIDEMIC 方法的副本数最高，达到了平均使用23 条副本消息才能完成一次成功查询。其他几种消息路由算法都有针对性地控制了查询消息副本的数量，基本控制在5 条副本以下。TIMER 算法所需要的查询副本数最低，基本通过2～3 条消息副本就可以发现资源响应节点。这就表明本文提出的TIMER 算法在控制消息副本数增长方面效果最好。

综合对以上性能指标的实验评估，表明TIMER算法所构建的兴趣社区是有效的，节点基本上在兴趣社区内就可以发现请求响应节点。即使社区内不存在请求响应节点，请求消息也可通过最优的大使节点将查询消息传递给当前兴趣社区之外的请求响应节点。因此，TIMER 算法具有一定的可扩展性，适当地扩大了搜索范围，提高了查询消息转发的成功率。

图13 成功查询所需的系统开销评估

6 结束语

本文以高校校园为应用场景，研究校园环境下的机会社交网络，并在此基础上提出一种基于时变兴趣社区的查询消息路由算法TIMER。本文对与科研工作场景相关的2 个重要移动社交数据集(copelabs/usense 和upb/hyccups)进行了分析，通过分析发现这些移动节点具有一定的时空关联性和规律性。基于这一发现，本文提出了基于社会亲密度的兴趣社区构建方法和时变兴趣社区模型，并在此基础上给出了社区内和社区间的查询路由算法。对算法的理论分析表明，TIMER 算法的时间复杂度为O(nlogn)。在仿真实验平台上，将TIMER 算法与同类算法在消息投递成功率、平均查询时延、成功查询平均跳数和查询成功的系统开销四方面进行比较，实验结果表明TIMER算法完成一次成功查询所需的查询时延、平均跳数、平均跳数低于PRoPHET 和ICR 查询消息路由算法，消息投递成功率和可扩展性优于PRoPHET 和ICR 查询消息路由算法，与基准算法EPIDEMIC 在数值上接近。然而，本文提出的TIMER 算法在查询消息副本数上要明显优于基准算法EPIDEMIC。综上，TIMER算法在网络规模和消息传播数据量增大时各方面综合表现是最优的。下一步工作是针对机会社交网络中存在自私节点情况下的消息路由算法研究。