一种基于多行为地点的机会式数据传输方法

摘要

本发明提出了一种基于多行为地点的机会式数据传输方法，以解决无法准确地将数据发送至多行为地点属性用户。首先用户向云服务器进行地点行为注册，云服务器保存用户/行为地点联合矩阵，服务器即时更新矩阵并返回最新时间片向量至用户。源用户向云服务器申请数据后开始数据转发过程。数据转发过程中，首先初始化线路，将消息传递给h个不同行为地点属性用户，其中h为地点数量。转发进入梯度递增阶段，消息逐层转发至各行为地点意图接受者。最后以组播的方式将数据发送给周围所有行为地点的意图接受者。以用户行为属性权值作为转发条件，将数据转发给多行为地点用户，有效提高了数据传输率，降低了能耗。

主权项

一种基于多行为地点的机会式数据传输方法，其特征在于，具体步骤如下：步骤1：设用户数量为n，地点数量为m，用户i∈{1,…,n}在行为地点j∈{1,…,m}消耗的时间以时间片数量(time slice)ts_ij度量，时间片的长度固定为tl，若用户i在行为地点j所消耗的总时间为T_ij，则ts_ij＝T_ij/tl；步骤2：服务器根据用户i所提交的移动轨迹数据，统计用户i对某行为地点的时间片向量TS_i＝(ts_i1,ts_i2,…ts_im)，并将计算结果以用户/行为地点联合矩阵形式存储于服务器；服务器每次接收到用户i的轨迹数据时立即更新用户/行为地点联合矩阵中该用户对应的信息，并将统计所得时间片向量TS_i发送给用户；步骤3：源用户s指定TBP＝((p₁,th₁),(p₂,th₂),…,(p_h,th_h)),h≤m，其中p_j和th_j，j∈{1,…,h}分别为行为地点和相应的行为地点阀值；s发送行为地点向量P至服务器；步骤4：服务器计算所有用户平均活动时间片数avts，并发送给源用户s，其中用户平均活动时间片数avts的计算方法为：$\mathrm{avtts}=\left(\underset{i=1}{\overset{i=n}{\Sigma }}\underset{j=1}{\overset{j=m}{\Sigma }}{\mathrm{ts}}_{\mathrm{ij}}\right)/n---\left(1\right)$步骤5：服务器根据用户/行为地点联合矩阵计算地点平衡属性向量BA，并发送至源用户s，其中，地点平衡属性BA_j的计算方法为：${\mathrm{BA}}_j=\log \frac{n-{\mathrm{pv}}_j+0.5}{{\mathrm{pv}}_j+0.5}---\left(2\right)$pv_j为行为地点j平均每天访问的总人数，即联合矩阵中第j列不为0的个数；BA_j作为全局因子，考虑的是行为地点j的相对重要性；步骤6：源用户s将用户平均活动时间片数avts以及地点平衡属性向量BA，发送给每个相遇用户r，计算各自关于地点j∈{1,…,h}的权值weight_sj和weight_rj；行为地点权值计算方法如下：计算出活动时长调节属性E_i:$E_i=k_1((1-b)+b·\frac{{\mathrm{uts}}_i}{\mathrm{avts}})---\left(3\right)$其中uts_i表示用户i每天所消耗活动时间片总数，时长调节属性代表用户i对时间片总数的考虑。k₁,b均为经验参数；b用于调节用户i时间片比例，取值范围为[0,1]；当b取值为0时表示公式中不使用时间片比例，当b取值为1时将使用完整的时间片比例计算行为因子BA：${\mathrm{BeA}}_{\mathrm{ij}}=\frac{(k_1+1)·{\mathrm{ts}}_{\mathrm{ij}}}{E_i+{\mathrm{ts}}_{\mathrm{ij}}}---\left(4\right)$BeA_ij表示用户i对行为地点j的相关程度，其值越高，说明用户i对地点j越相关；用户i对于行为地点j的权值的计算方法为：weight_ij＝BeA_ij·BA_j             (5)步骤:7：进入初始化线路阶段，如果weight_rj≥weight_sj，设该用户为r_j，则源用户将数据转发给r_j，否则不转发；步骤8：重复步骤:6至步骤7，直到所有h个行为地点都寻找到所有相应的所有r_j；步骤9：源用户s删除自身保存的数据，此时源用户初始化了h条递增路线；步骤:10：每条线路上的用户r_j询问相遇用户q关于行为地点j的权值Weight_qj；步骤11：进入梯度递增阶段，如果weight_qj≥weight_rjj，则r_j将数据转发至q，r_j删除数据；否则不转发；步骤:12：重复步骤10—步骤11，直到weight_qj≥th_j；步骤:13：进入组播阶段，在数据生存期内，对于任意用户q满足weight_qj≥th_j，若遇见任意用户t满足则用户q将数据复制到用户t，结束。