【技術實現步驟摘要】
本專利技術屬于新一代信息，涉及一種基于主動信任的漸進無損服務聚合與編排方法。
技術介紹
1、近年來，隨著物聯網和移動通訊技術的發展，智能終端設備規模及其產生的數據量呈現出倍數級增長趨勢。根據cisco公司的報告預測，到2030年，全球移動數據增速將是2010年的2萬倍，物聯網設備連接數接近1000億，這些設備每天至少產生2.5萬億字節數據。與此同時，5g時代新增的業務場景，如無人駕駛、人臉/指紋/虹膜識別、增強/虛擬現實、自然語言處理、交互式游戲等低延遲超密集計算應用的出現，對網絡傳輸速率、任務處理時延、能效等指標提出了更高的要求。因而，當前的網絡面臨巨大挑戰，主要表現在以下兩個方面：
2、首先，物聯網和5g新興應用的涌現帶來了數據的爆炸式增長，而在當前數據中心式網絡架構中，底層感知設備采集的原始數據要經由漫長的網絡路由上傳至數據中心，并在被請求時經過同樣漫長的網絡路由返回給用戶，這給網絡層中繼設備帶來了巨大傳輸壓力。然而，目前網絡中心區域主干網絡的設備與傳輸能力增長是非常有限,現有方法大多通過升級或加裝硬件來改善傳輸性能代價，這樣不僅代價昂貴，在某些特殊環境下重新部署網絡也難以實現。因此，應用程序所要求的網絡帶寬與現有網絡的傳輸速率之間的鴻溝越來越大。本專利技術方法發現，不同終端設備在同一時間或空間感知到的數據往往具有很強的相關性，因此通過加強對傳輸數據的處理來降低網絡負載，提出了數據服務化計算機制，其主要思想是，對于底層感知設備采集的海量原始數據，首先剔除數據包中的冗余無效數據，在邊緣層利用數據中心分發的代碼程序
3、其次，隨著連接的智能終端設備的增長，數據收集的來源廣泛且雜亂，系統很難判別出數據的真實性與安全性。而對網絡事件的處理依賴于可信的感知數據，不可信的數據會導致錯誤的決策，從而造成巨大的人力、物力、財力損失。此外，不同終端收集的數據在質量上存在差異，在同等代價基礎上如何選出高質量的數據也是關鍵問題。信任機制是保證數據安全可信的一種簡單方法，依據智能終端在數據收集過程中的表現而做出不同信任評價值，并在數據計算與服務聚合過程中，優先選取信任度更高的數據以保證網絡數據收集的質量。在以往的信任評價機制中，主要是依據觀察被評價對象的交互行為與關系來進行信任度評價，但是這種方式主觀、被動且不適合交互稀疏場景，因而不適用那些關鍵的、時延敏感、可靠性要求高的應用。與以往信任評價機制不同，本專利技術采用主動信任機制，其主要思想為，系統派出自己信任的無人機探測設備，對特定的評價點進行數據感知與收集，然后以此作為基準數據，與網絡中其他智能終端設備所報告的數據進行對比，根據數據一致性調整評價對象的信任度。這種主動信任識別機制能夠按需發起對評價對象的探測，比如，當網絡數據質量較好時，可以不發起或者發起少次信任度探測以降低成本，而在網絡數據質量降低時，可以面向特定區域定向發起信任度探測，具有成本低廉、按需、動態等應用優勢。
4、綜上所述，可以看到本專利技術尤其適用于大規模數據密集型物聯網，一方面通過對底層的感知設備進行信任評價，從源頭上保證了采集數據的真實可信；另一方面，通過數據服務化計算與多跳無損服務聚合，降低了傳輸數據量，尤其是在長期運行的數據密集物聯網中，本專利技術方法可以在提升服務質量的同時極大節省網絡傳輸成本。
技術實現思路
1、本專利技術提供一種基于主動信任的漸進無損服務聚合與編排方法，首先利用主動信任機制對數據報告者實施可信性評估，然后在邊緣層將可信數據編排為輕量級服務，并在網絡路由時進行多級逐步可信與質量增強的數據服務化計算與聚合，其目的在于，解決當前數據密集型物聯網中因爆炸式數據增長所引發的信任風險與傳輸負載問題。
2、本專利技術采用技術方案如下：步驟一、通過數據采集層的各類感知設備采集城市氣象、聲音、圖像等各類信息數據，同時根據主動信任評價機制對海量數據報告者實施信任評估，以數據點感知密度系數為依據先確定信任基準評價點，然后派遣系統信任的無人機設備前往基準地址點進行主動的樣本數據采集，并以此作為基準數據，對比基準數據與提交數據的一致性與差異值，并基于系統的信任閾值δ1評估數據報告者的可信度；步驟二、保留真實可信的原始采集數據，在邊緣層將原始數據編排為輕量級服務，首先，對原始數據進行清洗過濾，剔除冗余、無效、虛假信息字段；然后，對保留有效數據進行融合計算，通過關聯、重構、整合將多個離散數據編排為一個輕量級服務包，并對服務化包進行格式封裝，從而降低傳輸數據量；步驟三、在網絡路由時進行多跳無損漸進服務聚合，對于經過的每跳路由器，采用多跳無損聚合模型，將每個新到達的服務數據包與現有報文進行聚合，假設現有報文為sold，新到達服務為snew，服務聚合操作可表示為:
3、
4、其中，是數據相關系數，d是物理距離，θ是相關系數常數，θ→0時，表示snew和sold不相關，θ→1時，表示兩者關聯度越高；服務聚合由路由器內置軟件代碼完成，采用高可信數據支配原則，構建多級逐步可信與質量增強的可調用服務。最后，當用戶通過應用程序終端發起服務請求時,請求會先在邊緣層進行本地解析和服務查詢,如果可以滿足則直接返回數據，否則再轉發到骨干網絡層和數據中心層，最終將結果返回給請求終端。
5、本專利技術方法具有以下有益效果：首先，本專利技術方法通過主動信任評價機制，可以解決以往信任評價依賴交互關系、不準確以及不適用交互稀疏場景等問題；其次，本專利技術方法在主動信任評價基礎上引入了間接信任評價,可以加快信任評價速度，擴大信任評價范圍；最后，本專利技術方法通過數據服務化計算機制可以將傳輸數據量降低一個數量級以上,并在服務聚合中通過高可信數據支配低可信數據，提升服務可信度與質量。總體來說，相比于現有數據中心網絡，本專利技術在確保數據可信性的同時有效降低了網絡傳輸負載與處理壓力。
本文檔來自技高網...【技術保護點】
1.一種基于主動信任的漸進無損服務聚合與編排方法，其特征在于，利用主動信任機制對海量數據報告者實施可信性評估，并在傳輸時將數據編排為輕量級服務，構建多級融合、逐步可信、質量增強的服務聚合與傳輸架構，主要包括以下步驟：
2.根據權利要求1所述的基于主動信任的漸進無損服務聚合與編排方法，其特征在于，步驟一的具體實施為：①依據數據點感知密度系數確定信任基準評價點選取策略，數據點感知密度系數是指單位時間內數據被采集的數據報告者數量；②派出系統信任的具備高精度定位和數據采集功能的無人機設備前往基準地址點，無人機設備在飛行過程中遵循預設的安全航線和節能模式，到達基準地址點后按照預定的采集規范和頻率進行主動的樣本數據采集；③采用精確的數據分析算法對比基準數據與提交數據的一致性與差異值，該算法考慮數據的數值差異、數據結構差異以及數據的時間序列特征，基于系統預設的信任閾值評估數據報告者的可信度，評估過程中對不同類型數據差異設定不同的權重系數。
3.根據權利要求1所述的基于主動信任的漸進無損服務聚合與編排方法，其特征在于，步驟二的具體實施為：①運用基于規則和機器學習相結合的方
4.根據權利要求1所述的基于主動信任的漸進無損服務聚合與編排方法，其特征在于，在步驟三中，數據相關系數的計算綜合考慮網絡拓撲結構、數據傳輸路徑穩定性以及數據內容相關性等因素；服務聚合由路由器內置專門開發的高效軟件代碼完成，該軟件代碼基于高可信數據支配原則設計，具備數據質量檢測、錯誤恢復以及服務優化功能，構建多級逐步可信與質量增強的可調用服務。
...【技術特征摘要】
1.一種基于主動信任的漸進無損服務聚合與編排方法，其特征在于，利用主動信任機制對海量數據報告者實施可信性評估，并在傳輸時將數據編排為輕量級服務，構建多級融合、逐步可信、質量增強的服務聚合與傳輸架構，主要包括以下步驟：
2.根據權利要求1所述的基于主動信任的漸進無損服務聚合與編排方法，其特征在于，步驟一的具體實施為：①依據數據點感知密度系數確定信任基準評價點選取策略，數據點感知密度系數是指單位時間內數據被采集的數據報告者數量；②派出系統信任的具備高精度定位和數據采集功能的無人機設備前往基準地址點，無人機設備在飛行過程中遵循預設的安全航線和節能模式，到達基準地址點后按照預定的采集規范和頻率進行主動的樣本數據采集；③采用精確的數據分析算法對比基準數據與提交數據的一致性與差異值，該算法考慮數據的數值差異、數據結構差異以及數據的時間序列特征，基于系統預設的信任閾值評估數據報告者的可信度，評估過程中對不同類型數據差異設定不同的權重系數。
3.根據權利要求1...
【專利技術屬性】
技術研發人員：黃明鳳，王鵬，胡暢，曹嶸暉，鐘智君，
申請(專利權)人：長沙理工大學，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。