使用深度学习的社交物联网信任预测模型*

温宇垚,徐 湛,职如昕,陈晋辉

(北京信息科技大学 信息与通信工程学院,北京 100101)

0 引 言

近年来，物联网设备的安装数量正在呈现爆发式增长[1]。在如此庞大的网络中，伴随着低延时、高速率、高容量的 5G网络的发展，物联网面临着越来越多的机遇与挑战[2]。同时，大量对象的连接和事物的智能化进一步发掘了人与物、物与物之间交互的潜力。文献[3]提出了“社交设备”的概念，将传统的网络与社交网络相结合，实现了设备间的自主交互。文献[4]正式提出了“社交物联网”(Social Internet of Things，SIoT)的概念，将人类社交网络中的社会关系引入到物与物之间，其中每一个设备均可自主建立社交关系并选择交互对象。

在这样频繁发生社交行为的社交物联网网络中，一旦出现为了自身利益而对其他设备进行恶意攻击的行为不端的设备或所有者，那么良好节点的服务请求过程必将受到干扰。因此，为了使服务请求方得到更满意的服务，提升整体网络的效用性，一个可靠的信任管理是必不可少的。近年来，信任管理在物联网和社交网络中已有很多成熟的解决方案，但是应用于社交物联网中的信任管理协议仍处于发展阶段。文献[5]从P2P和社交网络的解决方案出发，定义了主观和客观两种信任管理模型。在文献[6]的基础上，文献[7]提出了新的社交物联网模型。根据这个模型，可以将一组物体赋予其社会化的形式，建立更亲密友谊关系的节点之间具有更高的信任值评估，更方便它们之间进行交互。……