近鄰移動(dòng)社交網(wǎng)絡(luò)中鄰居發(fā)現(xiàn)和好友匹配研究.pdf

1、隨著移動(dòng)網(wǎng)絡(luò)技術(shù)和移動(dòng)終端設(shè)備的迅速發(fā)展，越來越多的人們開始使用各種移動(dòng)社交網(wǎng)絡(luò)服務(wù)，位置鄰近的移動(dòng)用戶無需接入互聯(lián)網(wǎng)絡(luò)就可以直接通過安裝在智能終端上的藍(lán)牙或者WiFi接口進(jìn)行用戶交互，從而構(gòu)建近鄰移動(dòng)社交網(wǎng)絡(luò)，這種新型的社交網(wǎng)絡(luò)模式便于人們結(jié)交新朋友并可以進(jìn)行面對(duì)面地交流，受到越來越廣泛的關(guān)注。近鄰發(fā)現(xiàn)和好友匹配是近鄰移動(dòng)社交網(wǎng)絡(luò)工作的基礎(chǔ)，研究高效的解決方法對(duì)于推動(dòng)這種社交網(wǎng)絡(luò)的理論研究和實(shí)際應(yīng)用都具有重要意義。
　　首先，提

2、出基于Bi-direction的近鄰發(fā)現(xiàn)方法。該方法使用一個(gè)靜態(tài)活躍時(shí)間槽和兩個(gè)動(dòng)態(tài)活躍時(shí)間槽，在每個(gè)周期內(nèi)動(dòng)態(tài)活躍時(shí)間槽分別從左右兩個(gè)方向相對(duì)移動(dòng)。針對(duì)非對(duì)齊模式，Bi-direction中采用了條紋探測(cè)原理，只需要增加一個(gè)信標(biāo)，即可減少一半的活躍時(shí)間槽，極大地降低了近鄰發(fā)現(xiàn)所需占空比，同時(shí)為了使條紋探測(cè)也能服務(wù)于對(duì)齊模式，設(shè)計(jì)了溢出條紋探測(cè)方法，提出隨機(jī)選擇動(dòng)態(tài)活躍時(shí)間槽的首次開啟位置可以進(jìn)一步提高發(fā)現(xiàn)效率。
　　其次，提出基

3、于鄰居加速的近鄰發(fā)現(xiàn)方法。該方法利用間接鄰居發(fā)現(xiàn)的思想，將已經(jīng)發(fā)現(xiàn)的鄰居節(jié)點(diǎn)的鄰居加入到自身鄰居列表，通過活躍時(shí)間槽調(diào)度算法和節(jié)點(diǎn)自身的電能存量選擇額外開啟活躍時(shí)間槽的位置和個(gè)數(shù)，進(jìn)一步提高間接鄰居發(fā)現(xiàn)效率。該方法可以與任何基礎(chǔ)方法結(jié)合使用，實(shí)現(xiàn)了性能的提升，更有利于應(yīng)用在移動(dòng)環(huán)境中。
　　再次，提出基于分布式計(jì)算的動(dòng)態(tài)好友匹配方法。定義了兩個(gè)隱私保護(hù)級(jí)別，用戶屬性優(yōu)先級(jí)可以按照用戶需求動(dòng)態(tài)調(diào)整，采用帕耶加密方法對(duì)用戶屬性優(yōu)先級(jí)信

4、息進(jìn)行加密，利用其同態(tài)性和自我屏蔽性實(shí)現(xiàn)用戶信息不被泄露，設(shè)計(jì)提前過濾協(xié)議首先淘汰掉不滿足閾值條件的候選用戶，通過相關(guān)系數(shù)法好友匹配協(xié)議實(shí)現(xiàn)隱私保護(hù)級(jí)別Ⅰ下的好友匹配，設(shè)計(jì)廣義Jaccard系數(shù)法匹配協(xié)議實(shí)現(xiàn)隱私保護(hù)級(jí)別Ⅱ下的匹配過程。
　　最后，提出基于雙服務(wù)器的第三方好友匹配方法。該方法中同時(shí)使用匿名服務(wù)器和計(jì)算服務(wù)器進(jìn)行好友匹配。用戶信息被分為用戶ID信息和用戶屬性優(yōu)先級(jí)信息兩部分，分別用匿名服務(wù)器公鑰和計(jì)算服務(wù)器公鑰對(duì)其加

5、密傳輸，匿名服務(wù)器實(shí)現(xiàn)用戶ID信息的置換和反置換處理，實(shí)現(xiàn)了用戶ID信息和用戶屬性優(yōu)先級(jí)信息對(duì)應(yīng)關(guān)系的破壞和還原的目標(biāo)，計(jì)算服務(wù)器使用改進(jìn)的廣義Jaccard系數(shù)法計(jì)算用戶相似度，其不能獲取用戶屬性優(yōu)先級(jí)對(duì)應(yīng)的真實(shí)用戶ID信息，彌補(bǔ)了傳統(tǒng)第三方計(jì)算方法的缺陷，實(shí)現(xiàn)了隱私保護(hù)級(jí)別Ⅲ下的好友匹配過程。
　　實(shí)驗(yàn)結(jié)果表明，本文提出的近鄰發(fā)現(xiàn)方法提高了近鄰發(fā)現(xiàn)的效率，可以更好地滿足移動(dòng)環(huán)境下的需求，分布式和第三方計(jì)算兩種好友匹配方法不僅大