使用深度学习的社交物联网信任预测模型

• 作者: 温宇垚 徐湛 职如昕 陈晋辉
• 来源期刊: 电讯技术
• 关键词: 社交物联网 信任管理 深度学习 延迟容忍网络 恶意攻击
• 年，卷（期）: 2021,（3）
• 所属期刊栏目: 应用基础与前沿技术|Application Fundamental Research and Advanced Technology
• 页码范围: 269-275
• 页数: 7页
• 分类号: TN929.5
• 语种: 中文
• DOI: 10.3969/j.issn.1001-893x.2021.03.002

摘要

社交物联网是社交网络概念在物联网中整合后兴起的一个蓬勃发展的研究领域.提出了一种适用于社交物联网网络的改进型节点级信任模型,并通过与其他信任模型的对比仿真实验证明在恶意节点的攻击下,提出的模型拥有更好的稳定性和适用性,总体波动较小.同时,针对实际社交物联网网络中新加入网络的陌生节点可能遇到的网络延迟影响信任值评估的问题,在改进型节点级信任模型的基础上进一步使用了深度学习模型对其进行信任值预测.仿真证明,使用深度学习预测后模型的系统性能明显优于不使用深度学习的模型,成功交互率提升约1.8％.