一种基于博弈均衡偏移的物联网信任决策方法及系统

技术领域

本发明涉及一种基于博弈均衡偏移的物联网信任决策方法，同时也涉及相应的物联网信任决策系统，属于物联网技术领域。

背景技术

数字化建设中，各种通信设备相继接入异构网络，终端间互联互通的物联网被广泛部署，加快了自动化进程，为人们的生活提供了便利与保障。然而，节点设备的通信协议各异，计算资源、存储资源等硬件性能差异巨大，导致安全策略难以统一部署，低成本设备常常缺乏安全措施，物联网复杂的网络体系以及其中流转的海量数据存在着巨大的安全隐患。而且，为了让各种设备能够灵活加入或离开，许多网络采用的分布式结构导致了网络交互更加开放，有时甚至无人监守，这为恶意设备混入网络或攻击者通过物理手段攻陷网络实体提供了机会。这些恶意实体能够发起开关攻击、诽谤攻击、数据选择转发攻击等内部攻击，这些源自网络内部的攻击难以用针对外部攻击的传统密码学与入侵检测方法防御。基于行为的信任模型是检测这些内部攻击的一种有效方法，且信任模型工作在应用层，便于跨通信协议统一部署。因此，信任模型是物联网安全的一个重要研究方向。

由信任模型为网络实体计算出交互对象的信任值后，还需要网络实体做出是否交互的物联网信任决策。也就是说信任评估模型输出的信任值是设备节点选择合作节点的重要参考，但并不是唯一参考。设备节点期望在交互中取得更高的平均效用，还需要考虑合作成功能带来的收益、合作失败导致的损失、对方节点对自身的信任值等信任模型相关信息。

在申请号为202210139314.4的中国专利申请中，公开了一种适用于物联网感知节点的信任管理方法。该信任管理方法根据演化博弈理论，基于复制子动态的演化方法，对物联网感知节点网络的信任管理过程进行演化博弈建模，将交互过程及各个节点交互所获得的收益量化，形成两方博弈的收益矩阵。在此基础上引入基于信誉的奖惩机制，交互的节点会依据不同的行为获得信誉累积，交互节点也会因对方的信誉改变策略。接着在演化博弈中引入反思机制，节点会因为自己的收益水平而对自己的策略做出调整，从而实现更高收益。通过对博弈模型进行演化动力学分析，证明了演化稳定状态的存在，根据演化稳定状态来对信任管理中的激励机制进行动态调整，使物联网感知节点整体能够向合作策略的方向演化。

发明内容

本发明所要解决的首要技术问题在于提供一种基于博弈均衡偏移的物联网信任决策方法。

本发明所要解决的另一技术问题在于提供一种基于博弈均衡偏移的物联网信任决策系统。

为了实现上述目的，本发明采用以下的技术方案：

根据本发明实施例的第一方面，提供一种基于博弈均衡偏移的物联网信任决策方法，包括如下步骤：

(1)边缘服务器根据适配度将任务分配给一个边缘设备；

(2)计算该边缘设备作为发起方时恶意设备比例的临界值，作为第一临界值；

(3)判断恶意设备比例与所述第一临界值的大小；当所述恶意设备比例大于等于所述第一临界值时，转入步骤(4)；当所述恶意设备比例小于所述第一临界值时，转入步骤(5)；

(4)作为发起方的边缘设备，停止任务合作；转入步骤(10)；

(5)计算基于信任值偏离纳什均衡的期望收益，选出合作的候选者；

(6)计算所述候选者作为应答方时恶意设备比例的临界值，作为第二临界值。

(7)判断恶意设备比例与所述第二临界值的大小；当所述恶意设备比例大于等于所述第二临界值时，转入步骤(8)；当所述恶意设备比例小于所述第二临界值时，转入步骤(9)。

(8)作为应答方的所述候选者，选择不合作；转入步骤(10)。

(9)作为应答方的所述候选者，选择合作。

(10)结束。

其中较优地，步骤(1)中：

所述适配度的计算满足如下公式：

其中，S(ed

其中较优地，边缘服务器分配任务时，适配度更高的边缘设备拥有更高的优先级。

其中较优地，步骤(2)中：

所述第一临界值的计算满足如下公式：

其中，x

其中较优地，步骤(5)中：

所述基于信任值偏离纳什均衡的期望收益的计算满足如下公式：

其中，U

其中较优地，步骤(6)中：

所述第二临界值的计算满足如下公式：

其中，x

根据本发明实施例的第二方面，提供一种物联网信任决策系统，包括处理器和存储器；其中，所述存储器与所述处理器耦接，用于存储计算机程序，当该计算机程序被所述处理器执行时，使处理器实现上述基于博弈均衡偏移的物联网信任决策方法。

与现有技术相比较，本发明所提供的基于博弈均衡偏移的物联网信任决策方法，通过综合考虑交互双方的收益以及对彼此的信任值，求解纳什均衡点以及进化稳定策略存在的条件，使得合作双方在合作中获得更高的收益期望。该物联网信任决策方法适用于包括物联网中边缘任务的实际场景，如智能家居、智能健康等领域，以提高任务的整体收益率。

附图说明

图1为本发明实施例提供的基于博弈均衡偏移的物联网信任决策方法的流程图。

图2为本发明实施例中，边缘任务分配系统示意图；

图3为本发明实施例中，使用与未使用该物联网信任决策方法时交互成功率随交互轮次的变化情况示意图；

图4为本发明实施例中，使用与未使用该物联网信任决策方法时平均交互收益随交互轮次的变化情况示意图；

图5为本发明实施例中，RLTS、RKSP以及该物联网信任决策方法的平均交互收益随交互轮次的变化情况示意图；

图6为本发明实施例提供的基于博弈均衡偏移的物联网信任决策系统的示意图。

具体实施方式

下面结合附图和具体实施例对本发明的技术内容进行详细具体的说明。

本发明实施例提供一种基于博弈均衡偏移的物联网信任决策方法，综合考虑交互双方的收益以及对彼此的信任值，求解纳什均衡点以及进化稳定策略存在的条件，以在合作中获得更高的收益期望。下面在边缘任务分配系统的应用场景中，对基于博弈均衡偏移的物联网信任决策方法进行具体说明。

边缘任务分配系统是一种分布式计算系统，旨在将任务分配给可用的边缘设备进行处理，以减少云端计算资源的压力和响应时间。其通常由边缘设备和边缘服务器两部分组成。边缘设备是指位于网络边缘的计算设备，如智能手机、IoT设备等，它们通常具有一定的计算能力和存储资源，可以用来处理轻量级的计算任务。边缘服务器则是指边缘任务分配系统的中心控制器，负责监控系统中的所有边缘设备，并根据任务的需求和设备的可用性，将任务分配给最合适的设备进行处理。它为开放网络中自由出入的边缘设备提供了一个相互信任的基础，并将传感数据计算、数据存储和各种服务从原来的网络中心节点转移到网络逻辑中的边缘节点进行处理。

如图1所示，边缘任务分配系统是一个由许多边缘设备和边缘服务器组成的边缘层次架构(Edge-tier Architecture，简称为ETA)系统，它要执行许多需要节点合作才能完成的任务。假设每个边缘设备(ED)都隶属于一个边缘服务器(ES)，ES(图1中未示出)为ED提供任务分配服务。为边缘任务分配系统部署的信任模型架构将网络切割成更小、更容易管理的区域进行信任管理，这被称为信任管理域(TMD)，每个TMD由一个ES和其下属的ED组成。其中，ES负责计算区域整体交互成功率、信任先验分布、组织信任传播路径、备份边缘设备属性并更新该区域的信任关系，以维持信任模型的运行、提高信任评估的可靠性。ED根据其位置和属性被动态划分到不同的信任管理域中，每个TMD中单独统计信任网络信息。

如图2所示，本发明实施例提供的一种基于博弈均衡偏移的物联网信任决策方法，包括如下步骤：

S1：边缘服务器根据适配度将任务分配给一个边缘设备。

S2：计算该边缘设备作为发起方时恶意设备比例的临界值，作为第一临界值。

S3：判断恶意设备比例与第一临界值的大小；当恶意设备比例大于等于第一临界值时，转入步骤S4；当恶意设备比例小于第一临界值时，转入步骤S5。

S4：作为发起方的边缘设备，停止任务合作；转入步骤S10。

S5：计算基于信任值偏离纳什均衡的期望收益，选出合作的候选者。

S6：计算候选者作为应答方时恶意设备比例的临界值，作为第二临界值。

S7：判断恶意设备比例与第二临界值的大小；当恶意设备比例大于等于第二临界值时，转入步骤S8；当恶意设备比例小于第二临界值时，转入步骤S9。

S8：作为应答方的候选者，选择不合作；转入步骤S10。

S9：作为应答方的候选者，选择合作。

S10：结束。

在ETA系统中，不同任务所要求的设备属性是不同的。这些不同的需求和偏好最终导致了同一设备在不同任务上提供的服务有不同的评价结果。例如，在视频缓存的任务中，视频缓存的速度更重要，而不是下载质量、下载成本等因素。因此，具有快速响应时间的互动设备获得更高的信任值。然而，这并不意味着该设备在完成其他设备所需的服务任务时表现良好。因此，在评价过程中，需要从响应时间、执行成本、可靠性、可用性等多个方面考虑设备与任务的相合性，以提供更合适的设备选择方案。

步骤S1中适配度的计算过程为：设TMD中的所有设备集为ED＝{ed

其中，c

该设备-属性矩阵可以保存在ES中，或者分布式保存在可信边缘设备中，并定期更新，互相校验。

计算边缘设备与任务之间的适配度时，设备属性与任务属性之间应该服从短板效应，所以设备与任务之间差值更小的属性应该有更高的权重。对于任务的第j项属性，ed

其中，task

当边缘设备的任意项属性小于任务属性时，适配度为0。ES分配任务时，适配度更高的ED拥有更高的优先级。

在一个信任模型的边缘网络中，当一个网络实体要选择合作对象时，它期望的是一个具备更高的合作成功率而不是更高信任值的合作对象。因此，重要的不仅仅是它对其它实体的信任值的高低，还应该考虑到其它实体对它的信任值以及其它实体能从这次合作任务中获得的收益。

假设有网络节点ed

表1

假设ed

其中，p代表ed

当

显然，另一个纳什均衡点是p＝0，q＝0。

将公式4代入公式3可得U

步骤S5中基于信任值偏离纳什均衡的期望收益的计算方法如下：由于既往合作或信誉能够让双方出于信任关系偏离纳什均衡，信任值一定程度上能代表其愿意偏离纳什均衡的幅度。ed

将公式5、公式6代入公式3，可以得到ed

其中，U

由公式7可知，当v

由此，ed

为了应对有限理性的现实，除了纳什均衡外，还应该考虑进化稳定的策略。从进化博弈的角度考虑，若初始族群的基因是选择合作，有微小比例ε的个体突变为不合作的基因，因为ε很小，所以突变个体的期望收益是小于初始族群收益的，表达式如下：

其中，ε代表突变个体的比例。

因此，不论对于合作发起方还是对于合作应答方，合作纯策略都是一个进化稳定策略，同理，不合作纯策略也是一个进化稳定策略。

若初始族群的策略是作为发起方时概率p选择合作，作为应答方时概率q选择合作的混合策略，有微小比例ε的个体突变为作为发起方时概率p

U

其中，p代表初始族群个体为作为发起方时选择合作的概率，p

由公式9可知，任何混合策略都不是进化稳定策略，存在一个临界概率。当q(应答方合作概率)大于临界概率时，发起策略会向合作纯策略进化；当q小于临界概率时，发起策略会向不合作纯策略进化；当q等于临界概率时，进化方向取决于变异方向。

但是，由于网络中可能存在恶意实体，合作纯策略会导致妥协实体的恶意行为不受阻止。设恶意设备作为发起方时的双方收益矩阵见表2，其中，ed

表2

表3

其中，d

步骤S2中第一临界值和步骤S6中第二临界值的计算方法如下。

采用x代表恶意实体在所有实体中的占比，设恶意设备作为发起方时的合作概率为p

U

令U

其中，x

步骤S3和S4的判断方法为，当x小于公式11计算得到的临界值(即第一临界值)时，区域中就存在纯合作策略的进化稳定策略，此时，可以根据信任模型得出的基于信任值的期望收益(即公式7所示)来选择合作的候选者并判定是否合作；否则(即x大于等于第一临界值)不合作的策略应该被选择。

同理，第二临界值即应答者对应的x的临界值计算如下：

其中，x

步骤S7～S9的判断方法为，当x大于等于公式12的临界值(即第二临界值)时，应答方选择不合作，否则(即x小于第二临界值)选择合作。

以上对本发明实施例提供的基于博弈均衡偏移的物联网信任决策方法进行了详细说明，下面通过具体实验来验证该物联网信任决策方法的效果。

由于不同交互任务的成功收益与失败损失不同，更高的交互成功率并不代表更高的交互收益。在下面的实验中，随机为不同的任务设置不同的成功收益与失败损失，并且平均成功收益为0.5，平均失败损失为-0.25，使用的信任模型是基于Trust Transformer的信任评估模型。

使用与未使用该物联网信任决策方法时交互成功率随交互轮次的变化情况如图3所示。相较于未使用该物联网信任决策方法的信任模型，引入该物联网信任决策方法的信任模型在100个交互轮次之后的交互成功率下降了2.27％。该交互成功率以及下面的实验中的平均交互收益均不考虑因为模拟的节点故障等意外因素导致的合作失败。

使用与未使用该物联网信任决策方法时平均交互收益随交互轮次的变化情况如图4所示。相较于未使用该物联网信任决策方法的信任模型，引入该物联网信任决策方法的信任模型在100个交互轮次之后的平均交互收益提升了3.56％使用与未使用该物联网信任决策方法时平均交互收益随交互轮次的变化情况。说明引入该物联网信任决策方法后，一些高可信但是低收益期望的合作被放弃了，一些可信度较低但高收益期望的合作被执行了。

如图5所示，本发明实施例还与RLTS模型、RKSP模型进行了平均交互收益的对比实验。相较于RLTS模型、RKSP模型，本发明实施例提供的物联网信任决策方法的信任模型在不同交互轮次时的平均交互收益分别提升了5.70％、4.71％。说明该物联网信任决策方法的引入则有助于将低平均信任误差转化为高的平均交互收益，提高了信任网络中的任务执行效益。

基于上述物联网信任决策方法的基础上，本发明实施例进一步提供一种物联网信任决策系统。如图6所示，该物联网信任决策系统包括一个或多个处理器和存储器。其中，存储器与处理器耦接，用于存储一个或多个计算机程序，当一个或多个计算机程序被一个或多个处理器执行，使得一个或多个处理器实现如上述实施例中基于博弈均衡偏移的物联网信任决策方法。

其中，处理器用于控制该物联网信任决策系统的整体操作，以完成上述基于博弈均衡偏移的物联网信任决策方法的全部或部分步骤。该处理器模块可以是中央处理器(CPU)、图形处理器(GPU)、现场可编程逻辑门阵列(FPGA)、专用集成电路(ASIC)、数字信号处理(DSP)芯片等。存储器用于存储各种类型的数据以支持在该物联网信任决策系统上的操作，这些数据例如可以包括用于物联网信任决策系统操作的任何应用程序或方法的指令，以及应用程序相关的数据。该存储器模块可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，例如静态随机存取存储器(SRAM)、电可擦除可编程只读存储器(EEPROM)、可擦除可编程只读存储器(EPROM)、可编程只读存储器(PROM)、只读存储器(ROM)、磁存储器、快闪存储器等。

综上所述，与现有技术相比较，本发明提供的基于博弈均衡偏移的物联网信任决策方法，通过综合考虑交互双方的收益以及对彼此的信任值，求解纳什均衡点以及进化稳定策略存在的条件，使得合作双方在合作中获得更高的收益期望。该物联网信任决策方法适用于包括物联网中边缘任务的实际场景，如智能家居、智能健康等领域，以提高任务的整体收益率。

需要说明的是，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本发明的描述中，“多个”的含义是两个或两个以上，除非另有明确具体的限定。

上面对本发明提供的基于博弈均衡偏移的物联网信任决策方法及系统进行了详细的说明。对本领域的一般技术人员而言，在不背离本发明实质内容的前提下对它所做的任何显而易见的改动，都将构成对本发明专利权的侵犯，将承担相应的法律责任。