第三章 研究方法
3.1 議題分析與討論
3.1.2 社群網路在行動載具網路之運作方式
國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
36
與駕駛者間形成一個可信任的社群網路，是一個重要的課題。
3.1.2 社群網路在行動載具網路之運作方式
Hui等學者[5]經過長時間的觀察，將觀測結果模擬成一個社群網路。路由的計算方法則 是利用社群網路的community和centrality。根據global community等級將訊息轉發給具有 更高centrality的節點，直到該節點與目標節點為同一個community，再根據sub community 等級，將訊息轉發到目標節點。現今人們被賦予行動力，在行動力自主的個體下，可能 會造成找無節點傳送的情況。人與人之間的相處是需要培養的，可能在下一個時間點會 與誰認識或遇見誰(節點)，都是難以預測的，所以我們將當下的情況列入考慮，決定傳 送的節點。
由第二章可以發現，社會網路分析的涵蓋範圍很廣，其計算方式也因節點、圖形的 不同而有所差異，大部分的計算方式需要知道整個網路節點位置才可以計算出路徑。但 由於人是自由移動的個體，因此在需要知道整個網路成員的情形下，再判斷出轉傳節點，
可能會造成較多負擔。等待計算完所有節點時，周邊節點可能已經不在當下的位置，造 成路徑失效。Hui等學者[5]所提出的方法是直接傳訊息給ranking值較高者，再利用標籤 概念傳送到目的地節點。此理論是可被接受的，但畢竟人是屬於自由的個體，可隨時隨 地結交好友，常有增加或是刪除及封鎖好友的可能，因此會在不同地方遇見不同人(節 點)，而這些人也是很好的潛在傳送者。當community的節點太多，傳送頻率相對提高，
容易造成擁塞的情形；假使community等級劃分不明確，會造成許多節點皆隸屬於相同 community，將訊息大量傳給附近相同community的節點，會導致整體效能降低。若是可 以藉由個體網路(ego network)的概念[9]計算周邊鄰居節點，節點資訊將會有更高的時效 性。當我們利用個體網路時，通訊範圍內的節點，包含鄰居節點、周邊社群節點(朋友)
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
37
或是社群節點的朋友(朋友的朋友)等都將是傳送時的選擇，也是本文的優勢。
本文將配合地域性計算較合適傳送訊息之節點，另外考慮到有可能會在同一時間，
都將訊息傳給同一節點造成負載過重的情形，此時推薦清單扮演十分重要的角色，推薦 清單的資訊，是由負載過重的社群節點推薦出周遭較適合轉傳之節點。因此可以達到消 息來源是藉由社群節點的朋友(朋友的朋友)協助傳送，也就是藉由社群的力量幫助傳送。
也利用betweenness centrality的概念找出更適合的節點。另外我們也考慮利用節點的興趣 相似性，當節點在時間內無法選出合適節點的時候，利用social aware方式[7]計算出節點 之間的興趣相似性，並藉由興趣相似性，尋找興趣相仿者，使訊息傳送到目的地。本論 文所提出之主要轉傳原則如下：
1. 社群概念讓使用者對於訊息來源更加信任，因此藉由社會網路分析，提供一個 較可信的轉傳選擇方式。
2. 考慮相異度，使訊息更容易在群體間流通散佈。
3. 當節點負載過重的狀況發生時，藉由推薦清單的輔助，可節省不必要的等待時 間。
4. 藉由興趣相似性協助轉傳。
本研究利用社會網路分析的概念及知名度較高者幫助訊息傳遞，計算通訊範圍內所 有節點並從中選出較適合之節點幫助轉傳，若不考慮betweenness centrality和相異度，可 能會造成無法傳入其他群體的窘境，因此一併將betweenness centrality和相異度的概念列 入計算中。由以上概念可計算出節點的𝐶𝐷_𝑑𝑖𝑣𝑒𝑟𝑠𝑖𝑡𝑦值，並選擇𝐶𝐷_𝑑𝑖𝑣𝑒𝑟𝑠𝑖𝑡𝑦值較高的節點代 為轉傳封包，這些被選出的節點稱之為 𝐶𝐷_𝑑𝑖𝑣𝑒𝑟𝑠𝑖𝑡𝑦_𝑚𝑎𝑥𝑖𝑚𝑢𝑚(𝑡𝑜𝑝 (𝑛𝑢𝑚𝑏𝑒𝑟))。其優點是可以
藉 由𝐶𝐷_𝑑𝑖𝑣𝑒𝑟𝑠𝑖𝑡𝑦值 較高 者 更快 的 獲取 或傳 送更 多的消 息， 但 當不 斷將訊 息 轉 傳 給
𝐶𝐷_𝑑𝑖𝑣𝑒𝑟𝑠𝑖𝑡𝑦_𝑚𝑎𝑥𝑖𝑚𝑢𝑚(𝑡𝑜𝑝 (𝑛𝑢𝑚𝑏𝑒𝑟))時，相對產生的問題如造成這些節點的負擔較重，頻寬、
電力等資源的消耗。為了解決上述問題，本方法提出(1) 本身節點的候選清單𝐶𝐷_𝑑𝑖𝑣𝑒𝑟𝑠𝑖𝑡𝑦
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
38
(candidate list) (2) 推薦清單(𝑁𝑜𝑑𝑒𝑟𝑒𝑐𝑜𝑚𝑚𝑒𝑛𝑑) (3) 興趣相似性(Interest-based)，以解決節 點負擔過重之問題，使訊息能順利傳到目的地。
3.2 研究方法
由第二章敘述得知，社會網路分析(Social Networks Analysis)的三個主要指標，需知道整 個網路大環境下的所有節點，才可以計算出中間度指標(degree centrality，𝐶𝐷)、近距中 間度指標(closeness centrality，𝐶𝑐)和參與中間度指標(betweenness centrality，𝐶𝐵)。但當搜 尋完整個網路後，再計算其𝐶𝐷, 𝐶𝐵, 𝐶𝑐值過於耗費時間。而在節點數量較多的網路中，由 於網路節點數量過大，隨之而來的問題是𝐶𝑐緊密度之(角色)可信度也相對降低。因此本 文考慮個體網路關係(ego network)，把每個節點都當成是一個小的local community，並 考量𝐶𝐷、𝐶𝐵、朋友相異度等。當節點負載超過門檻值無法傳遞時，便使用(1) 節點候選 清 單 𝐶𝐷_𝑑𝑖𝑣𝑒𝑟𝑠𝑖𝑡𝑦 (candidate list) (2) 推 薦 清 單 (𝑁𝑜𝑑𝑒𝑟𝑒𝑐𝑜𝑚𝑚𝑒𝑛𝑑) (3) 興 趣 相 似 性 (Interest-based)，幫助訊息傳遞到目標節點。其中興趣相似性(Interest-based)則利用餘弦 相似度(cosine similarity)計算興趣相近的節點。針對以上描述，本論文提出一個稱為 Ego-Centric Social Network Routing (ECSNR)的方法。ECSNR利用社會網路分析的方法，
使 得 無 線 網 路 藉 由 社 群 網 路 概 念 增 加 對 訊 息 來 源 的 可 信 度 。 我 們 針 對
𝐶𝐷_𝑑𝑖𝑣𝑒𝑟𝑠𝑖𝑡𝑦_𝑚𝑎𝑥𝑖𝑚𝑢𝑚(𝑡𝑜𝑝 (𝑛𝑢𝑚𝑏𝑒𝑟))負載過重提出解決方案；且考慮鄰居節點相似度，將差
異化一併列入考量，因為若是不斷將訊息傳遞給朋友相似度大的鄰居節點，可能會造成 訊息停滯於某些群體中。在社會中每個人可能同時扮演不同的角色，屬於不同的群體，
因此本文將加入差異化，利用𝐶𝐷、𝐶𝐵選出適合轉傳的節點。因為人是群居動物，本文將 人與人之間的關係所建立的網路拓樸，應用於網路環境，達到傳送資訊的效果。當兩個 節點間無法直接轉送資料封包到目的地時，則利用𝐶𝐷_𝑑𝑖𝑣𝑒𝑟𝑠𝑖𝑡𝑦值高者來轉送。若直接傳
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
39
送可行，就不使用𝐶𝐷_𝑑𝑖𝑣𝑒𝑟𝑠𝑖𝑡𝑦值高者傳送，畢竟再透過所選出之節點傳送會造成時間的 增加及不必要的資源浪費。
𝐶𝐷_𝑑𝑖𝑣𝑒𝑟𝑠𝑖𝑡𝑦_𝑚𝑎𝑥𝑖𝑚𝑢𝑚(𝑡𝑜𝑝 (𝑛𝑢𝑚𝑏𝑒𝑟))節點的負擔相對較重，隨之而來的問題如電力不足、
負載過重等。當藉由𝐶𝐷_𝑑𝑖𝑣𝑒𝑟𝑠𝑖𝑡𝑦_𝑚𝑎𝑥𝑖𝑚𝑢𝑚(𝑡𝑜𝑝 (𝑛𝑢𝑚𝑏𝑒𝑟))節點傳送的連線路徑中斷或負載超 過所設定之門檻值時，𝐶𝐷_𝑑𝑖𝑣𝑒𝑟𝑠𝑖𝑡𝑦_𝑚𝑎𝑥𝑖𝑚𝑢𝑚(𝑡𝑜𝑝 (𝑛𝑢𝑚𝑏𝑒𝑟))節點周圍的鄰居將是最好的替代 選 擇 ， 因 此 我 們 提 出 了 推 薦 清 單 (𝑁𝑜𝑑𝑒𝑟𝑒𝑐𝑜𝑚𝑚𝑒𝑛𝑑) 的 概 念 。 由 於 ECSNR 是 透 過
𝐶𝐷_𝑑𝑖𝑣𝑒𝑟𝑠𝑖𝑡𝑦_𝑚𝑎𝑥𝑖𝑚𝑢𝑚(𝑡𝑜𝑝 (𝑛𝑢𝑚𝑏𝑒𝑟))節點轉傳，除了有藉由相識節點傳送的特性外，也透過
差異化與𝐶𝐵(betweenness centrality)的考量來決定轉傳節點，使傳播路徑具有延展性。當 訊息轉傳流動的同時，也意味著傳輸範圍不再侷限於某個群體，而可間接打進新的群體 中，所能送達範圍也被延伸。藉此傳輸及擴展方式，希望可以提升packet delivery ratio 的效能以及增加對訊息來源的可信度。
當𝐶𝐷_𝑑𝑖𝑣𝑒𝑟𝑠𝑖𝑡𝑦_𝑚𝑎𝑥𝑖𝑚𝑢𝑚(𝑡𝑜𝑝 (𝑛𝑢𝑚𝑏𝑒𝑟))節點被選出來，也需要配合一些選擇性策略，才
能有效利用社群網路概念，將ECSNR功能發揮出來。