第二章 相關研究-文獻探討
2.3 行動載具環境下社群網路相關研究
國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
24
。相較於 P2P trust model，這是一個更有效計算信任的方法。使用者不需要執行 TCA，
只需要傳送 trust checking 給網路郵件服務提供商(email provider)。網路郵件服務提供商 將會進行確認，若在同一 domain，則回傳 trust checking value；若在不同 domain，網路 郵件服務提供商可用 DNS 轉送請求給其他 business domain。
由於車載網路環境中可能有斷訊的情況，因此可考量備份機制以改善此問題，或是 將聯絡人清單存放於網路上以利未來彈性使用。若可以預測未來行車方向與可能相遇之 車輛，預先建立 trust，將會有更好的訊息傳輸環境。
2.3 行動載具環境下社群網路相關研究
2.3.1 BUBBLE Rap: Social-based Forwarding in Delay Tolerant Networks
BUBBLE RAP為Hui等學者[5]所提出，經過長時間的觀測，將觀測結果模擬成一個social network。文中假設每個節點都至少屬於一個community，亦允許communities內只存在一 個節點。每個節點都會有整個系統的global ranking以及local ranking，它可以同時屬於多 個社群。路由演算法則是利用social network的community和centrality，且根據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，如圖2.8所示；演 算法之pseudo code，如圖2.9所示。
‧
Algorithm 1: BUBBLE RAP 1. begin
2. foreach EncounteredNode_i do
3. if (LabelOf(currentNode) == LabelOf(destination)) then 4. if (LabelOf(EncounteredNode_i) ==
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
26
2.3.2 Social-Aware Stateless Forwarding in Pocket Switched Networks
Mei等學者[7]所提出的轉發機制SANE是結合social-aware 及 stateless的概念。在Mei等 學者的方法中，個體(網路成員)用interest profile代表他們的興趣，據此分辨他們的特性。
首先假設每個個體可以經由interest profile代表本身的興趣。興趣的部分可以分成電影、
文學、運動、音樂等。每一種興趣值介於0與1之間，m代表網路中興趣類型總數，因此 interest space 可表示為
m-dimensional unit cube C = [0,1]𝑚
(2-12) Mei 等學者使用廣為人知的餘弦相似度(cosine similarity metric)計算興趣相似度。已 知兩個 m-dimensional 向量 A 與 B，其興趣相似度可表示為𝛩(A,B)，公式定義如下，∥X∥代表 向量 X 的長度，當𝛩(𝐴, 𝐵)值愈靠近 1，代表 A、B 的興趣愈相似。
𝛩(𝐴, 𝐵) = 𝑐𝑜𝑠(∠𝐴𝐵) = 𝐴 · 𝐵
∥ 𝐴 ∥∥ 𝐵 ∥
(2-13) Mei 等學者為了驗證此想法，蒐集 2006 年參與 conference 且使用藍芽設備的成員。
對其成員蒐集資料，其中包含參與者的國籍、住所、語言、從屬關係、科學興趣等。由 上述資料產生 interest profile，在過程中會刪除未公開的資料。首先會先計算參與者的 interest profile，再計算相遇成員間 profile 的相似性與相遇時間頻率之間的關係，目標是 希望將訊息傳給相關 interest profile 的成員。
Interest-cast 的目的是希望當使用者想要某些資訊時可以提供給他。假設 C 想要傳 訊息給網路中可能對內容感興趣的節點。首先定義任一訊息 M 的興趣向量為 R(M)，任 一節點 B 的 interest profile 為 IP(B)，表示節點 B 的興趣向量值。若是節點和訊息擁有相
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
27
似的 interest space，則 IP(B)和 R(M)的夾角會介於[0, π/2]，可表示為 Θ (IP(B),R(M))，其 值域介於 0 到 1 之間。
當 message M 與 individual B 計算後之值，大於門檻值α則表示兩者相關，可將其 表示為 Θ(IP(B),R(M))≥ α，α= relevance threshold。
2.3.3 Extending Internet-Enabled Social Networks
社群網站儼然已成為我們生活的一部分[8]，目前許多社群網站也都提供簡單的小遊戲或 是應用程式，使我們可以與線上使用者(家人、朋友、工作夥伴、同儕等)互動溝通。該 文提出了一個系統，由手機端登入，如圖2.11所示。當使用者移動，系統會告知在實際 地理位置有哪些使用者在附近，如圖2.10，讓使用者可以face-to-face的相遇互動。
Virtual Community
Physical Community
Data Sync Process IESN Server
圖 2.10：Hybrid Interaction Space that Supports Online Community Activities [8]
‧
Hybrid Space: IESN Application + MESM Application Virtual Space: IESN ApplicationPhysical Space: MESM Application
圖 2.11：Architecture of a Hybrid Interaction Space [8]
2.3.4 Social Network Analysis for Routing in Disconnected Delay-Tolerant MANETs
Daly等學者[10]提出了SimBet utility calculation的方法，除了用社會網路分析，也運用了 前述Newman學者的概念。如果有一個以上的共同鄰居，表示兩人相識的機率很高。作 者也認為過去曾經合作過的對象，未來也會有一定的合作機會。公式如下：
𝑃(𝑥, 𝑦) = |𝑁(𝑥) ∩ 𝑁(𝑦)|
(2-14)
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
29
其中，𝑁(𝑥)代表x的鄰居集合，𝑁(𝑦)代表y的鄰居集合，|𝑁(𝑥) ∩ 𝑁(𝑦)|代表x、y鄰居的 交集數。Liben-Nowell和Kleinberg兩位學者認為similarity metric可以預測未來的互動，因 此該篇學者提出了SimBet utility calculation，此方法是由similarity utility 與betweenness utility所組成，公式如下：
𝑆𝑖𝑚𝑈𝑡𝑖𝑙 𝑛 (𝑑) = 𝑆𝑖𝑚 𝑛 (𝑑)
𝑆𝑖𝑚 𝑛 (𝑑) + 𝑆𝑖𝑚 𝑚 (𝑑)
(2-15)
𝐵𝑒𝑡𝑈𝑡𝑖𝑙 𝑛 = 𝐵𝑒𝑡 𝑛 𝐵𝑒𝑡 𝑛 + 𝐵𝑒𝑡 𝑚
(2-16)
𝑆𝑖𝑚𝐵𝑒𝑡𝑈𝑡𝑖𝑙 𝑛 (𝑑) = 𝛼𝑆𝑖𝑚𝑈𝑡𝑖𝑙 𝑛 (𝑑) + 𝛽𝐵𝑒𝑡𝑈𝑡𝑖𝑙 𝑛 𝛼 + 𝛽 = 1
(2-17) SimUtil公式(2-15)可比較「節點n與節點d」及「節點m與節點d」和目標節點共同節點之 比值。BetUtil公式(2-16)則是比較節點n與節點m兩節點之betweenness的重要性，各別計 算後即可得知m是否比目前所攜帶訊息之節點n，更能將訊息攜帶至目標節點。結合上述 公式(2-15)與(2-16)可得到公式(2-17)。公式(2-17)，表示節點n要傳送訊息到目標節點d與 相遇節點m比較的公式。其中，n代表攜帶message的節點；m代表相遇的節點；d代表目 標節點，當節點n與節點m相遇時，決定是否將message交由節點m攜帶訊息至目的端，
便執行此公式。藉由該公式計算後，可使message藉由更合適的節點將資訊傳送到目標 節點d。SimBet utility calculation的方法，簡單來說，當兩節點相遇，需要進一步決定是 否轉傳給其它攜帶者時，則執行此算式。