英语原文共 19 页
物联网建模：一种同时使用复杂网络和基于代理的混合建模方法（ABM）
摘要
传感器搭配收发器，很快就从实验室技术测试阶段发展成可供全球化使用的新技术，这些连接的移动设备组成了物联网（IoT）的主要组成部分。这个想法的是从电子小器件的激增而发展出来的，这些小器件都有传感器且能被单独识别（可能采用的技术是通过射频无线认证RFI）。虽然对物联网的综合建模范例和示例案例研究的需求日益增长，但目前还没有可用于建模这种基于物联网的现实复杂情景的标准方法。在这里，我们结合使用基于复杂网络和基于代理的建模方法，提出了一种新的物联网建模方法。具体的来说，这种方法采用了基于认知代理的计算（CABA）的框架去模拟复杂的物联网网络。我们演示了几种标准复杂网络拓扑的建模，例如点阵网络，随机网络，小世界网络和自由标度网络。为了进一步证明所提方法的有效性，我们还提出了一个案例研究和一种新的算法，用于自动监控网络物联网设备的功耗。我们还讨论并比较了所提出的方法与以前的建模方法。 使用多种网络配置的广泛模拟实验证明了所提出方法的有效性和可行性。
关键词：物联网，功耗，基于认知代理的计算，基于代理的建模，复杂网络
前言
我们生活在一个电子产品和集成传感器无处不在的时代-从智能电话和平板电脑到笔记本电脑，从室内温度调节器到微波炉。我们生活在一个新的世界-一个智能的世界-能和连接被添加到每个可以想象的物体。Ashton（2009）在物联网（IoT）这一书中的愿景似乎已经表现出来-虽然是以意想不到的方式。物联网在我们日常生活中的出现显然会产生许多影响，从而导致环境和社会的不同。考虑到物联网的概念很新，因此可以理解的是物联网的建模是很难的。通信系统领域的研究者经常主要地关注物联网通信交流的层面，并且认为这基本上就可以涵盖物联网的所有了。然而，这种方法至少可以说是有问题的。首先，仅仅考虑设备的通信方面-很少考虑到它们是我们日常生活的一部分-显然是不正确的。其次，尽管在技术验证阶段情况很好，但是现在技术所处状态还不足以进行大规模的商业化扩展。补充一点，利用现有的方法跟工具进行物联网仿真的关键问题是，在真实世界里设备的数量远远超过在实验室利用传统仿真工具进行的概念认证的设备的数量。
随着物联网架构的高速发展，现有的仿真工具例如NS2/3等不再合适，不能够有效的进行物联网系统的建模和仿真。然而，可以考虑基于代理的建模和复杂网络来模拟这样的基础设施-例如我们之前在基于认知代理的计算框架中提出的。这个框架提供了能有效仿真不同类型的复杂自适应网络和例如物联网的复杂物理系统所需的工具和技术。(Niazi and Hussain 2009)。
以前，尽我们所知，还没有人从复杂系统建模的角度出发提出过一种综合不同建模范例的方法，恰恰这些范例方法能够高效的对复杂通信网络进行建模，尤其在物联网方面。
本文的新颖之处在于将基于代理的建模与复杂网络结合使用，作为基于认知代理的计算框架的一部分-基本上优化改进了我们先前在Laghari和Niazi发表的工作。通过对一个复杂网络的拓扑结构的仿真，以及对其进行物联网的部分设备的功耗计算的研究，进一步对该框架的可行性进行了验证。
为了对基于认知代理的计算框架的应用进行阐述，我们选取了一个对联网传感设备功耗进行估算这一个具体的问题。由于种种原因，小的设备通常像“看不见的”功率耗散源。但持续的电力使用也会产生很高的费用，由此产生的影响令人震惊，这些现象实际上是符合热力学基本定律的。
本文的主要贡献概括如下：
我们提出了一种在物联网领域进行复杂方案的仿真方法，主要采用的是复杂网络跟基于代理的建模方法。通过对一些动态物联网的实际拓扑结构的建模-比如小世界网络，自由标度网络，点阵网络，已经可以证明现在的工作成果具有更加广泛的应用空间。建模还扩展了我们之前提出的复杂网络方法验证所获得的见解。
论文的结构如下：首先，描述了理解该方法的必要背景。 接下来是模型开发。 此外，在论文结论之前，提出了广泛的模拟实验的结果。
背景
在这一部分，主要是对背景进行简要介绍。首先，讨论基于代理的建模范例，详细说明为什么它非常适合建模和研究复杂的消费者网络。接着，，讨论自组织。 然后是物联网的简要背景。
基于代理的建模
基于代理的建模概念是使用个体或代理作为构建块来创建复杂系统的模型。该模型不仅能帮助电路进行仿真设计提出复杂问题的解决方案，同时也能解决实际的工程问题。创建模拟是为了实现一些定义的规则所遵循的操作，其中组件相互交互以模拟复杂环境甚至预测紧急行为，这样做是为了通过先进的模拟技术了解复杂的自然环境。ABM模型通常通过一些自定义编程或由一些操作员对一般框架有更深的理解而特别创建的ABM工具包利用PC复制实现。因此，自然而然地选择为这种大型复杂网络建模基于代理的建模和仿真工具。在先前2009年Niazi发表的论文中，已经证明了如何使用这些基于代理的建模工具对涉及到自治和交互代理的复杂通信网络进行建模。
自组织
自组织是系统在没有任何外力的情况下，通过系统中特定的规则，组织有意义的结构的能力。这种能力存在于各种自然系统中，比如动物，人体的细胞，银河和其他的过程例如结晶。自组织作为维持系统均衡的手段而出现，特别是在代理相互依赖的情况下及其重要。
自组织能力是衡量一个网络是否成功的重要标准。这是因为行为不能被外部系统所控制，但是又同时影响整个系统。这种组织非常强大，使系统能够维持和自我修复系统中发生的损坏或问题。复杂网络例如小世界网络和自由标度网络也展现了自组织能力。他们的组织架构的说明在第五节，接着是讨论的这种网络的重要性。建模复杂现象的另一种方法是使用系统动力学。另外，软计算不仅提供模型技术，还提供复杂系统控制技术。
复杂网络
对复杂自适应系统和复杂物理系统的建模的一种方法就是使用复杂网络。复杂网络可以加载不同的图形，从简单的点阵网络到随机网络。这些网络类型是复杂系统的重要组成部分，但是它们的拓扑结构都不像现实世界的经验网络那样。在现实世界中，网络用来分析理解确切的特征。根据对应于现实世界网络的文献分类，两种典型的网络模型分别是是小世界网络和无标度网络。
在本文中，使用ABM实现了以下网络模型：
小世界网络
无标度网络
随机网络
点阵网络
接下来是对这些网络的简单介绍：
小世界网络
具有高图表距离的关联网络，当边缘随意包含时，测量结果急剧减少。这个网络有时也被称为社交网络中的“六度分离”，其中任何个人最多通过六个链接转向与任何其他个人链接。在这个网络中，节点大多不是彼此相邻的; 相反，它们也通过与其他节点建立链接而成为邻居。简而言之，这可以理解成很少的节点但有很多的连接。从数学角度上讲，小世界网络满足式：
L alpha;Log(N) （1）
小世界网络有以下的伴随特征：
1.聚合系数（Clustering coefficient）：它衡量图表中的中心倾向于聚集在一起的程度。一个节点的聚合系数计算式如下：
（2）
整个系统的聚合系数由下式决定：
（3）
N=节点数，C=每一个节点i的聚合系数
2.平均最短路径（Mean-shortest path length）：小世界网络组件在真实世界中多有体现，比如，社交网络，神经系统，编程框架，道路规划，食物链，电力矩阵分布等等。小世界系统由d维网格的连接组成，其中我们任意地将具有连接的分数P插入通常点阵的两个实例中，即（P = 0）和随机图（P = 1）。考虑一个具有n个顶点的环，其中每个顶点通过无向边缘与其k个最近邻居相关联，此时，选择顶点和边缘以顺时针方向与最邻近的点连接。在概率为p的前提下，边缘无重复地连接到在整个环上不规则的拾取的顶点。在环绕顺时针方向移动并考虑每个顶点直到一圈结束时，重新进行此过程。接下来，边缘看起来就像顶点跟其第二近的邻点以最外圈一样以顺时针的方式相连接起来，重复此过程直到所有的节点都被考虑到。
无标度网络
无标度网络是复杂网络的一种，它的特点是节点间的连接数有很大的不同。有一些节点有很密集的连接，但是少数节点几乎没有跟其他节点连接。有密集连接的节点术语上被称为枢纽（hubs），无标度网络中非常关注这些节点。对无标度网络的动态建模明确表明，当有新的枢纽加入到现有的系统中时，模型能进行发展和优化，并且新加入的枢纽倾向于与现在非常相关的枢纽进行连接。集线器与给定系统中的k个不同集线器接口的概率符合式k-gamma;，这表明无标度网络遵循集线器个数的幂指数分布。对于初始情况有m0个枢纽（hub），鉴于每个枢纽与其他系统部分的独立性，每个枢纽的度至少为1。包括不断增加的新枢纽也被考虑在内。新结点会大概率的跟已存在很多连接的旧结点相连。一般的，新结点与结点i连接的概率pi为:
(4)
在等式4中，ki是用来表示实际网络中的枢纽i与网络中新加入的枢纽连接的可能性。被称为枢纽的有很多连接的结点更有可能并且更快地积累更多的连接，而只有几个连接的集线器可能不会被选为另一个连接的目标。这暗示了新枢纽会更快地将自己与存在的高效的枢纽进行连接。下面的数据解释了结点如何将自己与其他结点连接而实现无标度网络的方法。根据无标度网络的模型，这一个结点连接有助于网络的发展。然后，网络中的新结点倾向于连接到具有重链路的结点，这意味着它尝试将结点附近具有最高程度的结点附近。
随机网络
Erdős-Reacute;nyi随机网络模型是指通过任意方式连接不同结点所构成的网络。一般的，随机网络GR（n，p）用可能性为p的边构成，给定0 lt;p lt;1。
一个随机网络指的是网络中的结点以一种任意的方式与其他节点进行连接。结点的连接性不依赖于结点的链路。为了分析随机网络，举一个简单的例子，边缘随机的添加到图中的固定的n个孤立顶点中。可以假设对于具有n个顶点的图中所有的个边，每条边出现的概率是相等的，即随机的添加边缘连接。
具体来说，随机图不提供=解决方案来解决随着时间而增长的网络，面对已经发展了的复杂网络，我们需要想其他的办法来解决这个问题。
点阵网络
点阵网络GL由顶点构成，每个顶点可以与4个相邻顶点相联系，整个网络以网格状展现。该网络结构具有不断增长的性质，因此允许无限容量，这增加了功能并简化了网络中的路由。使用N个维度中的一个维度的逻辑坐标对边缘模块进行编码寻址，这简化了路由并允许每个边缘模块计算自己的路由表。
物联网（IoT）
物联网因为其在消费电子设备中有标准的连接协议，其底层基础设备跟概念都在不断地发展跟更新。随着远程设备控制技术的完善，物联网也进入了消费者网络，进行商用。物联网技术的完全整合将为信息和通信技术部门带来巨大的机遇，从而促进新应用软件和设备的发展。由于该领域尚未完全开发并需要更多的研究，该领域仍然缺乏标准的架构，以便于进一步的发展和进步。但是目前也有很多问题阻碍着物联网的部署发展。目前在设备的互通方面，以及安全，隐私，使用功能上都没有什么太大的问题，但是接下来的解决方案的基本要求应该是具有较低计算力和能量容量。
自组织功耗近似算法的模型开发
在这里，我们提出了一种物联网的自组织功耗近似（SOPCA）算法的模型。同时，我们还对仿真环境和模型的发展进行了简要的分析。
定义1 物联网的情景 为了更好的展现物联网，我们考虑了在设置中将不同买家的电子设备相互关联起来。为了展示这些小设备的可用性，我们选择两种不同的网络建模策略来解释-产生不规律系统连接的随机网络连接策略（CR）和采用横截面四个方向连接的点阵网络连接策略（CL）。接下来我们展示的模拟是小世界网络（CS）和无标度网络（CSF）这两种来进行理论上的补充。在实际的实现中我们我们可以使用任何一种多代理编程工具箱来控制这些消费者设备。在所提到的网络上实现算法的概念图如图1所示。
图1 概念图
自组织功耗近似算法
关于自组织功耗近似算法的概念图如图2所示。其想法是利用对等设备与服务器之间进行无线连接。设备能通过能量嗅探代理（ESA）定位其他设备并与其进行通信。能量嗅探代理（ESA）可以找到其他设备并对能耗进行估计。每个能量嗅探代理都有一个生存时间，当完成任务后他们停止或者返回到沉没结点。源节点可以通过利用信号强度或全球定位系统（GPS）在其附近找到不同的节点。能量嗅探代理根据对附近能源利用的感知来进行方案调整，然后继续前进到不同的节点，为了避免多次经过同一个路由，能量嗅探代理通过对设备进行标志。Akyldiz注意到，以100米的间隔发送1 KB的能量成本与每秒1亿次指令（MIPS）/ W处理器
以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。
