CN103763334B - Vanet中基于p2p‑bt的多媒体合作共享方法 - Google Patents

Abstract

本发明属于移动通信技术领域，公开了一种车联网VANET中基于P2P‑BT的多媒体合作共享方法。首先为了在VANET中很好地实施PB‑MCSM，本文根据一般P2P‑BT的特点，结合VANET中各类车辆的特点和运动轨迹，建立了VANET层次架构；然后，针对VANET中多媒体资源查询率低的问题，提出了基于分布式Tracker服务器的多媒体查询算法；提出了基于间接互惠博弈的树状回传算法，保证车辆在下载同时也进行上传，解决由于自私和断链造成的传输延迟；本发明的效果和益处是能够模拟真实环境下节点的多媒体传输情况，适用于自私的VANET环境；实验表明本发明提高了VANET中多媒体资源的成功查询率和回传率，降低了回传过程的回传延迟，提高了车辆用户的满意度。

Description

VANET中基于P2P-BT的多媒体合作共享方法

技术领域

本发明属于移动通信技术领域，涉及到利用对等网络中文件分发协议BitTorrent，简称P2P-BT技术，解决车联网VANET中多媒体的合作共享问题；建立了VANET层次架构，提出了多媒体文件查询算法和基于博弈的回传算法，能够提高VANET中多媒体资源的成功查询率和回传率，降低回传过程的回传延迟，提高车辆用户的满意度。

背景技术

VANET中车辆能够通过车辆与车辆V2V和车辆与路边单元V2R通信获得共享的多媒体文件；但是由于VANET中资源有限，车辆高度移动性，间断性连接，自私行为的存在，降低了资源的成功查询率和回传率，增加了VAENT中多媒体传输延迟，严重影响车辆用户的体验；因此根据VANET的实际情况，设计出符合实际环境的多媒体合作共享方法非常重要。

现阶段，VANET中多媒体共享问题的研究主要存在以下两方面的问题：1)大部分文献采用洪范方法进行资源查询；这种方法不仅会导致广播风暴问题，而且节点增多时经常发生数据包碰撞，转发失败而增加了传播延迟；例如基于洪范的和基于DHT的方法的混合检索方法(在基于VANET的P2P网络中的回合检索方法，Quanqing Xu,Heng Tao Shen,ZaibenChen,BinCui,Xiaofang Zhou,and Yafei Dai;“Hybrid Retrieval Mechanisms inVehicle-Based P2P Networks”;In Allen G.,Nabrzyski J.,Seidel E.eds.Proc.ofComputational Science–ICCS2009Lecture Notes in Computer Science.Heidelberg:Springer-Verlag,2009.303-314.)；一个来源于台风的源共享协议,基于空间位置的感知车辆共享/请求邻居的资源(台风：城市车辆移动网络中资源共享协议，Guey Yun Cahng,Jang-Ping Sheu,and Jyun-Hua Wu;“Typhoon:Resource Sharing Protocol forMetropolitan Vehicular Ad hoc Networks”.Proc.Of Wireless Communications andNetworking Conference (WCNC),Sydney,Australia,2010.1-5)；RoadcastP2P内容共享方法,放宽要求快速得到被请求服务(道路广播：VANETs中流行度感知的内容共享方法，YangZhang,Jing Zhao,Guohong Cao.“Roadcast:A Popularity Aware Content SharingScheme in VANETs”.Proc.Of ACM SIGMOBILE Mobile Computing and CommunicationsReview,New York,NY,USA,2010.1-14.)；使用基于集群P2P框架来估计链路状态，通过广播方法进行查询(在VANETs与Internet整合的网络中一个新颖的P2P框架基于社会簇的框架，Sung-Han Lin,Junn-Yen Hu,Cheng-Fu Chou,Ing-Chau Chang,Chien-Chun.“A NovelSocial Cluster-based P2P Framework for Integrating VANETs with the Internet”.Proc.of IEEE Wireless Communications and Networking Conference,Budapest,2009.1-6.)；在VANETs中建立两层P2P框架，通过簇内节点的连接时间选择簇首避免链路断开造成的查询延迟，并使用广播方法传递消息(在加强的两层P2P2通信的VANETs中信息共享服务，Jinjie Guo,Chang Hu,Yiding Huo,Yu Liu,and Lin Zhang.“InformationSharing Service in VANETs with Enhanced Two-Tier P2P Communications”.Proc.of15th International Symposium on Wireless Personal MultimediaCommunications(WPMC),Taipei,2012.65-69)；2)这些文献主要研究资源查询检索的问题，没有考虑资源传输过程车辆的自私不转发行为造成传输延迟；然而，在VANET中，节点往往会最大化自己从网络中获得的利益，尽量避免自己应该在网络中承担的责任，和减少对网络贡献而带来的能量消耗和性能减低；这种自私的行为挫伤了积极贡献资源的节点的积极性，节点间的协作交互越来越少(T.Chen,L.Zhu,F.Wu,S.Zhong.Stimulating Cooperationin Vehicular Ad Hoc Networks:A Coalitional Game Theoretic Approach.IEEETransactions on Vehicular Technology(ITVT),2011,60(2):566-579)；大数据时代的来临，使得对等网络P2P资源越来越丰富，呈现多样化；但是缺点是价值密度低，只有节点间的相互协作才能获得价值高的资源；并且P2P-BT***依赖于节点之间的合作以及贡献自身的资源，因此自私行为限制了移动P2P-BT优势在VANET的应用。

发明内容

本发明要解决的技术问题是建立一个VANET层次框架，使得基于P2P-BT的多媒体合作共享方法很好地实施与VANET中，利用基于分布式***Tracker服务器的多媒体文件查询算法和基于间接互惠博弈的树状回传算法，解决VANET中查询问题和由于断链和自私造成的多媒体回传延迟问题。

本发明的技术方案如下：

(一)建立VANET层次架构

根据城市VANET中车辆的运动特点将网络中节点分为三类节点：车辆car、公交车bus和路边单元RSU节点。

car节点表示各种类型的车辆(包括出租车在内)，有以下特点：1)数量众多；car成为城市中人们出行的代步工具；2)移动速度快；随着人的意愿以不同的速度行驶，速度大约为20-80km/h；3)移动具有周期性规律；城市中人们的日常活动，如上班、下班，在固定的时刻去商场购物等，因此car节点的运动具有一定的规律可循。

bus节点是城市公交车，特点如下：1)bus的路线是固定及时的、可预测的；car通过公交查询客户端***知道下一辆跟自己相遇的公交车辆及时进行信息的传输；2)bus能装载更大的存贮设备，存储来自邻居车辆的通信信息和多媒体文件；3)car和bus都是运动的，有较多的连接机会，进行很好的多媒体文件的传输。

RSU节点是VANET中不可或缺的组成要素，能够与互联网Internet直接通信；考虑到bus运动的特点，假设在bus停车站布设RSU；由于停靠点会暂停一段时间，使得bus有足够的时间通过RSU与Internet相连，获取需要的信息和多媒体资源。

根据上述分析，将城市VANET在逻辑上分为四层：car层、bus层、RSU层和Internet层，如图1所示；car既能够与通信范围内的car相互通信共享多媒体文件，也能够与通信范围内的bus通信，发送控制信息并及时获得存储请求多媒体文件的节点信息，称之为“种子”节点；同样，bus既能够与通信范围内的car通信，接收car控制消息，查询相应的“种子”节点，及时发送给该car，也能够与通信范围内的RSU交互，接入Internet获得多媒体资源；此外，car与RSU之间也能够进行通信，通过V2R通信方式获得“种子”节点。

(二)提出一种VANET中基于P2P-BT的多媒体合作共享方法

该方法简称为PB-MCSM，利用bus和RSU在城市VANET中的特殊作用，构建一个应用层覆盖VANET的P2P网络；在bus和RSU上运行P2P-BT方法，将bus或RSU集合作为分布式Tracker服务器，用以记录网络中节点下载消息的详细信息；bus和RSU上都维持一个文件信息索引列表，这些列表说明当前时刻多媒体文件的节点信息；节点信息包括car的速度、运动方向和位置；拥有多媒体文件的car节点，将文件名称以及自己的ID号等相关信息汇报给覆盖范围内的bus或RSU节点；当car节点下载完一个新的文件时，bus或RSU都会更新本地信息索引列表，将该car信息添加到列表；为了方便后面方法的描述，将bus和RSU内具有相同多媒体类型的车辆集合，分别称之为原始簇Bc和Rc。

主要包括2部分：基于分布式Tracker服务器的多媒体文件查询算法和基于间接互惠博弈的树状回传算法。

（1）基于分布式Tracker服务器的多媒体文件查询算法

当网络中车A即car A需要请求多媒体文件M.avi时，首先car A会检测自己传输范围内的节点类型，并且设置查询时间门限值Timer，请求消息为M_Q；具体过程如下：

①如果car A检测到附近有bus，则发送M_Q给bus；接收到M_Q的bus会检查本地列表，是否含有M.avi信息的原始簇Bc；如果有，bus则向car A返回簇Bc内节点的节点信息；如果没有，bus将向邻居的bus询问，直至查得到相应Bc簇，将簇内节点的节点信息返回给car A。

②如果car A附近没有bus，但car A在某一RSU覆盖范围内，则将M_Q发送给RSU；RSU检查本地列表寻找相应的原始簇Rc，将Rc内节点的节点信息返回给car A；如果没有则直接通过RSU从Internet下载M.avi。

③car A附近没有bus并且处在RSU的盲区内，car就广播M_Q给附近的车辆，附近车辆将查询是否有M.avi；如果有则返回自己的节点信息；否则转发M_Q查询附近bus或者RSU，返回查询结构给car A，进行资源预下载。

④car A接收簇内节点的节点信息后，启动多媒体基于间接互惠博弈的树状回传算法。

如果car A查询时间超出Timer门限值，则认为网络中没有M.avi；此时car A向覆盖范围内的bus发送请求下载信息，或通过RSU从Internet下载；car A下载完毕后，bus或者RSU更新本地文件信息索引列表；算法具体流程如图2。

（2）基于间接互惠博弈的树状回传算法

请求节点需要通过一定的算法选择传输节点，考虑到通信链路的不稳定性，提出服务时间感知的选择算法；针对车辆只接收不上传的自私行为，使用间接互惠博弈模型保证车辆积极贡献自己的资源，下载的同时积极上传文件给其他请求车辆；基于间接互惠博弈的树状回传算法的具体过程如下：

假设有m个请求节点都在请求多媒体M.avi，集合为A＝{A₁,A₂,...,A_m}，M.avi的原始簇为S＝{S₁,S₂,...,S_n}，n是簇内车辆的总数；定义扩展簇S′，初始化阶段，扩展簇S'＝S；在树状回传算法中，扩展簇S'中的每个节点如S₁～S_n代表根节点；如图3，根据A中车辆请求时间片的不同，划分不同的回传阶段，相同阶段车辆根据服务时间感知的选择方法进行多线程选择，选择合适的车辆进行回传；例如在时间(t₀,t₁]是回传的初始阶段，从根节点中进行选择；回传时根据间接博弈方法进行参数更新，然后这些请求车辆加入簇S′；最后从A中删除这些节点，成为被选择节点，在接下来的回传阶段如(t₁,t₂]上传资源给其他车辆；如此循环直到集合A为空，S′＝S∪A。

算法中采用到服务时间感知的选择算法和间接互惠博弈模型如下：

①服务时间感知的选择方法

由于车辆的高速移动和动态拓扑变化，车辆之间的连接是短暂的；为了避免网络带宽的浪费，更好的完成多媒体文件传输，所有请求车辆在选择传输节点的时候需要考虑车辆之间的服务时间；使用类似于LET计算方法，考虑S′中车辆的负载来预测车辆之间的服务时间ST，φ＝{φ₁,φ₂,...}代表负载集合，即正在服务车辆的个数；对于任意车辆A_i∈A和负载为φ_i的S_j∈S'，传输半径均为γ，坐标为(x_i,y_i)和(x_j,y_j)，速度分别为v_i和v_j，θ_i和θ_j代表运动方向，车辆A_i和S_j之间的预测服务时间为

在这里a=v_icosθ_i-v_jcosθ_j，b=x_i-x_j，c=v_isinθ_i-v_jsinθ_j，d=y_i-y_j；和簇S′所有车辆的服务时间计算完毕之后，A_i得到预测服务时间集合ST_i，从中选择一个服务时间最大的节点进行传输，即

②间接互惠博弈模型

使用信誉保持机制，遵循社会规范，促进稳定的社会合作；假设用G和B代表提供者和请求者的信誉等级，在这里，设定一个门限值，超过门限值为G，否则为B，C和D代表提供者合作与不合作，提供者和请求者的信誉组合集合为{GG,GB,BG,BB}；信誉评价标准和策略如表1，提供者在四种信誉组合下选择自己的动作策略；当遇到信誉好的请求者即GG和BG，提供者必须合作才能获得好的信誉；信誉好的提供者遇到信誉坏的请求者即GB不合作任能维持好的信誉，所以选择无成本的不合作动作；信誉坏的提供者遇到信誉坏的请求者即BB时，具有多种可能，为了促进合作，我们假设合作能带来好信誉，不合作带来坏信誉，所以最终选择是合作。

表1信誉评估和策略

每个车辆维持一个离散的信誉***R_i，包含每个车辆的信誉值r_i和其拒绝服务的次数ND_i，即R_i＝{γ_i,ND_i}；γ_i＝{1,2,...}，γ_i值越大表明其信誉高并且有可能得到别人的帮助，ND_i≥0是整数；博弈模型使用一个四元组表示(V,P,R,U)；V代表参与者集合，是所有请求车辆和拥有相应多媒体资源的车辆；P是被请求车辆的策略，P＝(C,D)；R是信誉***集合；U是每个车辆的效用函数。

对于新加入的车辆x，为了使x在没有来得及为别人提供服务的情况下能得到其他车辆的服务，信誉值设置为γ₀，则x的信誉***为(γ₀,0)；假设一段时间后车辆x的信誉***变为(γ_x,ND_x)，在选择车辆s合作传输资源的时候，车辆s会向车辆x收取单位资源的费用，用price(s,x)表示：

c为基本的资源收费标准；为了惩罚车辆的自私行为，按照车辆不合作的次数和信誉值的比例收取额外的费用，这符社会规范中的法律规范；一旦出现恶劣行为将会永远记录在案，随着提供的贡献值的增大，恶劣行为的影响将越小，即额外收取的费用越小；此时车辆s因贡献这些单位资源而获得收益U＝price(s,x)。

假设bus和RSU是值得信任的局部代理，跟踪其覆盖范围内的每个请求车辆的传播过程，为请求车辆提供携带相应多媒体簇车辆信息的同时，观察每个请求车辆的选择，根据他们的交互情况，按照公式(3)更新每个被选择车辆的信誉***；假设请求车辆i选择了簇中的车辆j进行传输，并且其信誉组合为γ_jγ_i；车辆j的信誉***为

为了避免车辆本身对信誉***R_j进行恶意伪造，使用了“打卡式”信誉维护***；只有具有专门充值机的代理点bus和RSU才能够修改信誉***，车辆本身只能显示其信誉***值。

③博弈模型的有效性分析

根据公式(3)的更新准则，当车辆s为信誉好的车辆x提供服务时，s的信誉体系为(γ_s+1,ND_s)，单位资源收益为当s选择不合作时，信誉***变为(γ_s-ND_s,ND_s+1)，收益为0；两种情况下，s在将来的某一时刻请求资源时，其所付出的代价分别是 此时车辆s需付价格差为

多媒体文件较大时，s将多付不少费用；并且上次收益为0，s将亏损好多；从公式（4）中看出，PP随着γ_s的增加而增加，随着ND_s的增加而减小；s因上次不合作导致其信誉***为(0,ND_s+1)或者(γ_s-ND_s,ND_s+1)，如果这两个信誉***都小于信誉门限值(即变为B)，则s在本次的请求中根本得不到服务，这是最严重的惩罚；另外，对于车辆x来说，如果本次信誉处于B，那么车辆s将具有合法的理由不提供服务，那么车辆x会积极与其他车辆合作；所以在本激励模型下，车辆都会合作，积极转发消息并贡献自己的资源。

本发明的效果和益处是能够模拟真实环境下节点的多媒体传输情况，适用于自私的VANET环境；实验表明本发明提高了VANET中多媒体资源的成功查询率和回传率，降低了回传过程的回传延迟，提高了车辆用户的满意度。

附图说明

图1是VANET层次构架示意图。

图2是基于分布式Tracker服务器的多媒体文件查询算法示意图。

图3是基于间接互惠博弈的树状回传算法示意图。

图4(a)是随着车辆变化，多媒体资源成功查询率示意图。

图4(b)是随着车辆变化，多媒体查询成功时的平均跳数示意图。

图4(a)和(b)中

P2P-BT非自私：非自私VANET环境中，基于P2P-BT的多媒体合作共享方法；

SC-P2P非自私：非自私VANET中，基于对等网络的社会集群方法；

E-TTP2P非自私：非自私VANET环境中，加强的两层对等网络方法；

P2P-BT自私：自私VANET环境中，基于P2P-BT的多媒体合作共享方法；

SC-P2P自私：自私VANET中，基于对等网络的社会集群方法；

E-TTP2P自私：自私VANET环境中，加强的两层对等网络方法。

图5(a)是随着车密度变化，多媒体资源回传率示意图。

图5(b)是随着车密度变化，多媒体价格示意图。

图6是随着时间变化，多媒体资源回传延迟示意图。

图5(a)和(b)，图6中

P2P-BT N=150：自私VANET环境中，car和bus的车总量为150时，基于P2P-BT的多媒体合作共享方法；

P2P-BT N=350：自私VANET环境中，ar和bus的车总量为350时，基于P2P-BT的多媒体合作共享方法；

SC-P2P N=150：自私VANET环境中，car和bus的车总量为150时，基于对等网络的社会集群方法；

SC-P2P N=350：自私VANET环境中，ar和bus的车总量为350时，基于对等网络的社会集群方法；

E-TTP2P N=150：自私VANET环境中，car和bus的车总量为150时，加强的两层对等网络方法；

E-TTP2P N=350：自私VANET环境中，ar和bus的车总量为350时，加强的两层对等网络方法。

图7是基于间接互惠博弈工作流程图。

具体实施方式

以下结合技术方案和附图详细说明本发明的实施例。

初始状态，网络中不同多媒体资源只有部分车辆拥有；本文方法PB-MCSM与基于对等网络的社会集群方法Social Cluster-based P2P，简称为SC-P2P和加强的两层对等网络方法Enhanced two-tier P2P，简称为E-TTP2P进行对比；仿真参数设置如表2：

表2参数设置

分别在car自私和非自私场景下进行实验，从如图4(a)看出PB-MCSM的成功查询率在两种场景下都优于对比方法；虽然在非自私场景下PB-MCSM的查询率与对比方法的相差不大，但是在自私场景下，PB-MCSM的查询率比对比方法的高并呈长生趋势，而对比方法的查询率则在5-10之间动荡；这是因为1)SC-P2P和E-TTP2P方法中使用了兴趣簇结构，簇成员大多数是car，所以簇首是car的概率大；但由于自私，car将不会转发请求消息；2)车辆稀疏时car高速移动，拓扑动态变化较快，导致簇结构的频繁改变，car遇到非自私car的概率很小并和非自私节点的连接时间短暂，查询算法很难进行；3)在车辆密集时，由于SC-P2P和E-TTP2P使用广播的查询算法，导致网路中请求包冗余，网路负载重，数据包发生碰撞也将导致请求包的丢失，因此车辆的密度对这两种机制的查询率影响较小；PB-MCSM充分运用了bus和RSU不自私的优势，使用bus和RSU作为Track***，并且积极转发消息；在车辆稀疏下，携带相应资源的车辆很少，资源匮乏，查询算法执行较为困难，查询率不高；随着车辆密度增加，携带相应多媒体资源的车辆增多，资源丰富，使得查询速度较快，多媒体查询率逐渐上升；自私场景下的查询率比较低是因为请求car在没有bus和RSU下只能选择向周围car发送请求；car的自私行为导致查询率下降；从图中看出这种情况发生率很小。

查询算法影响了路由跳数，如图4(b)所示，PB-MCSM的跳数比其他两种方法的跳数小，且自私场景下跳数变得较小；1)PB-MCSM中的请求车辆主要使用car-bus和car-RSU通信向非自私的bus和RSU发送请求消息，bus和RSU的信息检索列表及时更新，并且信息比较完备，能更够方便快捷的查找到携带相应的车辆，因此PB-MCSM的资源查询跳数较小；2)对比方法中的请求车辆主要car-car通信向car发送请求消息进行资源查询，但是car自私行为导致很少的car进行请求消息的转发，请求car只能依赖少数非自私car、bus和RSU进行查询，bus和RSU能够在很少的跳数下完成查询，因此对比方法的平均跳数维持在较小值。

图5(a)描述多媒体请求的回传率；不同车辆密度下，PB-MCSM的回传率相对于对比方法的要高；随着时间的变化，对比方法的回传率减小并在某个较低值上下波动，PB-MCSM的回传率却出现上升后在某个较高值处趋向于稳定；这是因为PB-MCSM使用了博弈的方法激励了车辆积极贡献自己的资源，使得请求car得到其他车辆的服务的概率变大；对比方法没有解决车辆自私行为，只能利用少数非自私车辆得到多媒体资源，维持较低的回传率；从图5(b)中反应车辆获得单位资源时所付的费用中，得到不同车辆密度下，随着时间的变化，PB-MCSM逐渐减小，而其他方法则相反；这是因为PB-MCSM的回传率比其他方法的较大，并且车辆都逐渐开始合作传输资源；因为该费用与贡献值成反比，所以车辆所需付出的费用较低；而其他方法由于自私节点依然自私并拒绝服务；该费用与拒绝次数成正比车辆密度较大时，车辆所付的费会随着拒绝服务次数逐渐增大逐渐增加；从这两方面实验结果，说明了PB-MCSM中的博弈方法，能够很好地激励车辆进行合作，积极参与多媒体的传输。

图6描述了用户感知的多媒体回传延迟，PB-MCSM的延迟比对比方法的延迟要小；随着时间的变化，对比方法逐渐增大，车辆密度对传输延迟的影响很小；PB-MCSM的延迟只是在开始阶段增大，随后逐渐减小；车辆密度对传输延迟影响较大；这主要因为1)对比方法在自私环境下主要从bus和RSU进行多媒体的下载；由于车辆的增多，bus和RSU会更加繁忙，服务队列变得很长；并且对比方法着重于查询，没有解决服务调度问题，因此车辆由于等待服务时间长而延迟变大；2)PB-MCSM使用了博弈方法激励车辆car合作，使得请求车辆有更多路由选择；此外PB-MCSM使用了树状传输，将传输过程分散，减少了车辆由于服务排队延迟而造成的传输延迟，及时的获得多媒体资源。

Claims (1)

1.一种VANET中基于P2P-BT的多媒体合作共享方法，其特征在于，该方法包括两个部分：

第一部分：VANETs层次架构的建立；

第二部分：基于P2P-BT机制的多媒体合作共享方法，包括基于分布式Tracker服务器的多媒体文件查询算法和基于间接互惠博弈的树状回传算法，

其特征在于如下步骤：

(1)VANET层次架构的建立

根据城市VANET中车辆的运动特点将网络中节点分为三类节点：车辆car、公交车bus和路边单元RSU节点；将城市VANET在逻辑上分为四层：car层、bus层、RSU层和Internet层；car既与通信范围内的car相互通信共享多媒体文件，也与通信范围内的bus进行通信；同样，bus既能够与通信范围内的car通信，接收car控制消息，也能够与通信范围内的RSU交互，接入Internet获得多媒体资源；此外，car与RSU之间也能够进行通信；

(2)基于P2P-BT机制的多媒体合作共享方法

1)基于分布式Tracker服务器的多媒体文件查询算法

①如果car A检测到附近有bus，则发送M_Q给bus；接收到M_Q的bus会检查本地列表，是否含有M.avi信息的原始簇Bc；如果有，bus则向car A返回簇Bc内节点的节点信息；如果没有，bus将向邻居的bus询问，直至查得到相应Bc簇，将簇内节点的节点信息返回给car A；

②如果car A附近没有bus，但car A在某一RSU覆盖范围内，则将M_Q发送给RSU；RSU检查本地列表寻找相应的原始簇Rc，将Rc内节点的节点信息返回给car A；如果没有则直接通过RSU从Internet下载M.avi；

③car A附近没有bus并且处在RSU的盲区内，car就广播M_Q给附近的车辆，附近车辆将查询是否有M.avi；如果有则返回自己的节点信息；否则转发M_Q查询附近bus或者RSU，返回查询结果给car A，进行资源预下载；

④car A接收簇内节点的节点信息后，启动基于间接互惠博弈的树状回传算法；

如果car A查询时间超出Timer门限值，则认为网络中没有M.avi；此时car A向覆盖范围内的bus发送请求下载信息，或通过RSU从Internet下载；

2)基于间接互惠博弈的树状回传算法

算法的具体过程：有m个请求节点都在请求多媒体M.avi，集合为A＝{A₁,A₂,...,A_m}，M.avi的原始簇为S＝{S₁,S₂,...,S_n}，n是簇内车辆的总数；定义扩展簇S′，初始化阶段，扩展簇S′＝S；在树状回传机制中，初始扩展簇S′中的每个节点代表根节点；根据A中车辆请求时间片的不同，划分不同的回传阶段，相同阶段车辆根据服务时间感知的选择算法进行多线程选择，选择合适的车辆进行回传；在回传的初始阶段，从根节点中进行选择；回传时根据间接互惠博弈模型进行参数更新，然后这些请求车辆加入簇S′；最后从A中删除这些节点，成为被选择节点，在接下来的回传阶段上传资源给其他车辆；如此循环直到集合A为空，S′＝S∪A；

算法中采用到服务时间感知的选择算法和间接互惠博弈模型如下：

①服务时间感知的选择算法

使用LET计算方法，考虑S′中车辆的负载来预测车辆之间的服务时间ST，φ＝{φ₁,φ₂,...}代表负载集合；对于任意车辆A_i∈A和负载为φ_i的S_j∈S'，传输半径均为γ，坐标为(x_i,y_i)和(x_j,y_j)，速度分别为v_i和v_j，θ_i和θ_j代表运动方向，车辆A_i和S_j之间的预测服务时间为

${\mathrm{ST}}_{i,j}=\frac{\sqrt{(a^2+e^2)-{(ad-be)}^2}-(ab+ed)}{a^2+e^2}\×(1-\frac{1}{{\mathrm{\φ}}_j})---\left(1\right)$

在这里a＝v_icosθ_i-v_jcosθ_j，b＝x_i-x_j，e＝v_isinθ_i-v_jsinθ_j，d＝y_i-y_j；和簇S'所有车辆的服务时间计算完毕之后，A_i得到预测服务时间集合ST_i，从中选择一个服务时间最大的节点进行传输，即

${\mathrm{Select}}_i=\underset{\∀A_i}{max}\left\{{\mathrm{ST}}_i\right\};$

②间接互惠博弈模型

信誉评价标准和策略如表1；

表1 信誉评估和策略

其中G和B代表车辆的信誉等级好与坏，C和D代表车辆合作与不合作；每个车辆维持一个离散的信誉***R_i，R_i＝{γ_i,ND_i}，ND_i代表车辆i拒绝服务的次数；博弈模型使用一个四元组表示(V,P,R,U)，V代表参与者集合，是所有请求车辆和拥有相应多媒体资源的车辆；P是被请求车辆的策略，P＝(C,D)；R是信誉***集合；U是每个车辆的效用函数，即车辆获得的收益；

车辆x在选择车辆s合作传输资源的时候，车辆s会向车辆x收取单位资源的费用，用price(s,x)表示：

$price(s,x)=c(1+\frac{{\mathrm{ND}}_X}{{\mathrm{\γ}}_x+{\mathrm{ND}}_X})---\left(2\right)$

c为基本的资源收费标准，此时车辆s因贡献这些单位资源而获得收益U＝price(s,x)；

设请求车辆i选择了簇中的车辆j进行传输，并且其信誉组合为γ_jγ_i，车辆j的信誉***为

$R_j=\left\{\begin{array}{cc}({\mathrm{\γ}}_j+1,{\mathrm{ND}}_j)& {\mathrm{\γ}}_j{\mathrm{\γ}}_i\∈(GG,BG,BB),p_j=C\\ ({\mathrm{\γ}}_j-{\mathrm{ND}}_j,{\mathrm{ND}}_j+1)& {\mathrm{\γ}}_j{\mathrm{\γ}}_i\∈(GG,BG,BB),p_j=D,{\mathrm{\γ}}_j>{\mathrm{ND}}_j\\ (0,{\mathrm{ND}}_j+1)& {\mathrm{\γ}}_j{\mathrm{\γ}}_i\∈(GG,BG,BB),p_j=D,{\mathrm{\γ}}_j\≤{\mathrm{ND}}_j\\ ({\mathrm{\γ}}_j,{\mathrm{ND}}_j)& {\mathrm{\γ}}_j{\mathrm{\γ}}_i\∈\left(GB\right),p_j=D\end{array}\right.---\left(3\right)$

③博弈模型的有效性分析

$\begin{array}{c}PP=c(1+\frac{{\mathrm{ND}}_s}{{\mathrm{\γ}}_s-{\mathrm{ND}}_s+{\mathrm{ND}}_s+1})-c(1+\frac{{\mathrm{ND}}_s}{{\mathrm{\γ}}_s+1+{\mathrm{ND}}_s})=c\left(\frac{1}{{\mathrm{\γ}}_s+1}+\frac{{\mathrm{ND}}_s^2}{{({\mathrm{\γ}}_s+1)}^2+({\mathrm{\γ}}_s+1){\mathrm{ND}}_s}\right)\\ =c\left(\frac{1}{{\mathrm{\γ}}_s+1}+\frac{1}{{\left(\frac{{\mathrm{\γ}}_s+1}{{\mathrm{ND}}_s}\right)}^2+\frac{\left({\mathrm{\γ}}_s+1\right)}{{\mathrm{ND}}_s}}\right)\end{array}---\left(4\right)$

PP为车辆将来请求资源时所要付的价格差，PP随着γ_s的增加而减小，随着ND_s的增加而增加；激励车辆合作，积极转发消息并贡献自己的资源。