摘要：在SoWatch(Social-based Watchdog system)基礎(chǔ)上,提出一種基于節(jié)點(diǎn)歷史數(shù)據(jù)量期望與方差和轉(zhuǎn)發(fā)數(shù)據(jù)時(shí)間延遲的聲譽(yù)評價(jià)算法(EVRA,Expectation Variance based Reputation Algorithm)?？刂浦行幕谵D(zhuǎn)發(fā)節(jié)點(diǎn)的歷史數(shù)據(jù)分流量,給予聲譽(yù)評價(jià);目的節(jié)點(diǎn)基于轉(zhuǎn)發(fā)節(jié)點(diǎn)完成數(shù)據(jù)分流的時(shí)間給予聲譽(yù)評價(jià)。通過綜合考慮目的節(jié)點(diǎn)與控制中心的聲譽(yù)評價(jià),真實(shí)地反映轉(zhuǎn)發(fā)節(jié)點(diǎn)在數(shù)據(jù)分流中的貢獻(xiàn)。為了驗(yàn)證EVRA的有效性,EVRM分別與SoWatch、無聲譽(yù)機(jī)制Prophet轉(zhuǎn)發(fā)路由協(xié)議進(jìn)行比較。實(shí)驗(yàn)結(jié)果表明,與SoWatch機(jī)制相比,EVRA平均數(shù)據(jù)分流時(shí)間降低了15%,平均跳數(shù)降低10%。EVRA比無聲譽(yù)機(jī)制的Prophet平均完成數(shù)據(jù)分流時(shí)間降低了30%和平均完成數(shù)據(jù)分流的跳數(shù)降低25%。