Das soziale Internet der Dinge (SIoT) ermöglicht die kollaborative Bereitstellung von Dienstleistungen zwischen vernetzten Geräten, indem es sozial inspirierte Vertrauensbeziehungen nutzt. Dieses Papier schlägt ein sozial motiviertes SIoT-Protokoll für vertrauensbewusste Dienstauswahl vor, das die dynamische Bildung und Bewertung von Freundschaften zwischen verteilten dienstbereitstellenden Geräten basierend auf dem beobachteten Ausführungsverhalten ermöglicht. Das Protokoll integriert die Genauigkeit der Erkennung, die Round-Trip-Zeit (RTT), die Verarbeitungszeit und die Geräteeigenschaften innerhalb eines graphbasierten Freundschaftsmodells und verwendet ein PageRank-basiertes Scoring zur Steuerung der Dienstauswahl. Industrielle Computer Vision-Arbeitslasten werden als repräsentativer Testbereich verwendet, um das vorgeschlagene SIoT-Vertrauensbewertungsframework unter realistischen Ausführungs- und Netzwerkbedingungen zu evaluieren. In homogenen Umgebungen mit vergleichbaren Fähigkeiten der Dienstanbieter bevorzugen Freundschaftsnoten durchweg Pipelines mit höherer Erkennungsgenauigkeit, mit F1-Scores im Bereich von etwa 0,25–0,28, während die Variationen in Latenz und Verarbeitungszeit begrenzt bleiben. In heterogenen Umgebungen mit ressourcenvielfältigen Geräten spiegelt die Vertrauensdifferenzierung den kombinierten Einfluss von Algorithmusgenauigkeit und Ausführungsfeasibilität wider, was zu einer klaren Rangfolge der Dienstanbieter unter Arbeitslasten mit hoher Auflösung und hoher Bildrate führt. Experimentelle Ergebnisse zeigen zudem, dass die Reduzierung der verfügbaren Netzwerkbandbreite von 100 Mbps auf 10 Mbps die Round-Trip-Kommunikationslatenz um etwa eine Größenordnung erhöht, während die Erkennungsgenauigkeit weitgehend konstant bleibt. Die Evaluierung erfolgt auf einem physischen SIoT-Testbed mit drei miteinander verbundenen Geräten, die ein logisches Vertrauensgraph mit 11 Knoten und 22 Kanten bilden, sowie auf synthetischen Vertrauensgraphen mit bis zu 50 dienstbereitstellenden Knoten. In allen Einstellungen bleiben die Entscheidungen zur Dienstauswahl stabil, und das PageRank-basierte Freundschafts-Scoring wird in etwa 20 ms abgeschlossen, was im Vergleich zu Inferenz- und Kommunikationslatenz vernachlässigbaren Overhead verursacht.
Chidambaram et al. (Di,) haben diese Frage untersucht.