1.一种机会网络中基于币值信息的节点检测方法，其特征在于：包括以下步骤：

步骤一：建立系统模型，使每个节点的缓存中存储网络中所有节点的虚拟币值哈希表；

步骤二：设计检测策略，根据Zipf和经济学中的基尼系数定理检测出富裕节点；

步骤三：对富裕节点进行周期性检查，检测出具有偏好自私性的富裕节点；

步骤四：对这些具有偏好自私性的富裕节点进行惩罚处理，降低其服务等级，以此来激励节点间的合作。

2.根据权利要求1所述的一种机会网络中基于币值信息的节点检测方法，其特征在于：在步骤一中，每个节点中的虚拟币值哈希表中存有各个节点的信息，包括上一次判断时所持有的虚拟币值、当前所持有的虚拟币值以及得到此虚拟币值最新的获取时间、当前节点的服务等级。

3.根据权利要求2所述的一种机会网络中基于币值信息的节点检测方法，其特征在于：相遇的节点会根据对方哈希表中的虚拟币值信息对比自己的哈希表，然后根据彼此中的信息，补充、更新各自哈希表中虚拟币值信息，使彼此的哈希表中保存的各个节点中的虚拟币值信息都是最新的。

4.根据权利要求1所述的一种机会网络中基于币值信息的节点检测方法，其特征在于：在步骤二中，根据Zipf和经济学中的基尼系数定理，求得节点间贫富差距的阈值Xth，根据节点当前的虚拟币值的与此阈值的比较，判断出哪些节点为富裕节点：当Xnew>Xth，为富裕节点，当Xnew

5.根据权利要求1所述的一种机会网络中基于币值信息的节点检测方法，其特征在于：在步骤三中，对富裕节点进行周期性的检查，求得一段时间内，某富裕节点前后所持虚拟币值的差值α，机会网络中节点的虚拟币值服从正态分布，根据正态分布的特性以及小概率事件的定义求得判断节点自私性的虚拟币阈值为2σ，比较差值α和阈值2σ的大小，当α>2σ时，该富裕节点具有偏好自私性，当α<2σ时，该节点为正常或活跃的富裕节点。

6.根据权利要求1所述的一种机会网络中基于币值信息的节点检测方法，其特征在于：在步骤四中，对检测出的具有偏好自私性的富裕节点进行惩罚，降低其服务等级F，主要表达式为Fnew＝Foldβ其中，Fnew为节点当前的服务等级即惩罚后的服务等级，Fold为对节点惩罚前的服务等级，β为影响因子且β＝2σ/α。