1.一种物联网中保证设备可靠性和减少通信损失的协作设备组构建方法，其特征在于，该方法具体包括以下步骤：S1：构建社交物联网中设备的信任评估方案：首先，构建认同型信任和认知型信任；然后，采用模糊推理的方法综合认知型信任和认同型信任，将认同型信任和认知型信任分为不同等级，并根据社会学与心理学原理设置模糊推理的相关规则，根据模糊逻辑规则推理得出综合信任水平；最后根据质心公式反模糊化得到最终的信任值；

S2：构建社交物联网场景中面向任务委托的最小化总成本的社交协作组：首先为每个物联网设备找到总成本最低的路径，在面临多个请求时，每个请求能拆解成多个任务的集合，要为每个请求构建一个协作组，保证请求中每个任务都有设备来完成；由于多个请求中的任务可能有交集，这些任务只要交付一次就能被重复利用多次，将上面构建的多个协作组进行筛选，具体是，将设备的协作组完成任务的成本及其能够完成请求中任务的种类的比值定义单位任务成本，不断寻找单位任务成本最小的设备或协作组加入最终的解集中，迭代多次保证所有任务都被设备覆盖的情况下，剔除冗余的设备或协作组，至此完成协作组的构建；

对于每一个请求，构建协作组的过程具体为：对于每一个设备返回的数据分别计算有MEC服务器参与聚合的路径和无MEC服务器参与聚合的路径的成本，包括传输成本、计算成本、及转发成本；选取无聚合和有聚合路径中成本最小的路径为设备返回数据的路径；无聚合路径的成本 定义为：其中，cn表示设备n传输数据的成本，fn表示设备n返回的数据流大小， 表示转发单位数据的成本， 表示远程服务器处理单位数据的成本， 表示基站到远程服务器的最短路径；

有聚合路径的成本 定义为：

其中， 表示MEC服务器处理单位数据的成本， 表示MEC服务器到远程服务器的最短路径， 表示基站到MEC服务器的最短路径，β'表示MEC服务器聚合数据的比率；

对于物联网中的每个设备根据其信任水平将其完成任务的不确定性设置为顶点权重，将具有社交关系的设备之间的通信成本设置为边的权重，根据请求的任务集合设置多个任务组，每个组内仅包含可以完成相应任务的设备，采用GST的方法最小化总权重，构建协作组；其中，GST表示Group Steiner Tree；

对于多个任务请求，会相应构建多个协作组，但当请求数据返回远程服务器时，相应的有些设备和协作组是冗余的。

2.根据权利要求1所述的协作设备组构建方法，其特征在于，步骤S1中，构建认同型信任，具体包括以下步骤：S101：计算服务请求者SR的认同程度；

SR对于SP的认同程度的量化基于历史交易记录中SP完成任务的程度来衡量；任务完成程度从是否完成任务以及对于成功交付的任务其完成质量来衡量；任务完成质量根据不同任务请求有着不同的具体需求；同历史交易记录中，通过设置衰减函数来对不同新鲜程度的交易记录设置权重占比；

S102：计算服务提供者SP的时序兴趣度；

将系统时间分成大小相等的多个时间片，分别统计在长时间范围和短时间范围内设备处理某种特定任务的频次占比全部任务类型的频次作为长、短兴趣度，综合得出某段时间的时序兴趣偏好作为设备SP的时序兴趣度；

S103：根据SR的认同度 及SP的时序兴趣度 得出认同型信任评估值；

针对任务τ设备vj的认同型信任为：

其中，μ1和μ2是加权系数，且μ1+μ2＝1。

3.根据权利要求2所述的协作设备组构建方法，其特征在于，步骤S101中，计算SR的认同程度，具体包括：设定 为成功交付的衰减函数， 为交付失败的衰减函数；衰减函数表示如下：kf≥ks,thf≥ths

其中，t0表示当前时间， 表示历史记录中设备vj成功完成任务τ的时间， 表示历史记录中设备vj完成任务τ失败的时间，ths表示成功完成任务的记录时间与当前时间差值的阈值，thf表示没能完成任务的记录时间与当前时间差值的阈值，ks与kf为常数，无实际意义；

设定 代表设备vj完成任务τ的质量评价函数，表示如下：其中， 表示请求任务τ的时间， 表示历史结果中请求任务和完成任务的最大时间差；

定义任务完成程度 为：

其中，Rτ∈{0，1}表示任务是否成功交付，成功交付为1，否则为0；

因此，设备vi对设备vj的认同程度 为：

其中，TS表示任务类型集合。

4.根据权利要求3所述的协作设备组构建方法，其特征在于，步骤S102中，计算SP的时序兴趣度，具体包括：定义长期兴趣度LIj,τ,l表示长时间范围内物联网设备某类对任务的兴趣程度，长期兴趣度LIj,τ,l表示为：L

其中，l表示所在时间切片的序号， 表示在长时间范围ΔT内物联网设L

备vj处理任务的总次数， 表示在长时间范围ΔT内设备vj处理任务τ的总次数，T表示时段；

定义短期兴趣度SIj,τ,l描述设备在短时间范围内对某类型计算任务的兴趣，短期兴趣度SIj,τ,l表示为：S

其中， 表示在短时间范围 Δ T 设备处理任务的总次数，S

表示在短时间范围ΔT内设备vj处理任务τ的总次数；

综合考虑长期的兴趣积累与短期的兴趣变化，定义时序偏好ρj,τ,l描述物联网设备vj在时间切片内对任务τ的时序兴趣，ρj,τ,l表示为：ρj,τ,l＝γl·LIj,τ,l+γs·SIj,τ,l其中，γl与γs为影响系数且满足γl+γs＝1；

构建IoT设备在时间切片上对任务类型集合TS的时序偏好矩阵Pj,TS,l，表示为：Pj,TS,l＝{ρj,1,l,ρj,2,l,...,ρj,N,l}其中，N表示任务类型的数量；

时序兴趣度是物联网设备在不同时间切片内兴趣变化的集中体现；设置时序感知权重ω代表不同时间切片内时序偏好矩阵Pj,TS,l，对时序兴趣度的影响，构建时段T内时序感知权重矩阵ωT为：其中，L表示时段T内时间切片的数量；

综合每个时间切片内IoT设备的时序偏好矩阵Pj,TS,l，与时序感知权重ωl，物联网设备对任务类型集合TS的时序兴趣度 表示为：以矩阵形式记录时段内IoT设备对不同类型任务的时序偏好值。

5.根据权利要求1所述的协作设备组构建方法，其特征在于，步骤S1中，构建认知型信任，具体包括以下步骤：S111：根据任务的属性将设备SP所有对应的特征属性匹配强度统计完成得出设备完成某种任务类型的能力量化值；

S112：计算推荐系数，定义为将社交关系强度和任务委派的相似性综合值；

S113：计算针对任务τ设备j的认知型信任KBTj为其中，RT表示可靠建议集合，∈i表示推荐系数，E表示推荐系数矩阵。

6.根据权利要求5所述的协作设备组构建方法，其特征在于，步骤S111具体包括：特征属性匹配强度表示为：其中， 表示设备vj在具有功能 的情况下完成包含属性 的任务的总次数， 表示设备vj完成包含属性 的任务的总次数，TS表示任务类型集合， 表示设备vj的特征与任务τ的属性之间的匹配集合；

定义设备vj完成任务τ的能力 为：

其中， 表示设备vj的特征集合，Aτ任务τ的属性集合； 即若小于阈值thm，说明功能 对于完成任务属性 没有帮助。

7.根据权利要求6所述的协作设备组构建方法，其特征在于，步骤S112具体包括：推荐设备i和SR之间的社交关系强度DoSRi,SR表示如下：其中，NT表示推荐设备和SR之间的交易数量，α和β表示推荐设备和SR之间存在的两种社交关系的初始DoSR，且0≤β＜α＜1，随着交易数量的增加社交关系强度也会缓慢增加；

设备之间时序偏好的相关性Simi,SR定义如下：其中， 表示设备i委派任务τ的时序偏好， 表示设备i对所有任务时序偏好的平均值， 表示请求者SR委派任务τ的时序偏好， 表示请求者SR对所有任务时序偏好的平均值，ISi,SR表示将Simi,SR置于0和1之间，也代表时序偏好的相关性；

定义推荐系数∈i为：

∈i＝η1DoSRi,SR+η2ISi,SR，η1+η2＝1其中，η1、η2表示加权系数；

推荐值ri,j表示如下：

其中，ρ1、ρ2分别表示加权系数；

设备建议之间的相似性RS表示如下：

其中， 表示受信设备建议的平均值；

定义可靠建议集合RT与推荐系数集合E为：

其中，rt表示推荐设备i的建议值；若 即推荐者给出的建议值偏离参考建议值超过rt，认为该建议不可取。

8.根据权利要求1所述的协作设备组构建方法，其特征在于，步骤S2中，GST的具体过程如下：定义：最小组为任务组中设备数量最小的组，未连接组为任务组中除最小组的其他设备组，一个初始为空的已连接设备组，一个空子树；

S1：找到所有设备到未连接设备组的最小权值路径；

S2：对于最小组的某个设备初始化为已连接的设备组，将该设备到未连接设备组集合中的每个组的最小权值路径以权值做为优先级加入一个优先级队列；

S3：不断弹出优先级队列顶端的最小权值路径，并将弹出的最小权值路径加入空树中，将最小权值路径中的所有设备加入已连接设备组，并从未连接设备组中剔除最小权值路径对应的设备组；

S4：记录优先级队列中最小的最小权值路径，对于新加入已连接队列中的设备，若其到未连接设备组的最小权值路径小于记录的路径，则将记录的路径更新为新的最小的最小权值路径；

S5：重复执行S3‑S4，直到未连接设备组为空时，得到的子树为可行解；

对最小组中所有设备迭代执行S2‑S5，其中总权值最小的子树便为协作组的解。