机会网络由灵活的移动智能设备组成,网络主要依靠“存储-携带-转发”的方式来完成服务。由于现有移动智能设备的普及及应用,机会网络的研究也受到众多学者的关注。目前,机会网络的相关研究存在“网络节点主动为其他节点转发数据”的假设条件。但是,当节点受到自身能量、内存空间、CPU处理能力等资源的限制时,节点会为找到自己感兴趣的内容及维持自身生存而放弃主动为其他节点转发数据的行为。通过相关的研究可知,节点表现的自私行为会影响网络整体性能,而当自私节点数量较多时,甚至会造成网络的瘫痪。因此,本文针对节点存在自私行为的问题,提出一种基于博弈论的激励机制。本文分析自私节点产生的原因,对网络性能造成的影响及缺乏协作的原因,并利用信任度和博弈论相关知识来解决节点自私行为的问题。针对网络中节点间的交互过程、选择策略和效用函数计算预期收益,首先构建单阶段博弈模型,通过相关分析进一步引入信任度概念,并将信任度引入到奖惩策略中,最终构建无限重复博弈模型。分析影响单阶段博弈模型和无限重复博弈模型的因素,在重复博弈模型中引入代表未来期望的贴现因子,求得纳什均衡解以及激励一致性条件,同时分析信任度、贴现因子、惩罚周期对节点协作行为的影响。由于无限重复博弈模型不能动态表现博弈过程。因此,本文利用复制动态方程来表示无限重复博弈模型的动态演化过程,并画出稳定性的演化相位图。为验证本文提出的激励机制能促进网络节点参与到数据转发过程中。本文选用仿真工具ONE来验证模型的有效性,ONE是专门针对机会网络环境开发出来的,通过配置不同参数文件搭建仿真环境。仿真结果表明,基于博弈论的激励机制能有效促进节点协作,提高传输成功率,降低传输延迟。