|
|
|
|
【英文篇名】 |
Research on Evolution of Time Sensitive Social Relations Topology of Opportunistic Networks |
|
【下载频次】 |
★★★★ |
|
【作者】 |
许岗;
金海和;
刘靖; |
|
【英文作者】 |
XU Gang;
JIN Haihe;
LIU Jing;
College of Computer Science;
Inner Mongolia University;
College of Public Management; |
|
【作者单位】 |
内蒙古大学计算机学院;
内蒙古大学公共管理学院; |
|
【文献出处】 |
计算机科学与探索
, Journal of Frontiers of Computer Science and Technology, 编辑部邮箱
2015年 12期
期刊荣誉：中文核心期刊要目总览 ASPT来源刊 CJFD收录刊 |
|
【中文关键词】 |
机会网络;
时间敏感;
社会关系拓扑演化;
马尔可夫模型; |
|
【英文关键词】 |
opportunistic networks;
time sensitive;
social relation topology evolution;
Markov model; |
|
【摘要】 |
目前基于社团的机会网络路由算法都是以静态社会关系为依据,社团呈现为静态。但实际中,机会网络节点的移动性使得网络社会关系拓扑随时间动态演化,社团也随之变化,以静态社会关系拓扑为依据的社团划分会带来消息投递成功率低,传输延迟大等问题。为了解决静态社会关系拓扑下社团时间不敏感的问题,研究了机会网络上社会关系拓扑时间敏感的动态演化,提出了一种基于马尔可夫链的机会网络社会关系拓扑预测模型。将机会网络运行时间划分为等长的时间片,在每个时间片内构建网络社会关系拓扑,并将社会关系拓扑分解为节点对之间的社会关系,使得对社会关系拓扑的分析化简为对节点对之间的社会关系的分析;由节点对在时间片序列中的相遇状态构成节点对社会关系状态序列,根据基于时间片序列的节点对相遇状态序列样本数据,建立了节点对相遇状态转移概率模型。实验结果表明,在时间敏感的机会网络社会关系中,该基于马尔可夫链的演化模型能够预测拓扑变化,准确率达到80%以上。 |
|
【英文摘要】 |
At present, routing algorithms based on community for the opportunistic network are on the base of static social relations, community is seen as steady state. But in practice, due to the mobility of opportunistic network nodes, the social relation topology dynamically evolutes with time, community division based on static social relations will cause the problems of message low delivery rate and large transmission delay, etc. In order to solve the problem of inaccurate social relationship, this paper studies... |
|
【基金】 |
内蒙古自然科学基金~~ |
|
【更新日期】 |
2015-12-17 |
|
【分类号】 |
TN929.5 |
|
【正文快照】 |
1引言近年来,随着短距离移动通信终端的发展,一种节点之间不存在端到端链路的新型无线移动自组网被提出,称为机会网络[1]。在机会网络中,消息传播是通过携带消息节点的移动带来相遇机会,实现消息在网络节点间的转发与传递。这种网络的特点是消息传输延迟大,成本低,适合不易架设 |
|
| 【相似文献】 |
 |
中国期刊全文数据库 |
 |
|
|
中国优秀硕士学位论文全文数据库 |
|
|
|
中国博士学位论文全文数据库 |
|
|
|
中国重要会议论文全文数据库 |
|
|
|
中国重要报纸全文数据库 |
|
|
|
中国学术期刊网络出版总库 |
|
|
|
|
点击下列相关研究机构和相关文献作者，可以直接查到这些机构和作者被《中国知识资源总库》收录的其它文献，使您全面了解该机构和该作者的研究动态和历史。
|
|
【文献分类导航】从导航的最底层可以看到与本文研究领域相同的文献，从上层导航可以浏览更多相关领域的文献。
|
|
|
| 
推荐 
