图引擎底层存储的设计与实现

随着社交网络和语义Web等数据应用的兴起,催生了许多图数据处理产品,包括Neo4j,Hyper Graph DB等,然而这些产品在设计时并未充分考虑图应用对数据可用性和可扩展性的更高要求。为此,提出一种基于分布式内存云的图引擎底层建模和存储解决方案。在内存云上搭建分布式键值引擎,进而在键值存储的基础上对图的数据进行建模和读写。在大规模数据集上的实验结果表明,该方案具有较好的图随机访问性能,并能够高效地支持海量规模的图数据应用。     

AMR:一个基于网络最大流的Ad-Hoc多路径路由算法

移动Ad-Hoc网路研究中,路由是一个关键问题.现有的Ad-Hoc路由算法大多为单路径算法.但是多路径方法可以更好地支持QoS,最近也受到较大关注.在没有精确的网络拓扑结构情况下,找出多条不相交路径是比较困难的.本文提出了一个基于网络最大流的Ad-Hoc多路径路由算法AMR(Aggregated multipath routing).该算法可以有效地找出多条节点不相交的路径,较大幅度地提高网络传输性能、减少网络拥塞.经过性能测试,表明AMR算法比DSR算法在数据传输率方面提高20%—60%,端对端平均延迟降低40%—60%.     

基于社交圈层和注意力机制的信息热度预测

社交网络现已成为现实世界中信息传播与扩散的主要媒介,对其中的热点信息进行建模和预测有着广泛的应用场景和商业价值,比如进行信息传播挖掘、广告推荐和用户行为分析等.目前的相关研究主要利用特征和时间序列进行建模,但是并没有考虑到社交网络中用户的社交圈层对于信息传播的作用.本文提出了一种基于社交圈层和注意力机制的热度预测模型SCAP(Social Circle and Attention based Popularity Prediction),首先对社交圈层进行定义,通过自动编码器提取用户历史文本序列的特征,对不同用户的社交圈层进行聚类划分,得到社交圈层特征.进而对于一条新发布的文本信息,通过长短期记忆网络与嵌入层提取其文本特征、用户特征和时序特征,并基于注意力机制,捕获到不同社交圈层对于该文本信息的影响程度,得到社交圈层注意力特征.最后将文本特征、用户特征、时序特征和社交圈层注意力特征进行特征融合,并通过两个全连接层进行建模学习,对社交信息的热度进行预测.在推特、微博和豆瓣等四个数据集上的实验结果表明,SCAP模型的预测表现相比于多个对比模型总体呈优,在不同数据集上均方误差(MSE)分别降低了0.017,0.022,0.021和0.031,F1分数分别提升0.034,0.021,0.034和0.025,能够较为准确地预测社交信息的热度.本文同时探究了不同实验参数对于模型的影响效果,如用户历史文本序列的数量、社交圈层的数量和时间序列的长度,最后验证了模型输入的各个特征和注意力机制的引入对于模型预测性能提升的有效性,在推特数据集中,引入社交圈层和注意力机制,模型的MSE指标分别降低了0.065和0.019.     

延迟容忍传感器网络中基于群组运动的事件传输

提出了一种基于分布式群组移动的事件分类传输策略GMED(distributed group mobility adaptive event delivery).通过有效地发现和利用传感器节点在运动过程中形成的群组,建立基于群组的事件分类传输模型,改善数据传输性能.其中,群组的转发是依据各自与汇聚点的机会概率按照多副本方式进行的;而群内的事件传输则是基于各成员的稳定邻居集建立传输路径,并以单副本方式进行.队列管理则根据事件的优先级决定递交的顺序和丢弃原则.此外,引入冗余副本控制机制,优化副本管理,降低网络负载.模拟实验结果表明,与现有的几种DTMSN(delay tolerant mobile sensor networks)数据传输算法相比,GMED能以较低的数据传输能耗和传输延迟获得较高的数据传输成功率,且网络寿命相对较长.     

延迟容忍移动传感器网络中基于选择复制的数据传输

提出了一种基于选择复制的动态数据传输策略SRAD(selective replication-based adaptive data delivery scheme),基本思想是把消息(message)动态的复制给更有可能与汇聚点(sink node)通信的传感器节点.SRAD由数据传输和队列管理两个主要部分组成:前者根据Random Waypoint随机运动模型下不同时刻各传感器节点传输概率的大小进行数据消息的传输;后者通过消息的生存时间ST(survival time)值决定队列中消息传递的优先顺序和丢弃原则,以进一步降低网络传输能耗.模拟实验结果表明,与现有的几种DTMSN(delay tolerant mobile sensor networks)数据传输算法相比,SRAD的网络寿命相对较长,且它能以较低的数据传输能耗和传输延迟获得较高的数据传输成功率.     

近邻表:RSSI辅助的一维无线传感网络相对定位

在无线传感器网络中,相对定位是指寻找节点之间的相对位置而非绝对位置.考虑一维无线传感器网络的相对定位问题,提出了一种近邻表算法,该算法通过使用近邻表来刻画每个节点的位置,这个表中包含了所有节点,并以它们到指定节点的距离排序.实际网络中的数据分析验证了距离上的差别在大多数情况下可由接收到的RSSI值之间的差别来反映.因而,近邻表可以通过比较RSSI值来获得.最后,算法通过寻找一维拓扑中的端节点来得到所有节点的相对位置.验证了算法在实际环境中的可行性.     

无线传感器网络在桥梁健康监测中的应用

桥梁的安全运营,是关系到国计民生的大事.因此,桥梁结构健康监测系统正成为国内外学术界和工程界的研究热点.无线传感器网络由于安装方便、维护成本低和部署灵活等特点,已被广泛应用于桥梁健康监测系统中.对现有的基于无线传感器网络的桥梁健康监测系统进行综述,依次介绍了各个子系统中的基本原理和典型方法,并结合多个具体实例分析了系统中的关键技术,最后总结了已有系统中存在的问题和未来的研究方向.     

无线网络编码感知路由综述

流间网络编码具有改善无线网络性能的潜力,然而,由于实际网络中编码机会数量通常十分有限,仅仅被动地利用编码机会无法获得高的性能增益.编码感知路由的核心思想是使用有利于网络编码的路由,它通过在路由建立阶段构造特定的编码结构,可以主动创造编码机会.系统地总结了流间网络编码中的编码结构,并以此为主线,分类介绍了编码感知路由的研究现状.最后,对编码感知路由的研究热点进行了展望.     

分点:无结构对等网络的拓扑关键点

虽然对等网络中的结点在功能上互相平等,但其中某些结点对于覆盖网拓扑却有重要意义.提出了分点概念来描述对等网络的拓扑关键点,这些结点的失效很可能导致覆盖网的分割.设计了一套简单、有效、分布式的分点检测和避免方法.模拟实验的结果表明,该方法可以优化覆盖网拓扑结构,并显著地提高无结构对等网络在动态环境下的容错性.     

移动自组网中一种安全的最高节点度分簇算法

移动自组网的固有特征导致它非常容易受到各种攻击,本文着重考虑在移动自组网中广为使用的分簇技术的安全问题.首先分析分簇算法可能面临的攻击,提出一种安全的最高节点度分簇算法(SHDCA),包括基于AOA的位置验证和局部信誉机制,前者验证节点的位置信息,后者则来检测并隔离攻击者.安全分析和仿真实验表明,SHDCA能够有效的实现预定的安全目标,并且在安全和性能开销上达到了合理的折中.