一种采用组内分级策略的P2P搜索模型

针对当前主流P2P网络模型搜索效率低,大量的消息通信造成网络负荷过重,以及网络扩展性不高问题,分析了现有P2P模型,同时考虑网络通信时延,提出了基于节点之间通信时延的P2P搜索模型．该模型通过对网络中的节点进行逻辑上的分组,然后分别建立组内和组间的搜索策略,以减少消息通信量及网络负荷,提高整个网络系统的性能．     

基于粗糙k-均值的分布式聚类算法

针对传统k-均值聚类算法中每个属性聚类作用相同而导致的聚类效果不佳,以及不适宜在传感器网络中使用等问题,在传感器网络中采用粗糙k-均值算法对数据进行分布式聚类,可减少网络负载和传感器节点能量的消耗.实验结果证明:该算法在聚类速度、聚类正确率、网络传输通信量等方面均优于传统k-均值算法.     

基于GA-SVR的数据采集算法

为了减少节点间的通信数据量,降低无线传感器网络的通信能耗,提出一种基于GA-SVR的数据采集算法。通过构建感知数据预测模型,用节点的预测数据表示实际监测值,并能自主决策是否进行实测数据的传输。仿真实验结果表明,该感知数据预测模型预测结果准确率高,能有效地减少节点之间的数据通信量,降低网络的总能量消耗,延长网络的生命周期。     

基于隶属函数的改进Grid_P2P资源检索算法的研究

为了提高P2P网络的资源搜索效率和管理效率,提出了一种改进的Grid_P2P网络结构,并以此结构为基础提出了基于隶属函数的资源搜索算法GPMA。在改进的Grid_P2P结构中,通过增加MP层对超级节点的管理,减少了网络的通信延迟;在GPMA算法的实现过程中,利用隶属函数的隶属度来组织节点的加入和路由信息的更新,减少了资源搜索的跳数并提高了资源搜索的效率。通过对仿真结果中的数据进行分析和比较,验证了搜索算法GPMA的优势。     

基于路由树的多信道多跳无线传感器网络资源分配算法

采用有效的多信道资源分配算法可以增强网络的稳定性,提高网络的通信效率.因此提出一种适用于大规模网络的资源分配算法,既可用于静态网络,也可用于动态网络.首先根据路由树的关系,依据提出的时隙复用规则,给出节点间的时隙分配.仿真与管载数据包算法比较,在不同的通信距离下,网络的吞吐率分别提高35.7%和18.4%.在动态网络中,恢复网络通信产生的通信量与节点个数的变化有关,与总通信量的比例要小于网络节点变化的比例.     

基于改进的标签传播算法的网络聚类方法

采用传统标签传播算法实现网络聚类时,由于标签初始分配过程随机、节点选择过程随机、且标签更新顺序随机的原因,影响聚类结果。为此,提出一种新的基于改进标签传播算法的网络聚类方法,即用图对网络进行描述,并为网络聚类提供基础。改进标签传播算法过程如下:求出网络中任意两节点拥有最大公共邻居的平均阶数,把相似性最高的节点和邻居节点看作初始核心社团,为其分配初始标签;引入基于随机游走的相似度矩阵,令节点选择和自身相似度最高的节点拥有的标签;通过H指数对标签算法更新顺序进行改进;依据改进后结果,按照标签传播算法网络聚类过程实现聚类。实验结果表明,本文所提的网络聚类方法具有更高的准确性和稳定性。     

一种基于K-means的分布式聚类算法

为解决现有的分布式聚类算法效率低下和不能保护数据隐私的问题,在K-Dmeans算法的基础上,提出一种新的分布式聚类算法.该算法利用数据对象间的密度函数值来优化站点初始聚类中心,从而大大降低了聚类的迭代次数;同时各从站点只需向主站点传送其聚簇的特征信息,有效降低分布式聚类过程中的通信量,保护了各个站点的独立性,实验结果表...     

基于双通信半径的传感器网络DV-Hop定位算法

为了减少传统的DV-Hop算法对未知节点定位时产生的较大误差,分析了影响传统DV-Hop算法定位精度的两个因素,继而提出了一种改进算法。改进算法在进行未知节点定位时,信标节点先后使用两个通信半径广播自身位置信息,从而获得未知节点与信标节点间更精确的跳数,并计算出它们之间更精确的距离,得到未知节点更精确的坐标。仿真结果显示,改进算法相比于传统DV-Hop算法相对定位误差减少了13%~15%,并且减少了由于网络拓扑结构不同带来的定位误差的差异性。     

基于层次聚类法的网络延迟监测点放置

针对Internet网络延迟监测点的放置问题,将其转化为网络拓扑图聚类问题。根据网络层次结构特性,使用层次聚类法对网络节点进行聚类。利用网络节点的差异性,提出使用递归去除1度异常节点算法,在保证网络拓扑结构基本不变的前提下减少异常节点对聚类结果的影响。提出在聚类结果的每个类中选取度数最大的节点作为对应的类中心,监测点被放置在类中心位置上。实验结果表明,层次聚类法中最长距离法更适合对网络节点进行聚类,递归去除1度异常节点算法能够进一步提高聚类效果,有效地解决了监测点的放置问题。     

基于资源类型分组的P2P信任模型

在开放的P2P网络环境中,由于资源类型的繁多,交互双方的需求各异,交互者不能准确选择自己的服务对象,存在交互风险.文章提出了一种基于资源类型分组的P2P信任模型.该模型引入了角色分组思想,将交易资源类型进行分组,结合全局信任度计算方法,在直接信任度与推荐信任度计算中叠加组内组间因素,评估欲交易节点的可信度以用于交易决策.文中还引入反馈机制来激励诚信节点,惩罚欺骗节点.仿真实验表明该模型可以有效减少与恶意节点的交易次数,具有良好的准确性和安全性,保证交易成功率.     

一种双层结构的分簇算法在VANET中的应用

为了解决车辆自组织网络中信息传递质量较差的问题,提出了一种基于权重的本地通信质量保证分簇算法,将分簇后的车辆节点划分为自组织层和对等层两层,自组织层节点使用车间通信方式进行通信,对等层节点利用3G、LTE等更可靠的传统通信方式进行通信。该算法对经典的权重分簇算法进行改进,以本地最优化代替全局最优化,引入保障通信质量最大可接受通信距离的概念,并提出了新的簇结构维护策略。仿真实验结果表明,与经典的权重分簇算法相比,该算法具有更高的簇结构稳定性和更高的分组投递率以及更低的开销。     

HDNBS： An approach for search in decentralized and unstructured P2P

Decentralized and unstructured peer-to-peer applications such as Gnutella are attractive because they require no centralized directories and no precise control over network topology or data placement. Search algorithm is the major component of the distributed system and its efficiency also does influence the systems performance. However the flooding-based query algorithm used in Gnutella produces huge traffic and does not scale well. Gnutella-like P2P topology has power-law characteristic, so a search algorithm was proposed based on high degree nodes of power-law network, High Degree Nodes-Based Search (HDNBS). Extensive simulation results show that this algorithm performs on power-law networks very well, achieves almost 100% success rates, produces O(logN) messages per query and can locate target file within O(logN) hops.     

内容分发网络中资源感知的服务节点选择问题

提出了一种在内容分发网络中选取最优服务节点的方法.该方法权衡了服务性能和服务开销,根据实时测量的网络状况和服务节点工作状态,利用网络坐标方法预测服务开销,同时在网络坐标空间中,利用分层聚类思想组织各服务节点,使用户请求能在保证服务性能的前提下,自适应地定位到开销最小的服务节点.实验结果表明,该方法可有效提高资源定位准确度,减少服务开销且具有较好的时间特性.     

基于K-均值聚类算法RBF神经网络交通流预测

针对目前道路拥堵等交通问题,本文采用K-均值聚类算法对径向基函数(radial basis function,RBF)网络进行优化,通过K-均值聚类算法把所有的输入样本进行统一聚类,求得所有隐含层节点的RBF中心值Ci,并用最小二乘法(LMS)进行RBF网络的权值调整,同时在一定的时间和路段内对车流量进行数据采集,通过建立RBF神经网络模型,运用Matlab软件把采集的数据、图像进行计算机仿真,仿真结果表明,未加入K-均值聚类的RBF神经网络,其预测输出曲线大致可以和实际输出曲线拟合,但在数据波动较大的时刻,预测曲线的收敛速度偏慢且效率偏低;而采用K-均值聚类算法的RBF神经网络,在实际输出波动较大时,预测输出的曲线收敛速度和准确度都较高,因此,本研究相对于普通的BP神经网络,有更高的预测精度和较好的收敛性。该研究适用于市区内的交通流预测。     

分簇结构MANET网络中成簇算法的研究

为了提高分层结构MANET网络体系的稳定性,减少计算和通信开销,提出一种改进的加权成簇算法.该算法综合考虑节点的能量和移动性等因素,采用节点平均相对速度作为权值的重要参数,以增强簇结构的稳定性和适应性, 降低分簇结构的维护开销,提高网络运行的效率.仿真实验测试证明了这种方法的有效性.     

Pastry网络模型的路由机制及改进

在分析传统的Pastry路由算法的基础上，提出了一种适合于非结构化混合式网络的Pastry路由算法，通过引入索引节点、搜索节点，使得改进后的算法提高了查准率，并减少了网络上的通信量。性能分析表明，改进后的算法效果良好。     

无线带状传感网拓扑控制算法及其唤醒机制

为解决无线带状传感网中各节点能耗不均、易形成断路等问题,提出一种改进的拓扑控制方法及与之相符合的睡眠唤醒机制.在固定分簇的基础上,对簇头采用循环迁移调度机制以控制侦听/睡眠比和簇内外通信距离,并通过动态调整簇头的侦听时间以达到负载均衡.仿真结果表明,该算法能延长网络寿命,并提高网络后期监测区域完整性.     

基于复杂网络理论的空中交通网络脆弱性分析

针对当前空中交通网络节点通信覆盖性能差的问题,提出一种基于复杂网络理论的空中交通网络脆弱性分析方法.采用网络节点分布结构模型与传输信道模型构建多层复杂网络模型,通过自适应时变时延约束误差修正方法对网络节点密度进行优化调整,对空中交通网络节点分布密度融合程度进行跟踪控制,以节点区域覆盖度为约束条件对信息状态向量进行预测,根据控制节点密度函数计算空中交通网络的覆盖能力,通过能量均衡控制方法完成空中交通网络节点的最优部署,实现空中交通网络脆弱性分析.仿真测试结果表明,与传统方法相比,所提方法能提高空中交通网络节点覆盖度,改善网络的通信覆盖性能.     

用于Ad Hoc网络的分簇算法

簇结构是Ad Hoc网络中应用最为广泛的层次结构,而这种层次的形成和维护依赖于某种算法
. 在分析现有分簇算法的基础上,提出一种新的按需加权的分簇算法（NWBCA）. 算法综合
考虑了移动节点的最佳连接度和能量状态因素,并采用按需策略作为簇结构的维护策略,提高
了网络体系结构的稳定性,减少了计算和通信开销. 通过性能比较,NWBCA的各项仿真指标
均优于其他分簇算法,且仿真结果也证明了该算法的有效性.