移动计算系统中位置数据库组织

移动计算系统中移动用户的位置信息管理是非常重要的问题。目前,商用移动通信系统采用两层结构组织的位置数据库管理移动用户位置信息。由于其可扩展性较差,人们提出把位置数据库组织成树状的层次结构来管理移动用户位置信息。不同移动单元的位置数据库组织对移动用户位置管理代价有很大影响,本文考虑到不同移动单元中移动用户的移动模式特点,基于集合覆盖理论,设计实现了一个启发算法来对位置数据库进行组织,减少了位置管理的代价。实验显示,该位置数据库聚簇显著减少了位置更新的代价。     

基于聚类的位置数据库动态重组

在无线移动计算环境中,如何合理地组织和存储移动对象(mobile object)的配置信息从而有效地降低查询和更新代价是位置管理(location management)中的一个重要问题.将数据挖掘应用到移动计算环境中是一项具有挑战性的研究课题,具有广阔的应用前景.从数据挖掘的角度出发,提出了一种优化位置数据库的解决方案.首先采用一种新的层次聚类算法对移动日志聚类,然后根据聚类的结果对位置数据库动态重组,从而有效地降低了查询和更新代价.     

一种用于位置数据库结构调整的增量聚类算法

在移动通信网络环境中,如何合理地组织和存储移动对象的配置信息,从而有效地降低查询和更新代价是位置管理中的一个重要问题.将数据挖掘应用到移动计算环境中是一项具有挑战性的研究课题,具有广阔的应用前景.区域划分能够优化位置数据库的拓扑结构,有效地降低查询和更新代价.但是随着时间的迁移,用户的移动模式会发生改变,导致原有区域的划分与当前的移动模式不符,因此产生了动态区域划分这一亟待解决的重要问题.聚类可以很好地解决区域划分问题,而对于动态区域划分问题,如果仍然采用聚类来解决,就等于重新划分,没有充分利用原有划分的信息,所需代价很大.提出了一种增量的聚类算法来解决动态区域划分问题.该方法以较小的代价调整原有划分,使得新得到的划分仍然满足区域划分所需满足的条件.     

基于轨迹聚类的连续查询隐私保护方法

在LBS连续查询的应用场景下,攻击者易利用查询时间序列、区域位置、移动趋势等背景知识发起有效的攻击,以获取用户的真实位置或轨迹,进而可推断出用户生活习惯等各类隐私信息。针对此,提出了一种基于轨迹聚类的连续查询隐私保护方法。该方法基于邻近用户的信息共享与协作,设计了一种匿名区域构造机制,用户在查询过程中,首先通过被共享缓存获取所需服务结果,如未命中,再向LBS服务器发起查询请求。同时,提出了一种邻近用户位置更新算法,提高用户的协作效率并保证缓存的有效性,对于由命中缓存完成的查询,采用提出的基于密度聚类的兴趣区提取算法,生成高混淆度的假查询扰乱整体查询序列顺序,以此增强轨迹隐私的保护效果。实验结果表明,该方法降低了连续查询中的时间代价,提高了位置混淆程度。     

加强位置隐私保护的策略

为了使移动用户在充分体验基于位置的服务带来的便利的同时,其隐私也能够得到保护,提出了一种新的体系架构来加强位置掩护.通过采用缓存和周期查询处理策略来提供更强大的隐私保护,同时给出了LRU缓存块替代算法来提高缓存池响应移动对象请求的有效性.该种策略使位置掩护设施能够以时间和空间属性的方式来掩盖用户的真实位置.通过缜密的系统仿真,结果表明了该策略的正确性和有效性.     

一种通用的动态Web应用加速方案

在内容分发网络基础上,提出一个针对动态Web应用的数据库缓存应用模型。该应用模型采用内容无关缓存和部分复制的机制,通过内容无关缓存方法、基于主从协议模型的缓存一致性策略和基于相似关系的空间聚类算法等,可满足多种动态Web应用加速的需求。实验结果表明,该方法可有效地提高系统负载量,改善用户体验,抵御洪水用户的侵袭。     

基于位置信息的移动SNS数据动态划分复制算法

现有社交网络数据划分算法大多关注于好友关系和交互关系,忽略了位置信息,造成基于位置查询的响应时间较长。针对该问题,设计了一种移动社交网络双层社交图模型,该模型考虑了移动社交网络中用户交互行为的位置依赖性特点;并在此基础上提出了一种基于位置信息的移动社交网络数据动态划分复制算法MSDPR,该算法采用改进的K-Means算法对位置信息进行聚类,再根据聚类结果对数据进行划分,并利用社交关系进行数据的复制。实验结果表明:MSDPR算法在移动社交网络环境下能够有效地提高本地访问率,降低访问延迟,并且在动态加入数据时具有较好的适应性。     

基于缓存与指针推进的混合移动性管理策略

提出了一种将缓存策略与指针推进策略结合的混合位置管理策略(记为HCF策略),通过利用移动用户移动的移动性以及接受呼入的局部性,在缓存信息失效的情况下,可通过遍历起始于缓存中的推进指针链来获得移动用户的位置信息,从而避免直接访问归属位置寄存器HLR(Home Location Register)数据库。因此,该策略可有效的减少对HLR的访问,减少位置管理中的通信流量。实验结果显示,当一个移动用户的呼叫-移动率较高CMR(Call-to-Mobility Ratio)或HLR的通信流量较大时,提出的策略优于基本策略和现有的缓存策略。     

基于QoE的无人机网络部署和缓存策略优化方法

为了最大限度提升用户的体验质量,设计了一个使用支持缓存的无人机进行辅助通信的蜂窝网络模型。该模型使用无人机通信和边缘缓存相结合的方式来进行流量卸载,通过联合优化无人机部署,缓存放置和用户关联以实现用户QoE的最大化,并使用平均意见得分来对其进行评估。基于问题定义,提出了一个无人机部署、缓存放置和用户关联的联合优化算法,以最大化MOS。该联合算法使用K-means聚类算法为用户创建基于用户位置的无人机部署集群,使用基于罚函数的凸优化算法以获得缓存放置策略,使用贪心算法以获得对用户的关联策略。多次仿真实验验证了所提出算法的有效性和可行性。实验结果表明,与三种基准算法相比,所提出的联合优化算法在MOS、回程流量卸载率和内容访问时延三方面均具有更好的性能。     

基于移动网络位置信息的群体发现方法

当前群体发现研究主要利用通联关系挖掘用户群体, 未能充分利用网络中所隐含的用户社交关系, 致使挖掘的群体不能真实反映用户在社会生活中的群体关系。提出一种基于用户位置信息的群体发现方法, 利用序列模式挖掘算法挖掘用户位置规律序列, 建立位置序列相关性度量标准, 以位置规律相关性揭示用户社会活动的群体关系; 结合局部相似性度量方法计算用户通信距离指数, 反映用户之间的相识程度; 最后采用通信距离指数对位置相关性进行加权计算用户群体相关性, 再利用分裂聚类算法挖掘具有通信关系和社交关系的用户群体。实验结果表明, 该方法能够有效地挖掘用户社交活动中的通信相关性和位置相关性, 体现用户在现实社会活动中的群体关系。     

Location and time do matter: A long tail study of website requests

There has been a tremendous growth in the amount and range of information available on the Internet. The users' requests for online information can be captured by a long tail model. A few popular websites enjoy a high number of visitations while the majority of the rest are less frequently requested. In this study we use real world data to investigate this phenomenon and show that both users' physical location and time of access affect the heterogeneity of website requests. The effect can partially be explained by differences in demographic characteristics at locations and diverse user browsing behavior in weekdays and weekends. These results can be used to design better online marketing strategies, affiliate advertising models, and Internet caching algorithms with sensitivities to user location and time of access differences.     

连接中断计算环境下移动数据的处理模型

无线网络中断和弱连接现象,常导致用户在访问远程数据时访问中断和数据丢失,并正成为移动计算发展的一个瓶颈。基于这种现状,提出一种在无线网络出现连接暂时中断时移动计算环境下移动数据的处理模型,以解决上述问题。为提高用户访问数据的可靠性,即在出现网络连接中断时使用户能够在离线情况下继续操作且不会丢失数据,该模型在移动终端提供语义缓存功能,并能在连接恢复时立即执行被滞后的操作。     

Personal service areas for mobile Web applications

Location-based mobile services let wireless mobile users access Web-based information about resources in their immediate vicinities. The authors describe an algorithm that draws on context mobility elements, such as the user's travel direction and speed, to form personal service areas. Their experimental context-aware tourist information system (CATIS) leverages XML technologies and Web services to provide tourist information to mobile users based on these personal service areas and the users' preferences. Because Web service performance depends on the underlying databases, the authors also developed a layered caching scheme for storing environmental data to improve response time.     

面向资源广域分布环境的数据复制定位

在资源广域分布的环境中，数据复制和定位是提高数据访问性能的关键技术之一。该文提出了一种分布式、自适应复制定位机制(ALM)，该机制基于复制定位信息分发和网络缓存思想，采用分层的分布式复制目录系统和软状态协议实现。其中，复制目录系统分布存储复制定位信息，软状态协议分发复制定位信息及其改变。因此，ALM具有很好的分布性和自适应性。ALM在复制目录的设计中引入了Web缓存的功能，使得ALM较其它机制具有更广泛的适用性。     

一种基于移动用户位置的网络服务推荐方法

伴随着无线通信技术和智能移动终端的快速发展,基于位置的服务(location-based services,简称LBS)以其移动性、实用性、随时性和个性化的特点,在军事、交通、物流等诸多领域得到了广泛的应用,成为最具发展潜力的移动增值业务之一。在一个基于位置的网络服务推荐框架的基础上,给出了一种基于位置的移动用户偏好相似度计算方法,同时证明了其满足近邻相似测度的一般性质;然后,提出一种符合社会学概念的信任值计算方法。把它们应用于基于移动用户位置的网络服务推荐过程中,从而形成了一种基于移动用户位置的网络服务推荐方法。该方法有效地提高了网络服务推荐的准确性和可靠性,同时缓解了推荐过程中可能存在的数据稀疏性以及冷启动问题。最后,通过公开的MIT数据集验证了该推荐方法的准确度和可行性。     

手机位置信息的保护和利用

高速发展的智能手机和无线网络将互联网推向了移动互联网的世界,众多手机操作系统和应用软件开发公司为了获取更多的资源,肆无忌惮地对手机用户的位置信息进行收集,广大用户如何对手机位置信息进行保护,以及如何利用好这些位置信息,本文中将进行探讨。     

Movement prediction based cooperative caching for location dependent information service in mobile ad hoc networks

Location Dependent Information Services (LDISs), through which mobile clients can access location sensitive data such as weather information, traffic reports, and local news, are gaining increasing popularity in recent years. Due to limited client power and intermittent connectivity, caching is an important approach to improve the performance of LDISs. In this paper, we propose a cache replacement policy called Location Dependent Cooperative Caching (LDCC). Unlike existing location dependent cache replacement policies, the LDCC strategy applies a prediction model to approximate client movement behavior and a probabilistic transition model to analyze the communication cost. These models are used in the design of a cache replacement policy to improve system overall performance. Simulation results demonstrate that the proposed strategy significantly outperforms existing caching policies in providing LDIS in mobile ad hoc networks.     

公用无线局域网的位置管理策略

无线局域网(WLAN)与GPRS结合而成的公用无线局域网，是一种覆盖全球的高速移动通信网，位置管理策略是其中的一项关键技术．然而现有的WLAN位置管理策略并不适合公用无线局域网的体系结构和安全性要求，因此该文提出基于接入控制器(AC)和接入点(AP)的两层数据库位置管理策略(包括数据库分配策略和位置更新策略)．由AC存储所有终端和AP的位置信息，记录所有越区切换过程；AP从AC获取下属终端的位置信息，向AC汇报下属终端的越区切换过程．对位置管理策略的性能分析结果表明：该策略在数据库查询、位置更新和安全性等方面具有良好的性能。     

Location query based on moving behaviors

The importance of location prediction is rapidly increasing with the current trend of database applications in mobile computing environment. However, current personal communication services network could only provide currently maintained location information of non-idle mobile terminals. Pertinent researches predict the future location based on tangent velocity approaches, which require mobile terminals to spend lots of precious electronic power to sense and then measure a sequence of positions for predicting the future tangent velocity, and the prediction is effective only within a short range of time. In this study, we propose an approach to predict future locations of mobile terminals based on the moving behaviors mined from their long-term moving history. Location prediction based on moving behavior requires no power consumption for position measurement, and the prediction results are effective for a long time without requiring the queried clients to be non-idle. With the help of moving behavior, we propose several location prediction operators for location query. Finally, we demonstrate the accuracy of the location query operators through simulation statistics. The experimental results show that the predictions are accurate enough for regular moving mobile terminals.