一种基于社区机会网络的消息传输算法

由人携带的具有短距离通信接口的移动设备所组成的网络具有社区性质.当前机会网络中主流的多拷贝路由算法并没有考虑到节点的社区性质,如果将这些算法直接应用到社区机会网络中会造成传输延迟大、消息丢失率高等问题.针对这些问题,提出了一种基于社区机会网络的消息传输算法(CMTS),能够根据节点之间的通信频繁程度,自动将节点划分成不同的社区,自适应地控制消息的拷贝数量并依靠活跃节点将消息传输到目标社区.仿真结果表明,在延迟要求宽松的社区机会网络中,与Spray and Focus算法相比,CMTS算法能够在保证较高消息传输成功率的同时,减少了约20%的消息转发次数,有效地降低了网络资源的消耗.     

移动社会网络中基于社区的消息机会传输策略

移动社会网络是一种由大量具有社会特征的节点组成的机会网络.已有的基于社区的路由算法大多选用社会性最优的节点参与转发,而没有考虑到社区分布对节点移动的影响,将这些算法直接用于移动社会网络中会导致网络资源消耗高、传输成功率低等问题.针对这些问题,提出一种基于社区的消息机会传输算法,在社区间根据节点到目标社区的传输概率选择社区间的最优传输路径,在社区内选择与目标节点相遇概率较高的节点完成社区内传输.仿真实验结果表明,在移动社会网络中,该算法与 Prophet,Spray and Wait 等经典算法相比,提高了消息传输成功率,降低了网络开销.     

MANET中基于动态地址的机会路由算法

机会路由过程中分发矩阵的计算量太大,随着网络规模的增大,分发矩阵的计算严重影响路由性能。针对该问题,提出基于动态地址的机会路由算法。该算法将分发矩阵的计算量从整个网络降低到一跳邻居节点之间,根据反映网络节点相对物理位置的动态地址,简化分发矩阵的计算。在大规模网络中,该路由算法的平均跳数减少了5%~10%,吞吐量提高了7%~26%。     

一种低功耗的社区机会网络消息路由算法

社区机会网络中节点的移动具有一定的相关性且不同的节点往往具有不同的移动特点,当前机会网络中主流的多拷贝路由算法并未充分考虑到这些特点,将该算法直接应用于这类网络会导致资源消耗较高、传输成功率低等问题。针对这些问题,提出一种基于社区的低功耗消息路由算法,其能自适应地控制消息拷贝数量,并根据节点与目标社区节点和本地社区节点相遇的历史信息来设置其目标社区和本地社区的活跃度,依靠活跃度较高的节点来完成消息传输。仿真结果表明,在延迟要求比较宽松的社区机会网络中,该算法在消息传输的成功率及占能耗最主要部分的消息转发次数方面明显优于Spray and Focus算法。     

一种基于网络编码的机会社会网络路由算法

为了解决机会社会网络中数据传输成功率低、平均传输延迟大等不利因素,文章提出一种基于网络编码的机会社会网络路由(OSN-NC)算法,OSN-NC路由算法的中间节点只将目标节点相同的编码数据包进行再次编码,因此这样可以降低全局编码系数数量和高斯消元的复杂度,增加数据传输的可靠性。社区内我们采用PROPHET和网络编码相结合的消息传输策略,将编码数据包传输给网络中相遇概率值更大的下一跳转发节点,直到遇到目标节点。在社区间我们选择累积相遇概率值大的节点作为编码节点完成消息的转发,直到遇到具有相同社区的中间节点后采用社区内消息传输策略。仿真结果表明,OSN-NC算法在提高网络吞吐量和数据传输成功率、降低平均传输时延等方面具有明显的改善。     

机会社会网络中基于社区的消息传输算法

针对机会网络中的主流转发协议未考虑到节点移动社会性的问题,提出一种基于副本限制和人类社会特性的路由算法。该算法根据节点间的社会关系强度,动态自适应地将节点划分为不同的社区,通过限制消息副本数来减少网络中消息的冗余,并利用活跃性高的节点带动消息的转发和传递。仿真结果表明,该协议能够保证较高的消息传输成功率和相对较低的传输时延,降低网络的资源消耗。     

基于社区的机会网络冗余效用混合转发机制

针对机会网络主流路由协议没有考虑到节点的社区特性,提出了一种基于社区的冗余效用混合转发机制。该算法从合理降低洪泛度和准确预测效用值方面出发,通过消息筛选、消息优先级和活跃节点机制对消息进行有效处理和转发。与经典的Epidemic和Prophet算法相比,该算法具有消息传达率较高、传输延时小和网络开销低的特点。     

基于社交关系的移动机会网络路由算法

在基于节点社交信息移动机会网络路由算法的设计中,存在不能有效平衡数据的传输成功率与平均传输时延的问题。为此,提出一种基于社交关系的路由算法。利用改进的桥接中心度重新评价节点的异质中心性,通过引入社区内的转发判别因子加快社区内消息的转发,结合带有老化机制的Simple社区识别算法选择转发节点。仿真结果表明,与经典算法Bubble Rap及其改进算法BiBubble、BridgingCom相比,该算法能够有效提高消息投递成功率并减小消息平均传输时延。     

基于任务分配模型的车载自组织网络路由算法

为保证车载自组织网络(VANET)消息转发效率,提出一种基于任务分配模型的路由算法。根据社会网络中节点特性划分社区,采用协商机制将紧急安全与非安全消息任务分配到不同社区,由社区再分配到节点,并建立奖惩机制提高消息任务分发效率。理论分析和仿真结果表明,与Simbet,Prophet和Spray and Wait路由算法相比,该算法具有较高的消息包投递率及较低的路由开销,并且能满足不同类别消息任务的服务质量需求。     

基于机会网络的消息传输系统

机会网络不需要源节点和目标节点之间存在完整链路,利用节点移动带来的相遇机会实现通信,是目前的研究热点之一。设计了一种基于机会网络的信息采集与消息传输系统BlueChat。一方面,系统采集节点相遇信息,构建路由信息表,并且可以作为机会网络中节点移动轨迹建模、社团划分、消息转发策略研究、网络QOS研究等的原始数据;另一方面,系统可以采用不同的消息队列管理策略,通过节点的移动,以“存储-携带-转发”的路由模式实现节点间消息的传输。通过对系统进行连续3个月,50个以上节点,长时间、大规模的测试,并分析采集到的数据,得出消息交付率在95%以上,满足特殊情况下的节点通信需求。     

基于节点动态属性相似性的社会网络社区推荐算法

社区推荐帮助用户寻找感兴趣的社群,是社会网络分析的重要内容。根据社会网络的动态变化特性,通过分析网络的动态演变过程、网络个体的行为特征及个体间联系的变化,研究动态社区及其个体的动态特性的形式化描述方法,提出了节点（个体）间的动态属性相似度计算方法和基于节点（个体）间的动态属性相似度计算的社区推荐算法,可以克服通过个体的直接联系进行社区推荐的局限性。实验结果表明,应用本算法进行社区推荐的准确率有较大提高,能有效应用于动态社会网络的社区推荐。     

基于重叠社区和结构洞度的社会网络结构洞识别算法

结构洞是社会网络中的关键位置,对信息扩散起中介作用。为高效、准确地辨识具有社团结构的社会网络中占据结构洞的节点,提出了一种基于重叠社区和结构洞度的结构洞识别算法,旨在找到一组最具信息优势和控制优势的节点。基本思想是首先定位社区之间的重叠节点,然后利用节点的邻接差异和连接的社区差异衡量其非冗余性,计算出重叠节点的结构洞度,通过对结构洞度值升序排列发现占据结构洞的节点集。应用于实际数据集的实验结果表明,与网络约束系数算法、中介中心度算法、MaxD算法相比,该算法的识别准确度最高,时间复杂度最低。     

社会网络中基于社群衰减的影响力最大化算法

针对现有网络传播模型忽略了信息传播过程中的信息衰减,传统影响力最大化算法无法有效利用社群结构提高影响力传播范围的问题,提出一种基于社群结构的影响力最大化算法--社群衰减的影响力最大化（IMID）算法。首先对整个社会网络进行社群结构划分,评估社群中节点影响力范围,并考虑社群之间关联点之间的关联概率,在信息传播过程中增加节点之间信息传播衰减度计算。通过实验与分析,该算法不仅降低了时间复杂度,还获得了接近贪心算法的影响力传播范围,影响覆盖率达到90%以上。因此,在核心种子节点集和连接社群之间纽带节点选取若干节点作为初始节点,会让信息以最小的代价在网络中获得广泛传播。     

面向属性网络的重叠社区发现算法

针对现实世界的网络节点中包含大量属性信息并且社区之间呈现出重叠特性的问题,提出了一种面向属性网络的重叠社区发现算法。融合网络的拓扑结构和节点属性定义了节点的密集度和间隔度,分别用于描述社区内部连接紧密和外部连接松散的特点。基于密度峰值聚类的思想搜索局部密度中心作为社区中心,在此基础上给出了非中心节点关于各个社区的隶属度的迭代计算方法,实现了重叠社区的划分。在真实数据集上进行了仿真实验,实验结果表明所提算法相对于LINK、COPRA和DPSCD能获得更好的社区划分结果。     

移动传感网中基于虚拟货币的路由策略

移动无线传感器网络中,针对节点基于随机运动模型的路由问题,提出一种基于虚拟货币的低能耗路由策略——DTVC。根据节点的属性和数据消息的属性进行买方和卖方的定价并据此选择转发节点。为了提升网络性能,通过控制数据消息的副本数以及对节点的缓存队列中的数据消息排序,把网络中的节点分为源节点和中继节点,只有数据消息的源节点可以复制该数据消息,并依据数据消息的延迟容忍度对消息进行排序,延迟容忍度越小则优先级越高。为了减少网络中的能量消耗,根据sink节点广播的消息删除缓存队列中已经传输成功的数据消息。在Matlab上的仿真实验结果表明,与基于消息容错的自适应数据传输算法（FAD）、基于距离和能量感知模糊逻辑的路由算法（FLDAER）和基于能耗自选演进机制的路由算法相比,DTVC的数据消息投递率至少提高2.5%,平均副本数至少减少25%。     

改进的基于局部模块度的社团划分算法

针对大多复杂网络社团划分算法不能快速发现最优节点加入社团的问题,提出一种利用节点亲密度的局部社团划分算法。引入节点亲密度的概念量化社团与邻居节点的关系,按照节点亲密度由大到小选择节点加入社团,最后以局部模块度为指标终止局部社团扩展。在真实网络和人工仿真网络进行实验,并与基于信息压缩的随机游走算法等4种典型社团划分算法相比较,所提算法划分结果的综合评价指标(F1score)和标准化互信息(NMI)均好于比较算法。实验研究表明,所提算法具有较好的时间效率和准确度,适用于大规模网络社团划分。     

基于协同过滤的Web服务动态社区发现算

针对现有社区发现算法挖掘结果精确度不高以及Web服务资源智能推荐质量较低的问题,在传统协同过滤算法的基础上,提出了基于节点相似性的动态社区发现算法。首先以连接节点最多的中心节点为起始网络社区,以社区贡献度为衡量指标不断形成多个全局贡献度饱和的社区;再使用重叠度计算将相似度高的社区进行合并,最后通过计算目标用户与社区中其他用户之间的动态相似度,将计算结果降序排列后构成邻近用户集,获得社区化推荐对象。实验结果表明,提出的社区发现算法对用户社会网络的社区分类与实际社区分类结果吻合,提高了社区挖掘的精确度,有助于实现高质量的社区化推荐。     

复杂条件下的社区搜索方法

社区搜索旨在寻找包含给定节点集的社区，能够快速获取个性化的社区信息.针对现有社区搜索算法难以满足复杂搜索条件的现状，提出条件社区搜索这一新问题.解决该问题有助于对社交网络进行智能分析，在复杂搜索条件下为用户提供更好的社区结果.首先，基于布尔表达式，给出条件社区搜索问题的形式化定义，可有效表达给定节点不能出现在社区内以及给定节点中至少有一个出现在社区内的要求.接着，提出解决条件社区搜索问题的通用框架，包括对搜索条件进行简化、根据简化后的搜索条件进行多次单项条件社区搜索、合并各单项条件社区搜索的结果等主要步骤.同时，提出"社区搜索+过滤"的方法和给点加权的方法来进行单项条件社区搜索.最后，真实数据集上的大量实验结果表明所提方法的正确性和有效性.