社会感知网络中基于兴趣的数据传输策略研究

来源 :大连理工大学 | 被引量 : 0次 | 上传用户:duoduo19851125
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
移动终端设备的普及与广泛使用使移动用户可随时随地发布、分享各类信息。网络中流动的大量信息体现了用户的多种社会属性。如何有效利用这些社会属性,并将其用于移动网络、提高网络的性能,促使了社会感知网络的产生。作为社会感知网络的研究领域之一,数据传输策略旨在利用移动节点的社会属性来协助节点选择中继节点,完成传输。但是,现有的成果未能深入研究节点的兴趣及兴趣间的关系对数据传输的影响。本文以兴趣为出发点,研究兴趣间可能存在的关系,包括包含关系、跨层关系和交叉关系;接着以这些关系为基础,提出基于兴趣和社群(IntCom)的数据传输策略。IntCom使用树形社群结构反映兴趣包含关系。节点结合树形社群结构更新社群浓度、社会连接强度,进而选择合适的中继节点。本文使用ONE设计了仿真实验,对比IntCom和PROPHET和Epidemic在不同仿真时间、缓冲区大小和消息生存时间下的表现,测试其受事件产生的时间间隔和(α,β)的影响。结果显示IntCom能够以较高的消息交付率、较低的开销和较少的跳数完成传输,但平均时延则相对较高;此外,事件产生的时间间隔对IntCom各方面的性能影响较大,但影响趋势不同;而受(a,β)的影响较小。之后,为了解决IntCom中存在的仅研究兴趣包含关系、仿真实验模型与实际存在差距等问题,本文提出了基于地缘社会距离(GSD)的数据传输策略。GSD策略在IntCom的基础上,加入了对兴趣的交叉关系的研究,然后结合节点的地缘信息(即地理活动区域)和社会信息(即兴趣)进行中继节点的选择。针对GSD策略设计的仿真实验使用了ACM SIGCOMM2009会议上获取的实际数据集,解决了运动模型与实际有差别的问题。实验结果表明GSD策略除了平均时延较高之外,在交付率、平均跳数和开销上的表现都比对比策略好,这一点与IntCom类似。另外,GSD策略随事件产生的时间间隔、ω.p.σ.τ和p_geο等参数的变化表现出恒定不变的特点。
其他文献
传感器网络节点硬件失效、监测环境恶劣、网络拥塞等客观问题,使得传感器网络数据的不完全性成为必然。不完全数据给数据融合、数据存储和数据挖掘等技术带来严峻考验,传统针
复述是自然语言表达中存在的一种普遍现象,即相同语义的不同表达方式。复述识别即判别两个给定语言表达式或者模板是否表达相同或相似的意思,其研究结果可广泛应用于自然语言
具备精确控制与传感能力的自治汽车的出现,给安全驾驶带来了新的希望。当前存在的人工智能技术已经能有效的解决自治汽车在开放道路中行驶问题。但面对情景复杂、拥堵较严重、
网络最大流问题是网络流理论的重要组成,是介于连续型和离散型问题的分界线上,可作为特殊的线性规划以及组合优化问题。其在现实的实践应用中,例如现实中的信息流、交通中的
近年来,随着电子商务的迅猛发展,形形色色的Web服务大量的涌现,服务提供商也不断将现存的Web服务整合起来形成新的、增值的服务,去不断的满足用户的需求。不过,用户在各种需
随着互联网的迅速普及与广泛应用,网络的安全问题也日益严重。近年来,作为维护网络安全的一项主要技术,入侵检测技术得到了广泛的关注。但是,现有的入侵检测系统还存在很多的问题
格问题在现在的公钥加密方案中扮演了相当重要的角色,格问题的计算难解性为许多创新性的公钥加密方案提供了理论依据。模形式算法作为新的随机算法解决欧几里得空间内的最短
聚类分析是一种最为广泛应用的数据挖掘技术,其原理是先对数据对象进行聚类处理,然后对其结果进行分析,试图从中找到隐含的具有实用价值的信息。聚类就是将大量混为一团的数据对
随着ARM处理器性能不断提升,同时又兼顾低功耗、体积小的特点,嵌入式计算密集型应用越来越多。鉴于计算密集型领域系统的可靠性要求高,因此如何设计高可靠性嵌入式系统成为一
近年来,XML作为互联网上数据表示和交换的标准格式日渐受到人们重视,XML查询也由此成为研究热点。对于大量的没有专业背景的用户,传统的结构化查询方式已不再适用,关键字查询