【摘要】：針對分布式k團(tuán)社區(qū)檢測引起的超大社區(qū)問題,提出了具有節(jié)點退出機(jī)制的τ-window社區(qū)檢測方法,相應(yīng)提出了τ-、window中心性估計。通過實驗發(fā)現(xiàn)τ-window社區(qū)和τ-window中心性具有周期演化特性,利用該特性,提出TTL(time to live)社區(qū)檢測和TTL中心性估計,以更準(zhǔn)確預(yù)測消息生存期上節(jié)點的相遇。隨后,利用TTL社區(qū)和TTL中心性作為轉(zhuǎn)發(fā)測度,設(shè)計了新的機(jī)會移動網(wǎng)絡(luò)路由算法PerEvo。實驗結(jié)果表明,與現(xiàn)有的基于社會特征的路由算法比較,PerEvo在保持基本不變的傳輸開銷的同時,有效提高了機(jī)會移動網(wǎng)絡(luò)消息投遞的成功率。
【圖文】：

生成新的Ｆｑｏ原有逡逑Ｑ現(xiàn)分成２部分，一部分是新巧中的節(jié)點，一部分逡逑＼ＦｊｎＣ０＼＾ｋ－＼邐（５）邋是不在新尸０中的節(jié)點，設(shè)為Ｇ０，如式（７）所示。逡逑時，ｖ）就加入Ｃ０，相應(yīng)地設(shè)置b6；＝巧，并加入ａｒｏＬＣ０。邐Ｇ０邋＝邋｛ｖＪｖｔｅＣ０ｎｖ＾Ｆ０｝邐（７）逡逑以上算法實時維護(hù)的本地社區(qū)Ｃ０就是ｖ０的社邐同理，對于Ｑ內(nèi)任意節(jié)點Ｖｊ．的熟人集在Ｃ０處逡逑區(qū)，該算法在線檢測時存在一個問題，即隨著時間邋的近似也按照八的更新方式進(jìn)行更新（注：ｖｏ上逡逑演化，Ｃｆｌ將掜變成超大社區(qū)。圖２顯示了該算法Ｓ需保存計算々與其熟人加權(quán)累積聯(lián)系時憸關(guān)的近逡逑線檢測時某節(jié)點每天１２：００的社區(qū)尺寸，由圖２可逡逑知’由于節(jié)點缺乏退出社區(qū)機(jī)制’大部分節(jié)點最；＾邐步歘７更新ｑ。令Ｃｏ＝邋Ｆｏ，不斷從Ｇ０中挑逡逑位于同－社區(qū)’這對于消息轉(zhuǎn)發(fā)已經(jīng)沒有意義。邐選符合式（５）的節(jié)點移入Ｑ，}0Ｇｏ中無法挑出這逡逑７０１邐邐樣的節(jié)點，生成新的Ｃ０ｏ逡逑６０邋－邐步歘８更新ＦＳｏＬＣｑｏ新的Ｃｏ生成后，根據(jù)逡逑５（）邐式（３）生成新的ＦＳｏＬＣ０ｏ逡逑通過上述方法檢測時，節(jié)點在／時刻維護(hù)的本地逡逑＾邋４０邐社區(qū)Ｃ０定義為ｔ時刻節(jié)點的ｒ－ｗｉｎｄｏｗ社區(qū)，當(dāng)＠小逡逑｜３０邋“邐時，ｒ－ｗｉｎｄｏｗ社區(qū)更多反映節(jié)點最近的社會聯(lián)系，由逡逑—２０－邋｜邐于引入了節(jié)點退出社區(qū)機(jī)制，Ｃｏ不會再變成超大社逡逑１０＿邋｜｜邐區(qū)，，這點在社區(qū)的周期演化分析中得到了驗證。逡逑３．３邋ｒ－ｗｉｎｄｏｗ中心性估計逡逑２邋４邋６邋８邋Ｕ邋１４邋１６邋１８邋２０邋２２邐Ｂｕｂｂｌｅ實際選擇的ｃ－ｗｉｎｄｏｗ中心性度量基于逡逑時間／天逡逑圖２分布式ｔ團(tuán)算法檢

邐系數(shù)為０．８１，兩者存在較強(qiáng)相關(guān)性；同一周期相鄰逡逑時間窗節(jié)點的Ｔ－ｗｉｎｄｏｗ中心性相關(guān)系數(shù)為０．５４，兩逡逑０．８－邐者存在一定相關(guān)性；而同一周期非相鄰時間窗（此處逡逑僅考慮間隔時間窗）節(jié)點的７－ｗｉｎｄｏｗ中心性相關(guān)逡逑？＂‘６“邋°１２系數(shù)為－０．０２’邋兩者不相關(guān)。逡逑０．２－逡逑１５邋－逡逑０１＿Ｉ邐１邐１邐１邐１邋Ｉ邐１邐１邐１邋Ｉ邐邐＞逡逑２邋４邋６邋８邋１０邋１２邋１４邋１６邋１８邋２０邋２２邐ｃ逡逑時間／天邐１邋１０邋－逡逑圖５活躍節(jié)點相鄰時間窗的社區(qū)相似度邐ｉ逡逑同理，節(jié)點非相鄰時間窗社區(qū)相似度（僅考慮邐５＿邐｜｜逡逑間隔時間窗）巧定義為節(jié)點Ｖ，？—個周期中非相鄰時邐｜邋｜逡逑間窗Ｔ－ｗｉｎｄｏｗ社區(qū)相似度的平均，為所有抽樣節(jié)邐ｏｉ￣＾３６邋４８邋６０邋７２邋８４邋９６邋１０＾＂２（逡逑點Ｐ；值的平均，圖６展示了尸滿變化，由圖６可知，邋時間化逡逑節(jié)點一個周期內(nèi)非相鄰時間窗社區(qū)差異較大。邐ＷＩＤ為２９邐巾心逡逑２０．邐逡逑１．０１邐逡逑０．８邋－邋１５邋＊逡逑０．６邋－邐＂ｏ邋．邋ｎ逡逑ｍ邐．Ｂ邋－逡逑５邋Ｉ邋Ｉ邐ａ邋Ｉ逡逑�！梗体澹叔澹欤慑澹椋叔澹慑义希埃蛇娺姡保插澹玻村澹常跺澹矗稿澹叮板澹罚插澹福村澹梗跺澹保埃稿澹保玻板义希插澹村澹跺澹稿澹保板澹保插澹保村澹保跺澹保稿澹玻板澹玻策姇r間／ｈ逡逑（ｂ）活躍節(jié)點平均ｒ－ｗｉｎｄｏｗ中心性逡逑圖６活躍節(jié)點非相鄰時間窗的社區(qū)相似度邐圖７活躍節(jié)點連續(xù)５天的ｆ－ｗｉｎｄｏｗ中心性變化逡逑以上實驗分析表明，節(jié)點的ｒ－ｗｉｎｄｏｗ社區(qū)按照邐以上分析表明’節(jié)點ｒ－ｗｉｎｄｏ
【作者單位】： 東南大學(xué)計算機(jī)科學(xué)與工程學(xué)院;東南大學(xué)
【基金】：國家自然科學(xué)基金資助項目(61272532,61370209,61300200,61472080) 國家高技術(shù)研究發(fā)展計劃(“863”計劃)基金資助項目(2013AA013503) 江蘇省博士后科研基金資助項目(1402039B) 江蘇省未來網(wǎng)絡(luò)前瞻性研究基金資助項目(BY2013095-2-06)~~
【分類號】：TN929.5

【共引文獻(xiàn)】

相關(guān)期刊論文 前10條

1 李陟;李千目;張宏;劉鳳玉;;基于最近社交圈的社交時延容忍網(wǎng)絡(luò)路由策略[J];計算機(jī)研究與發(fā)展;2012年06期

2 王朕;王新華;隋敬麒;;機(jī)會網(wǎng)絡(luò)模擬器ONE及其擴(kuò)展研究[J];計算機(jī)應(yīng)用研究;2012年01期

3 葉暉;劉華富;王江濤;;延遲容忍網(wǎng)絡(luò)中基于不同轉(zhuǎn)發(fā)行為路由策略研究（英文）[J];科學(xué)技術(shù)與工程;2013年27期

4 施俊;穆維新;申金媛;劉潤杰;;容遲網(wǎng)絡(luò)中一種改進(jìn)型ProPHET路由算法研究[J];信息通信;2014年01期

5 張宏基;李文中;陸桑璐;;基于異步信息的匿名移動數(shù)據(jù)集的用戶身份識別[J];計算機(jī)科學(xué);2013年11期

6 郭陸;;基于動態(tài)社會關(guān)系的機(jī)會路由研究[J];計算機(jī)應(yīng)用與軟件;2013年11期

7 呂杰林;張珊珊;;基于平均傳遞概率的容遲網(wǎng)絡(luò)路由算法的設(shè)計[J];計算機(jī)應(yīng)用研究;2014年01期

8 馬學(xué)彬;張巖紋;歐陽真超;王麗婷;;基于機(jī)會網(wǎng)絡(luò)的消息傳輸系統(tǒng)[J];計算機(jī)科學(xué);2013年S2期

9 周軍海;林亞平;周四望;;一種低功耗的社區(qū)機(jī)會網(wǎng)絡(luò)消息路由算法[J];計算機(jī)科學(xué);2014年01期

10 劉志鵬;皮德常;;從移動數(shù)據(jù)中挖掘網(wǎng)絡(luò)節(jié)點的影響力[J];計算機(jī)研究與發(fā)展;2013年S2期

相關(guān)會議論文 前3條

1 毛翔博;齊觀德;李石堅;潘綱;;基于位置軌跡加權(quán)網(wǎng)絡(luò)圖的用戶行為分析識別算法[A];第六屆和諧人機(jī)環(huán)境聯(lián)合學(xué)術(shù)會議（HHME2010)、第19屆全國多媒體學(xué)術(shù)會議（NCMT2010）、第6屆全國人機(jī)交互學(xué)術(shù)會議（CHCI2010）、第5屆全國普適計算學(xué)術(shù)會議（PCC2010）論文集[C];2010年

2 陳益強(qiáng);李秋實;劉軍發(fā);胡琨;;基于藍(lán)牙動態(tài)特征的移動情境感知[A];第七屆和諧人機(jī)環(huán)境聯(lián)合學(xué)術(shù)會議（HHME2011)論文集【oral】[C];2011年

3 胡立;陳健;沈書毅;黃晉;;基于用戶軌跡聚類分析的推薦算法研究[A];第29屆中國數(shù)據(jù)庫學(xué)術(shù)會議論文集（B輯）（NDBC2012）[C];2012年

相關(guān)博士學(xué)位論文 前10條

1 吳磊;無線自組織網(wǎng)絡(luò)中的路由技術(shù)相關(guān)問題研究[D];電子科技大學(xué);2010年

2 王曉敏;無線傳感器網(wǎng)絡(luò)數(shù)據(jù)收集與路由協(xié)議研究[D];電子科技大學(xué);2010年

3 周強(qiáng);基于形式化特征分類的機(jī)會網(wǎng)絡(luò)路由規(guī)則研究[D];浙江大學(xué);2010年

4 郭U

本文編號：2520881