本文關(guān)鍵詞：移動容遲網(wǎng)絡中基于社會感知的多播分發(fā)算法研究

  更多相關(guān)文章： 移動容遲網(wǎng)絡 社會感知 多播分發(fā)算法 社團劃分

【摘要】：隨著平板電腦、智能手機等具備無線通信能力的便攜式設備的普及,移動容遲網(wǎng)絡(Mobile Delay Tolerant Network,簡稱MDTN)得到學者們的廣泛關(guān)注。利用上述便攜式設備進行自由組網(wǎng),所形成的無基礎(chǔ)設施的網(wǎng)絡是目前MDTN最廣泛的應用場景。便攜式設備一般由人隨身攜帶,人的移動性一般情況下雖然很難估計,但是呈現(xiàn)出一定的社會特性。考慮到這一特性,本文利用社會學的相關(guān)理論進行多播分發(fā)算法的設計。針對由便攜式設備組成的無基礎(chǔ)設施的MDTN應用場景,本論文設計出一種適合于該場景的基于社區(qū)結(jié)構(gòu)的層次化多播分發(fā)算法(Social-Aware Hierarchical Multicast,簡稱SAHM)。SAHM算法綜合考慮了社團劃分、中心度計算以及接觸率預測策略。通過K-Clique算法進行社團劃分,在劃分好的社團結(jié)構(gòu)上根據(jù)C-Window中心度和節(jié)點對之間的接觸率預測值判斷相遇節(jié)點是否可以作為中繼節(jié)點。在社團內(nèi)部選擇接觸率預測值高于當前節(jié)點到目的節(jié)點的接觸率預測值且大于閾值的節(jié)點作為中繼節(jié)點,在社團之間選擇C-Window中心度高的節(jié)點作為中繼節(jié)點。為了驗證SAHM算法的性能,本文在ONE仿真平臺上實現(xiàn)該算法,并在Infocom06和Cambridge兩個真實數(shù)據(jù)集上與已有的經(jīng)典算法進行性能對比。仿真結(jié)果表明,SAHM算法在保證消息傳輸成功率的同時獲得了較低的網(wǎng)絡開銷,使得信息能夠更快速、高效地傳輸給信息需求節(jié)點。
【關(guān)鍵詞】：移動容遲網(wǎng)絡 社會感知 多播分發(fā)算法 社團劃分
【學位授予單位】：內(nèi)蒙古大學
【學位級別】：碩士
【學位授予年份】：2015
【分類號】：TN92
【目錄】：

• 摘要4-5
• ABSTRACT5-10
• 中英文縮寫詞對照表10-11
• 第一章 緒論11-16
• 1.1 研究背景及意義11-14
• 1.2 MDTN中的多播技術(shù)14-15
• 1.3 論文的研究內(nèi)容15
• 1.4 論文的組織結(jié)構(gòu)15-16
• 第二章 移動容遲網(wǎng)絡多播路由算法研究現(xiàn)狀16-24
• 2.1 移動容遲網(wǎng)絡多播路由概況16-19
• 2.1.1 概述16
• 2.1.2 應用場景16-19
• 2.2 移動容遲網(wǎng)絡多播路由算法19-22
• 2.2.1 基于單播的多播路由算法19
• 2.2.2 基于樹的多播路由算法19-20
• 2.2.3 基于效用值的多播路由算法20-21
• 2.2.4 基于社會感知的多播路由算法21-22
• 2.3 現(xiàn)有多播路由算法分析22-23
• 2.4 本章小結(jié)23-24
• 第三章 基于社會感知的多播分發(fā)算法24-35
• 3.1 問題定義24
• 3.2 基于社會感知的多播分發(fā)算法24-33
• 3.2.1 社團檢測算法25-28
• 3.2.2 中繼節(jié)點選擇策略28-31
• 3.2.3 基于社區(qū)結(jié)構(gòu)的層次化多播數(shù)據(jù)分發(fā)算法31-33
• 3.3 本章小結(jié)33-35
• 第四章 仿真實現(xiàn)與性能分析35-50
• 4.1 仿真平臺35-36
• 4.1.1 ONE簡介35-36
• 4.2 仿真實驗36-40
• 4.2.1 數(shù)據(jù)集簡介37-38
• 4.2.2 仿真程序38-39
• 4.2.3 實驗參數(shù)設置39-40
• 4.3 仿真結(jié)果及其性能分析40-48
• 4.3.1 實驗性能指標說明40-41
• 4.3.2 仿真實驗結(jié)果分析41-48
• 4.4 本章小結(jié)48-50
• 第五章 總結(jié)與展望50-52
• 5.1 工作總結(jié)50-51
• 5.2 工作展望51-52
• 致謝52-53
• 參考文獻53-57
• 攻讀碩士期間發(fā)表的學術(shù)論文57

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 馮舜璽;;新書推薦:《算法分析導論》[J];計算機教育;2006年05期

2 張力,慕曉冬;計算機算法分析淺談[J];武警工程學院學報;2002年04期

3 馬安光;;飛彈問題的算法分析——2003年第10期題解[J];程序員;2003年12期

4 蘇運霖;;《算法分析導論》評介[J];計算機教育;2006年07期

5 朱力強;;培養(yǎng)學生創(chuàng)新思維與能力的算法分析案例[J];計算機與信息技術(shù);2007年11期

6 汪菊琴;;幾種常見特殊方陣的算法分析與實現(xiàn)[J];無錫職業(yè)技術(shù)學院學報;2009年05期

7 李涵;;“算法分析與設計”課程教學改革和實踐[J];中國電力教育;2010年16期

8 劉寧;管濤;;淺析案例教學法在算法分析與設計課程中的應用[J];科技風;2011年07期

9 胡峰;王國胤;;“算法分析與設計”教學模式探索[J];當代教育理論與實踐;2011年12期

10 趙娟;;淺析啟發(fā)式教學法在《算法分析與設計》課程中的應用[J];福建電腦;2012年06期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 俞洋;田亞菲;;一種新的變步長LMS算法及其仿真[A];通信理論與信號處理新進展——2005年通信理論與信號處理年會論文集[C];2005年

2 周顥;劉振華;趙保華;;構(gòu)造型的D~2FA生成算法[A];中國通信學會通信軟件技術(shù)委員會2009年學術(shù)會議論文集[C];2009年

3 賴桃桃;馮少榮;張東站;;一種基于劃分和密度的快速聚類算法[A];第二十五屆中國數(shù)據(jù)庫學術(shù)會議論文集（一）[C];2008年

4 劉遠新;鄧飛其;羅艷輝;舒添慧;;ERP柔性平臺下物流運輸配送系統(tǒng)算法分析[A];第二十六屆中國控制會議論文集[C];2007年

5 王樹西;白碩;姜吉發(fā);;模式合一的“減首去尾”算法[A];第二屆全國學生計算語言學研討會論文集[C];2004年

6 王萬青;張曉輝;;改進的A~*算法的高效實現(xiàn)[A];2009全國測繪科技信息交流會暨首屆測繪博客征文頒獎論文集[C];2009年

7 孫煥良;邱菲;劉俊嶺;朱葉麗;;IncSNN——一種基于密度的增量聚類算法[A];第二十三屆中國數(shù)據(jù)庫學術(shù)會議論文集（研究報告篇）[C];2006年

8 韓建民;岑婷婷;于娟;;實現(xiàn)敏感屬性l-多樣性的l-MDAV算法[A];第二十七屆中國控制會議論文集[C];2008年

9 張悅;尤楓;趙瑞蓮;;利用蟻群算法實現(xiàn)基于程序結(jié)構(gòu)的主變元分析[A];第五屆中國測試學術(shù)會議論文集[C];2008年

10 王旭東;劉渝;鄧振淼;;正弦波頻率估計的修正Rife算法及其FPGA實現(xiàn)[A];全國第十屆信號與信息處理、第四屆DSP應用技術(shù)聯(lián)合學術(shù)會議論文集[C];2006年

中國重要報紙全文數(shù)據(jù)庫 前1條

1 科文;VIXD算法分析Web異常[N];中國計算機報;2008年

中國博士學位論文全文數(shù)據(jù)庫 前10條

1 魏哲學;樣本斷點距離問題的算法與復雜性研究[D];山東大學;2015年

2 劉春明;基于增強學習和車輛動力學的高速公路自主駕駛研究[D];國防科學技術(shù)大學;2014年

3 劉新旺;多核學習算法研究[D];國防科學技術(shù)大學;2013年

4 于濱;城市公交系統(tǒng)模型與算法研究[D];大連理工大學;2006年

5 曾國強;改進的極值優(yōu)化算法及其在組合優(yōu)化問題中的應用研究[D];浙江大學;2011年

6 肖永豪;蜂群算法及在圖像處理中的應用研究[D];華南理工大學;2011年

7 陳耿;面向中觀審計的規(guī)則發(fā)現(xiàn)算法研究[D];東南大學;2005年

8 王維博;粒子群優(yōu)化算法研究及其應用[D];西南交通大學;2012年

9 魚亮;蛋白質(zhì)網(wǎng)絡模塊結(jié)構(gòu)識別算法研究[D];西安電子科技大學;2011年

10 李玉英;混沌螞蟻群優(yōu)化算法及其應用研究[D];北京郵電大學;2009年

中國碩士學位論文全文數(shù)據(jù)庫 前10條

1 黃廈;基于改進蟻群算法的柔性作業(yè)車間調(diào)度問題研究[D];昆明理工大學;2015年

2 李平;基于Hadoop的信息爬取與輿情檢測算法研究[D];昆明理工大學;2015年

3 趙官寶;基于位表的關(guān)聯(lián)規(guī)則挖掘算法研究[D];昆明理工大學;2015年

4 殷文華;移動容遲網(wǎng)絡中基于社會感知的多播分發(fā)算法研究[D];內(nèi)蒙古大學;2015年

5 徐翔燕;人工魚群優(yōu)化算法及其應用研究[D];西南交通大學;2015年

6 李德福;基于小世界模型的啟發(fā)式尋路算法研究[D];華中師范大學;2015年

7 鄭海彬;一種面向MAPREDUCE的DATASHUFFLE的優(yōu)化方法[D];蘇州大學;2015年

8 趙曉寒;輪換步長PSO算法及SMVSC參數(shù)優(yōu)化[D];沈陽理工大學;2015年

9 安豐洋;基于無線網(wǎng)絡的廣播算法研究[D];曲阜師范大學;2015年

10 李智明;基于改進FastICA算法的混合語音盲分離[D];上海交通大學;2015年

，

本文編號：845547