混合P2P环境下基于信度模型的激励策略

针对困扰P2P文件共享系统的搭便车问题,构造了一种基于节点信度的激励模型.该模型中每个节点都是一个信度实体.引入信度收益函数使节点根据资源请求者的信度值分配资源,使信度收益最大化.并应用回溯算法求解信度收益最大化问题.引入信度衰减机制防止信度值"通货膨胀"且收到更好激励效果,该模型给出了节点信度的计算方法.针对当前激励机制评价标准的不足,补充了一个新的评价参数,即资源有效利用率.实验证明,该模型能够有效抑制P2P系统中的搭便车问题,提高了系统效率.     

一种基于社会势能的网络影响力最大化算法

社会网络影响力最大化问题是对于给定k值,寻找k个具有最大影响范围的节点集.这是一个优化问题并且是NP-完全的.该问题已经被成功地用于解决诸多实际问题,例如社交营销领域,社交广告策略制定等优化问题.文章介绍了社会网络影响力最大化的基本工作原理,从提取知识类型角度详细阐述了社会网络影响力最大化算法的研究现状和进展,鉴于现存的算法不能够有效地给出全局最优解,我们提出了一种基于社会势能的网络影响力最大化算法,利用实验结果揭示算法的有效性和可行性.     

WSN中一种基于博弈论的拓扑控制算法

针对无线传感器网络的特点,提出了分簇无线传感器网络中一种基于博弈论的拓扑控制算法.以节点度和节点的剩余能量为参数建立收益函数,以各节点的发射功率作为代价函数,在保证网络连通性前提下,各节点通过调整发射功率达到各自效用的最大化.理论分析和仿真结果表明,所提算法存在纳什均衡,能够根据节点的剩余能量,自动调整各自的发射功率,...     

基于非完全信息博弈竞标的无线传感器网络资源分配方法

针对无线传感器网络任务调度过程中造成的资源冲突问题,将其考虑为节点间的非完全信息博弈竞标过程;在参与竞标的节点进行决策时,引入隐马尔可夫链预测其他竞争者的决策,将资源分配过程中的多个优化目标,分别由任务和节点进行优化,并提出一种非完全信息博弈竞标算法;在假设节点个人理性的前提条件下,论证此非完全信息博弈竞标模型满足经济学原理中的激励相容性和最大化系统收益.最后并从实验仿真证明其有效性.     

非对称调制下物理层网络编码系统设计及性能分析

对于非对称信道,通信系统两端采用相同调制方式发送信号时会存在误码率高、传输功率浪费等问题.?针对以上问题,设计了基于非对称调制的物理层网络编码方案.?首先给出方案的系统模型并制定中继节点处的解调映射规则;其次对系统在不同功率分配比下展开分析;最后在系统中引入LDPC码作为信道编码,设计相应的译码映射算法.?仿真实验结果...     

基于非完全信息博弈竞标的无线传感器网络资源分配方法

针对无线传感器网络任务调度过程中造成的资源冲突问题,本文将其考虑为节点间的非完全信息博弈竞标过程,在参与竞标的节点进行决策时,引入隐马尔可夫链对其他竞争者的决策进行预测,同时资源分配过程中的多个优化目标,分别由任务和节点进行优化,并提出一种非完全信息博弈竞标算法。最后,在假设节点个人理性的前提条件下,论证了此非完全信息博弈竞标模型满足经济学原理中的激励相容性和最大化系统收益。并从实验仿真证明其有效性。     

一种基于群智能仿生优化的WSNs节点调度方法

为了解决物联网感知层无线传感器网络(WSNs)的节点调度问题,使网络能量总消耗最小化、网络生存周期最大化和网络性能最优化,该文将问题转化为一个约束条件下的组合优化问题,利用元启发式蝙蝠算法在求解复杂组合优化问题中参数设置少、快速收敛等优点,提出一种非均匀条件下的基于蝙蝠算法的WSNs节点调度算法。仿真对比和结果分析表明,在无线传感器网络节点调度过程中,蝙蝠算法效率最高,能耗最低,时延最短,可靠性好。与人工免疫算法和粒子群算法相比,该方法的网络节点平均能耗分别降低10.8%和3.5%。     

满足链路约束的拓扑聚集度虚拟网络映射算法

高效的虚拟网络映射算法能提高网络收益,降低物理资源的消耗。假如一个虚拟网络能够被满足映射,那么它对物理节点资源的消耗是固定的,对资源消耗的总大小取决于链路映射。为减少链路资源消耗,相邻的虚拟节点在被映射后应该是接近的。本文提出基于满足链路约束的拓扑聚集度映射算法。该算法在计算汇聚度时考虑节点间的链路请求,是一阶段映射算法。此外,本文根据图的广度优先搜索对虚拟节点排名,使连续映射的虚拟节点有较高的关联性。仿真实验表明,所提出的算法提高了长期网络收益和收益花费比。     

一种利用引擎节点实现高效微博营销的方法

微博营销是一种成本低、效率高的营销手段.其问题的关键是准确寻找网络中有影响力的节点作为触发品牌知名度的少数用户,保证在较少投入情况下获得较大收益.本文以真实微博数据为研究对象,提出了一种利用微博信息传播引擎节点实现高效网络营销的方法.首先,在兴趣领域相近的网络信息级联树上挖掘扩散系数高的引擎节点;其次,以这些引擎节点作为初始传播节点进行信息传播演化.实验结果表明,利用引擎节点作为初始节点能够使信息传播速度更快、范围更大.     

基于前驱后继节点的社会网络影响最大化算法

针对社会网络影响最大化问题,基于挖掘"潜在影响力"节点的策略并结合贪心算法可有效降低问题复杂度,综合考虑了节点与其前驱后继节点的相互影响,对"潜在影响力"进行了重新定义,基于线性阈值模型提出了基于前驱及后继节点的影响最大化算法.实验结果表明:与目前的同类算法相比,该算法具有更好的信息扩散范围.     

基于启发式和贪心策略的社交网络影响最大化算法

为解决传统影响力最大化算法在影响范围和运行时间上存在的不平衡问题,提出了一种综合启发式和贪心算法的社交网络影响力最大化算法(MHG).该算法综合考虑了贪心算法和启发式算法的优势,将种子节点的选择分为2个阶段,即通过启发式算法选出候选种子节点集和使用贪心算法从候选种子节点集中筛选出种子节点集合.结果表明,与现有的启发式算法相比,MHG算法在影响范围上具有显著优势,且接近贪心算法,但其运行时间明显少于贪心算法,因而在效果和时间2个方面取得了较好的平衡.在真实数据集及不同传播模型下,MHG算法均表现出稳定的影响范围,体现了该算法在大规模社会网络处理中的可扩展性.     

基于节点信任度和博弈论的Ad hoc 网络路由算法

节点能耗和路径可靠性是移动自组织网络路由需要考虑的关键因素。为了提高能量利用率以及实现网络收益的最大化,在节点理性、自私的前提下,运用博弈论方法建立了转发节点选择的重复博弈模型,设计了节点信任度评价函数,并采用惩戒机制来威慑自私节点,迫使其自愿采取协同合作的策略。仿真结果表明,提出的路由算法能够均衡网络的能量消耗,提高分组投递率,延长网络的生存时间。     

两跳无线网络中的中继调度算法

针对两跳无线网络的中继调度问题,提出了一种基于信道容量最大化的中继节点迭代调度算法.该算法基于放大转发型中继协议,以目标节点进行联合译码时的瞬时容量最大化为准则而依次选取中继节点,直至中继数达到源节点发射天线数或信道容量不再增加.仿真结果表明,在不同的中继节点总数、源节点发射天线数以及前后向信道信噪比条件下,该算法比传统算法获得了较大的容量增益和多中继分集增益,更加接近于信息论意义上的容量上界.     

基于双向搜索的虚拟网映射算法

针对虚拟网需求构建方法中复杂度较高和效率较低的问题,结合源节点和汇节点并行的带宽优先策略,提出一种链路均衡的双向搜索算法.该算法能减少搜索层次,缩小搜索空间,提高算法效率.仿真实验表明,与传统的虚拟网映射方法相比,该算法提高了虚拟网构建需求的接受率,增加了虚拟网构建收益.     

异构分布式系统中实时可任意切分任务调度算法

针对异构分布式系统中最大化实时可分任务服务收益和最小化任务完成时间的任务调度问题进行了研究.为在保持较高任务接受率条件下最大化服务收益,提出了三种有效策略:(1)同时考虑服务收益和任务完成截止时间的任务接受/拒绝判断策略;(2)从等待队列里移除任务的策略;(3)考虑收益的最小松弛度优先的排序策略.为最小化任务的完成时间,设计了能够充分利用处理机空闲时间的调度算法以对接受的任务进行调度.仿真实验结果表明,提出的算法能够获得更多的服务收益、任务接受率和较小的任务完成时间.     

中继OFDMA系统的自适应资源分配策略

将中继OFDMA系统的资源分配问题建模成一个在每个接入节点功率受限,以及满足每个用户最小速率要求的条件下,最大化系统容量的数学模型,提出了一种基于对偶分解的资源分配算法,将该问题分解成若干个关于各个子载波的子问题进行求解,从而有效地降低了计算的复杂度.通过对各子问题的求解,可以获得最优的中继节点的选择方案以及功率、子载波的分配方案.仿真结果表明,该算法能够在保障不同用户速率需求的前提下,有效地提高系统的容量.     

无线传感器网络能效中继选择算法的研究

为提高无线传感器网络的生命周期,提出一种改进的节能中继选择算法。该算法根据节点的位置和环境参数,选择优化的中继节点,通过降低节点的发射功率,从而减小节点的能量损耗。算法同时考虑节点自身的剩余能量,可以保证网络生命周期最大化。将改进的算法与传统的中继选择算法进行仿真对比,该算法能有效的节约能量,还能使网络能耗均衡。     

基于开销分摊的数据网格副本创建策略

针对数据网格中自治节点创建副本时,缺乏全局信息只能考虑本地利益最大化而增大全局网络开销的问题,构建了一种开销分摊的副本创建激励机制,通过创建副本节点与受益节点共同分摊副本创建开销来获得本地与全局利益之间的均衡.然后基于这种思想提出副本创建算法,并证明了该算法的正确性和有效性,最后模拟实验表明在满足自治的前提下该策略能较好地取得全局优化.     

基于纳什均衡解的无线Mesh网络资源分配算法研究

针对无线Mesh网络因存在大量竞争节点导致网络资源利用率降低的问题,从最大化网络性能为目标,建立一个反映无线Mesh网络节点间竞争资源过程的非合作动态博弈模型,并在此模型基础上提出一种基于纳什均衡解的无线Mesh网络资源分配算法。算法通过求解求解博弈的纳什均衡解来获得各类业务的最优发送概率,使各类业务获得了最优的发送机会。通过优化数据发送行为,减小了节点间竞争的碰撞概率,降低了不必要的退避时间,进而提高了网络资源的利用率。仿真实验结果说明了算法的可行性和有效性。     

稳定度激励算法对移动区块链节点的共识优化研究

在基于移动节点的区块链系统中，节点速度与位置的变化以及节点本身的可信度会影响共识节点选取和区块验证时的稳定性，存在产生恶意节点选取和区块验证共谋．本文提出一种稳定度激励算法，在节点选取方面，根据节点可信度和质量因子计算各个节点的稳定度，并选取稳定度超过阈值的节点成为候选节点，再从中选取稳定度较高的节点生成区块；在区块验证方面，利用节点的稳定度关联节点收益，通过计算节点的验证延迟与收益，并迭代节点收益约束计算延时需求和激励奖励的最优解，激励其余高稳定度的候选节点加入区块验证．仿真结果表明，在基于移动节点的区块链系统中，与MWSL和TSL两种算法进行比较，稳定度激励算法能够提高恶意节点的检测成功率和验证区块的正确概率，提高了区块链共识的稳定性．