一种基于兴趣挖掘的机会网络内容分发策略

提出了一种新的基于兴趣挖掘的机会网络内容分发策略(Interest Mining Based Scheme (IMBS)),通过贝叶斯理论分析节点的兴趣以及节点基于兴趣的相遇频率,挖掘移动节点随机运动背后所蕴含的人类社交特征和情感特征. 此外,IMBS采用发布/订阅机制,收集节点的订阅信息,以获取消息在整个网络中的需求量. 在转发消息的时候,IMBS把消息的需求总量和节点的情感特征以及社交特征结合起来选择下一跳节点. 实验结果表明,文中所提策略可显著减少消息的传输延时和网络开销,并提高消息传输的成功率.     

一种基于社交尺度的延迟容忍网络路由算法

为克服传统基于概率的路由协议因消息多次转发而导致的网络开销问题,该文在不需获知目的节点先验知识前提下,基于节点局部信息定义包含延迟度和有效性的节点社交尺度,提出了一种基于社交尺度的延迟容忍网络路由算法。该算法通过自适应选择社交延迟度低节点作为消息中继节点,实现消息的局部快速转发;根据计算节点社交有效性实现消息转发队列的调度管理。实验结果表明:在保证消息投递成功率的前提下,提出的基于社交尺度的延迟容忍网络路由算法有效降低了消息转发数和负载比率,从而降低网络开销。     

一种基于社交尺度的延迟容忍网络路由算法

为克服传统基于概率的路由协议因消息多次转发而导致的网络开销问题,该文在不需获知目的节点先验知识前提下,基于节点局部信息定义包含延迟度和有效性的节点社交尺度,提出了一种基于社交尺度的延迟容忍网络路由算法。该算法通过自适应选择社交延迟度低节点作为消息中继节点,实现消息的局部快速转发;根据计算节点社交有效性实现消息转发队列的调度管理。实验结果表明:在保证消息投递成功率的前提下,提出的基于社交尺度的延迟容忍网络路由算法有效降低了消息转发数和负载比率,从而降低网络开销。     

基于社交效用向量的机会网络路由算法

针对传统机会网络路由协议未考虑到节点社会性的问题,根据机会社会网络中节点呈现出周期稳定性和规律性,利用节点累计的历史信息组成"社交效用向量"来预测网络拓扑结构的变化,提出了基于社交效用向量的机会网络路由算法.该算法中每个节点都携带各自的社交效用向量,根据节点与目标节点是否属于同一社区及节点的社交延迟度控制消息的转发次数,同时将连通时长、社交有效性用于决策消息转发,避免消息的碎片化.在真实数据集PMTR上进行仿真实验,从转发消息数、数据包平均延迟及投递成功率三方面将该算法与Epidemic、Prophet经典算法对比,分析了消息生存时间和节点缓存空间对路由性能的影响.仿真实验表明,该算法与Epidemic、Prophet算法相比,减小了延迟率和误码率,提高了投递成功率,同时在转发消息数方面略优于两种经典算法.     

一种用于信息隐蔽传输的高效DTN路由算法

作为一种间歇性连接的网络,延迟容忍网络(DTN)中的消息通过节点间的机会性相遇完成投递,这种多跳、随机的传递方式使得消息难以被追踪,因此DTN非常适合实现信息的隐蔽传输.然而在DTN中节点之间的连接频繁断开限制了传输效率,且现有的DTN路由并未针对隐蔽传输的安全性进行相关研究.为保证隐蔽传输的通信质量和安全性,提出一种路由算法,首先利用节点的静态社会特征和实时相遇情况设计一种高效的消息转发策略以提高消息的投递效率;其次考虑到过多的消息副本在增加投递概率的同时也会增加暴露的风险,根据网络连通情况对副本数进行了动态设置.最后,将提出的算法与DTN经典算法进行仿真对比,结果显示本算法能够提高DTN的消息投递率,减少网络开销,同时提高消息的安全性.     

基于节点通信监听机制的高效感知消息传输机会网络路由研究

针对采用社区划分策略的机会网络路由算法在消息传输过程中存在冗余转发的问题,设计节点通信监听机制,构建了新的消息传输策略,以高效感知邻居节点社区属性信息;并充分考虑携带移动设备的人的移动轨迹特点,设计了社区移动模型;嵌入时间片轮回机制,对网络节点进行动态划分社区;最终提出了基于节点通信监听机制的高效感知消息分发机会网络路由算法。在社区内转发消息时,选取与目的节点通信范围重叠区域内的邻居节点作为下一跳,若不存在这样的节点则将消息转发给与目的节点相遇概率较大的邻居节点或目的节点;在社区间转发消息时,算法选取与目的社区通信概率较大的中继社区节点转发消息,通过充分利用通信重叠区域内的节点转发消息,优化转发节点判定机制,重设消息传输条件,降低消息转发次数,从而提高消息传输成功率,降低传输时延。理论分析和仿真结果显示:与当前机会路由算法相比,新算法的传输成功率以及转发效率更高、平均端到端时延与平均存储时间更低。     

基于Hadoop云平台的新浪微博社交网络关键节点挖掘算法

为了高效地分析挖掘新浪微博社交网络信息传播过程中的关键节点,以Hadoop云计算系统作为存储和处理平台,在X-RIME大规模社会网络分析工具开源框架基础上,针对社交网络中使用HITS(hypertext induced topic selection)链接分析算法挖掘关键节点时,未能体现节点和连接的社会属性问题进行改进.新算法充分考虑了社交网络节点和边的社会属性,对HITS算法节点和边的社会属性权值进行优化计算,提出适合社交网络特点的加权HITS算法.通过Hadoop云平台分别运行加权HITS算法和传统HITS算法对新浪微博社交网络数据进行分析.实验结果表明,加权HITS算法比传统HITS算法具有更高的执行效率和结果区分度,加权HITS算法更适合于大规模社交网络信息传播过程中关键节点的分析挖掘.     

机会网络下一种采用二审分析法的网络恶意节点检测机制研究

机会网络中一旦有了恶意节点,则会引起网络拥塞甚至系统崩溃。因此,如何检测并拒绝接收恶意节点发出的消息是保证机会网络能够正常顺利运行的一个亟待解决的问题。为解决这一问题,本文提出一种基于“二审分析法”的方式来对节点的恶意特征进行评价,并建立恶意节点黑名单。该算法首先通过主观分析算法对消息节点进行甄别,对无明显恶意特征的节点发送的传输消息进行“放行”,之后对具有恶意特征的嫌疑节点再利用客观分析算法进一步判断,并将满足条件的节点加入黑名单。正常节点不接收黑名单中各节点发送的消息,以此来抵御恶意节点的注入式攻击。该算法兼顾机会网络节点间的传输机会和节点内部资源,提高了节点恶意性的分析效率。同时提出“有效报文投递率”“有效传输延时”“有效网络开销”等概念,即各项统计指标不再纳入真实恶意节点产生的数据,通过各项“有效指标”,将更准确地对数据进行观察。     

基于核数与PageRank的重要节点挖掘方法

在已有的邮件网络中心化研究中,由于传统的PageRank算法对网络扰动较为敏感,较多关注于评估节点级和链接级的参数,容易受到度值高的干扰节点影响。本文利用复杂网络中心化指标中的核数来分解邮件网络各层,以剔除外层干扰节点,在保留重要成员的基础上减少网络节点规模,降低后续挖掘算法复杂度,并提出了改进的PageRank算法,以解决权值分配偏移问题,定量分析网络核心层的节点并排序,找出电子邮件网络中的重要节点。邮件网络中心性挖掘实验表明,该方法能降低算法复杂度,提高有效性。     

基于多子网复合复杂网络模型的多关系社交网络重要节点发现算法

为提高社交网络中重要节点评估的效率和有效性,根据社交网络中存在多种相互影响的关系的特性,基于复杂网络理论提出了一种适用于多关系社交网络的重要节点发现算法.首先使用多子网复合复杂网络模型建立包含多种关系的复杂网络,然后采用信号传播方法体现网络中多种关系和节点间的相互影响,以及这些影响的传递性,最后利用矩阵迭代方法模拟信号传播过程,定量分析网络中各节点的重要度.该算法综合了社交网络中节点的全局和局部重要性,考虑了各节点重要度的相互影响,在豆瓣网上的实验结果表明,与传统社交网络重要节点发现算法相比,该算法在迭代次数、涵盖率等指标上都有较大改善,有助于提高社交网络中舆情分析、社团结构发现、信息传播等工作的效率和准确性.     

一种基于社区的机会网络路由算法

针对采用社区划分策略的机会网络路由算法在消息传输过程中存在时延过长、冗余转发的问题,提出一种基于社区的机会网络路由算法Routing algorithm for Opportunistic Networks based on Community(RONC),通过充分利用通信重叠区域内的节点转发消息,优化转发节点判定机制,重设消息传输条件,降低消息转发次数,从而提高消息传输成功率,降低传输时延。理论分析和仿真结果显示:RONC算法在平均端到端时延、转发效率和平均存储时间等方面均优于经典的Epidemic routing算法、Prophet routing算法及其改进算法Community-driven Hierarchical Message Transmission Scheme(CHMTS)。     

一种基于分簇的机会网络路由算法

针对机会网络中节点相遇但传输信息失败而带来的资源浪费问题,提出一种基于节点分簇的数据传输算法COND.根据节点自身和节点间的特性,设计了以节点间成功传输信息的次数为分簇指标对节点进行分簇的方法,同时根据中继节点和目标节点的关系转发消息,从而高效地将消息投递到目的节点,并提高了节点间传输信息的成功率.仿真结果验证了通过上述节点分簇算法和信息转发方式,COND能够提高消息投递成功率和降低网络的资源消耗.     

移动社交网络中一种基于效用的概率路由算法

为提高移动社交网络中节点间消息投递率,提出了基于效用的概率路由算法UBPR,该算法将节点间接触概率与社会属性相结合,并以此作为判定条件评估节点在社交网络场景下是否适合作为中继节点进行数据传输。仿真结果表明,在资源充足和网络负载能力较低的情况下,UBPR算法的传输率和平均时延优于Prophet,Epidemic和First Contact算法。UBPR在节点缓存空间不充裕的情况下的网络负载率约为Epidemic算法的50%,平均时延比Prophet算法降低了约8%。     

用于无线自组织网络的属性加密算法

针对在无线自组织(ad hoc)网络中难以高效地加密和传输敏感消息的问题,提出了一种基于属性的无线自组织网络加密算法.该算法的阈值访问策略使得只有属性超过一定阈值的用户才能够解密消息,从而实现了群组加密;利用离散傅里叶变换分割密钥,使得密钥的分享值可以通过公开信道发布给用户;利用离散傅里叶逆变换还原密钥,使得解密过程具有一定的容错性且降低了解密的时间复杂度.实验结果表明,该算法不仅能有效降低无线自组织网络节点的能耗,而且使用该算法传输消息时延很小,适合在无线自组织网络中使用.     

Gnutella环境下基于兴趣和信任的资源发现算法

在Gnutella系统中融入兴趣和信任,构建超级节点叠加网络时考虑信任和兴趣的因素,提出一种基于兴趣和信任的资源发现算法,减少资源定位的跳数和系统的网络负载,一定程度上解决恶意节点提供虚假欺诈服务问题,提高系统可用性和服务质量.仿真表明,该算法有效地抑制了欺骗,降低了网络的消息负载,提高了算法的搜索效率.     

二维DMesh网络中基于转弯模型的无死锁路由算法研究

路由算法对整个互连网络的性能有着至关重要的影响。二维DMesh网络有效地结合了Mesh网络以及高阶路由器的优势,降低了网络的拓扑直径和平均跳步数,为消息传输提供了更多的可选择路径。针对DMesh网络,设计了一种基于转弯模型的适应性无死锁路由算法,该算法为消息传输提供了更多的灵活性。当网络中负载率较高时,能够指导消息避开拥塞区域和热点路由器,降低等待时间,最终指导消息以更快的速度到达目的节点。对新提出的路由算法进行了路径多样性方面的分析,并对算法的无死锁性进行了严格的证明。仿真实验结果表明,与DMesh网络中传统的DXY路由算法相比,这种新的适应性路由算法有效地降低了平均延迟,增加了消息传输的灵活性,最终提高了整个网络的通信性能。     

基于结构近似度的社交网络聚类

针对基于结构近似度的聚类算法无法解决非对称网络聚类的问题,该文根据社交网络的特点,提出了基于结构近似度的有向社交网络聚类算法,通过将社交网络抽象为图结构,将网络聚类问题看成图论中的子图划分问题,实现了对社交网络的准确聚类分簇,且分簇复杂度较低。使用C++语言编程实现该算法,通过自定义有向网络数据集和标准数据集的测试表明,该算法对社交网络结构的划分较为准确,且能鉴别离群节点和枢纽节点。     

基于网络距离和内容相似度的微博社交网络社区划分方法

现有的微博社交网络社区挖掘方法多是基于网络结构进行,忽略了节点本身行为的重要性,并且不能同时实现对大规模复杂网络结构适应性和社区挖掘的高效性。为缓解上述问题,提出了一种基于网络距离和内容相似度的微博社交网络社区划分方法,该方法在考虑微博社交网络结构的同时兼顾了网络中节点的历史微博内容,通过对历史微博数据的分析提高社区划分的精确度。文中对Louvain算法和其模块性的修改使用,保证了该方法能够处理大规模网络数据,同时又能保证社区挖掘的效率。实验证明,该方法能够高效地挖掘微博网络社区结构,对学术研究和商业应用都有十分重要的意义。     

基于节点接触频率的DTN路由算法

在延迟容忍网络中,由于链路频繁断裂、网络拓扑动态变化等特点,如何有效地将消息转发出去,是延迟容忍网络所要解决的关键问题。Spray and Wait算法通过限制消息副本数量来控制开销,在此基础上分析如何尽可能提高消息的转发成功率,提出了基于节点接触频率的路由算法。该算法根据本节点在网络中与其它相邻节点曾有过的接触频率,在转发消息副本时,按接触频率值高低动态分配消息副本配额。通过ONE仿真工具进行了评估,结果表明,在小规模网络中该算法能较好的提高传输率,降低传输延迟,减少网络开销。     

多跳对等网中活跃节点的测算

在研究支持普适计算的操作系统关键技术的过程中,需要测量活跃节点数目,若采用确定性协议计算网络中活跃节点的数目,需要搜索整个网络,消息复杂度为O(n e).为将消息复杂度降低到o(n e),设计了启发式测量协议及相应的自适应拓扑算法,并启用了侦听节点.在设计中借鉴了根基统计信息预分配资源的思想,进一步降低了消息复杂度.