针对分布式k团社区检测引起的超大社区问题,提出了具有节点退出机制的τ-window社区检测方法,相应提出了τ-、window中心性估计。通过实验发现τ-window社区和τ-window中心性具有周期演化特性,利用该特性,提出TTL(time to live)社区检...针对分布式k团社区检测引起的超大社区问题,提出了具有节点退出机制的τ-window社区检测方法,相应提出了τ-、window中心性估计。通过实验发现τ-window社区和τ-window中心性具有周期演化特性,利用该特性,提出TTL(time to live)社区检测和TTL中心性估计,以更准确预测消息生存期上节点的相遇。随后,利用TTL社区和TTL中心性作为转发测度,设计了新的机会移动网络路由算法PerEvo。实验结果表明,与现有的基于社会特征的路由算法比较,PerEvo在保持基本不变的传输开销的同时,有效提高了机会移动网络消息投递的成功率。展开更多
文摘针对分布式k团社区检测引起的超大社区问题,提出了具有节点退出机制的τ-window社区检测方法,相应提出了τ-、window中心性估计。通过实验发现τ-window社区和τ-window中心性具有周期演化特性,利用该特性,提出TTL(time to live)社区检测和TTL中心性估计,以更准确预测消息生存期上节点的相遇。随后,利用TTL社区和TTL中心性作为转发测度,设计了新的机会移动网络路由算法PerEvo。实验结果表明,与现有的基于社会特征的路由算法比较,PerEvo在保持基本不变的传输开销的同时,有效提高了机会移动网络消息投递的成功率。