时间敏感的机会网络社会关系拓扑演化研究

目前基于社团的机会网络路由算法都是以静态社会关系为依据,社团呈现为静态。但实际中,机会网络节点的移动性使得网络社会关系拓扑随时间动态演化,社团也随之变化,以静态社会关系拓扑为依据的社团划分会带来消息投递成功率低,传输延迟大等问题。为了解决静态社会关系拓扑下社团时间不敏感的问题,研究了机会网络上社会关系拓扑时间敏感的动态演化,提出了一种基于马尔可夫链的机会网络社会关系拓扑预测模型。将机会网络运行时间划分为等长的时间片,在每个时间片内构建网络社会关系拓扑,并将社会关系拓扑分解为节点对之间的社会关系,使得对社会关系拓扑的分析化简为对节点对之间的社会关系的分析;由节点对在时间片序列中的相遇状态构成节点对社会关系状态序列,根据基于时间片序列的节点对相遇状态序列样本数据,建立了节点对相遇状态转移概率模型。实验结果表明,在时间敏感的机会网络社会关系中,该基于马尔可夫链的演化模型能够预测拓扑变化,准确率达到80%以上。