基于可穿戴设备自组网络的主从间同步节点发现算法研究

针对可穿戴设备能量受限的情况,为解决网络节点在发现过程中因单向发现而带来的能量损耗问题,提出一种主从间同步(SBMAS)节点发现算法。该算法采用多级分簇的思想使网络中节点形成分簇组网结构,在簇内网络节点进行时钟同步,降低了全网时钟同步的难度;每个节点内部维护一个时隙同步表,在约定时隙共同唤醒完成发现过程,减少了单向发现带来的损耗;通过内部时隙同步表来发现周围节点,提高节点的发现效率。通过与Disco算法、Birthday算法进行仿真对比,SBMAS算法在应用于可穿戴设备自组网络时表现良好,SBMAS算法的发现概率约提升13%,平均发现延迟约降低27%,能量损耗约降低33%。

面向物联网移动感知的服务节点发现算法

针对物联网移动感知场景中节点移动性、随机性在时间和空间两方面给数据感知、数据传递造成的问题,提出一种基于节点社会关系认知的目标区域感知服务节点发现算法.引入交互因子和距离因子对节点社会关系进行量化,构建节点移动概率表和凝聚子群,通过信任传递与社会关系最优路径树的计算,确定目标区域感知服务节点集.仿真实验表明,该算法缩短了移动节点间最短距离以及网络平均距离,提高了感知服务节点的发现效率,解决了稀疏网络的感知空洞问题,改善了物联网感知服务质量.

基于网络拓扑结构的重要节点发现算法

复杂网络中的重要节点发现在现实生活中有着广泛的应用价值。传统重要节点发现方法可分为局部发现和全局发现两类算法,全局发现算法中最具代表性的是特征向量中心性算法(Eigenvector Centrality,EC),EC算法将所有节点归为一个社区并利用邻居节点重要性反馈计算节点的影响力大小,具有较高的计算效率和识别精度。但是,EC算法忽略了网络的拓扑结构,未考虑到真实网络中节点所在社区的结构特征。为此,本文提出一种基于网络拓扑结构的可达中心性算法(Accessibility Centrality,AC),首先利用邻接矩阵作为反馈路径,在反馈过程中计算不同路径下的节点整体影响力。同时,利用影响力传递过程中的噪音干扰特性,修正每一路径长度下节点整体影响力大小,最后利用修正结果得到AC值。为评估AC算法,本文利用两种传染病模型模拟节点影响力在四组真实网络中的传播过程,并引入其他四种算法进行对比验证。实验结果表明,与其他算法相比,AC算法可以更准确、有效地识别出有具有影响力的重要节点。

大规模数据下的社交网络结构洞节点发现算法研究

随着社会网络数据规模的递增,结构洞节点计算涉及的计算量呈几何级增长,如何构建有效的并行化算法并缩短算法运行的时间成为当前研究的难点。针对大规模数据量下结构洞节点发现算法的不足,利用并行化思想设计实现了基于MapReduce的结构洞节点发现算法。该算法通过DBLP,YouTube和Califonia公路网这3组规模不同的数据集在Hadoop集群上运行的实验结果表明,增加DataNode机器节点的数量能够缩短算法运行的时间,提高运行效率且具有良好的并行加速比和扩展性能。

面向铁路应急的MANET安全节点发现协议建模

针对铁路应急通信网络安全问题,通过对其特征的详细分析,提出了面向铁路应急的移动自组网络安全节点发现协议建模,以达到解决铁路应急通信网络安全节点发现问题的目的.在对铁路应急的移动自组网络规则描述的基础上,给出具体的安全节点建模过程,并对其正确性、安全性、执行效率进行了详细的分析.最后以两类具体的安全节点发现过程为实例进行探讨,表明其与传统加密方式结合后,仍保持其有效性.

重要节点发现算法在民航旅客社会网络中的应用研究

当前,民航旅客价值分析把每一个旅客当作彼此不相关联的实体,忽略了旅客间存在的关系。针对这种情况,提出从旅客间的相互影响角度出发,量化这种影响的强弱。基于PNR(Passenger Name Record)数据构建民航旅客社会网络,从系统科学、网络关系和互联网搜索这三个角度研究社会网络中节点重要性的评估算法,并把这三种算法应用在民航旅客社会网络中。最后,通过F-度量方法对这三种算法计算出的重要节点进行相似性比较。实验结果表明,该方法能够有效地得到民航旅客社会网络中的重要旅客。

一种改进的邻节点发现算法

邻节点发现是无线Ad Hoc网络自组织过程中的关键步骤之一,邻节点发现效率的高低直接影响着网络的性能。以定向天线模式下的无线Ad Hoc网络为研究对象,对邻居发现问题进行深入探讨,通过归纳和总结现有邻节点发现算法的实现机理,找出现有邻节点算法的不足,适当改进算法,针对定向天线,提出一种采用慢扫描时多次发送Hello数据包的方案,并对算法进行了仿真,验证了邻节点发现算法的合理性且完全符合预期结果。

一种基于定向天线的邻节点发现算法

为充分利用定向天线的引入而带来的技术上的优势,提出了一种基于定向天线的自组网邻节点发现算法。通过空闲节点定向快扫描侦听信道,发送节点在相同方向上发送6次HELLO信息来减少隐藏终端问题,同时引入节点信息共享机制。仿真结果表明,该发现算法具有发现速度快,对节点密度有较好的适应性等特点。

基于定向收发的水声通信网络邻节点发现机制

针对水声通信网络邻节点发现困难的问题,该文提出一种基于定向收发的邻节点发现机制。该机制中节点只采用定向方式发送和接收信号,能够避免增益不对称引起的隐藏终端问题,增加网络覆盖范围;时间被划分为邻节点发现时隙和侦听回复时隙,发现时隙中节点发送HELLO信号,然后接收邻节点回复的REPLY信号,侦听回复时隙中节点侦听源节点发送的HELLO信号,然后回复REPLY信号,节点通过基于竞争的HELLO/REPLY两路握手以直接发现和间接发现两种方式完成邻节点发现,能够克服"聋"节点问题,提升邻节点发现效率。仿真结果表明,在不同的网络节点密度与发射天线波束扇区数目条件下,该邻节点发现机制相比随机两路邻节点发现机制,邻节点平均发现时延更短,邻节点发现率更高。

定向传输水声通信网络邻节点发现机制

针对水声通信网络拓扑不稳定的问题,本文对其邻节点发现机制进行了研究。邻节点发现机制将网络新增节点的邻节点分为全向传输范围内邻节点与定向传输范围内邻节点2类,全向传输范围内邻节点按照邻节点发现机制选取部分节点作为邻节点代表,选出的邻节点代表根据自身情况向新增节点发送邻节点信息完成邻节点发现过程。本文通过理论计算与仿真分析验证所提邻节点发现机制性能,所得理论结果与仿真结果一致,仿真结果还表明所提邻节点发现机制中参与邻节点发现过程的节点数小于全向传输范围内节点数。

基于邻近服务的D2D节点发现技术综述

D2D节点发现技术是实现D2D通信首先要解决的重要问题。围绕无架构辅助的D2D节点搜索问题,对其研究现状进行了系统的梳理和述评,指出了该领域现有研究存在的问题,并综述了相应的典型解决方案和研究成果。

一种高拓扑一致性完全分布式节点发现模型

由于缺少集中式服务器的全局管理,节点发现成为基于P2P的大规模分布式虚拟环境(DVE)设计的一个挑战.在满足全局连通性的基础上,通过满足AOI邻居封闭性、邻居封闭性和薄弱区周期关注性这三个不同强弱的拓扑要求来实现系统的局部感知性,提出了一种保证高拓扑一致性的节点发现分析框架.在此框架的基础上,设计了具有高拓扑一致性的完全分布式节点发现模型SimWorld.实验结果表明SimWorld模型的拓扑一致性接近100%.

Ad-hoc网络的大步进节点发现算法

主要研究采用了定向天线的Ad-hoc网络中的节点发现策略,针对Ad-hoc网络中邻节点发现的阶段中,使用随机扫描算法带来的性能缺陷,提出了一种基于TDMA MAC协议的大步进节点发现扫描算法。该算法通过预先划分场景的区域,安排不同区域内的节点在不同扫描周期内扫描的顺序和方式,从而达到了加快邻节点发现的速度,减少建网时间,提高网络的性能。并通过理论推导、OPNET仿真和数据结果分析比较,验证了算法的性能。

基于安全标签的无线局域网身份节点发现方法

针对无线环境低带宽、高延迟的特点,本文提出一种基于安全标签的无线局域网身份节点发现方法,介绍安全标签的实现方法和身份节点信息策略学习更新过程,实现身份节点自学习,研表明,该方法在安全可靠的前提下,尽量降低无线信道的开销,能够安全可靠的学习到无线通信节点的网络信息。

PMIPv6的移动自组织网络邻居节点的快速发现机制研究

为有效改善车辆道路安全、降低交通拥塞,采用移动自组织网络使路网中的各车辆所采集的交通信息能与周边其他车辆共享,是智能交通系统中常用的技术方案。由于交通信息与车辆地理位置有高度的相关性,但目前网络中每个移动节点并没有地理位置资讯,在应用层中无法有效区分移动节点的地理位置。文章提出一种基于IPv6移动代理协议(Proxy Mobile IPv6,PMIPv6)邻居节点的快速发现机制,对每个移动节点在注册/切换后可以快速找寻到邻近的移动节点,并通过该机制的节点注册切换、注册切换所需网络延迟、以及Binding Cache更新所需成本进行性能分析,能有效解决移动自组织无线网络中移动节点快速识别邻居节点的问题。

科研合作网络的重要作者发现

近年来,使用复杂网络理论对文献的科研合作网进行分析得到了广泛的研究.文章对DBLP数据库中1998年至2007年的作者合作数据构造科研合作网络,并且通过复杂网络的基本统计度量,如度、聚集系数等对网络的总体面貌进行了宏观上的描述.在微观层面,文章提出了高效的重要作者发现算法,能够从作者的合作数量以及合作范围对重要作者进行排名.通过分析科研合作数据作者的影响力,从而为科研人才评价提供参考.

一种基于密度的无监督联系发现方法

在数据挖掘过程中,利用K-近邻(KNN)算法搜索新颖节点往往具有一定的局限性和偏差性。针对此问题,本文提出了加权距离和相对密度的概念,采用基于加权距离的相对密度来度量一个对象的局部离群程度。在此基础上,提出了一种基于密度的无监督联系发现方法,并进行了实验。实验结果表明,该方法能够较准确地描述对象的异常程度,具有更高的精确度。

社交网络中用户区域影响力评估算法研究

以人人网为例对在线社交网络的分析,从区域信息传播的角度出发,研究社交网络中,信息传播的微观过程.通过真实测量用户的信息传播行为,完成用户信息传播网络的构建和测量.发现区域信息传播网络中少量核心节点覆盖了大部分的网络传播行为.针对这些核心节点,文中提出了一种基于节点传播意愿和传播能力综合考察的节点传播影响力识别算法InfluenceRank,并通过与多种相关算法进行比对,验证了算法的有效性.

基于时隙调度的DTRA改进协议

提出一种基于时隙调度的DTRA改进协议——SDTRA协议。在邻节点发现阶段,通过发送时间随机抖动,减少发现过程中的冲突;在时隙调度阶段,提出基于贪婪算法的边着色法,调度节点的可用时隙,同步的时隙调度方案更好地保证了对Qos的支持。仿真结果表明,与DTRA协议相比,改进协议在邻节点发现效率、时隙利用率和吞吐量上有较大改进。

异构自组织网络环境下路由算法研究

针对传统自组织网络路由方法不能满足异构网络环境下的通信要求这一问题,提出混合节点发现算法(HNDA)以及结合路由跳数和节点负载的综合度量方法 (CM-HCTL);将HNDA与CM-HCTL相结合融入AODV协议,得出完整的异构网络环境下自组织网络路由解决方案HC-AODV。对AODV和HC-AODV这两种算法进行仿真对比,仿真结果表明,在一定的网络环境下,HC-AODV方法能够提高数据分组投递率,降低平均端到端时延以及路由控制开销,具有有效性。