面向数据分流的机会网络及关键技术研究
| 摘要 | 第4-6页 |
| ABSTRACT | 第6-8页 |
| 第一章 绪论 | 第16-33页 |
| 1.1 研究背景与研究意义 | 第16-21页 |
| 1.1.1 研究背景 | 第16-19页 |
| 1.1.2 面临挑战 | 第19-20页 |
| 1.1.3 研究意义 | 第20-21页 |
| 1.2 国内外研究现状 | 第21-27页 |
| 1.2.1 面向数据分流的激励框架 | 第22-23页 |
| 1.2.2 面向机会网络的拓扑控制 | 第23-24页 |
| 1.2.3 面向机会网络的数据分发 | 第24-25页 |
| 1.2.4 面向数据分流的缓存机制 | 第25-27页 |
| 1.3 主要内容和创新点 | 第27-29页 |
| 1.3.1 主要研究内容 | 第27-28页 |
| 1.3.2 论文创新点 | 第28-29页 |
| 1.4 博士期间的主要工作 | 第29-30页 |
| 1.5 论文的组织结构安排 | 第30-33页 |
| 第二章 数据分流与机会网络理论方法综述 | 第33-46页 |
| 2.1 博弈论 | 第33-37页 |
| 2.1.1 博弈论简介 | 第33-34页 |
| 2.1.2 斯塔克尔伯格博弈 | 第34-35页 |
| 2.1.3 拍卖理论 | 第35-36页 |
| 2.1.4 博弈论及拍卖理论在激励框架中的应用 | 第36-37页 |
| 2.2 图论 | 第37-40页 |
| 2.2.1 图论概述 | 第37-38页 |
| 2.2.2 拓扑演进的时空图表示 | 第38-39页 |
| 2.2.3 时空图在拓扑控制机制中的应用 | 第39-40页 |
| 2.3 随机过程 | 第40-42页 |
| 2.3.1 指数分布与幂律分布 | 第40-41页 |
| 2.3.2 随机序及随机占优 | 第41-42页 |
| 2.3.3 随机序在数据分发机制中的应用 | 第42页 |
| 2.4 整数优化 | 第42-45页 |
| 2.4.1 集合覆盖问题 | 第42-43页 |
| 2.4.2 0-1优化问题 | 第43-45页 |
| 2.4.3 整数优化在数据缓存机制中的应用 | 第45页 |
| 2.5 本章小结 | 第45-46页 |
| 第三章 面向数据分流的激励框架设计 | 第46-68页 |
| 3.1 基于斯塔克尔伯格博弈的激励框架设计 | 第46-57页 |
| 3.1.1 问题描述与系统模型 | 第46-49页 |
| 3.1.2 斯塔克尔伯格博弈均衡分析 | 第49-53页 |
| 3.1.3 仿真结果与分析 | 第53-57页 |
| 3.2 基于反向拍卖的缓存激励框架设计 | 第57-67页 |
| 3.2.1 问题描述与系统模型 | 第57-58页 |
| 3.2.2 缓存数据的最优选择 | 第58-59页 |
| 3.2.3 拍卖机制的设计 | 第59-62页 |
| 3.2.4 仿真结果与分析 | 第62-67页 |
| 3.3 本章小结 | 第67-68页 |
| 第四章 面向数据分流的拓扑控制机制 | 第68-86页 |
| 4.1 真实轨迹数据概述 | 第68-69页 |
| 4.2 真实轨迹特征提取 | 第69-73页 |
| 4.2.1 周期重复 | 第69-71页 |
| 4.2.2 路径冗余 | 第71-73页 |
| 4.3 时空图构建与问题描述 | 第73-75页 |
| 4.4 基于最小密度束的拓扑控制算法 | 第75-77页 |
| 4.5 基于集合覆盖的拓扑控制算法 | 第77-82页 |
| 4.5.1 基于集合覆盖的时间窗检测 | 第77-79页 |
| 4.5.2 基于全覆盖时间窗的拓扑控制 | 第79-82页 |
| 4.6 仿真结果与分析 | 第82-84页 |
| 4.7 本章小结 | 第84-86页 |
| 第五章 面向数据分流的数据分发机制 | 第86-108页 |
| 5.1 问题描述 | 第86-87页 |
| 5.2 优化模型 | 第87-93页 |
| 5.2.1 分片问题定义 | 第87-89页 |
| 5.2.2 解空间映射分级 | 第89-90页 |
| 5.2.3 约束与目标函数构建 | 第90-93页 |
| 5.3 基于均匀分片的数据分发策略 | 第93-101页 |
| 5.3.1 一级解空间的遍历算法 | 第93-95页 |
| 5.3.2 二级解空间的遍历算法 | 第95-101页 |
| 5.4 仿真结果与分析 | 第101-106页 |
| 5.5 本章小结 | 第106-108页 |
| 第六章 面向数据分流的数据缓存机制 | 第108-135页 |
| 6.1 基于集合覆盖的缓存机制设计 | 第108-115页 |
| 6.1.1 问题描述与系统模型 | 第108-110页 |
| 6.1.2 缓存框架设计 | 第110-111页 |
| 6.1.3 缓存协议流程 | 第111-112页 |
| 6.1.4 仿真结果与分析 | 第112-115页 |
| 6.2 基于系统开销的缓存机制设计 | 第115-134页 |
| 6.2.1 问题描述与系统模型 | 第115-116页 |
| 6.2.2 基于系统开销的缓存优化 | 第116-118页 |
| 6.2.3 非线性0-1优化的全局解 | 第118-122页 |
| 6.2.4 集中式缓存协议的实现 | 第122-123页 |
| 6.2.5 仿真结果与分析 | 第123-134页 |
| 6.3 本章小结 | 第134-135页 |
| 第七章 总结与展望 | 第135-137页 |
| 7.1 论文总结 | 第135页 |
| 7.2 工作展望 | 第135-137页 |
| 参考文献 | 第137-148页 |
| 缩略语说明 | 第148-150页 |
| 致谢 | 第150-151页 |
| 攻读学位期间的学术成果 | 第151-152页 |
