摘要 | 第4-7页 |
ABSTRACT | 第7-9页 |
第1章 绪论 | 第16-39页 |
1.1 课题背景及研究的目的和意义 | 第16-20页 |
1.2 国内外研究现状 | 第20-34页 |
1.2.1 基于数据副本的数据转发 | 第22-23页 |
1.2.2 基于节点社会属性的数据转发 | 第23-27页 |
1.2.3 基于社团结构的数据转发 | 第27-29页 |
1.2.4 基于基础设施分流的数据转发 | 第29-34页 |
1.3 本文的主要研究内容 | 第34-39页 |
第2章 机会网络数据扩散模型研究 | 第39-57页 |
2.1 引言 | 第39-40页 |
2.2 基于流行病模型的数据扩散模型 | 第40-41页 |
2.3 路由机制模型 | 第41-43页 |
2.3.1 流行病路由 | 第41-42页 |
2.3.2 基于流行病路由的数据扩散模型扩展 | 第42-43页 |
2.4 具有超级节点的机会网络数学模型 | 第43-45页 |
2.4.1 具有超级节点的流行病路由 | 第43-45页 |
2.4.2 具有超级节点的依据概率转发流行病路由 | 第45页 |
2.5 具有副本控制的机会网络数学模型 | 第45-52页 |
2.5.1 具有免疫信息的副本控制 | 第45-46页 |
2.5.2 布隆过滤器 | 第46-49页 |
2.5.3 具有改进布隆过滤器的流行病路由模型 | 第49-52页 |
2.6 仿真结果与数值分析 | 第52-56页 |
2.7 本章小结 | 第56-57页 |
第3章 多重社会属性激励路由研究 | 第57-81页 |
3.1 引言 | 第57-58页 |
3.2 系统模型和假设 | 第58-59页 |
3.3 影响GSI-IR路由转发因素 | 第59-65页 |
3.3.1 地理信息相似性 | 第60页 |
3.3.2 社会联系相似性 | 第60-62页 |
3.3.3 兴趣相似性 | 第62-63页 |
3.3.4 数据转发效用函数 | 第63-64页 |
3.3.5 副本控制 | 第64-65页 |
3.4 自私节点激励 | 第65-70页 |
3.4.1 激励博弈模型 | 第66页 |
3.4.2 自私节点属性 | 第66-67页 |
3.4.3 激励机制 | 第67-70页 |
3.5 GSI-IR数据转发路由协议 | 第70-72页 |
3.6 仿真结果与数值分析 | 第72-80页 |
3.6.1 实验数据集 | 第72-73页 |
3.6.2 仿真环境与评价 | 第73-74页 |
3.6.3 实验结果与分析 | 第74-80页 |
3.7 本章小结 | 第80-81页 |
第4章 基于社团结构的机会路由研究 | 第81-105页 |
4.1 引言 | 第81-82页 |
4.2 网络模型及节点中心性 | 第82-86页 |
4.2.1 网络模型 | 第83页 |
4.2.2 节点相对中心性 | 第83-85页 |
4.2.3 节点动态中心性 | 第85-86页 |
4.3 重叠社团发现算法 | 第86-95页 |
4.3.1 非负矩阵分解算法简介 | 第86-87页 |
4.3.2 非负矩阵分解社团检测算法 | 第87-95页 |
4.4 数据转发路由算法SACR设计 | 第95-97页 |
4.5 仿真结果与数值分析 | 第97-104页 |
4.5.1 数据集与仿真实验设置 | 第97-98页 |
4.5.2 仿真结果与分析 | 第98-104页 |
4.6 本章小结 | 第104-105页 |
第5章 基于移动边缘计算机会网络数据分流控制机制研究 | 第105-129页 |
5.1 引言 | 第105页 |
5.2 系统模型 | 第105-109页 |
5.2.1 网络模型和通信模型 | 第106-107页 |
5.2.2 计算模型 | 第107-109页 |
5.3 数据包优先级概率跃升机制 | 第109-112页 |
5.4 问题描述与分析 | 第112-115页 |
5.5 MUD选择算法和改进的磷虾元启发式算法 | 第115-124页 |
5.5.1 移动用户任务分配算法 | 第116页 |
5.5.2 磷虾群算法 | 第116-121页 |
5.5.3 改进磷虾群算法 | 第121-124页 |
5.6 仿真结果与分析 | 第124-128页 |
5.6.1 仿真参数设置 | 第124页 |
5.6.2 仿真结果分析 | 第124-128页 |
5.7 本章小结 | 第128-129页 |
结论 | 第129-132页 |
参考文献 | 第132-146页 |
攻读博士学位期间发表的论文及其它成果 | 第146-149页 |
致谢 | 第149-150页 |
个人简历 | 第150页 |