| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7-8页 |
| 1 引言 | 第12-17页 |
| 1.1 研究背景及研究意义 | 第12-13页 |
| 1.2 国内外研究现状 | 第13-15页 |
| 1.3 本文主要研究工作和工作安排 | 第15-17页 |
| 2 分布式移动社交网络概述 | 第17-33页 |
| 2.1 DMSN网络简介 | 第17-19页 |
| 2.1.1 DMSN网络体系结构 | 第17-18页 |
| 2.1.2 DMSN网络特点 | 第18-19页 |
| 2.2 DMSN路由机制和路由分类 | 第19-23页 |
| 2.2.1 DMSN与MANET、传统互联网络区别 | 第19-21页 |
| 2.2.2 DMSN路由机制 | 第21页 |
| 2.2.3 DMSN路由分类 | 第21-23页 |
| 2.3 DMSN经典路由协议 | 第23-29页 |
| 2.3.1 Direct Delivery和First Contact算法 | 第23-24页 |
| 2.3.2 Epidemic和Adaptive Epidemic算法 | 第24页 |
| 2.3.3 Spray and Wait算法 | 第24-25页 |
| 2.3.4 Prophet算法 | 第25-26页 |
| 2.3.5 MaxProp算法 | 第26页 |
| 2.3.6 SimBet算法 | 第26-27页 |
| 2.3.7 Bubble Rap算法 | 第27-29页 |
| 2.4 参数学习方法简介 | 第29-31页 |
| 2.4.1 逻辑斯蒂回归 | 第29-30页 |
| 2.4.2 排序学习 | 第30-31页 |
| 2.5 本章小结 | 第31-33页 |
| 3 基于二元网络的路由算法研究 | 第33-49页 |
| 3.1 系统模型 | 第33-34页 |
| 3.2 DMSN的社交网络分析 | 第34-38页 |
| 3.2.1 自我中介中心性 | 第34-37页 |
| 3.2.2 二元网络的相似度 | 第37页 |
| 3.2.3 二元网络的联系强度 | 第37-38页 |
| 3.3 基于社交属性的路由算法-HERS | 第38-41页 |
| 3.3.1 效用函数的设计 | 第38-39页 |
| 3.3.2 HERS算法伪码 | 第39-40页 |
| 3.3.3 效用函数权值的计算及其应用场景 | 第40-41页 |
| 3.4 算法仿真平台设计 | 第41-45页 |
| 3.4.1 仿真平台Eclipse简介 | 第41-42页 |
| 3.4.2 仿真数据集分析 | 第42-44页 |
| 3.4.3 仿真平台的实现和初始化设计 | 第44-45页 |
| 3.5 仿真结果分析 | 第45-48页 |
| 3.5.1 传输成功率比较 | 第45-46页 |
| 3.5.2 平均端到端时延比较 | 第46-48页 |
| 3.6 本章小结 | 第48-49页 |
| 4 基于加权网络的路由算法研究 | 第49-65页 |
| 4.1 系统模型 | 第49-50页 |
| 4.2 带权值DMSN的社交属性分析 | 第50-53页 |
| 4.2.1 链接排名 | 第50-52页 |
| 4.2.2 加权网络的余弦相似度 | 第52-53页 |
| 4.2.3 加权网络的联系强度 | 第53页 |
| 4.3 基于参数优化的路由算法-APPOW | 第53-58页 |
| 4.3.1 效用函数的设计 | 第53-54页 |
| 4.3.2 APPOW算法伪码 | 第54-57页 |
| 4.3.3 pair-wise学习算法 | 第57-58页 |
| 4.4 算法仿真平台设计 | 第58-59页 |
| 4.4.1 仿真原始数据处理 | 第58-59页 |
| 4.4.2 仿真平台初始化设计 | 第59页 |
| 4.5 仿真结果分析 | 第59-64页 |
| 4.5.1 传输成功率比较 | 第60-61页 |
| 4.5.2 平均端到端时延比较 | 第61-62页 |
| 4.5.3 平均跳数比较 | 第62-64页 |
| 4.6 本章小结 | 第64-65页 |
| 5 结论与展望 | 第65-67页 |
| 5.1 工作总结 | 第65-66页 |
| 5.2 未来展望 | 第66-67页 |
| 参考文献 | 第67-70页 |
| 作者简历及攻读硕士学位期间取得的研究成果 | 第70-72页 |
| 学位论文数据集 | 第72页 |
