混合结构机会网络链路预测技术研究
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第8-18页 |
| 1.1 课题背景和意义 | 第8-9页 |
| 1.2 国内外研究现状和趋势 | 第9-16页 |
| 1.2.1 机会网络相关研究 | 第9-11页 |
| 1.2.2 机会网络链路预测相关研究 | 第11-14页 |
| 1.2.3 混合结构机会网络相关研究 | 第14-16页 |
| 1.3 论文研究目标和内容 | 第16-17页 |
| 1.4 论文组织结构 | 第17-18页 |
| 第二章 混合结构机会网络研究 | 第18-28页 |
| 2.1 机会网络中的基础设施 | 第18-19页 |
| 2.2 混合结构机会网络特征研究 | 第19-24页 |
| 2.2.1 实验数据集与数据集的处理 | 第19-20页 |
| 2.2.2 网络特征与分析 | 第20-24页 |
| 2.3 混合结构机会网络性能研究 | 第24-27页 |
| 2.3.1 应用场景与实验数据集 | 第25页 |
| 2.3.2 模拟与评估方法 | 第25页 |
| 2.3.3 结果与评估 | 第25-27页 |
| 2.4 本章小结 | 第27-28页 |
| 第三章 混合结构机会网络链路预测 | 第28-44页 |
| 3.1 链路预测概述 | 第28-31页 |
| 3.1.1 动态网与静态网的链路预测 | 第28-30页 |
| 3.1.2 机会网络链路预测问题描述 | 第30-31页 |
| 3.1.3 链路预测的评价方法 | 第31页 |
| 3.2 组合链路预测算法 | 第31-33页 |
| 3.2.1 实验数据集 | 第31-32页 |
| 3.2.2 基于相似性的链路预测方法 | 第32页 |
| 3.2.3 混合结构机会网络中的组合链路预测 | 第32-33页 |
| 3.3 基于PDR的链路预测算法 | 第33-40页 |
| 3.3.1 基于周期模式挖掘的链路预测算法 | 第34-39页 |
| 3.3.2 基于机器学习的链路预测 | 第39-40页 |
| 3.4 算法实验和对比 | 第40-42页 |
| 3.4.1 单一预测算法对比 | 第40-41页 |
| 3.4.2 对不同的数据子集使用不同预测算法对比 | 第41-42页 |
| 3.4.3 PDR与其他预测算法对比 | 第42页 |
| 3.5 本章小结 | 第42-44页 |
| 第四章 混合结构机会网络路由协议 | 第44-57页 |
| 4.1 机会网络路由策略概述 | 第44-48页 |
| 4.1.1 基于冗余的转发机制 | 第44-45页 |
| 4.1.2 基于效用的转发机制 | 第45-47页 |
| 4.1.3 关键问题 | 第47页 |
| 4.1.4 仿真工具和平台 | 第47-48页 |
| 4.2 ProPHET-F路由协议 | 第48-52页 |
| 4.2.1 ProPHET路由协议 | 第48-49页 |
| 4.2.2 ProPHET-F路由协议 | 第49页 |
| 4.2.3 网络结构以及基础设施的部署 | 第49-51页 |
| 4.2.4 路由对比实验 | 第51-52页 |
| 4.3 基于PDR的路由协议 | 第52-55页 |
| 4.3.1 动态链路预测 | 第53-54页 |
| 4.3.2 基于PDR的路由策略 | 第54页 |
| 4.3.3 路由对比实验 | 第54-55页 |
| 4.4 本章小结 | 第55-57页 |
| 第五章 总结和展望 | 第57-58页 |
| 5.1 总结 | 第57页 |
| 5.2 展望 | 第57-58页 |
| 致谢 | 第58-59页 |
| 参考文献 | 第59-61页 |
