机会网络数据转发中的灰色关联与协同计算信任模型
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-14页 |
| 1.1 研究背景 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-12页 |
| 1.3 论文的组织结构与内容 | 第12-14页 |
| 第二章 相关理论及技术 | 第14-26页 |
| 2.1 机会网络概念 | 第14-18页 |
| 2.1.1 机会网络体系结构 | 第15-16页 |
| 2.1.2 机会网络特点及应用 | 第16-18页 |
| 2.2 机会网络的信任模型 | 第18-20页 |
| 2.2.1 信任模型的基本概念 | 第18-19页 |
| 2.2.2 信任模型的功能 | 第19-20页 |
| 2.3 灰色关联模型 | 第20-22页 |
| 2.3.1 灰色关联模型的概念 | 第20-22页 |
| 2.3.2 灰色关联分析算法 | 第22页 |
| 2.4 协同计算 | 第22-23页 |
| 2.5 KNN理论 | 第23-24页 |
| 2.6 本章小结 | 第24-26页 |
| 第三章 基于灰色关联分析的直接信任值计算模块设计 | 第26-34页 |
| 3.1 问题描述 | 第26页 |
| 3.2 自私节点和恶意节点 | 第26-29页 |
| 3.3 GCTM模型的建立 | 第29页 |
| 3.4 多维信任参数设计 | 第29-31页 |
| 3.5 直接信任模块的计算 | 第31页 |
| 3.6 基于灰色关联分析的权重分配 | 第31-32页 |
| 3.7 本章小结 | 第32-34页 |
| 第四章 基于协同计算的推荐信任值计算模块设计 | 第34-45页 |
| 4.1 问题描述 | 第34页 |
| 4.2 推荐信任的协同计算 | 第34-35页 |
| 4.3 推荐属性的选取 | 第35-36页 |
| 4.4 基于KNN算法的推荐信任计算 | 第36-39页 |
| 4.4.1 KNN算法过滤虚假推荐 | 第36-37页 |
| 4.4.2 基于KNN算法的计算步骤 | 第37-39页 |
| 4.4.3 推荐信任计算 | 第39页 |
| 4.5 GCTM模型的报文设计 | 第39-42页 |
| 4.6 数据转发算法 | 第42-43页 |
| 4.7 本章小结 | 第43-45页 |
| 第五章 仿真实验及结果分析 | 第45-53页 |
| 5.1 仿真软件介绍 | 第45页 |
| 5.2 实验参数设置 | 第45-47页 |
| 5.3 网络性能评价指标设计 | 第47页 |
| 5.4 仿真结果分析 | 第47-52页 |
| 5.5 本章小结 | 第52-53页 |
| 第六章 总结与展望 | 第53-55页 |
| 6.1 总结 | 第53页 |
| 6.2 展望 | 第53-55页 |
| 参考文献 | 第55-59页 |
| 附录A（攻读学位期间获得的学术成果） | 第59-61页 |
| 附录B（攻读学位期间所获的奖项） | 第61-63页 |
| 致谢 | 第63页 |
