机会移动网络的连通性分析及其应用研究—时间演化视角
| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 术语汇编 | 第15-16页 |
| 第1章 绪论 | 第16-23页 |
| 1.1 研究背景及意义 | 第16-18页 |
| 1.2 研究目标和研究内容 | 第18-20页 |
| 1.3 论文特色与组织结构 | 第20-23页 |
| 第2章 连通性分析及其应用研究综述 | 第23-45页 |
| 2.1 机会移动网络研究概述 | 第23-24页 |
| 2.2 连通性建模与分析 | 第24-31页 |
| 2.2.1 演化的连通性建模 | 第24-29页 |
| 2.2.2 连通性分析 | 第29-31页 |
| 2.3 中心性及其时间扩展方法 | 第31-34页 |
| 2.4 社区及其演化 | 第34-38页 |
| 2.4.1 传统的社区检测方法 | 第34-36页 |
| 2.4.2 演化网络中的社区检测 | 第36-38页 |
| 2.5 关键应用 | 第38-43页 |
| 2.5.1 路由转发机制 | 第39-42页 |
| 2.5.2 移动数据分流 | 第42-43页 |
| 2.6 研究现状总结 | 第43-44页 |
| 2.7 本章小结 | 第44-45页 |
| 第3章 演化的连通性建模 | 第45-80页 |
| 3.1 引言 | 第45-46页 |
| 3.2 相关工作 | 第46-47页 |
| 3.3 关键行程演化图 | 第47-51页 |
| 3.3.1 基本思想 | 第47-48页 |
| 3.3.2 演化图模型 | 第48-50页 |
| 3.3.3 演化图性质 | 第50-51页 |
| 3.4 演化图的计算 | 第51-69页 |
| 3.4.1 T-CLOCKS算法 | 第52-54页 |
| 3.4.2 演化图的计算思路 | 第54-56页 |
| 3.4.3 最晚出发行程跟踪 | 第56-57页 |
| 3.4.4 分段点捕获及簇的生成 | 第57-60页 |
| 3.4.5 Dvc事件注入 | 第60页 |
| 3.4.6 PUC策略 | 第60-62页 |
| 3.4.7 CJEG-PERST算法 | 第62-65页 |
| 3.4.8 CJEG-PERST算法分析 | 第65-69页 |
| 3.5 实验结果与分析 | 第69-76页 |
| 3.5.1 CjegSim模拟器 | 第69-71页 |
| 3.5.2 数据集 | 第71页 |
| 3.5.3 环境设置及计算结果 | 第71-72页 |
| 3.5.4 簇的特征分析 | 第72-75页 |
| 3.5.5 随机消息的传输时延与跳数 | 第75-76页 |
| 3.6 本章小结 | 第76-77页 |
| 附录Ⅰ CJEG-PERST算法伪码 | 第77-80页 |
| 第4章 基于关键行程演化图的连通性分析及应用 | 第80-99页 |
| 4.1 引言 | 第80页 |
| 4.2 连通性度量 | 第80-81页 |
| 4.3 连通性分析 | 第81-87页 |
| 4.3.1 网络的平均速率演化 | 第82-83页 |
| 4.3.2 节点间的平均速率 | 第83-84页 |
| 4.3.3 网络的密度演化 | 第84-85页 |
| 4.3.4 边传输时延对连通性的影响 | 第85-87页 |
| 4.4 时间中心性 | 第87-93页 |
| 4.4.1 定义 | 第87-90页 |
| 4.4.2 关键节点识别的有效性 | 第90-92页 |
| 4.4.3 关于有效性的讨论 | 第92-93页 |
| 4.5 演化图的进一步应用 | 第93-98页 |
| 4.5.1 时间可达图 | 第93-95页 |
| 4.5.2 仿射图 | 第95页 |
| 4.5.3 路由转发与移动数据分流 | 第95-98页 |
| 4.6 本章小结 | 第98-99页 |
| 第5章 社会特征周期演化下的连通性分析及应用 | 第99-114页 |
| 5.1 引言 | 第99-100页 |
| 5.2 相关工作 | 第100-101页 |
| 5.3 基于时间窗的社区检测与中心性估计 | 第101-103页 |
| 5.3.1 数据集 | 第101页 |
| 5.3.2 η-window社区检测 | 第101-103页 |
| 5.3.3 η-window中心性估计 | 第103页 |
| 5.4 社会特征周期演化特性分析 | 第103-106页 |
| 5.4.1 η-window社区的周期演化 | 第104-105页 |
| 5.4.2 η-window中心性的周期演化 | 第105-106页 |
| 5.4.3 周期演化特性总结 | 第106页 |
| 5.5 基于消息生存期的社区检测和中心性估计 | 第106-109页 |
| 5.5.1 社区和中心性讨论 | 第106-107页 |
| 5.5.2 TTL社区生成 | 第107-108页 |
| 5.5.3 TTL中心性估计 | 第108-109页 |
| 5.6 PerEvo路由转发策略及算法讨论 | 第109-110页 |
| 5.6.1 PerEvo路由转发策略 | 第109-110页 |
| 5.6.2 算法讨论 | 第110页 |
| 5.7 仿真实验 | 第110-113页 |
| 5.7.1 环境设置 | 第110-111页 |
| 5.7.2 总体性能评估 | 第111-112页 |
| 5.7.3 TTL社区对路由影响的评估 | 第112页 |
| 5.7.4 TTL中心性对路由影响的评估 | 第112-113页 |
| 5.8 本章小结 | 第113-114页 |
| 第6章 基于演化社区的节点连通能力评估及应用 | 第114-131页 |
| 6.1 引言 | 第114-115页 |
| 6.2 相关工作 | 第115-116页 |
| 6.3 问题提出与基本思路 | 第116-118页 |
| 6.3.1 概率传播模型 | 第116页 |
| 6.3.2 问题描述 | 第116-117页 |
| 6.3.3 基本思路 | 第117-118页 |
| 6.4 演化的重叠社区检测 | 第118-122页 |
| 6.4.1 重叠社区检测算法评估 | 第118-120页 |
| 6.4.2 演化的重叠社区检测算法EFOCS | 第120-121页 |
| 6.4.3 EFOCS检测设置 | 第121页 |
| 6.4.4 EFOCS检测结果 | 第121-122页 |
| 6.5 可达中心性估计 | 第122-124页 |
| 6.5.1 OR CEN计算方法 | 第122-123页 |
| 6.5.2 影响力预测的实验评估 | 第123-124页 |
| 6.6 初始节点集选择 | 第124-130页 |
| 6.6.1 选择算法CBS | 第124-125页 |
| 6.6.2 算法的实验评估 | 第125-129页 |
| 6.6.3 移动数据分流应用的讨论 | 第129-130页 |
| 6.7 本章小结 | 第130-131页 |
| 第7章 总结与展望 | 第131-134页 |
| 7.1 论文总结 | 第131-132页 |
| 7.2 下一步的研究方向 | 第132-134页 |
| 致谢 | 第134-135页 |
| 参考文献 | 第135-140页 |
| 攻博期间完成论文情况 | 第140-141页 |
| 攻博期间曾参与的科研项目 | 第141页 |
