| Abstract | 第5-7页 |
| 摘要 | 第8-10页 |
| CONTENTS | 第10-13页 |
| List of Figures | 第13-16页 |
| List of Tables | 第16-17页 |
| 1 Introduction | 第17-24页 |
| 1.1 Motivation | 第17-20页 |
| 1.2 Summary of Contributions | 第20-22页 |
| 1.3 Organization of the Dissertaion | 第22-24页 |
| 2 State of the Art:Background and Recent Developments | 第24-47页 |
| 2.1 User Social Behaviors | 第25-29页 |
| 2.2 User Mobility | 第29-32页 |
| 2.3 Middleware Solutions | 第32-37页 |
| 2.3.1 Publish/Subscribe | 第32-35页 |
| 2.3.2 Mobile Cloud | 第35-36页 |
| 2.3.3 Social Community-based | 第36-37页 |
| 2.4 Data Replication | 第37-40页 |
| 2.4.1 Data Replication in Social Networks | 第37-38页 |
| 2.4.2 Data Replication in MANETs | 第38-40页 |
| 2.5 Load Balancing | 第40-41页 |
| 2.6 User Selfishness and Incentive Schemes | 第41-43页 |
| 2.7 Open Issues | 第43-45页 |
| 2.8 Positioning of Contribution | 第45-46页 |
| 2.9 Summary | 第46-47页 |
| 3 Framework for Ad—hoc Social Networks Middleware | 第47-57页 |
| 3.1 Introduction | 第47页 |
| 3.2 Formal Framework and Components | 第47-54页 |
| 3.2.1 Mobile Crowdsensing | 第48-50页 |
| 3.2.2 Learning and Acquisition | 第50页 |
| 3.2.3 Social Awareness | 第50-51页 |
| 3.2.4 Protocols/Algorithms | 第51-54页 |
| 3.3 Metrics | 第54-56页 |
| 3.3.1 Effectiveness | 第54-55页 |
| 3.3.2 Efficiency | 第55-56页 |
| 3.4 Applicability | 第56页 |
| 3.5 Summary | 第56-57页 |
| 4 ComPAS:Exploitation of Social Relationship to Maximize Data Availability | 第57-78页 |
| 4.1 Introduction | 第57-59页 |
| 4.2 Related Work | 第59-60页 |
| 4.3 System Model | 第60-65页 |
| 4.3.1 Social Community Network Model | 第60-61页 |
| 4.3.2 User Mobility Model | 第61页 |
| 4.3.3 Data Management(Replica Management)Model | 第61-64页 |
| 4.3.4 Reliability Management Model | 第64-65页 |
| 4.4 The Proposed Method | 第65-70页 |
| 4.5 Performance Evaluations | 第70-77页 |
| 4.5.1 Read Cost | 第71页 |
| 4.5.2 Data Accessibility and Traffic | 第71-73页 |
| 4.5.3 Relocation Cost | 第73-74页 |
| 4.5.4 Number of Mobility Groups | 第74-76页 |
| 4.5.5 Efficiency of Replica Allocation Consistency | 第76-77页 |
| 4.6 Summary | 第77-78页 |
| 5 Co-Lab:Community-based Load Balancing Approach | 第78-98页 |
| 5.1 Introduction | 第78-80页 |
| 5.2 Related Work | 第80页 |
| 5.3 Preliminaries | 第80-87页 |
| 5.3.1 Community Partitioning | 第80-83页 |
| 5.3.2 Subscription Replicating | 第83-85页 |
| 5.3.3 Event Dissemination Algorithm | 第85-87页 |
| 5.4 Inter and Intra-Community Load Balancing | 第87-90页 |
| 5.4.1 Balancing Inter-Community Load | 第87-88页 |
| 5.4.2 Exploiting Similarity for Intra-Community Load Balancing | 第88-90页 |
| 5.5 Evaluation | 第90-97页 |
| 5.5.1 Event Dissemination Load Distribution | 第91-93页 |
| 5.5.2 Overall Load | 第93-94页 |
| 5.5.3 Load Distribution | 第94-96页 |
| 5.5.4 Load Balancing and Overhead | 第96-97页 |
| 5.6 Summary | 第97-98页 |
| 6 BoDMaS:Bio-Inspired Algorithm to Detect and Counteract Selfishness | 第98-117页 |
| 6.1 Introduction | 第98-100页 |
| 6.2 Related Work | 第100-102页 |
| 6.3 Models and Assumptions | 第102-106页 |
| 6.3.1 Network Model | 第103页 |
| 6.3.2 Data Management Model | 第103-105页 |
| 6.3.3 Reliability Model | 第105页 |
| 6.3.4 Ad-hoc Social Network and Bacteria Analogy Matching | 第105-106页 |
| 6.4 Detailed Design | 第106-110页 |
| 6.4.1 BoDMaS Architecture | 第106-108页 |
| 6.4.2 Behavior Assessment | 第108页 |
| 6.4.3 User Classification | 第108页 |
| 6.4.4 User Selection & Reaction | 第108-110页 |
| 6.5 Demonstration of Effectiveness | 第110-116页 |
| 6.5.1 Accessibility Degree | 第111-112页 |
| 6.5.2 Detection Rate | 第112-115页 |
| 6.5.3 Network Load Balance | 第115-116页 |
| 6.6 Summary | 第116-117页 |
| 7 Conclusion and Future Work | 第117-119页 |
| 7.1 Conclusion | 第117页 |
| 7.2 Future Work | 第117-119页 |
| Abstract of Innovation Points | 第119-121页 |
| References | 第121-137页 |
| Published Academic Theses during PhD Period | 第137-141页 |
| Acknowledgement | 第141-143页 |
| About the Author | 第143-147页 |
