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