主页期刊介绍编委会编辑部服务介绍道德声明在线审稿编委办公编辑办公English
2018-2019年专刊出版计划 微信服务介绍 最新一期:2018年第12期
     
在线出版
各期目录
纸质出版
分辑系列
论文检索
论文排行
综述文章
专刊文章
美文分享
各期封面
E-mail Alerts
RSS
旧版入口
中国科学院软件研究所
  
投稿指南 问题解答 下载区 收费标准 在线投稿
舒坚,马玉良,林伟杰,刘琳岚.一种基于节点行为模式的相似性指标.软件学报,2018,29(S1):92-104
一种基于节点行为模式的相似性指标
Similarity Index Based on Node Behavior Patterns
投稿时间:2018-05-01  
DOI:
中文关键词:  链路预测  手持设备网络  相似性指标  节点行为模式
英文关键词:link prediction  pocket switched network  similarity index  node behavior pattern
基金项目:国家自然科学基金(61762065,61363015,61262020);江西省自然科学基金(20171ACB20018,20171BAB202009,20171BBH80022);江西省研究生创新专项资金(YC2018093)
作者单位E-mail
舒坚 南昌航空大学 物联网技术研究所, 江西 南昌 330063
南昌航空大学 软件学院, 江西 南昌 330063 
 
马玉良 南昌航空大学 物联网技术研究所, 江西 南昌 330063
南昌航空大学 软件学院, 江西 南昌 330063 
 
林伟杰 南昌航空大学 物联网技术研究所, 江西 南昌 330063
南昌航空大学 软件学院, 江西 南昌 330063 
 
刘琳岚 南昌航空大学 物联网技术研究所, 江西 南昌 330063
南昌航空大学 信息工程学院, 江西 南昌 330063 
liulinlan@nchu.edu.cn 
摘要点击次数: 54
全文下载次数: 37
中文摘要:
      手持设备网络(PSN)是一种利用节点移动和机会性相遇进行数据交互的延迟容忍网络(DTN).由于PSN具有网络拓扑不断变化、节点间链接时变性等特点,导致常用的节点间相似性评价方法不能很好地被应用于PSN的链路预测.针对PSN网络节点的行为特点,分析节点间产生连接次数、连接持续时间以及节点访问区域的规律,将PSN网络中节点的相似性分为节点社交行为相似性和移动行为相似性.结合社交行为相似性以及节点移动行为相似性,比较其在不同加权系数下的AUC和Precision,提出基于节点行为模式的相似性指标(SNBP).在MIT Reality以及Dartmouth Campus数据集上的结果表明:与CN、AA和Katz相似性指标相比,所提出的相似性指标具有更好的预测准确率.
英文摘要:
      Pocket switched networks (PSN) is a kind of delay tolerant network (DTN) which transmits messages based on node movement and opportunity encounter. The traditional similarity index based prediction methods are not suitable for the link prediction of PSN due to the frequent topology change and time-various link in PSN. According to the characteristics of PSN node behavior, this paper analyzes connection time, connection duration, and the law of node accessing areas. Node similarity is categorized into sociality behavior similarity and movement behavior similarity. After comparing AUC and Precision with different weight for sociality behavior similarity and movement behavior similarity, similarity index based on node behavior patterns (SNBP) is proposed. The experiment results on MIT Reality and Dartmouth Campus datasets show that comparison with CN, AA, and Katz similarity index, the proposed similarity index has better precision.
HTML  下载PDF全文  查看/发表评论  下载PDF阅读器
 

京公网安备 11040202500064号

主办单位:中国科学院软件研究所 中国计算机学会
编辑部电话:+86-10-62562563 E-mail: jos@iscas.ac.cn
Copyright 中国科学院软件研究所《软件学报》版权所有 All Rights Reserved
本刊全文数据库版权所有,未经许可,不得转载,本刊保留追究法律责任的权利