非稳态拓扑下的机会网络分层模型

摘要：

为了解决在消息敏感的机会网络中社团划分结果不可重用的问题，提出了一种与消息类型相匹配的机会网络分层模型。首先，将机会网络的物理节点集映射为与消息类型匹配的虚拟节点集，并以此为基础建立虚拟机会网络层；然后，在虚拟机会网络层上，建立虚拟节点集的社会关系；最后，对虚拟节点集的社会关系进行社团划分。实验结果表明：在消息数量相同的条件下，当消息序列中相邻位置消息的类型差异度分别为40％和100％时，在虚拟层上进行社团划分的时间与在物理机会网络上直接进行社团划分的时间相比分别减少约58％和89％；基于分层模型的社团划分的运行次数仅依赖于消息类型的数量，而不会随消息数量或消息序列中不同类型消息交错方式的变化而变化。

关键词：机会网络、敏感性、虚拟机会网络分层模型、社团划分

分类号：TP393(计算技术、计算机技术)

资助基金：内蒙古自治区自然科学基金资助项目2013MS0904．

在线出版日期：2015-06-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：438-442