机会网络中基于时间序列分析的自适应信任模型
为了提高机会网络中数据传输成功率,降低网络延迟,达到快速收集数据的目的,提出一种在机会网络中基于时间序列分析的自适应信任模型.该模型采用集中评价,分布存储的信任机制,根据即时参数和过程参数两类评价因素对网络中节点进行评价.模型利用数据传输证据链收集评价证据,结合时间序列分析理论动态调整评价参数的权重系数,对参与数据转发的节点进行评价,并将评价表通过覆盖更新机制扩散到网络中分布存储.最终,节点相遇时结合即时评价和过程评价选择下一跳转发路由.仿真实验结果表明,与现有的典型机会网络信任机制相比,该模型有效提高了消息传输成功率,降低了消息传输时延.
机会网络、效用值、最优估计、时间序列分析
36
TP393(计算技术、计算机技术)
国家自然科学基金项目61272125,61300193;河北省自然科学基金项目F2015501105;高等学校科学技术研究重点项目F2011203234,ZH2011115
2016-09-18(万方平台首次上网日期,不代表论文的发表时间)
共6页
1553-1558