基于节点瞬时特征的移动社交网络数据转发算法研究

The mobile social networks (MSNs) are emerging as a new landscape of wireless networks, and attract much attention. The current data forwarding algorithms are basically considered with the node cumulative feature. However, the increasing dynamic environment leads to the difference in capacity of transmission and obtaining the data packet. These seriously restrict the performance of the current data forwarding algorithms. With the object of minimizing the delivery delay, storage space and energy consumption, this project studies the data forwarding on basis of temporal physical features of the node moving speed and the link transmission rate, the data forwarding on basis of the similarity of node activity level in the stable community environment, the community finding on basis of its life, and the data forwarding on basis of node activity level in multi-level dynamic community. This project focuses on the spread rule of data packet based on the epidemic dynmaics and social network analysis theory. The research on data forwarding on basis of node temporal feature in MSNs not only enrich the data forwarding theory about the spread rule of data packet in dynamic envrionment but also is of important practical value by making the MSNs adapt to the changing environment.

有关移动社交网络的研究已引起国际学术界的广泛关注，但其已有的数据转发算法基本基于节点的累积特征。而日益兴起的动态变化网络环境则导致节点传输和获得数据包能力差异显著，这些均会严重制约现有数据转发算法性能的进一步发挥。本项目的出发点是基于流行病动力学、社会学中社会网络分析等理论，以降低传递延迟、节省节点存储空间和能量消耗为优化目标，主要研究在网络节点移动速度和链路传输速率等物理特性瞬时特征下数据转发，以及在节点社会属性瞬时特征下稳定社区结构中基于节点活动能力相似度转发、基于生命期的社区发现和基于多级动态社区结构中节点活动能力转发。本项目重点探讨数据包在节点瞬时特征下的传播规律。对节点瞬时特征下数据转发问题的研究不仅能够解决在动态变化网络环境下数据包传播的理论问题，具有推动移动社交网络数据转发理论研究的价值，而且可促进移动社交网络适应网络环境的变化，大幅度地提高网络性能，具有重要的实践意义。

有关移动社交网络的研究已引起国际学术界的广泛关注，但其已有的数据转发算法基本基于节点的累积特征。而日益兴起的动态变化网络环境则导致节点传输和获得数据包能力差异显著，这些均会严重制约现有数据转发算法性能的进一步发挥。本项目的出发点是基于流行病动力学、社会学中社会网络分析等理论，以降低传递延迟、节省节点存储空间和能量消耗为优化目标，主要研究在网络节点移动速度和链路传输速率等物理特性瞬时特征下数据转发，以及在节点社会属性瞬时特征下稳定社区结构中基于节点活动能力相似度转发、基于生命期的社区发现和基于多级动态社区结构中节点活动能力转发。主要研究内容及成果有：（1）移动社交网络中一种基于深度学习的数据转发算法；（2）速率差异下基于节点运动能量的数据转发算法；（3）容迟网络中基于节点移动轨迹的数据转发算法；（4）校园移动社交网络中基于种子的数据分发算法；（5）移动社交网络中基于位置Jaccard相似度的动态社区划分及其在数据转发中应用。本项目对节点瞬时特征下数据转发问题的研究不仅能够解决在动态变化网络环境下数据包传播的理论问题，具有推动移动社交网络数据转发理论研究的价值，而且可促进移动社交网络适应网络环境的变化，大幅度地提高网络性能，具有重要的实践意义。