具有社会属性网络的多播性能分析

With the prevalence of social networks and mobile devices, many realistic scenarios possess social characteristics, which is a reflection of human behaviors. Meanwhile, a large volume of user demand makes multicast a more predominant traffic pattern for efficient data transmission. Existing works on social networks and multicast are conducted separately, and conventional analysis methodology can only reveal the intrinsic property of data itself. In this project, we combine traditional networks with social characteristics, and provide multicast performance analysis of such networks from a joint spatial-temporal perspective. The major achievements are listed as follows:.(1).Analysis from spatial perspective: We establish the modeling of multicast group and analyze the joint impact that different social characteristics have on the formation of group members; based on the social features, we further design an algorithm that can provide effective determination of the relationship between different users. Through investigation on both the modelling and algorithm, we aim to clearly disclose the spatial performance of multicast networks..(2).Analysis from temporal perspective: With our focus on energy-consumption, delay and capacity of multicast networks, we attempt to design effective energy-efficient multicast routing scheme as well as user-centric data dissemination strategies in different scenarios through fully utilizing the subjective characteristics (e.g., interest, preference, and etc) of users in the network. By so doing, we aim to effectively optimize the temporal performance of multicast networks...Our study in spatial and temporal aspects exhibits not only the independence from each other, but the interrelation as well. The achievements of our project will provide both profound fundamental support and useful insights for the development of real multicast social networks.

社会网络的兴起和移动设备的普及使许多实际场景表现出具有人的特色的社会属性。而用户需求的海量化也促使多播成为越发占据主导地位的传输模式。现有研究大多将社会网络和多播传输分隔开来，而传统的分析方法也主要关注数据本身的固有属性。本项目拟从空间和时间角度联合开展具有社会属性网络的多播性能分析，主要侧重两方面：1.空间角度上，建立多播网络成员组团模型，分析不同社会特性对成员关系形成的联合影响；并设计有效的关系判别算法，进一步明确成员之间的社会关系。模型算法双管齐下，揭示网络空间角度的多播性能。2.时间角度上，聚焦网络的能耗、时延及容量这三大指标，充分挖掘用户的社会主观特性（兴趣，偏好倾向等），设计有效的多播路由节能传输机制以及不同场景下以用户为中心的数据转发策略，合理优化网络时间角度的多播性能。两方面的研究既相对独立，又相互影响。研究成果将为社会网络的多播技术提供有力的基础支撑及有益的思想探索。

近几年来，随着互联网及计算通信技术的飞速发展，社会网络作为一种新型的网络形态应运而生。社会网络的兴起和移动设备的普及使许多实际场景表现出具有人的特色的社会属性。而用户需求的海量化也促使多播成为越发占据主导地位的传输模式。现有研究大多将社会网络和多播传输分隔开来，而传统的分析方法也主要关注数据本身的固有属性。本项目从空间和时间角度联合开展了具有社会属性网络的多播性能分析，采用概率论、数理统计、随机过程、图论、组合优化等理论基础，结合数学归纳法，顺序统计量、随机耦合及近似规约等数学工具，形成了针对社会特性与多播传输相融合网络问题的解决方案：.1.在空间角度上，针对网络中多播成员社会关系形成和判别的问题，我们从特殊的ER随机图入手，设计了最优的测试策略，随后着眼于更一般的随机图，提出了适应性的子模性算法，并在真实的网络中验证其有效性；针对具有用户关系演变、用户在网络中的位置结构演变等演变特性的多播网络，我们借助二分图，将用户关系进行分类，有效刻画了用户关系的演进模式，探究了相应的多播信息传输所呈现的性能。.2.在时间角度上，聚焦网络性能的分析和优化，针对由多播协议带来的碰撞及重传问题，提出了全新的框架，联合考虑发送端和接收端的能耗优化；分析了基于用户兴趣的多播网络容量；设计了最优缓存存储策略，实现无线演进社交网络的稳定传输，使网络性能得到扩展；研究了用户在网络中的位置结构演变对信息扩散规模、任务分配效率和传输中的隐私安全的影响。.两方面的研究既相对独立，又相互影响，共同决定了具有社会属性网络的多播性能。我们取得了丰硕的研究成果，为社会网络的多播技术提供有力的基础支撑及有益的思想探索。