机会认知网络中基于社会关系的节点位置预测算法

doi:10.12068/j.issn.1005-3026.2014.12.007

东北大学学报:自然科学版 ›› 2014, Vol. 35 ›› Issue (12): 1701-1705.DOI: 10.12068/j.issn.1005-3026.2014.12.007

机会认知网络中基于社会关系的节点位置预测算法

李婕，夏兴有，王兴伟，周岩

(东北大学计算中心，辽宁沈阳110819)

收稿日期:2013-12-12 修回日期:2013-12-12 出版日期:2014-12-15 发布日期:2014-09-12
通讯作者: 李婕
作者简介:李婕(1982-)，女，辽宁沈阳人，东北大学讲师，博士; 王兴伟(1968-)，男，辽宁盖州人，东北大学教授，博士生导师.
基金资助:
国家杰出青年科学基金资助项目(61225012，71325002)；教育部高等学校博士学科点专项科研基金优先发展领域资助项目(20120042130003)；教育部高等学校博士学科点专项科研基金资助项目(20110042110024)；中央高校基本科研业务费专项资金资助项目(N110204003，N120104001)；辽宁省科技计划项目(2013217004.

Social-Aware Node Mobile Trajectory Prediction Algorithm in Opportunistic Cognitive Networks

LI Jie， XIA Xing-you， WANG Xing-wei， ZHOU Yan

Computing Center， Northeastern University， Shenyang 110819， China.

Received:2013-12-12 Revised:2013-12-12 Online:2014-12-15 Published:2014-09-12
Contact: LI Jie
About author:-
Supported by:
-

摘要/Abstract

摘要： 移动节点位置预测是机会认知网络进行有效数据采集和消息转发的基础，提出了一种基于社会关系的移动节点位置预测算法.该算法基于位置对应用场景进行建模，通过节点的移动规律挖掘节点之间的社会关系.该算法以1阶Markov模型为基础对节点的移动性进行初步预测，然后，利用与其社会关系较强的其他节点位置对该节点的预测结果进行修正.最后，基于UCSD WTD数据集对算法进行仿真实验.结果表明，基于社会关系的移动节点位置预测算法与1阶Markov预测模型相比获得了更好的预测精度，并且算法具有较好的可扩展性.

关键词: 机会认知网络, 位置预测, Markov模型, 社会关系

Abstract: Mobile node trajectory prediction is a basis for effective data collection and data dissemination in opportunistic cognitive networks. A social-aware node mobile trajectory prediction algorithm was proposed， in which the location of other nodes were used to update the prediction results based on the 1-order Markov model， and the accuracy of the prediction model was improved by sparse of state transition matrix. Finally， the feasibility of prediction model was verified based on the UCSD WTD dataset. The results showed that the location prediction model based on social relationship could get better accuracy than that of the 1-order Markov prediction model. Therefore， the algorithm has high value in practical applications.

Key words: opportunistic cognitive networks, trajectory prediction, Markov model, social-aware

中图分类号:

TP393.02

李婕，夏兴有，王兴伟，周岩. 机会认知网络中基于社会关系的节点位置预测算法[J]. 东北大学学报:自然科学版, 2014, 35(12): 1701-1705.

LI Jie， XIA Xing-you， WANG Xing-wei， ZHOU Yan. Social-Aware Node Mobile Trajectory Prediction Algorithm in Opportunistic Cognitive Networks[J]. Journal of Northeastern University Natural Science, 2014, 35(12): 1701-1705.

参考文献

[1]Srivastava M，Hansen M，Burke J，et al.Wireless urban sensing systems［R］.Technical Report #65.Los Angeles:Center for Embedded Networked Sensing at UCLA，2006.
[2]Eisenman S，Miluzzo E，Lane N，et al.BikeNet:a mobile sensing system for cyclist experience mapping［J］.ACM Transactions on Sensor Networks，2009，6(1):6-39.
[3]Lu H，Pan W，Lane N D，et al.SoundSense:scalable sound sensing for people-centric sensing applications on mobile phones［C］// Proceeding of 7th ACM Conference on Mobile Systems，Applications，and Services(MobiSys ′09).Krakov，2009:165-178.
[4]Campbell A T，Eisenman S B，Fodor K，et al.CenceMe:injecting sensing presence into social network applications using mobile phones(demo abstract)［R］.New York:Columbia University，2010.
[5]Miluzzo E，Lane N D，S B Eisenman，et al.CenceMe-injecting sensing presence into social networking applications［C］// Proceedings of the 2nd European Conference on Smart Sensing and Context.Berlin:Springer-Verlag，2007:1-28.
[6]Eisenman S B，Lane N D，Miluzzo E，et al.Metrosense project:people-centric sensing at scale［C］// Proceeding of Workshop on World-Sensor-Web.Boulder，2006:6-11.
[7]Lu H，Lane N D，Eisenman S B，et al.Bubble-sensing:binding sensing tasks to the physical world［J］.Pervasive and Mobile Computing，2010，6(1):58-71.
[8]Krieger M H，Ra M，Paek J，et al.Urban tomography［J］.Journal of Urban Technology，2010，17(2):21-36.
[9]Lu S，Liu Y，Liu Y，et al.LOOP:a location based routing scheme for opportunistic networks［C］// IEEE 9th International Conference on Mobile Adhoc and Sensor Systems.Nevada，2012:118-126.
[10]Ballantine P W，Martin B A S.Forming parasocial relationships in online communities［J］.Advances in Consumer Research，2005，13(2):197-202.
[11]Girvan M，Newman M E J.Community structure in social and biological networks［J］.Proceedings of the National Academy of Sciences of the United States of America，2002，99(12):7821-7826.
[12]McNett M，Voelker G M.UCSD wireless topology discovery project［EB/OL］.(2013-03-16).http://www.sysnet.ucsd.edu/wtd/wtd.html.一位数()
[10]二位数()

机会认知网络中基于社会关系的节点位置预测算法

Social-Aware Node Mobile Trajectory Prediction Algorithm in Opportunistic Cognitive Networks

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 7

编辑推荐

Metrics

本文评价

[1]	许贤泽，谭盛煌，刘静，施元. 基于并行模式挖掘和路径匹配的用户位置预测[J]. 东北大学学报:自然科学版, 2020, 41(6): 767-771.
[2]	李昇智，乔建忠，林树宽，杨迪. 基于GPS轨迹数据的混合多步Markov位置预测[J]. 东北大学学报:自然科学版, 2017, 38(12): 1686-1690.
[3]	林树宽，李昇智，乔建忠，杨迪. 基于用户移动行为相似性聚类的Markov位置预测[J]. 东北大学学报:自然科学版, 2016, 37(3): 323-326.
[4]	沙毅，郭自强，朱丽春，张志伟. 一种基于地理位置预测的高性能路由算法[J]. 东北大学学报:自然科学版, 2015, 36(9): 1242-1245.
[5]	于瑞云，周岩. 参与式感知系统中基于压缩感知的数据采集算法[J]. 东北大学学报:自然科学版, 2015, 36(2): 194-198.
[6]	沙毅;黄烨;黄丽;张立立;. 基于小波神经网络预测的Ad Hoc网络分簇算法[J]. 东北大学学报(自然科学版), 2011, 32(9): 1233-1236.
[7]	于涛;韩清凯;孙伟;闻邦椿;. 基于隐Markov模型的图像方位识别[J]. 东北大学学报(自然科学版), 2006, 27(3): 304-307.