一种机会网络链路的预测方法、装置及可读存储介质制造方法及图纸

本发明专利技术涉及一种机会网络链路的预测方法，该方法包括如下步骤：在机会网络中根据链路预测精度，选取确定第一指标相似度以及第二指标相似度；根据机会网络中的节点历史信息，分别对第一指标相似度以及第二指标相似度进行改进，以分别得到第一改进相似度以及第二改进相似度；通过加权平均法对第一改进相似度以及第二改进相似度进行融合以得到单位目标相似度，并根据多个单位目标相似度得到节点对目标相似度，根据节点对相似度对机会网络进行链路预测。本发明专利技术提出的机会网络链路的预测方法，可对机会网络的链路进行准确预测。

【技术实现步骤摘要】
一种机会网络链路的预测方法、装置及可读存储介质
本专利技术涉及通讯数据处理
，特别涉及一种机会网络链路的预测方法、装置及可读存储介质。
技术介绍
机会网络是一种不需要源节点和目的节点之间存在完整链路，利用节点移动带来相遇机会实现通信的自组织网络。近年来，机会网络已在车辆自组织网络、移动数据分流、信息分享以及移动计算等领域有着较为广泛的应用。具体的，机会网络与传统的多跳网络不同，其节点为随机部署且移动的，无法事先确定源节点与目标节点之间是否存在完整路径。由于机会网络能够处理网络分裂、时延等现有无线技术网络难以解决的问题，能够满足低成本恶性条件下的网络通信需求，目前主要应用在缺乏通信基础设施、网络环境恶劣以及应对经济突发事件的场合。为了提高网络运行的效率，这就使得对机会网络进行链路预测就成为了必须。然而，目前已经提出的局部相似性指标仅仅适用于静态网络，直接将其用作机会网络链路预测，预测效果并不理想。
技术实现思路
基于此，本专利技术的目的是为了解决现有技术中，局部相似性指标在机会网络预测中，预测效果不理想的问题。本专利技术提出一种机会网络链路的预测方法，其中，所述方法包括如下步骤：在机会网络中根据链路预测精度，选取确定第一指标相似度以及第二指标相似度，其中所述第一指标相似度为基于邻居的相似性指标对应的相似度值，所述第二指标相似度为基于路径的相似性指标对应的相似度值；根据所述机会网络中的节点历史信息，分别对所述第一指标相似度以及所述第二指标相似度进行改进，以分别得到第一改进相似度以及第二改进相似度，所述节点历史信息包括连接时长以及连接次数；通过加权平均法对所述第一改进相似度以及所述第二改进相似度进行融合以得到单位目标相似度，并根据多个所述单位目标相似度得到节点对目标相似度，根据所述节点对相似度对所述机会网络进行链路预测。本专利技术提出的机会网络链路的预测方法，首先在机会网络中根据链路预测精度，选取精度高的第一指标相似度以及第二指标相似度，其中第一指标似度为基于邻居的相似性指标(RA指标)对应的相似度值，第二指标相似度为基于路径的相似性指标(LP指标)对应的相似度值，然后结合节点历史信息，分别对上述的第一指标相似度以及第二指标相似度进行改进，分别得到改进后的RA指标中节点对中x与y之间的相似度以及LP指标中节点对中x与y之间的相似度，再通过加权平均得到单位目标相似度，然后再根据单位目标相似度对机会网络进行链路预测。本专利技术提出的机会网络链路的预测方法，可对机会网络的链路进行准确预测。另外，本专利技术提出的机会网络链路的预测方法，还可以具有如下附加的技术特征：所述机会网络链路的预测方法，其中，所述第一指标相似度的表达式为：其中，为所述第一指标相似度，z表示节点对x与y的共同邻居集合，Γ(x)表示节点x的邻居集合，Γ(y)表示节点y的邻居集合，kz表示节点z的度。所述机会网络链路的预测方法，其中，所述第二指标相似度的表达式为：其中，为所述第二指标相似度，A为网络的邻接矩阵，a为可调参数。所述机会网络链路的预测方法，其中，改进后得到的所述第一改进相似度的表达式为：其中，为所述第一改进相似度，Δt为节点对连接的总时长，Δf为节点对连接的总次数，T为时间片，kz为节点z的度。所述机会网络链路的预测方法，其中，改进后得到的所述第二改进相似度的表达式为：其中，为所述第二改进相似度，A为网络的邻接矩阵，a为可调参数，Δt为节点对连接的总时长，Δf为节点对连接的总次数，T为时间片，A3为节点x和节点y之间长度为3的路径数目。所述机会网络链路的预测方法，其中，通过加权平均法对所述第一改进相似度以及所述第二改进相似度进行融合得到的所述单位目标相似度的表达式为：其中，为融合后得到的单位目标相似度，为所述第一改进相似度，为所述第二改进相似度。所述机会网络链路的预测方法，其中，根据多个所述单位目标相似度得到的所述节点对目标相似度的表达式为：其中，Sxy为所述目标相似度，也即前N个时间片T内，机会网络相似性指标的相似度，为所述单位目标相似度，也即某个时间片T内，机会网络相似性指标的相似度，λ为可调参数。所述机会网络链路的预测方法，其中，所述根据所述节点对相似度对所述机会网络进行链路预测的方法包括：将所述节点对相似度对应的值按照降序的顺序进行排列；确定排列在首位的所述节点对相似度对应的节点对为最大连边概率。本专利技术还提出一种机会网络链路的预测装置，其中，所述装置包括：指标确定模块，用于在机会网络中根据链路预测精度，选取确定第一指标相似度以及第二指标相似度，其中所述第一指标相似度为基于邻居的相似性指标对应的相似度值，所述第二指标相似度为基于路径的相似性指标对应的相似度值；计算改进模块，用于根据所述机会网络中的节点历史信息，分别对所述第一指标相似度以及所述第二指标相似度进行改进，以分别得到第一改进相似度以及第二改进相似度，所述节点历史信息包括连接时长以及连接次数；预测分析模块，用于通过加权平均法对所述第一改进相似度以及所述第二改进相似度进行融合以得到单位目标相似度，并根据多个所述单位目标相似度得到节点对目标相似度，根据所述节点对相似度对所述机会网络进行链路预测。本专利技术还提出一种可读存储介质，其上存储有计算机程序，其中，所述程序被处理器执行时实现如上项所述的机会网络链路的预测方法。本公开的其他特征和优点将在随后的说明书中阐述，或者，部分特征和优点可以从说明书推知或毫无疑义地确定，或者通过实施本公开的上述技术即可得知。为使本专利技术的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。附图说明为了更清楚地说明本专利技术具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本专利技术的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1为本专利技术第一实施例提出的机会网络链路的预测方法的流程图；图2为本专利技术第一实施例提出的机会网络链路的预测方法中时间切片示意图；图3为本专利技术第一实施例提出的机会网络链路的预测方法中不同基于邻居的相似性指标在同一机会网络中对应的链路预测精度示意图；图4为本专利技术第二实施例提出的机会网络链路的预测装置的结构示意图。具体实施方式为了便于理解本专利技术，下面将参照相关附图对本专利技术进行更全面的描述。附图中给出了本专利技术的首选实施例。但是，本专利技术可以以许多不同的形式来实现，并不限于本文所描述的实施例。相反地，提供这些实施例的目的是使对本专利技术的公开内容更加透彻全面。除非另有定义，本文所使用的所有的技术和科学术语与属于本专利技术的
的技术人员通常理解的含义相同。本文中在本专利技术的说明书中所使用的术语只是为了描述具体的实施例的目的，不是旨在于限制本专利技术。本文所使用的术语“及/或”包括一个或多个相关的所列项目的任意的和所有的组合。目前已经提出的局部相似性指标仅仅适用于静态网络，直接将其用作机会网络链路预测，预测效果并不理想。为了解决这一技术问题，本专利技术提出一种机会网络链路的预测方法，请参阅图1至图3，对于本专利技术第一实施例提出的机会网络链路的预测方法：具体的，G＝<G1,G2,...Gr&am本文档来自技高网...

【技术保护点】
1.一种机会网络链路的预测方法，其特征在于，所述方法包括如下步骤：在机会网络中根据链路预测精度，选取确定第一指标相似度以及第二指标相似度，其中所述第一指标相似度为基于邻居的相似性指标对应的相似度值，所述第二指标相似度为基于路径的相似性指标对应的相似度值；根据所述机会网络中的节点历史信息，分别对所述第一指标相似度以及所述第二指标相似度进行改进，以分别得到第一改进相似度以及第二改进相似度，所述节点历史信息包括连接时长以及连接次数；通过加权平均法对所述第一改进相似度以及所述第二改进相似度进行融合以得到单位目标相似度，并根据多个所述单位目标相似度得到节点对目标相似度，根据所述节点对相似度对所述机会网络进行链路预测。

【技术特征摘要】
1.一种机会网络链路的预测方法，其特征在于，所述方法包括如下步骤：在机会网络中根据链路预测精度，选取确定第一指标相似度以及第二指标相似度，其中所述第一指标相似度为基于邻居的相似性指标对应的相似度值，所述第二指标相似度为基于路径的相似性指标对应的相似度值；根据所述机会网络中的节点历史信息，分别对所述第一指标相似度以及所述第二指标相似度进行改进，以分别得到第一改进相似度以及第二改进相似度，所述节点历史信息包括连接时长以及连接次数；通过加权平均法对所述第一改进相似度以及所述第二改进相似度进行融合以得到单位目标相似度，并根据多个所述单位目标相似度得到节点对目标相似度，根据所述节点对相似度对所述机会网络进行链路预测。2.根据权利要求1所述的机会网络链路的预测方法，其特征在于，所述第一指标相似度的表达式为：其中，为所述第一指标相似度，z表示节点对x与y的共同邻居集合，Γ(x)表示节点x的邻居集合，Γ(y)表示节点y的邻居集合，kz表示节点z的度。3.根据权利要求2所述的机会网络链路的预测方法，其特征在于，所述第二指标相似度的表达式为：其中，为所述第二指标相似度，A为网络的邻接矩阵，a为可调参数。4.根据权利要求2所述的机会网络链路的预测方法，其特征在于，改进后得到的所述第一改进相似度的表达式为：其中，为所述第一改进相似度，Δt为节点对连接的总时长，Δf为节点对连接的总次数，T为时间片，kz为节点z的度。5.根据权利要求4所述的机会网络链路的预测方法，其特征在于，改进后得到的所述第二改进相似度的表达式为：其中，为所述第二改进相似度，A为网络的邻接矩阵，a为可调参数，Δt为节点对连接的总时长，Δf为节点对连接的总次数，T为时间片，A3为节点x和节点y之间长度为3的路径数目。6.根据权利要求1所述的机会网络链路的...

【专利技术属性】
技术研发人员：舒坚，陈金艳，刘琳岚，
申请(专利权)人：南昌航空大学，
类型：发明
国别省市：江西,36