[发明专利]一种机会网络链路的预测方法、装置及可读存储介质

说明书

本发明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。

技术领域

本发明涉及通讯数据处理技术领域，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。

背景技术

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。

发明内容

基于此，本发明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。

本发明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。

本发明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。本发明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，本发明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，k_z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：