[发明专利]一种机会网络下的数据协同传输方法及系统

说明书

本发明公开了一种机会网络下的数据协同传输方法及系统，用以解决机会网络中，机会网络结点之间难于保证稳定的连通路径的问题。该方法包括：基于大数据和半马尔可夫模型对机会网络结点移动建模以获取机会网络结点轨迹大数据分析；根据所述机会网络结点轨迹大数据分析基于局部社区发现算法构建网络社区；在每个所述网络社区中，根据所述机会网络结点间的关联特征值选出关联机会网络结点作为数据汇聚点以实现社区之间数据协同传输。本发明更准确地预测机会网络结点的移动规律，减少冗余数据副本，降低传输能量消耗，实现高效的数据传输，能更好地满足大规模、长时间的机会网络数据传输需求。

技术领域

本发明涉及计算机应用技术领域，尤其涉及一种机会网络下的数据协同传输方法及系统。

背景技术

随着无线便携设备(如：iPad、PDA、智能手机等)的大量普及，机会网络应运而生。机会网络突破了传统网络对实时连通性的要求限制，更适合实际的自组网需求。机会网络在传感器网络、野生动物追踪、车载网络和不发达地区的网络服务等领域具有广阔的应用前景，极大地改善了热门的生产和生活方式，近年来引起学术界的密切关注。

在机会网络中，由于时变的网络拓扑，机会网络结点之间难于保证稳定的连通路径。因此，机会网络结点先存储需要发送的数据，然后机会性转发给解除结点。这样的数据交换过程为“存储-携带-转发”机制，是机会网络数据传输的基本策略。目前，机会网络数据传输问题已有广泛研究，但仍然面临下述问题：

(1)提出的相关机会网络结点移动模型难于刻画实际情况；

(2)提出的相关数据传输机制应用于实际时计算复杂性较高、传输效率不佳；

(3)无效的数据传输带来结点能量的大量浪费，限制了网络的使用寿命。

其原因之一是，针对结点行为的预测建立在有限的历史数据或者不完整的数据智商，由此建立的相关模型和机制应用于实际场景时有较大偏差。此外，针对移动机会网络流量及结点行为的预测建立在有限的历史数据或者不完整的数据智商，由此建立的相关模型和机制应用于实际场景时有较大偏差。此外，针对移动机会网络流量及结点行为的自相似性所采用的理论方法也对数据传输成功率有影响。

发明内容

本发明要解决的技术问题目的在于提供一种机会网络下的数据协同传输方法及系统，用以解决机会网络中，机会网络结点之间难于保证稳定的连通路径的问题。

为了实现上述目的，本发明采用的技术方案为：

一种机会网络下的数据协同传输方法，包括步骤：

基于大数据和半马尔可夫模型对机会网络结点移动建模以获取机会网络结点轨迹大数据分析；

根据所述机会网络结点轨迹大数据分析基于局部社区发现算法构建网络社区；

在每个所述网络社区中，根据所述机会网络结点间的关联特征值选出关联机会网络结点作为数据汇聚点以实现社区之间数据协同传输。

进一步地，所述基于大数据和半马尔可夫模型对机会网络结点移动建以获取机会网络结点轨迹大数据分析的步骤，具体包括：

建立机会网络大数据；

剔除数据冗余和噪声特征形成特征子集；

基于半马尔可夫模型对所述机会网络结点移动建模。

进一步地，所述剔除数据冗余和噪声特征形成特征子集的步骤，具体包括：