[发明专利]一种移动自组网路由节点行为预测方法

摘要

本发明给出一种移动自组网路由节点行为预测方法，该方法首先选择合适的移动自组路由属性，设置模糊邻近关系，然后根据此原则对记录进行分类，最后使用贝叶斯分类器进行预测，评估路由节点的行为。本发明的目的是提供一种移动自组网路由节点行为预测方法，解决移动自组网路由节点行为预测问题，建立一种基于贝叶斯的预测方法，通过现有的数据分析，对移动自组网路由节点行为进行预测，提高移动自组网的运行效率。

主权项

1.一种移动自组网路由节点行为预测方法，其特征在于该方法包括以下步骤：步骤1)建立路由信息关系，具体步骤如下：步骤11)记录移动自组网中节点的属性和功能，建立路由信息关系；所述的路由信息关系由行数据表示节点，列数据表示节点的属性所构成的路由数据的表格表示；路由信息关系由非空有限路由节点集合，非空有限路由属性集合，路由属性值和路由信息功能四部分构成；步骤12)用节点属性值(a1,a2,a3,a4,a5)计算节点之间的模糊邻近关系；所述的模糊邻近关系是指用两个节点属性值之间的相似比来表示路由信息关系中节点不能被属性值的明确区分的关系；所述a1、a2、a3、a4、a5分别为路由请求属性值、路由答复属性值、分组丢弃属性值、控制分组属性值、速度节点(米/秒)属性值；两个节点属性值之间的相似比通过公式来计算，所述是第i节点ni的属性值，是第j个节点nj的属性值，i和j是节点编号；步骤13)根据节点的模糊邻近关系来确定有相同顺序的属性值，并且用节点的属性值对所建立路由信息关系进行排序；步骤2)对路由信息关系进行分类，具体步骤如下：步骤21)计算移动自组网每个节点的模糊邻近关系；步骤211)如果集合中第一个节点和第二个节点之间的关系为模糊邻近关系，则将第一个元素放置在集合C1中；步骤212)如果集合中第一个节点和第二个节点之间的关系与第二个节点和第三个节点之间的关系为模糊邻近关系，则将第一个、第二个节点放置在集合C2中；步骤213)如果集合中第一个节点和第二个节点之间的关系与第二个节点和第三个节点之间的关系和第三个节点和第四个节点之间的关系都为模糊邻近关系，则将第一个、第二个、第三个元素放置在集合C3中；步骤214)其他元素依据步骤211)-步骤213)依次进行；步骤22)设置集合Ra1，所述的Ra1＝{C1,C2,C3...Cn}，其中n为集合个数；步骤3)用户为移动自组网路由属性提供优先级规则，根据所设置的移动自组网路由属性的优先级规则对Ra1中的元素进行优先级排序，所述的优先级规则就是为每个属性设置不同的加权指数，优先级越高，加权指数越高；步骤4)根据用户提供的已有路由节点信息发送成功和失败信息，统计已有路由节点之间是否有链路故障，依次取得两个路由节点，确定路由节点之间的链路关系，当这两个路由节点之间有链路故障，标记这两个路由节点之间的链路关系是不连通；当这两个路由节点之间没有链路故障，标记这两个路由节点之间的链路关系是连通；所述的链路故障分为物理链路故障和逻辑链路故障，就是指在源节点转发数据包时，目的节点超过源节点的通信范围，而造成的节点之间接收不到消息；步骤5)将Ra1选取训练数据，利用贝叶斯分类器，统计在Ra1中各个元素集合Ci下不同节点之间链路关系的条件概率值，i为序号；所述贝叶斯分类器是指通过某对象的先验概率，利用贝叶斯公式计算出其后验概率，即该对象属于某一类的概率，选择具有最大后验概率的类作为该对象所属的类；所述的训练数据是指用于构建模型的数据，具体步骤如下：步骤6)根据不同节点之间链路关系的条件概率值确定节点之间的行为是否是相似关系，当两个节点之间互相的条件概率值相同，则认为两个节点行为是相似的，当两个节点之间互相链路关系的条件概率值不相同节点，则认为两个节点行为是不同的；步骤7)用户根据节点之间行为的相似性，利用行为已知的路由节点预测所有具有相似行为的路由节点的行为。