[发明专利]基于节点相似度的VANET社区发现方法

摘要

基于节点相似度的车联网社区发现方法。该方法首先研究VANET场景下社区模型，给出基于节点相似度的VANET社区发现方法；其次，依据RSU节点与VANET社区的连通强度，合理划分RSU节点社区归属，从而给出基于节点相似度有RSU基础设施的车联网社区发现方法。该方法可以有助于更好地定性和定量分析其网络结构、变化规律以及流量分布，对构建车联网数据转发路由策略和通达性方案具有重要意义。

主权项

1.一种基于节点相似度的车联网社区发现方法，其特征在于，具体方法包括如下步骤：步骤1.相关定义；定义1 节点相似度：在VANET网络中，两个车辆节点之间存在一定的相似性，包括在拓扑结构中的邻居节点相似性、运动相似性以及连接相似性，将其相似性的组合量化称为节点相似度。节点u和v在t时刻的相似度sim(u,v,t)如公式(1)；其中，sim_nei(u,v,t)表示邻接相似度，sim_mob(u,v,t)表示移动相似度，表示连接稳定度；α、β、γ分别表示邻接相似度、移动相似度、连接稳定度的权值，且α+β+γ＝1；定义2 邻接相似度simnei(u,v,t)为两个节点的拓扑相似性，节点vi和vj在t时刻的邻接相似度如公式(2)；在车联网中，若两个车辆节点u和v在t时刻的网络拓扑结构中位置相近，那么影响其节点相似度的另一个因素就是移动相似度；定义3 移动相似度是simmob(u,v,t)是节点u和v在t时刻的移动情况的相似程度，与两者的运动速度和运动角度有关，如公式(3)；在公式中，sa(u,v,t)表示节点u和v在t时刻运动速度方向的相对角度(speed angle)如公式(4)；θ表示速度的角度，sr(u,v,t)表示速度比率(speed radio)，当u和v在t时刻都静止时，速度比率为1，否则就为两者速度的最小值与最大值之比，如公式(5)所示；定义4 连接稳定度表示节点u和v连接持续的时间占u与其所有邻接节点连接时间之和的比例，如公式(6)所示；其中，T(u,v,t)表示节点u与节点v从开始建立连接到t时刻相差的时间；定义5 邻接社区：若两个社区Ci与Cj之间存在边，则这两个社区互为邻接社区；定义6 社区相似度：车联网两个社区之间所有邻接点对的相似度的最大值；社区Ci与Cj的社区相似度simC(i,j,t)表达式为公式(7)；simC(i,j,t)＝max{sim(u,v,t)|u∈Ci∧v∈Cj∧{u,v}∈E}     (7)定义7 紧密对(Tight‑pair)：如果两个车辆节点或社区的相似度的值在各自的所有邻接节点或者邻接社区中是最大的，则将这两个节点或社区互为紧密对；相应地，当两个对象是节点时称为紧密节点对，当两个对象都是社区时称为紧密社区对；其中，所有与社区Ci互为紧密对的社区的集合可表示为公式(8)；步骤2.社区质量评价函数选取模块度的概念来作为评价社区质量的尺度；根据车联网中的网络特性，定义VANET网络中的模块度表达式如公式(10)；其中，n表示社区总数，ISi表示VANET网络中社区Ci内部节点相似度之和，DSi表示社区Ci的所有节点与网络中其他节点的相似度之和，如公式(12)；DSi＝∑j≠isimC(Ci,Cj)        (12)TS表示整个VANET研究区域内节点的相似度之和，如公式(13)；TS＝∑u,v∈G,u≠vsim(u,v)          (13)若要合并两个社区Ci和Cj，合并后形成的新社区所在区域相对于合并前的模块度的改变量记为ΔQ(Ci,Cj)，其计算过程如下所示：步骤3.基于相似度归并的VANET社区发现一种基于归并相似度的社区发现算法，通过节点相似度以及迭代归并紧密节点对和紧密社区对来探测社区结构；基于相似度归并的VANET社区发现过程,该算法1主要步骤是：(1)根据t时刻网络的拓扑结构(包括节点分布、通信连接、通信持续到此时的时间等)得到VANET网络拓扑图G(V,E,W)，并计算图G中所有带边节点间的节点相似度；(2)将所有节点视为单个社区，且所有节点置以“未访问”的状态标记，为后面的归并过程做准备；然后，随机选择一个没有访问过的社区Ci，若Ci存在紧密社区对(Ci,Cj)，并且满足ΔQ(Ci,Cj)>0，则将Cj合并入Ci，Cj社区被置为“已访问”状态，合并后的新社区Ci重新置为“未访问”状态；(3)重复上一过程，直到算法收敛结束；步骤3.基于相似度归并的VANET社区发现(1)RSU的社区归属问题定义8 RSU节点与VANET社区连通强度Connectivity(rk,Ci,t)是指车联网中的路边基础设施节点rk与VANET网络中的社区Ci之间通信的紧密程度，其表达式如公式(15)：其中，rk是路边基础设施R中的一个节点，sim(rk,u)表示rk与车辆节点u之间的节点相似度，n代表社区Ci中节点的个数；Connectivity(rk,Ci)表示路边基础设施节点rk与社区Ci中所有节点相似度的平均值；RSU的社区归属是指为所有RSU节点赋予社区标签；对于RSU节点r_k，其所属社区是由该节点与VANET社区连通强度Connectivity(r_k,C_i,t)决定的，选择具有最大Connectivity(r_k,C_i,t)的社区作为r_k的社区归属，如公式(16)所示；其中，表示RSU节点r_k与VANET社区C_j中的车辆节点存在通信连接；(2)基于节点相似度有RSU基础设施的车联网社区发现方法在确定了RSU节点的社区属性后，车联网社区模型就已经基本构建完成，其基本过程是：(a)首先，计算VANET网络中所有带边节点的节点相似度；(b)其次，迭代归并紧密节点对和紧密社区对，确定VANET网络的社区结构；(c)最后，确定RSU节点的社区归属，从而得到有路边基础设施的车联网社区结构。