| 基于半朴素贝叶斯分类器的车载容迟网路由算法 |
| Vehicle delay tolerant network routing algorithm based on semi naive Bayesian classifier |
| |
| DOI： |
| 中文关键词: 车载容迟网络；半朴素贝叶斯分类器；路由算法；报文投递率 |
| 英文关键词:vehicle delay tolerant network;semi naive Bayesian classifier;routing algorithm;message delivery ratio |
| 基金项目:国家自然科学基金（41571389，61872191）资助项目 |
| 作者 | 单位 | | 吴家皋 | 南京邮电大学 计算机学院，江苏南京210023；南京邮电大学 江苏省大数据安全与智能处理重点实验室，江苏南京210023 | | 周虹宇 | 南京邮电大学 计算机学院，江苏南京210023；南京邮电大学 江苏省大数据安全与智能处理重点实验室，江苏南京210023 | | 刘林峰 | 南京邮电大学 计算机学院，江苏南京210023；南京邮电大学 江苏省大数据安全与智能处理重点实验室，江苏南京210023 |
|
| 摘要点击次数: 1153 |
| 全文下载次数: 504 |
| 中文摘要: |
| 在真实环境下的车载容迟网中，节点的移动模式通常具有一定的时间周期性。基于这个特性，文中提出了基于半朴素贝叶斯分类器的路由算法。该算法基于节点周期性移动的网络属性（比如数据包转发的时间和地点）划分节点类别并以此进行路由决策。相较于现有基于先验概率的算法和朴素贝叶斯算法，该算法基于包含更多信息的后验概率并着重考虑属性间的依赖关系。仿真实验结果表明，该算法相较于传统的路由算法提升了报文投递率，并减少了网络开销。 |
| 英文摘要: |
| In most real life vehicle DTN,most nodes have fairly repetitive movement patterns.Considering this characteristic,a routing algorithm based on semi naive Bayesian classifier is proposed，which adopts an approach for estimating the delivery probability by utilizing the network parameters (e.g.spatial and temporal information at the time of packet forwarding) that concern the movement patterns of DTN nodes.Compared with the existing algorithms based on prior probability and naive Bayesian algorithms,our algorithm is based on the posterior probability that contains more information and emphasizes the dependencies among attributes.The simulation results show that the routing algorithm based on semi naive Bayesian classifier can significantly enhance the message delivery ratio and reduce the overhead ratio． |
| 查看全文 查看/发表评论 下载PDF阅读器 |