基于多属性决策的机会传感器网络关键节点预测

来源 :计算机研究与发展 | 被引量 : 0次 | 上传用户:sksliuxin6
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
提前获知或预测网络的关键节点,便可根据关键节点的相关信息对网络进行优化,当网络瘫痪时,可第一时间排查关键节点,减少网络维护时间和成本.现有静态无线传感器网络关键节点预测方法,不适用于机会传感器网络(opportunistic sensor networks,OSNs).针对机会传感器网络结构动态变化、消息传输时延高的特点,分析多区域机会传感器网络分层结构的消息传输过程,定义阶段贡献度反映Ferry节点在消息传输过程中的贡献程度,定义区域贡献度反映Ferry节点对区域的贡献程度.在此基础上,以Ferry节点
其他文献
内存取证是计算机取证科学的重要分支,能够提取和分析操作系统运行状态的数字证据,已经成为对抗网络犯罪的有力武器.现有内存取证方法大多是全面获取内存数据,因而包含大量冗
流形学习是为了寻找高维空间中观测数据的低维嵌入.作为一种有效的非线性维数约减方法,流形学习被广泛应用于数据挖掘、模式识别等机器学习领域.然而,对于样本外点学习、增量学
泰钢烧结厂1号抽风机组振动较大,通过振动测试和诊断分析,最终排除。
为了明确业主团体的民事主体地位,应用比较研究的方法,分析了关于业主大会、业主委员会法律地位的分歧,并研究了导致歧义的原因。研究结果表明:应将业主大会塑造为业主团体,经登记