买专利,只认龙图腾
首页 专利交易 科技果 科技人才 科技服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

【发明授权】基于节点相似度和影响力的CCN社区划分方法_郑州轻工业大学_202210198386.6 

申请/专利权人:郑州轻工业大学

申请日:2022-03-02

公开(公告)日:2023-09-15

公开(公告)号:CN114513426B

主分类号:H04L41/12

分类号:H04L41/12;H04L41/142;H04L41/0803;H04L41/40;H04L67/63

优先权:

专利状态码:有效-授权

法律状态:2023.09.15#授权;2022.06.03#实质审查的生效;2022.05.17#公开

摘要:本发明提出一种基于节点相似度和影响力的CCN社区划分方法,其步骤包括:首先计算社区内各节点所对应的特征向量中心性,得到标准化的特征向量中心性的值;改进标签传播算法,确定标签传播值的更新规则;基于标准化后的特征向量中心性和改进的标签传播算法,将CCN网络划分为若干个非重叠的社区;最后在所划分的每个社区内各部署一个SDN控制器以帮助管理社区。本发明解决了现有的内容中心网络所存在的内容检索过程低效冗余问题以及现有CCN社区划分方法中所存在的稳定性差、缺乏考虑节点之间的相似性及节点的重要性的技术问题,通过引入SDN控制器和社区划分可以加快内容检索和路由分发的速度,提高CCN路由的性能。

主权项:1.一种基于节点相似度和影响力的CCN社区划分方法,其特征在于,包括以下步骤:步骤一:计算社区内各节点所对应的特征向量中心性,并对特征向量中心性进行标准化,得到n个标准化的特征向量中心性的值;所述社区内各节点所对应的特征向量中心性的计算方法为:用A=eijn×n表示无向图对应的邻接矩阵,X=x1,x2,…,xn表示邻接矩阵的一个特征向量,对于任意的节点vi,所对应的特征向量值xi为: 式中:1≤i≤n,n表示节点总个数,xj表示节点vi的邻居节点vj所对应的特征向量值,λ为邻接矩阵A的特征向量X所对应的特征值;当对特征向量值xi进行多次迭代,其值达到稳态时,此时特征向量值xi表示节点vi对应的特征向量中心性;步骤二:将得到的标准化的特征向量中心性的值输入标签传播算法中作为标签传播值的初始值,并基于社区内节点间的兴趣相似度和社交影响力,确定标签传播值的更新规则;所述节点间的兴趣相似度的计算方法为:假设节点vi与邻居节点vj相同的兴趣字段个数为p,则节点vi与邻居节点vj之间的兴趣相似度为: 其中,分别表示节点vi、vj对兴趣字段fk的兴趣权重;当节点vi生成一个包含兴趣字段fk的请求时,有: 所述节点间的社交影响力的计算公式为: ki=|Γi|,kj=|Γj|式中:dij为流经节点vi与邻居节点vj的数据流量的总和,Γi与Γj分别为节点vi与邻居节点vj的集合,ki与kj分别为节点vi与邻居节点vj的度,disi,j为节点vi与邻居节点vj之间的欧氏距离;所述步骤二中确定标签传播值的更新规则为: wij=αTwij+1-αSwij式中:Ni为节点vi的邻居节点vj的集合,laj为邻居节点vj的标签活性值,kj为邻居节点vj的度,wij为节点vi与邻居节点vj之间的兴趣相似度Twij和社交影响力Swij的拟合,α为常数系数;步骤三:基于标准化后的特征向量中心性和改进的标签传播算法,将CCN网络划分为若干个非重叠的社区;步骤四:在所划分的每个社区内选择竞争力最大的一个节点部署SDN控制器,以帮助管理社区信息和拓扑结构以及与其他社区之间的交互;所述步骤四中每个社区内的节点竞争力的计算公式为: 式中:Dfxi为节点vi的数据转发能力,Coxi为SDN控制器Sx部署在社区Cx的节点vi上的通信代价,为调节系数。

全文数据:

权利要求:

百度查询: 郑州轻工业大学 基于节点相似度和影响力的CCN社区划分方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。