-
题名移动自组网自私行为闭环惩罚模型设计
被引量：1
- 1
-
-
作者
朱清超
陈靖
龚水清
石婷
-
机构
空军工程大学信息与导航学院
-
出处
《计算机应用研究》
CSCD
北大核心
2016年第8期2446-2450,共5页
-
文摘
针对移动自组网MAC层开环模型缺乏自私行为惩罚机制的不足,设计一种包括报文信息统计、统计信息共享和判决惩罚模块的闭环改进协议PDCF。报文信息统计定义转发率、丢弃度等指标衡量节点行为,修改仿真软件内置函数实现节点行为信息的统计。统计信息共享定义行为量化等级,改进DCF预留字段和CSMA/CA机制,实现节点行为信息的全网覆盖。判决惩罚模块对节点行为建立一维马尔可夫链惩罚模型,限制节点自私行为。仿真结果表明,与DCF相比,PDCF时延、丢包率和控制开销基本不变,但稳态时自私节点比例得到有效控制,且吞吐量增加2.7 Mbps,网络性能得到改善。
-
关键词
闭环模型
一维马尔可夫链
转发率
丢弃度
自私行为
移动自组网
-
Keywords
closed-loop model
one-dimensional Markov chain
packet forwarding rate
dropping level
selfish behavior
MANET
-
分类号
TP393
[自动化与计算机技术—计算机应用技术]
-
-
题名基于电信大数据的5G网络海量用户复访行为预测模型
被引量：4
- 2
-
-
作者
孙玉娣
-
机构
江苏经贸职业技术学院数字商务学院
-
出处
《电信科学》
2023年第2期157-162,共6页
-
基金
2021年江苏高校“青蓝工程”优秀教学团队项目
江苏经贸职业技术学院“领军人才”资助项目。
-
文摘
5G网络中的用户会产生大量的访问数据,导致用户复访行为难以精准预测,因此提出基于电信大数据的5G网络海量用户复访行为预测模型。从电信大数据中提取用户上网历史行为特征数据,构建数据集。引入多阶加权马尔可夫链模型,通过计算各阶自相关系数,得到模型权重值,计算模型的统计量。经过分析后得到各阶步长的马尔可夫氏链一步转移概率矩阵,从而实现对5G网络海量用户复访行为的精准预测。实验结果表明,该模型拥有最低的均值误差和标准差,以及最高的精度、查全率、查准率、F1指标,可证明该方法在预测用户复访行为方面有着非常明显的优势。
-
关键词
电信大数据
用户复访行为预测
多阶加权马尔可夫链模型
一步转移概率矩阵
自相关系数
-
Keywords
telecom big data
prediction of users’revisit behavior
multi order weighted Markov chain model
one step transition probability matrix
autocorrelation coefficient
-
分类号
TP357
[自动化与计算机技术—计算机系统结构]
-
