基于时空卷积的机会网络拓扑预测

摘要：

机会网络拓扑的高动态性导致其拓扑预测极具挑战.现有拓扑预测方法主要关注网络长期时空依赖,忽视了短期时空特征.综合考虑机会网络长短期时空依赖关系,提出一种基于动态时间规整算法与时空卷积的机会网络拓扑预测方法(DTW-STC).基于动态时间规整算法确定切片时长,将机会网络切分为快照,用快照的链路状态矩阵表征其拓扑信息;采用时序卷积神经网络获取短期时序特征,结合网络变化构建时空图表征短期时空关系,利用图卷积运算提取网络的短期时空特征,经过多次卷积的堆叠,得到网络长短期时空特征;基于自编码器结构实现向量空间切换,预测下一时刻网络拓扑.3个真实机会网络数据集ITC、MIT以及Asturias-er上的实验结果表明,DTW-STC方法的预测性能优于基线方法.

关键词：机会网络、拓扑预测、时序卷积、图卷积、时空图

所属期刊栏目：44

分类号：TP393(计算技术、计算机技术)

资助基金：国家自然科学基金;国家自然科学基金;江西省研究生创新专项资金资助项目

在线出版日期：2023-04-14（万方平台首次上网日期，不代表论文的发表时间）

页数：共12页

页码：145-156