机会网络中语义知识与内容传播的认知方法设计与评估
网络与互联网体系结构
2022-06-06 v1 分布式、并行与集群计算
摘要
在信息物理融合场景中，信息在物理世界与网络世界之间无缝流动。此处，用户的移动设备代表一座自然桥梁，用户通过它处理所获取的信息并执行动作。该情境下可用数据海量，亟需新颖、自主且轻量的数据过滤方案，仅将相关信息最终呈现给用户。此外，在许多真实场景中数据未按预定义主题分类，而是通常伴有可能描述用户兴趣的语义描述。在这些复杂条件下，用户设备应自主意识到网络中不仅存在数据，还有其语义描述及它们之间的关联。为应对这些问题，我们提出一组用于机会网络中知识与数据传播的算法，基于来自认知科学的简单且非常有效的模型（称为认知启发式）。我们展示如何利用它们传播语义数据及相应数据项。我们提供了在各种不同条件下的详尽性能分析，将我们的结果与非认知方案进行比较。仿真结果表明，我们的方案在更有效的语义知识获取与表示以及更贴合的内容获取方面具有更优性能。
引用
@article{arxiv.2206.01239,
title = {Design and evaluation of a cognitive approach for disseminating semantic knowledge and content in opportunistic networks},
author = {Matteo Mordacchini and Lorenzo Valerio and Marco Conti and Andrea Passarella},
journal= {arXiv preprint arXiv:2206.01239},
year = {2022}
}