通过考虑链路和邻近稳定性改进间歇连接无线网络中的链路预测

多项研究指出，间歇连接无线网络中的移动性在很大程度上受人类行为支配，因为这些网络本质上是以人为中心的。研究表明，用户的移动可以相互关联，并且用户之间的社会联系高度影响其移动模式，进而影响网络结构。追踪这些相关性并衡量社会联系的强度，促使我们提出了一种高效的分布式基于张量的链路预测技术。事实上，我们相信这种预测机制提供的反馈可以增强通信协议，例如机会路由协议。在本文中，我们旨在证明，衡量链路和两跳邻近的稳定性可以提高所提出的链路预测技术的效率。为了量化这两个参数，我们提出了一种熵估计器，用于在连续时间段内衡量这两个稳定性方面。然后，通过设计新的预测指标，将这些熵估计值纳入基于张量的链路预测框架。为了评估这些熵估计值对基于张量的链路预测效率提升的贡献，我们在两个真实轨迹上进行了预测。我们的仿真结果表明，通过利用链路稳定性和/或邻近稳定性的信息，基于张量的链路预测技术的性能得到了提升。此外，结果证明了我们的方案能够优于其他已知的预测指标。