南京邮电大学学报(自然科学版)

作者：吴家皋,周虹宇,刘林峰

单位：南京邮电大学 计算机学院，江苏南京210023；南京邮电大学 江苏省大数据安全与智能处理重点实验室，江苏南京210023南京邮电大学 计算机学院，江苏南京210023；南京邮电大学 江苏省大数据安全与智能处理重点实验室，江苏南京210023南京邮电大学 计算机学院，江苏南京210023；南京邮电大学 江苏省大数据安全与智能处理重点实验室，江苏南京210023

关键词：车载容迟网络；半朴素贝叶斯分类器；路由算法；报文投递率

基金：国家自然科学基金（41571389，61872191）资助项目

在真实环境下的车载容迟网中，节点的移动模式通常具有一定的时间周期性。基于这个特性，文中提出了基于半朴素贝叶斯分类器的路由算法。该算法基于节点周期性移动的网络属性（比如数据包转发的时间和地点）划分节点类别并以此进行路由决策。相较于现有基于先验概率的算法和朴素贝叶斯算法，该算法基于包含更多信息的后验概率并着重考虑属性间的依赖关系。仿真实验结果表明，该算法相较于传统的路由算法提升了报文投递率，并减少了网络开销。

来源：2019年第3期

《南京邮电大学学报(自然科学版)》期刊编辑部

查看南京邮电大学学报(自然科学版)杂志2019年第3期