减少创建的数据量在动态DTN路由的基础上通过wi - fi静态数据

文摘

本文研究的结果的加速度数据处理施工过程中动态DTN路由,通过建立的设备实现在移动物体和通过wi - fi连接。史前的路线构造基于对象的运动,这是csv格式存储在数据库中。该数据库有大量包含不必要的和不正确的信息。这篇文章显示了加速的可能性的过程使用数据预净化建设路线。减少数据量,提出了通过构建一个扩大网格地图上物体的运动。本文还演示了模糊逻辑的使用和图论建设路线。

1。介绍

分析师预测,到2020年,无线网络流量将超过有线以太网的交通。wi - fi技术是最重要的一个观点今天在计算机通信领域。wi - fi是短距离的设备之间传输数据的能力。设备通过无线技术连接形成一个网络。的特征之一的效率这样一个网络是组织网络中数据传输的技术,路由。

本文描述了构建一个动态的情况下DTN的设备之间通过wi - fi在运动和相互通信。作者创建一个基于先前的运动信息的路由系统的设备使用图论。

通过无线通信设备是安装在车辆移动在一个给定的区域。车辆的运动数据取自Glonass的数据库。最初的csv格式;记录显示在框的一个示例1。

的主要任务是生成规则DTN从任意设备中传输数据到任意设备B通过wi - fi的100米。

进一步,它将假定数据传输应只有通过渠道传递的概率是80%。自网络构造之间的移动设备,从这100%的概率交付沿线选择一个丢失和flood-fill算法排除由于网络过载,那么应该创建几个替代路线。

因此,主要任务是分为几个子任务:

(1)初步数据准备,包括选择的数据库模型加速数据处理,数据传输从csv格式的格式选择数据库,数据清理,和其他操作数据,有助于更快更好的解决方案的问题

(2)建设的路线使用模糊逻辑方法和图论。

本文的重点是提出解决第一个问题的结果:减少初始的数据量。第二个任务也是由作者解决,但在本文中,只在降低一点如何描述路线数据集构造。

本文的其余部分组织如下。部分2概述了其他相关领域的科学家们的研究结果。在本节中,最近的研究结果和我们的方法之间的区别。部分3包含问题的配方,研究的目的和主要阶段的解决方案。部分4- - - - - -7描述的阶段问题的解决方案。部分9介绍了工作的结果。

2。相关的工作

大量的研究一直致力于发展的动态网络和路由方法,特别是在过去的十年。所有的研究可分为以下类别:(1)数据压缩和加密方法:随着无线网络带宽有限和不安全的共享媒体,数据压缩和加密非常有用对大数据的广播交通物联网(物联网)。例如,一个名为“CZ算法”的新并行算法相结合可以有效地压缩和加密大数据可以在文献[1]。文献[2)描述了几个广播加密方案从无线传感器网络的观点。(2)寻找最短路径的方法来创建一个有效的路由系统网络。

在现有的网络,作为一个规则,许多传统的高度专业化的路由算法。这些算法的主要特征是路线的成本的估计基于指标的集合中使用的协议。

的任务提供所需的数据传输网络的服务质量是解决通过引入规则处理的流传输信息按照某种类型的流量。然而,设置静态规则对某些数据流在现代融合网络不够有效(3,4]。

为了解决这个问题,斯坦福大学的研究人员开发了一种software-configurable网络的概念。它是基于OpenFlow的使用技术,它允许更灵活的网络控制通过分析数据流经过交换机。动态规则,重新分配数据流减少加载路径根据指定条件,设置专业OpenFlow控制器。这种架构还允许收集关键节点的网络状态信息(5,6]。

OpenFlow提供的解决方案开发人员使用固有的方法在传统的路由协议中,动态地调整和改变规则表组成的新路线。这种方法考虑网络的收敛,但仍然不允许传输数据的流分类根据给定的标准(类型的应用程序或服务,传输的数据量,带宽,需要的带宽,延迟,等等)。此外,这种方法没有提供负载均衡的能力在沟通渠道和网络设备之间。除了这些问题之外,现代路由算法应该解决的问题增加重要网段的可靠性和性能,当传输实时信息,如视频数据流或VOIP服务,等等。

但是,有一件事是设备静态;另一件设备,80%的时间在运动。在这种情况下,许多问题也变得更大了。

静态路由算法,动态路由相比,不考虑不断变化的网络拓扑结构。这使得它们不适合使用在大多数网络。

静态路由算法,动态路由算法相比,不考虑不断变化的网络拓扑结构。这将使它不适合使用在大多数网络。

所有的路由算法使用三种数学模型:bellman的模型和Floyd-Warshall Dijkstra算法的模型的模型。然而,如果静态算法用来描述整个子网,然后动态算法只是局部,使用最优的开发指标。

Flood-fill算法是最可靠的和最快的7所有现有的算法。运作的原则是传入的数据包发送给所有的线,除了一个它来了。但是它唯一和交通的主要缺点是高得令人无法接受的价值。这个算法是评价在测试新发展,它仍然是用于专门的网络(如军事)。

基于流的路由算法使用假设流量在网络可以通过一些统计法律、描述的基础上,选择最优路线方案(7]。

其中一个最先进的路由路由算法现在的账户的状态行。的度量算法的平均延迟值测试包,这不仅反映了路线的长度,而且负载的通道。该算法是OSPF协议的实际实现。

文献[8)解决动态更新全对最短路径的问题在一个分布式网络更新操作发生在网络边缘。

之间的多次反射数据交付车辆是一个重要的技术支持的实现车载ad hoc网络(VANETs)。然而,许多VANETs固有的特征(例如,动态网络拓扑)的数据交付带来巨大挑战。特别是,动态拓扑和间歇性连接很难设计一个高效、稳定的VANETs地理路由协议不同的应用程序。为了解决这个问题,文献[9)提出了一种自适应路由协议基于QoS和车辆密度(ARP-QD)在城市VANETs环境。一般来说,路径效率和路径稳定性两个重要VANETs标准在设计路由协议。为了实现效率高,文章的作者(9)选择最短路径以最小跳数作为最好的路径。与文献[的作者9我们,在我们的研究中,把交货的可靠性放在第一位。另一个区别我们的路由方法和方法(9)是基于静态的运动车辆的信息。并通过无线数据传输。

文献[10)描述贪婪的周边无状态路由(GPSR)算法,它使用路由器和一个数据包的目的地的位置使数据包转发决策。

另一种方法类似于GPSR贪婪的周长协调员路由(GPCR) [11),分配路由决定节点位于十字路口,并使用贪婪转发策略路由数据包路径之间的十字路口。

另一个系统的无线移动节点移动ad hoc网络,可以自由和动态自组织网络拓扑,没有任何既存的通信基础设施。由于暂时的拓扑结构和特征,缺乏集中的权威,路由在ad hoc网络的一个主要问题。在文献[12),提出了一种新的多路径路由方案采用模拟退火方法。

最近,更多的ad hoc网络路由方案已经在研究文献。特别是,这些文章描述(我)多播权力贪婪集群(MPGC)方案13),这是一个自适应节能和按需多播算法;(2)双层有效路由(dl)点对点网络系统方案14];(3)entropy-based多重速率的路由(EMRR)方案15];(iv)基于蚁群路由算法(ARA)计划(16];(v)基于遗传算法的路由(雀鳝)方案17]。

有趣的研究结果发表在文章[18]。作者提出一个匿名不干扰和地理路由协议,GeoVanet,确保查询的发送者可以得到一个一致的答案。

以来,在我们的研究中我们使用日元的算法,应该注意的是,在过去十年新算法寻找最短路径图中出现(19,20.]。然而,由于本研究的最终目标是展示可以减少数据量,用于创建一个路线,那么在本文中,我们不考虑优化方法寻找最短路径的问题。(3)在移动网络数据传输协议:移动设备的普及改变了人们访问和分享内容的趋势在世界的沟通,导致迁移从有线到无线网络无处不在的连通性和很高的期望。这些趋势促使研究人员有利益在未来先进的移动通信,比如马奈[21]。在文献[22),作者提出一个有自知之明的网络架构,协议栈可以动态构建。这些协议栈可以优化期间不断沟通根据当前需求。(4)将数据存储在动态网络的方法:在纸上23]提出replica-based数据存储机制和未送达消息队列方案提供可靠的数据存储和传播。他们还提出副本更新策略来维护数据的一致性,同时提高数据的可访问性。这些解决方案都是基于一个集群MANET网络中的节点分为适合本地化数据管理小组。

与大量的数据相关的问题在文献中所讨论的,在两个方面。

(1)减少无线传感器网络中传输的数据量(轮)。例如,在[24)解决传输大数据量的问题WSN用于监控的地铁隧道的结构状态进行了探讨。被认为是解决这些问题的一个可行的方案,数据压缩可以减少传感器节点之间旅行的数据量。在文献[24),一个优化算法基于时空数据压缩提出了应对这些问题的出现在了网络的地下隧道环境。

各种数据压缩方法在文献中出现:一个分布式数据压缩方法(25和一个本地数据压缩方法26]。

可以提高网络性能在不同网络条件下使用缓存过程(27]。

在文献[27],作者提出一个service-customized 5 g网络体系结构通过引入分离的思想控制平面和数据平面,网络缓存,大数据处理和分析,以解决传统蜂窝无线网络所面临的问题。

但是,在我们的示例中,数据压缩或缓存过程不会帮助加速信息的传递。在我们的例子中,大量的数据处理前进行信息的传播。

研究,非常类似于我们的研究,讨论了(28]。在本文中,作者提出认知无线电车载ad hoc网络路由协议(CR-VANETs)使用卡尔曼滤波算法。协议首先从所有可用的通道中选择一个空闲信道上的车辆移动时直路,然后找到最好的中继节点交付包到目标。中继节点的选择是通过将车辆的传输范围划分为五个区域,然后源/中继节点选择一个在该地区拥有一个比其他地区更高的偏好。两辆车之间的通信发生只有当车辆都在同一个频道。延迟可能会增加而传感通道和选择中继节点。

减少延迟,作者使用卡尔曼滤波器预测未来网络中所有移动车辆的位置。

但是,作者的28]他们的方法适用于原始的数据集,该数据集可以有一个非常大的体积。在本文中,我们展示了如何减少体积。和已经可以申请中描述的方法(29日)和各种图方法和基于模糊逻辑的方法来减少体积。上面列出的所有方法将更快如果源数据小得多。

(2)问题的实时处理大量的数据。文献[29日- - - - - -31日揭示了一些重要的问题需要解决在处理大数据。例如,设计一个通用的通信模型,实时大数据分析,并从传感器采集的数据。在文献[30.),作者提出未来智能城市的有效和通用的通信模型基于大数据分析和集成的基础。MapReduce范式用于数据分析,在操作和存储由Hadoop分布式文件系统(HDFS), HBASE和蜂巢。

该方案和过程数据存储在Hadoop框架。MapReduce被选为分析过滤数据的机制。MapReduce工作在两个步骤。首先是过滤数据集的映射过程转化为另一组数据。接下来是还原过程相结合的数据映射过程和结果中创建一组值的减少量。

我们的技术和技术之间的区别的作者30.),我们的方法可以让我们减少再次一组数据已减少了模糊逻辑的帮助下在我们的例子中或MapReduce (30.]。

3所示。制定的问题,其解决方案的阶段

与车辆位置信息数据库包含一个非常大的数据量。所以只有2个月19日它包含267163140条记录的属性。对这些数据的初步分析显示,50000多万辆汽车将参与路由在一个有限的地区。当创建路由使用图形理论,基于这些数据图是非常大的,时间寻找几个可选路径排在下行概率交货很长。

,有关的研究目标之一是减少数量的初始数据和开发一个加速图模型的处理方法。

按照这一目标,以下任务解决,结果是本文中描述的:(1)选择数据库,查询可以成功地平行于高性能计算系统(部分4所示。1)(2)导入数据从源格式的格式选择数据库(部分4所示。2)(3)初始的数据量的减少通过删除不必要的属性和不正确的信息(部分5)(4)创建一个网格坐标地图上的建筑图的车辆之间的通信与最小的一组顶点(部分6)(5)第二次迭代初始数据的减少使用模糊逻辑。结果是,只有那些车辆依然存在,交付通过的概率超过一定值,在我们的案例中0.8(部分7)(6)建设网格细胞(部分之间的最优路线8)(7)建设一个给定数量的替代车辆之间的数据传输线路沿途发现网格细胞间(部分8)。

4所示。初步准备的数据

4.1。选择一个数据库

传播最广泛的SQL数据库是这个任务不受欢迎的,因为他们的表现明显随信息的数量的增加而减小。

NoSQL数据库的主要优势是它们的质量可伸缩性。NoSQL数据库有一个大存储空间,轻松地处理大量数据,并可预测性能(SQL)的1.5 - 2倍。

比较分析分布式数据库管理系统自由MySQL和MongoDB表明MySQL在大型数据集的运行时间远低于MongoDB(图1)。实验通过使用一个特殊的库,允许在多个并行处理数据流

它也指出,MySQL的性能关系数据库与4个线程在大型数据集与MongoDB的性能,按顺序处理数据。

解决任务NoSQL数据库MongoDB 3.2选择Ubuntu 14.04 LTS下操作系统。

4.2。将数据导入到数据库中

根据提出的文档安全飞行员模型部署(SPMD)计划,以下数据字段被选为BsmP1数据集和命令应用于:mongoimport - db摩托收集交通领域rxDevice文件标识,txDevice, gentime, txRandom, msgCount, dsecond,经度,纬度,海拔高度,速度,航向,ax,是的,az, yawrate, pathCount, radiusOfCurve,信心类型- file april.csv csv -numInsertionWorkers 40

由于此操作的文件测试数据库的数据4月和2014年10月,大约有2267163140记录从原始测试数据库文件导入到MongoDB数据库。

5。从数据库中提取知识的方法:创建一个网格的概念

在数据库知识发现(KDD)方法起源于20世纪下半叶,没有描述具体的算法描述但必须遵循一定的操作序列中提取有用的知识。

首先,必须从数据源获得初始数据。通常这些数据不应该简单的收集而合并来自多个来源。接收到数据后,放置在一些存储,必须清除没有价值的数据(数据获取有用的知识)。在第三阶段,清除数据必须进行转换。转换的准备清理数据进行进一步的分析,因为很多需要一定的方法为他们的应用程序的数据格式。第四阶段是数据挖掘,从原始数据中提取有用的知识的过程。在最后阶段,接收的知识进行解释。

大型数据时,数据库知识发现(KDD)方法可以应用一些修改;即需要经过反复清洗和转换数据的步骤。这种方法允许的数据量,从而更快速、高效地使用知识提取的方法。

接收到的数据集在BsmP1是冗余解决的任务。数据集包含13个类型的数据反映了车辆的各种属性。

以下19个属性中描述BsmP1文件:RxDevice, TxDevice, Gentime, TxRandom, MsgCount, Dsecond,纬度,经度,高度,速度,航向,Ax,是的,Az, Yawrate PathCount RadiusOfCurve和信心。

只有信息设备标识符(TxDevice),地理数据(经度和纬度)和时间(Gentime)需要从整个数据集建设路线。因此,只有3领域仍将从19初始字段后清洗。从这些字段,字段必须转化为另外两个字段:和。作为一个结果,而不是19初始数据库的字段,只有5字段将包含在新的数据库,它将包含“有用的”数据。

也有必要排除不正确的记录处理,例如,记录与地理坐标对应的波兰人或位于相当距离人口分布数据。这样的记录可以得到geopositioning的不正确操作设备。

6。构建网格地图上一个坐标

6.1。一个网格的概念

简化数据处理的主要思想和加速访问数据分组数据的过程在一个共同的特性。由于BsmP1数据集的常见参数(不依赖于其他参数)的坐标和时间,它将逻辑将数据分成了不同的组,时间和地点。

最简单的同时正确的解决方案将记录的分组每个部分的空间设备将在给定的时间,例如,将地图划分为矩形或正方形由于two-dimensionality从GPS卫星接收到的坐标。这样的一个分区将被称为坐标网格(图2)。

最初,细胞之间的路由建立坐标网格。通过这种方式,我们得到一个路线,将连接的一组设备本地化在相应的坐标网格细胞。这样的路线将被称为一个扩大的路线。根据创建的路线,扩大在下一步中,几个最终的信息传播途径,将排在降序排列的概率信息交付。这种方法允许加快数据处理通过减少的数量记录在数据库建设的扩大路线。

有必要选择一个单元测量创建一个地图上的坐标网格,例如,米。一切将更简单,如果经度和纬度的度是唯一地转换为公制。众所周知,子午线的长度是常数,而且,从这一点,可以唯一所需的单元转化为度的纬度。经度更加困难,因为1度米的长度根据不同坐标。

如果准确计算执行当创建一个二维坐标网格,然后,为每一个记录处理有必要使计的计算长度,取决于物体的坐标,和所有这些数据必须存储在一个单独的存储库。这种方法需要额外的存储和访问这些存储库。因此,对于本地化创建坐标格网在一个城市或地区,允许使用一个近似平均值,基于极限坐标之差除以两个

网格步可以选择根据获得的数据集的最终目的地。

加速导航网格,字段应该添加到数据库,网格单元的惟一标识符。

把分组的时候,应该注意的是,某些地区的负荷不同的车辆,它可以收集遥测的地理位置,是足够周期一周的日子。

基于数据的周期性是有意义的整个数据集分为7部分除以一周的日子和处理每个新另行规定。在未来,这种方法将允许分配新接收的数据的处理集群上的几个机器,每一个都将处理一个较小的部分数据,例如,只有一个星期的日子。

它还可以输入一个更多的时间协调除了星期,时区的一天。这样一个坐标的选择不仅是由于沿着时间轴简化导航,还能消除错误的设备在一定的位置坐标网格单元。

在这种情况下,数据的转换后,将获得一个新的数据结构。在这个结构包含设备的坐标,这个领域包含设备的ID、现场包含完整的数分钟过去了年初以来的领域一天的星期,是一天的时区,网格单元的惟一标识符,该领域包含网格中的单元的坐标。

第一次转换后,记录的数量并没有减少,但是字段的数量改变。因此,只有必要的和有用的数据都包含在新的数据库。这个数据集将被称为初步的网格(preMesh)。

在上面的未来,这个数据集,行动将深度数据进行清洗使用模糊集,大大加速应用程序将允许减少的数据量的知识提取方法。

在我们的例子中类似的数据集允许并行的任务构建航线7计算节点,一个数据集的每一天。

6.2。接收的数据的可视化

估计接收的数据,决定进一步适当使用知识提取方法,进行了工作来获取数据的图形表示。这个过程是使用PHP 5.6编写的一个软件模块实现。集合的名称在MongoDB和由此产生的最大价值的设备或记录网格细胞输入数据的可视化功能。

图3是一个例子的周一pregrid形象。在分析认为,在中心,大多数加载网格细胞所在的地方,有这样一个大城市作为印第安纳波利斯。

生成的文件是有限的一组特定的网格坐标的极端。图像的每一个点都是一个独立的部门策划的网格。

在图片的帮助下我们可以理解,我们有多少记录在哪个方向,我们可以交付的消息。

7所示。在网格中使用模糊逻辑来减少数据

大部分的数据加工在现代信息系统是大自然的一个数值。然而,在查询数据库,一个人试图制定,经常有不准确和不确定性。

模糊片的一种技术的一个很好的例子(模糊逻辑)到另一个(数据库)。根据模糊一片,过滤测量理解,包括模糊值,例如,“所有对象搬到城市的北部。“在这个例子中,术语“北之城”的模糊。如果我们认为对象可以移动到城市的北部,不是直线轨迹,那么模糊的定义出现在运动。

模糊集隶属函数的特点。让是一个元素的隶属度一个模糊集,函数是一个泛化的特征函数的经典集。然后模糊集吗是一组命令对表单吗 ,在那里可以取任何值的区间 , 。的值 意味着不是一个组的成员全部成员(1)。

有十多个典型形式的曲线来描述模糊逻辑的隶属度函数。最简单的例子表示模糊集是分段线性函数:梯形和三角形。

模糊集帮助处理模糊的条款,这些条款没有确切的意思。他们改变他们的值取决于任务。例如,参数的上下文中密切位于wi - fi的问题点可用性、作用半径是100米,将范围从0到20米。的上下文中的问题找到一个邻近城市中的参数将从10到80公里,等等。

模糊集可以有不同程度的模糊性。一组的成员函数增加缓慢比一组更精确的隶属函数增加得更快。模糊性的措施是重要的在模糊集理论的应用。这些措施的一项指标在决策过程中各种算法的有效性,信息搜索模式(32]。

模糊搜索数据库提供最大利益的情况下不仅需要提取信息,操作与模糊的条款,但也以某种方式排列在减少(增加)订单查询的程度的相关性。这使得它可以回答这样的问题:数据传输路线应该被认为是主要的,什么是空闲的?应该首先发送什么信息?等等。

创建规则数据传输通过DTN几片这个数据库必须:时间、方向和距离。

第一片的结果示意图可以表示为一个圆的半径500米和一些点集的时间和方向满足给定的条件(图4)。

画的中心是输出对象。两个更多的画点接近圆移动对象的隶属程度大于0.8。

一整套的圆圈将建造如果这些片重复发现两个移动对象和他们每个人都在输入对象(图5)。

最后是圆,其中包含输出对象。片的算法是有限的,因为,从一个特定的迭代中,输入和输出对象之间的距离将减少以及移动物体的数量,隶属程度大于0.8。

由于整个算法基于模糊片,一组相互关联的点对应于移动对象将获得。这组点实际上是一个面向连接的图形输入顶点和一个输出点。

但在实践中,有很多的事实数据,执行时间的片是很有意义的。在电脑英特尔(R)的核心(TM) i3 - 4030 u 1.90 GHz CPU,这些片2267163158条记录与路线建设将会进行一个多月。因此,片的数量减少到两个:只有在时间和距离。因此,记录的数量显著减少到7889条记录。截图请求的数据量对不同天的图所示6更直观地呈现在图7。

图8显示了一个使用模糊网格与所选数据片。

8。进一步研究建立航线为数据传输使用设备安装在车辆上

相应地,一个连通图构建细胞之间的坐标网格。这张图构造考虑信息传输(图的可能方向9)。

之后,日元depth-search算法和修改后的创建路线的算法被应用到生成的图表。其中第一个接收JSON-lines从数据库并创建的主要路线根据选择的权重。的帮助下修改日圆的算法,不删除的沟通渠道和节点创建和替代路线。

该方法数据转换和数据清理允许减少,在我们的案例中,记录的数量超过256000倍。

这样一个显著减少记录的数量允许不仅降低存储成本的准备数据,但也大大加速提取知识的应用方法。和使用图书馆仔细,PHP应用程序可以使用的处理器时间,得到一个解决方案的执行时间的获得初步净化的任务和转换的数据超过2次足够弱处理器。

9。结论

在当今世界,产生的数据量和处理不可避免的增长,和可用资源的合理使用问题解决应用问题,特别是在实时,成为有关。

本文研究的结果使用模糊逻辑线路的建设和图论。的帮助下,模糊逻辑,可以显著降低数据量的史前车辆运动。如何可以创建路线在演示了两个阶段,首先,建立一个集之间的路由节点,然后创建一个更新路线已经直接在设备之间。

本文的路由方法被认为是不适合车辆移动不断沿着新路线。但是,这种方法的帮助下,可以排除这些车辆没有相对固定的路线。

也表明,经典关系数据库的使用,比如MySQL,只有合理的小型项目,没有大量的数据或不需要快速获得结果。然而,定性数据处理的目的,我们不可避免地来增加增加代表性样本。但是,当增加交易量,不要忘记相关性,数据可以失去由于太长时间处理。因此,为了满足这些标准的必要性,NoSQL数据库的使用是最适合处理大数据将是有利的。这是MongoDB的例子所示。

本文认为,建设路线的方法可以适应车辆移动不断沿着新路线。后创建的网格是基于车辆的运动的历史,可以添加新数据。但是,这些数据必须使用相同的预处理方法,模糊逻辑或其他方法,保证一定的概率信息交付使用这些车辆。图的网格细胞,那么权重将会改变。但由于图很小,扩大路径的重新计算通过网格细胞不会花很多时间。

数据清理的建议的方法使用模糊逻辑,也可以过滤掉那些没有一个相对稳定的车辆路线。这是另一种使用工具解决数据传输的问题。

总结,我们可以说:描述技术允许明显加快的过程构建一个数据传输路由使用移动对象由于初始数据的还原和非常显著减少的图像对象之间的关系。

研究是不完整的。目前,额外的研究,以及其他的研究,正在进行扩大该地区的运输车辆,选择参数的设置最影响信息传递的质量,选择协议转让信息,考虑到设备的建筑特性的车辆。

的利益冲突

作者宣称没有利益冲突有关的出版。

确认

本文已经准备范围内的项目“计划科学项目”的主要部分国家教育部计划和俄罗斯联邦(任务不科学。2.6553.2017 / BCH基本部分)。

引用

1. 问:建成、l . Yiqin和z,“无线数据压缩和加密,并行算法”杂志上的传感器卷,2017篇文章ID 4209397, 11页,2017年。视图:出版商的网站|谷歌学术搜索
2. p . Szalachowski和z . Kotulski一次性分布式传感器网络中广播加密方案,“国际期刊的分布式传感器网络ID 536718条,卷。2012年,9页,2012。视图:出版商的网站|谷歌学术搜索
3. Parfenov Bolodurina, d, a . Shukhman”方法来有效的控制数据中心云计算资源提供多媒体服务,”西伯利亚国际会议的程序控制和通信,SIBCON 20152015年5月,页1 - 6,。视图:出版商的网站|谷歌学术搜索
4. p . Charuenporn和美国Intakosum Qos-security指标测量基于ITIL和COBIT标准web服务,“通用计算机科学杂志》上,18卷,不。6,775 - 797年,2012页。视图:出版商的网站|谷歌学术搜索
5. f . Dandria博科尼,j·g·克鲁斯,j .出去和d . Zeginis”Cloud4SOA:多重云在paas应用程序管理,”学报》第十四届国际研讨会上象征了科学计算和数值算法,SYNASC 20122012年9月,页407 - 414。视图:出版商的网站|谷歌学术搜索
6. j·朱、郑z和m . r .律”DR2:动态请求路由容忍延迟变化的在线云应用程序”《IEEE 6云计算国际会议上,云20132013年7月,页589 - 596。视图:出版商的网站|谷歌学术搜索
7. a . s . Tanenbaum和d . j . Wetherall计算机网络第五版布,普伦蒂斯霍尔出版社,2011年。
8. m·r·Khouadjia如敞开式。Talbi l . Jourdan b . Sarasola, e·阿尔巴”Multi-environmental合作并行metaheuristics求解动态优化问题,“《超级计算,卷63,不。3、836 - 853年,2013页。视图:出版商的网站|谷歌学术搜索
9. y阳光、美国罗问:戴,y,“一种自适应路由协议基于QoS和车辆密度在城市VANETs,”国际期刊的分布式传感器网络文章ID 631092卷,2015年,13页,2015。视图:出版商的网站|谷歌学术搜索
10. b·卡普和h·t·龚GPSR:贪婪的周边无状态路由的无线网络,”学报第六届一年一度的移动计算和网络国际会议(MOBICOM ' 00)2000年8月,页243 - 254。视图:出版商的网站|谷歌学术搜索
11. c . Lochert m .淡紫色,h . Fußler和h . Hartenstein地理路由在城市场景中,“ACM SIGMOBILE移动计算和通信评审,9卷,不。1,第72 - 69页,2005。视图:出版商的网站|谷歌学术搜索
12. 金,“适应性马奈多路径路由算法基于模拟退火的方法,”科学世界杂志ID 872526条,卷。2014年,8页,2014。视图:出版商的网站|谷歌学术搜索
13. j。j低浓缩铀,m·h·蔡Tzu-Chiang et al .,“自适应功率知道集群移动ad hoc网络和多播协议,”无处不在的智能和计算,第340 - 331页,2006年。视图:谷歌学术搜索
14. k . j . Kim Lee, t·金和美国,“有效的MANET路由方案双层点对点系统,”计算科学与工程杂志》上,5卷,不。1胜38负页。2011。视图:出版商的网站|谷歌学术搜索
15. c . t . Hieu和c .香港”连接entropy-based多速率移动Ad Hoc网络路由协议,”计算科学与工程杂志》上,4卷,不。3、225 - 239年,2010页。视图:谷歌学术搜索
16. m .枪,佐尔格,即布瓦吉吉,“ARA-the基于蚁群路由算法马奈,”学报》国际会议并行加工车间,页79 - 85,不列颠哥伦比亚,加拿大,2002年8月。视图:出版商的网站|谷歌学术搜索
17. l . Barolli a小山,t .菅沼,n .治广“GAMAN:基于GA的QoS路由移动ad hoc网络的方法,”互联网络杂志,4卷,不。3、251 - 270年,2003页。视图:出版商的网站|谷歌学术搜索
18. t . Delot:在美国Ilarri, t·阿娴”GeoVanet:查询处理在车载网络的路由协议,”移动信息系统,7卷,不。4、329 - 359年,2011页。视图:出版商的网站|谷歌学术搜索
19. m·霍尔泽f·舒尔茨和d·瓦格纳,“工程多层叠加图最短路径查询,”ACM实验算法杂志》上第五条,卷。13日,1-26,2008页。视图:出版商的网站|谷歌学术搜索|MathSciNet
20. l . Roditty”k在加权有向图简单的最短路径问题,”暹罗杂志上计算,39卷,不。6,2363 - 2376年,2010页。视图:出版商的网站|谷歌学术搜索|MathSciNet
21. m·r·Bosunia d·p·宋c .公园工程学系。宋”,一个新的路由协议具有高能源效率和可靠性数据交付在移动ad hoc网络,”国际期刊的分布式传感器网络ID 716436条,卷。2015年,8页,2015。视图:出版商的网站|谷歌学术搜索
22. d·a·凯勒Borkmann、美国纽豪斯和m .哈佩“自我意识在计算机网络中,”可重构计算的国际期刊文章ID 692076卷,2014年,16页,2014年。视图:出版商的网站|谷歌学术搜索
23. m . k .电工和h . Lu”复制传播和更新策略在基于集群移动ad hoc网络,”移动信息系统,卷2,不。4、193 - 209年,2006页。视图:出版商的网站|谷歌学术搜索
24. 他和李y”,大数据简化和优化传感器监测网络,”应用数学学报ID 294591条,卷。2014年,8页,2014。视图:出版商的网站|谷歌学术搜索
25. a . Ciancio美国模式、a·奥尔特加,b . Krishnamachari”节能数据表示和路由基于分布式的无线传感器网络小波压缩算法,”第五届国际研讨会论文集在传感器网络的信息处理(IPSN 06年)2006年4月,页309 - 316。视图:出版商的网站|谷歌学术搜索
26. c·m·萨德勒和m . Martonosi”数据压缩算法为能源设备在延迟容忍网络”诉讼的第四届国际会议在嵌入式网络化传感器系统(SenSys 06年)ACM, 278,页265 - 2006。视图:出版商的网站|谷歌学术搜索
27. 郭h .姚明,c .方y, c .赵”最优路由算法在服务定制5 g网络,”移动信息系统卷,2016篇文章ID 6146435, 7页,2016。视图:出版商的网站|谷歌学术搜索
28. Ghafoor h和i .古,”Spectrum-aware地理认知车载ad hoc网络路由使用卡尔曼滤波器,”杂志上的传感器卷,2016篇文章ID 8572601, 10页,2016。视图:出版商的网站|谷歌学术搜索
29. 李x w·舒H.-Y m . Li。黄,体育课程。罗,M.-Y。吴,“绩效评估场基于车辆发动的移动传感器网络流量监控,“IEEE车辆技术,卷。58岁的没有。4、1647 - 1653年,2009页。视图:出版商的网站|谷歌学术搜索
30. b . Nathali席尔瓦、m .汗和k .汉”大数据分析嵌入式智能城市架构性能增强通过实时数据处理和决策,”无线通信和移动计算卷,2017篇文章ID 9429676, 12页,2017。视图:出版商的网站|谷歌学术搜索
31. i . j .李“大数据处理的道路交通碰撞使用分布式CEP框架,”第16届亚太网络运营和管理学报》研讨会(APNOMS 14)2014年9月,台湾新竹。视图:出版商的网站|谷歌学术搜索
32. 洛杉矶德,“模糊集”,信息和控制,8卷,不。3、338 - 353年,1965页。视图:出版商的网站|谷歌学术搜索

版权

版权©2017尤利娅•Shichkina和亚历山大Koblov。这是一个开放的分布式下文章知识共享归属许可,它允许无限制的使用、分配和复制在任何媒介,提供最初的工作是正确引用。