基于下一代网络体系架构的移动社交内容分发关键技术研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    61571286
  • 项目类别:
    面上项目
  • 资助金额:
    57.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    F0104.通信网络
  • 结题年份:
    2019
  • 批准年份:
    2015
  • 项目状态:
    已结题
  • 起止时间:
    2016-01-01 至2019-12-31

项目摘要

With the rapid development of mobile communication technologies, new features sprung up, such a huge quantity of content, diversified services, and users’ diverse needs, with a result that the content distribution becomes quite weak in the reality and reliability. Different from the traditional methods based on the geographic information, this application presents the next generation networks to address the problems for content distribution based on the content centric network structure. Firstly, content distribution mathematical model is designed in the mobile social network based on the content and provides the theoretical foundation. Secondly, with the game theory, operations research and other mathematical tools, this application studies the cache strategy based on the interests, the cooperation strategy within the nodes based on the non cooperation game, and data communication strategy based on the users' demand characteristics, respectively. The specific objectives and results are shown as follows: considering the new features in the current networks and the rational allocation of the network resources, the proposal increases the efficiency of transmission, reduces the delay, improves the performance of the network systems and the user experience. Moreover, the new theory presented in the application establishes the theoretical foundation for the distribution strategy and application in the next generation networks based on the content.
随着移动通信技术的飞速发展, 移动社交网络呈现出数据海量化、内容共享化和用户需求多样化等新特征,使得传统的网络结构无法满足用户对内容分发实时性和可靠性的需求。为了克服上述问题,本项目基于不依赖传统地理信息的下一代网络架构,研究以内容为中心的移动社交网络内容分发的关键技术。首先,建立网络内容分发模型,为内容分发策略的研究奠定基础。其次,利用博弈论、运筹学、优化算法等数学工具,分别研究基于用户兴趣的内容缓存策略、基于非合作博弈的节点协作策略、基于用户需求特性的内容传播策略。通过充分挖掘网络特征、合理分配网络资源,以达到提高数据传输效率、降低用户访问时延、提升网络性能和用户体验的目的。本项目的开展可为基于下一代网络架构的移动社交网络的研究和应用提供理论指导与技术支撑。

结项摘要

由于虚拟现实交互化、数据海量化、内容共享化和用户需求多样化等新特征,如何满足用户对内容分发实时性和可靠性的需求成为了新的挑战。本项目摆脱传统基于IP地址的网络架构,展开以内容为中心的移动社交网络内容分发的关键技术。首先,建立内容中心移动社交网络的内容分发模型,为支持多样化用户需求的内容分发策略确立架构。其次,研究基于用户兴趣和网络状态的内容缓存策略,提高节点有限存储空间的缓存效率。再次,研究基于非合作博弈的网络节点协作策略,改善网络内容传输和共享的性能,并通过多场景应用,实现安全高效内容传输、降低用户访问时延、提升网络性能和用户体验的目的,可为基于下一代网络架构的移动社交网络的研究和应用提供了理论指导与技术支撑。

项目成果

期刊论文数量(23)
专著数量(0)
科研奖励数量(5)
会议论文数量(14)
专利数量(6)
Secure Content Delivery With Edge Nodes to Save Caching Resources for Mobile Users in Green Cities
使用边缘节点进行安全内容交付,为绿色城市中的移动用户节省缓存资源
  • DOI:
    10.1109/tii.2017.2787201
  • 发表时间:
    2018-06-01
  • 期刊:
    IEEE TRANSACTIONS ON INDUSTRIAL INFORMATICS
  • 影响因子:
    12.3
  • 作者:
    Xu, Qichao;Su, Zhou;Dong, Bo
  • 通讯作者:
    Dong, Bo
Content in Motion: An Edge Computing Based Relay Scheme for Content Dissemination in Urban Vehicular Networks
运动中的内容:基于边缘计算的城市车载网络内容传播中继方案
  • DOI:
    10.1109/tits.2018.2873096
  • 发表时间:
    2019-08-01
  • 期刊:
    IEEE TRANSACTIONS ON INTELLIGENT TRANSPORTATION SYSTEMS
  • 影响因子:
    8.5
  • 作者:
    Hui, Yilong;Su, Zhou;Cai, Jun
  • 通讯作者:
    Cai, Jun
A Game Theoretic Approach to Parked Vehicle Assisted Content Delivery in Vehicular Ad Hoc Networks
车载自组织网络中停放车辆辅助内容交付的博弈论方法
  • DOI:
    10.1109/tvt.2016.2630300
  • 发表时间:
    2017-07-01
  • 期刊:
    IEEE TRANSACTIONS ON VEHICULAR TECHNOLOGY
  • 影响因子:
    6.8
  • 作者:
    Su, Zhou;Xu, Qichao;Guo, Song
  • 通讯作者:
    Guo, Song
Distributed Task Allocation to Enable Collaborative Autonomous Driving with Networks Softwarization
分布式任务分配,通过网络软件化实现协同自动驾驶
  • DOI:
    --
  • 发表时间:
    2018
  • 期刊:
    IEEE Journal on Selected Areas in Communications
  • 影响因子:
    16.4
  • 作者:
    Zhou Su;Yilong Hui;T.H. Luan
  • 通讯作者:
    T.H. Luan
Trust-Evaluation-Based Intrusion Detection and Reinforcement Learning in Autonomous Driving
自动驾驶中基于信任评估的入侵检测和强化学习
  • DOI:
    10.1109/mnet.001.1800535
  • 发表时间:
    2019-09-01
  • 期刊:
    IEEE NETWORK
  • 影响因子:
    9.3
  • 作者:
    Xing, Rui;Su, Zhou;Luo, Jun
  • 通讯作者:
    Luo, Jun

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--"}}
  • 发表时间:
    {{ item.publish_year || "--" }}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--"}}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ patent.updateTime }}

其他文献

酸压工艺进展及展望
  • DOI:
    --
  • 发表时间:
    2014
  • 期刊:
    油气井测试
  • 影响因子:
    --
  • 作者:
    雷腾蛟;杨兆中;张啸枫;苏洲
  • 通讯作者:
    苏洲
四川盆地长宁地区龙马溪组上、下段页岩储层差异研究
  • DOI:
    --
  • 发表时间:
    2015
  • 期刊:
    岩性油气藏
  • 影响因子:
    --
  • 作者:
    杨兆中;苏洲;李小刚
  • 通讯作者:
    李小刚

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--" }}
  • 发表时间:
    {{ item.publish_year || "--"}}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--" }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}
empty
内容获取失败,请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:

AI项目思路

AI技术路线图

苏洲的其他基金

网联汽车群体智能协同网络通信的决策理论和方法
  • 批准号:
    U1808207
  • 批准年份:
    2018
  • 资助金额:
    249.0 万元
  • 项目类别:
    联合基金项目
基于移动社交大数据的复杂社会网络行为传播扩散与预测关键技术
  • 批准号:
    91746114
  • 批准年份:
    2017
  • 资助金额:
    42.0 万元
  • 项目类别:
    重大研究计划

相似国自然基金

{{ item.name }}
  • 批准号:
    {{ item.ratify_no }}
  • 批准年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号:
    {{ item.ratify_no }}
  • 财政年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目:调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要:

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题,其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子,其表达水平对抗病毒防御至关重要。然而,TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用,影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法,探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用,为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义,并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路:

科学问题:TRIM2如何调控A型流感病毒诱导的IFN-β表达?
前期研究:已有研究表明TRIM2参与抗病毒反应,但其具体机制尚不明确。
研究创新点:本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线:包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术:TRIM2与病毒RNA的相互作用分析,IFN-β启动子活性检测。
实验模型:使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
      
关闭
close
客服二维码