舒 坚，李睿瑞，熊 涛，刘琳岚，孙利民

(1.南昌航空大学软件学院，江西南昌330063；2.南昌航空大学信息工程学院，江西南昌330063)

便携交换网络（pocket switched network,PSN）是一类特殊的机会网络，内部节点由携带便携式手持设备的人员组成[1]，不需要源节点和目标节点之间存在完整链路，利用节点移动带来相遇机会实现数据交换，以“存储—携带—转发”形式进行通信[2]。目前针对PSN网络的研究面临以下挑战：网络行为预测、消息转发[3]、命名的动态性等[4]。

研究PSN网络行为预测中的链路预测问题，为PSN的网络演化机制研究及路由、拓扑控制和移动管理等上层协议提供支撑，推动PSN在商品推荐[5]、灾难救援、公共安全领域的事件检测、军事领域等方面的应用[6]。近年来，随着对机会网络研究的深入，研究者提出了多种链路预测方法，但针对PSN网络的链路预测研究较少。与本研究相关的链路预测方法是基于相似性指标的预测方法和基于机器学习的预测方法。

基于相似性指标的预测方法利用网络信息计算节点间的相似性，连接概率与相似性呈正相关。共同邻居[7]（common neighbor,CN）指标认为节点的共同邻居越多，相近程度越高，吕琳媛等[8]对CN的改进指标AA（adamic-adar）指标、Sorenson指标、RA（resourceallocation index）指标等进行了阐述；Huang等[9]考虑了共同邻居节点间依赖关系的不同，采用贝叶斯分类器计算节点的相似性；Sun[10]引入社区结构的思想，提出局部亲和结构（local affinity structure,LAS）指标以衡量节点间的“紧密度”；Yang等[11]综合考虑节点间最短路径和局部社区内的边聚类系数对节点间产生连接的影响，提出LCAR指标计算节点间的相似性。……