基于聚类与贝叶斯分类器的网络节点分组算法及评价模型

多组群网络应用是目前比较流行的互联网服务模式之一，本文主要针对多组群网络应用的节点分组及评价方法进行研究探讨，设计了一种基于无监督聚类方法和贝叶斯分类器的高质量分组算法Clustyes，提出了基于“组耦合度”的可调多取向分组评价模型，该模型较好地将组内节点间往返时延、分组丢失率和跳数3个指标对组内通信的影响有机地量化融合。Clustyes算法在NS-3上进行了模拟，结果表明，使用该算法获得的分组具有组内节点通信性能好、稳定性高、物理距离近的优点。