机会传感网络是一种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通信的自组织网络,应用于野生动物追踪、森林环境监测以及智能交通等。机会传感网络中,关键节点的失效可能导致网络运行不正常,甚至瘫痪。如能获知或预测网络的关键节点,便可根据关键节点的相关信息对网络进行优化,在网络出现瘫痪时,第一时间排查关键节点,可大大减少网络维护时间和成本。课题来源于国家自然科学基金项目,研究机会传感网络的关键节点预测方法。论文介绍了国内外相关网络关键节点的研究现状,分析了现有关键节点判定方法的优缺点及适用范围,指出现有的方法不适用于机会传感网络;针对机会传感网络消息传输时延高、网络结构呈动态变化的特点,分析了多区域机会传感网络分层结构模型的消息传输过程,定义阶段贡献度反映节点在消息传输过程中的贡献,定义区域贡献度反映节点对区域的贡献程度;在此基础上,以节点在网络中的综合贡献度作为判断关键节点的依据,并提出基于多属性决策中理想点法(Technique for Order Preference by Similarity to Ideal Solution,TOPSIS)的关键节点预测方法。论文采用机会传感网络仿真器实(Opportunistic Networking Environment,ONE)模拟四种典型的多区域机会传感网络场景,分别采用TOPSIS算法和改进TOPSIS算法预测关键节点,结果表明,采用改进TOPSIS算法能够获得更高的预测精度;为进一步验证本文提出的预测方法,利用寻迹小车搭建了实验床,结果表明,采用改进TOPSIS算法的预测精度更高。