MSNs中基于TCC感知的数据转发方法
发布时间：2020-03-02 16:39
【摘要】：现有的移动社交网络数据转发方法大多没有考虑到处存在的暂态连通区域(TCC),导致数据转发质量较低。为此,根据5组真实数据对TCC属性与数据转发性能的关系进行分析,提出一种基于TCC感知的数据转发算法。考虑到该算法会增加网络中数据拷贝的数量,提出改进型TCC感知数据转发策略,通过选择TCC中的最优节点集,避免它们的相遇重叠现象,利用少量节点实现数据转发机会最大化。仿真结果表明,所提方法的性能在数据投递率和网络开销方面的性能优于当前其它数据转发算法。
【图文】：
中数据转发的性能。在该算法中，ＴＣＣ内的节点通过多跳无线通信来交换它们的转发性能指标，选择转发性能指标最高的节点来获得数据的拷贝。虽然基于ＴＣＣ感知的数据转发策略可提升数据投递率，但是它会增加网络中数据拷贝的数量。为了解决这一问题，文中对上述算法进行改进，通过选择ＴＣＣ区域中的最优节点集来避免它们的相遇重叠现象，利用少量节点实现数据转发机会最大化。基于真实数据的仿真结果表明，本文基于ＴＣＣ感知的数据转发策略，其性能要优于当前其它数据转发策略，且网络开销较低。图１ＭＳＮｓ中的数据转发１相关工作数据转发问题一直是ＭＳＮｓ中的研究热点，国内外学者相继提出了一系列具有代表性的方法，如文献［５］提出一种基于机会网络的扩散算法来进行ＭＳＮｓ的数据转发，该算法利用先比较后转发算法对生成的数据拷贝进行控制，携带数据的节点只将数据转发给转发性能指标更高的其它节点。然而在该算法中发生节点相遇时容易造成数据泛滥。部分文献根据普通节点与目的节点的相遇概率来确定节点的转发性能指标，比如文献［６］中的ＰＲＯＰＨＥＴ算法和文献［７］中的ＭａｘＰｒｏｐ算法。然而，这些算法均忽略了ＴＣＣ内的多跳通信机会，没有结合真实数据对ＴＣＣ的具体结构进行研究，也没有考察如何利用ＴＣＣ的特点来增加相遇机会并提升数据转发性能，因此对于具有多种连通特性的ＭＳＮｓ来说不是最优算法。Ｐｈｅ－Ｎｅａｕ等［８］考虑了节点邻域的多跳通信机会。然而，在他们的方法中，，只有数据的目的节点位于节点邻域内时才能利用节点的多跳通信机会，这从本质上来说属于等待型转发策略，因此缺乏相关机制使数据到达更多节
中数据转发的性能。在该算法中，ＴＣＣ内的节点通过多跳无线通信来交换它们的转发性能指标，选择转发性能指标最高的节点来获得数据的拷贝。虽然基于ＴＣＣ感知的数据转发策略可提升数据投递率，但是它会增加网络中数据拷贝的数量。为了解决这一问题，文中对上述算法进行改进，通过选择ＴＣＣ区域中的最优节点集来避免它们的相遇重叠现象，利用少量节点实现数据转发机会最大化。基于真实数据的仿真结果表明，本文基于ＴＣＣ感知的数据转发策略，其性能要优于当前其它数据转发策略，且网络开销较低。图１ＭＳＮｓ中的数据转发１相关工作数据转发问题一直是ＭＳＮｓ中的研究热点，国内外学者相继提出了一系列具有代表性的方法，如文献［５］提出一种基于机会网络的扩散算法来进行ＭＳＮｓ的数据转发，该算法利用先比较后转发算法对生成的数据拷贝进行控制，携带数据的节点只将数据转发给转发性能指标更高的其它节点。然而在该算法中发生节点相遇时容易造成数据泛滥。部分文献根据普通节点与目的节点的相遇概率来确定节点的转发性能指标，比如文献［６］中的ＰＲＯＰＨＥＴ算法和文献［７］中的ＭａｘＰｒｏｐ算法。然而，这些算法均忽略了ＴＣＣ内的多跳通信机会，没有结合真实数据对ＴＣＣ的具体结构进行研究，也没有考察如何利用ＴＣＣ的特点来增加相遇机会并提升数据转发性能，因此对于具有多种连通特性的ＭＳＮｓ来说不是最优算法。Ｐｈｅ－Ｎｅａｕ等［８］考虑了节点邻域的多跳通信机会。然而，在他们的方法中，只有数据的目的节点位于节点邻域内时才能利用节点的多跳通信机会，这从本质上来说属于等待型转发策略，因此缺乏相关机制使数据到达更多节
本文编号：2584364
【图文】：
中数据转发的性能。在该算法中，ＴＣＣ内的节点通过多跳无线通信来交换它们的转发性能指标，选择转发性能指标最高的节点来获得数据的拷贝。虽然基于ＴＣＣ感知的数据转发策略可提升数据投递率，但是它会增加网络中数据拷贝的数量。为了解决这一问题，文中对上述算法进行改进，通过选择ＴＣＣ区域中的最优节点集来避免它们的相遇重叠现象，利用少量节点实现数据转发机会最大化。基于真实数据的仿真结果表明，本文基于ＴＣＣ感知的数据转发策略，其性能要优于当前其它数据转发策略，且网络开销较低。图１ＭＳＮｓ中的数据转发１相关工作数据转发问题一直是ＭＳＮｓ中的研究热点，国内外学者相继提出了一系列具有代表性的方法，如文献［５］提出一种基于机会网络的扩散算法来进行ＭＳＮｓ的数据转发，该算法利用先比较后转发算法对生成的数据拷贝进行控制，携带数据的节点只将数据转发给转发性能指标更高的其它节点。然而在该算法中发生节点相遇时容易造成数据泛滥。部分文献根据普通节点与目的节点的相遇概率来确定节点的转发性能指标，比如文献［６］中的ＰＲＯＰＨＥＴ算法和文献［７］中的ＭａｘＰｒｏｐ算法。然而，这些算法均忽略了ＴＣＣ内的多跳通信机会，没有结合真实数据对ＴＣＣ的具体结构进行研究，也没有考察如何利用ＴＣＣ的特点来增加相遇机会并提升数据转发性能，因此对于具有多种连通特性的ＭＳＮｓ来说不是最优算法。Ｐｈｅ－Ｎｅａｕ等［８］考虑了节点邻域的多跳通信机会。然而，在他们的方法中，，只有数据的目的节点位于节点邻域内时才能利用节点的多跳通信机会，这从本质上来说属于等待型转发策略，因此缺乏相关机制使数据到达更多节
中数据转发的性能。在该算法中，ＴＣＣ内的节点通过多跳无线通信来交换它们的转发性能指标，选择转发性能指标最高的节点来获得数据的拷贝。虽然基于ＴＣＣ感知的数据转发策略可提升数据投递率，但是它会增加网络中数据拷贝的数量。为了解决这一问题，文中对上述算法进行改进，通过选择ＴＣＣ区域中的最优节点集来避免它们的相遇重叠现象，利用少量节点实现数据转发机会最大化。基于真实数据的仿真结果表明，本文基于ＴＣＣ感知的数据转发策略，其性能要优于当前其它数据转发策略，且网络开销较低。图１ＭＳＮｓ中的数据转发１相关工作数据转发问题一直是ＭＳＮｓ中的研究热点，国内外学者相继提出了一系列具有代表性的方法，如文献［５］提出一种基于机会网络的扩散算法来进行ＭＳＮｓ的数据转发，该算法利用先比较后转发算法对生成的数据拷贝进行控制，携带数据的节点只将数据转发给转发性能指标更高的其它节点。然而在该算法中发生节点相遇时容易造成数据泛滥。部分文献根据普通节点与目的节点的相遇概率来确定节点的转发性能指标，比如文献［６］中的ＰＲＯＰＨＥＴ算法和文献［７］中的ＭａｘＰｒｏｐ算法。然而，这些算法均忽略了ＴＣＣ内的多跳通信机会，没有结合真实数据对ＴＣＣ的具体结构进行研究，也没有考察如何利用ＴＣＣ的特点来增加相遇机会并提升数据转发性能，因此对于具有多种连通特性的ＭＳＮｓ来说不是最优算法。Ｐｈｅ－Ｎｅａｕ等［８］考虑了节点邻域的多跳通信机会。然而，在他们的方法中，只有数据的目的节点位于节点邻域内时才能利用节点的多跳通信机会，这从本质上来说属于等待型转发策略，因此缺乏相关机制使数据到达更多节
【相似文献】
相关期刊论文 前4条
1 郭玉静;甘雷;;RBAC与数据转发技术在系统开发中的应用[J];制造业自动化;2011年05期
2 张翠肖;胡迎新;;利用MPLS技术构建VPN[J];河北工业大学学报;2006年01期
3 胡振强;;基于ATM的MPLS数据转发技术分析[J];无线电工程;2011年07期
4 ;[J];;年期
相关会议论文 前1条
1 刘小冉;刘亚萍;侯捷;张硕;;位置/标识分离网络中基于OpenLISP数据转发机制的分析与设计[A];2010通信理论与技术新发展——第十五届全国青年通信学术会议论文集（下册）[C];2010年
相关硕士学位论文 前1条
1 郜克天;AMI数据转发及安全机制研究[D];国防科学技术大学;2014年
本文编号：2584364
本文链接：https://www.wllwen.com/guanlilunwen/ydhl/2584364.html
