基于时空特性的机会网络路由算法研究

发布时间：2020-07-07 14:39

【摘要】：相比于传统网络,机会网络的链路时断时续,几乎不存在完整的端到端的连通路径,并且节点的移动导致网络拓扑的时刻变化,这种特殊的网络环境使得路由算法的设计面临挑战。为提高消息传输成功率,降低传输时延和网络负载,利用节点的社会属性设计路由算法能有效改善网络性能。但节点的社会属性,比如社区、中心性、中介度等,只体现出节点的空间联系(物理空间,虚拟空间),忽视了从时间维度来描述节点间的时间联系,因此本文提出基于活动的消息机会转发(AMOF)。另外,实际的网络往往具有社区结构,并且某些社区之间相互重叠,为此本文进一步提出基于重叠社区的消息机会转发算法(MOFOC)。主要研究内容如下:(1)机会网络的研究现状分析。综述了机会网络研究的两大热点,即移动模型和消息转发机制,并且从空间维度和时间维度对相关工作进行分类描述。(2)提出基于活动的消息机会转发算法。首先,设计一种基于活动的移动模型。该模型还原了人类周期性参与各项活动的场景。然后,基于该模型,提出基于活动的消息机会转发算法。通过考虑节点相遇概率、节点相遇周期、消息剩余TTL,构建节点之间的消息交付概率,通过消息交付概率动态评价节点转发消息给目的节点的能力,并以此指导消息的转发。(3)提出基于重叠社区的消息机会转发算法。首先,设计一种基于重叠社区的移动模型。该模型模拟了在具有重叠社区结构的网络中节点的移动行为,通过分析发现节点之间的通信间隔具有时间异质性和非均匀性。然后,基于该模型,设计相应的消息转发算法。源节点与目的节点存在重叠社区时,则由重叠社区中的节点将消息逐跳转发至目的节点;源节点与目的节点不存在重叠社区时,则在源节点所属活跃社区内寻找中继节点将消息转发至目的节点所属的活跃社区。(4)仿真实验与结果分析。实验结果表明,与Epidemic,PRoPHET,CMOT和CMTS路由算法相比较,AMOF路由算法和MOFOC路由算法在消息传输成功率,网络负载和传输时延等方面均取得显著改善。
【学位授予单位】：南昌航空大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：TP393.02
【图文】：

示意图,示意图,消息,节点

2.1.1 机会网络概念机会网络可视为移动自组织网络（MANET）和延迟容忍网络（DTNs）两者的子集。学术界对于机会网络还没有形成统一的定义，文献中广泛使用的是如下描述性定义：机会网络是一种不需要源节点和目标节点之间存在完整链路，利用节点移动带来的相遇机会实现通信的自组织网络[3]。与传统的移动自组织网络不同，机会网络中的通信节点往往随机部署，节点分布位置难以确定，节点分布密度无法预测，导致网络中很难时刻存在完整的端到端链路。利用节点的移动带来的通信机会，为处在通信范围内的节点进行通信中继，逐跳将消息转发给目的节点。图 2-1 描述了机会网络这种“存储—携带—转发”的消息传输过程。源节点S需要将消息发送给目的节点D，但在其通信范围内无法将消息转发给目的节点。在t1时刻节点S将数据分组打包转发给通信范围内的节点 3；节点 3 存储该条消息，由于没有合适的转发机会，节点 3 携带该消息继续移动，在t2时刻将携带的消息转发给相遇节点 4；在t3时刻，节点 4 运动到节点D的通信范围成功将消息传输给目的节点，完成一次数据传输。

示意图,体系结构,示意图,传统网络

图 2-2 机会网络体系结构示意图可以在不同类型的底层协议上工作，从而使机会网同协议栈之上的覆盖层网络。不同于传统网络，机为束，束是一种具有特定格式的长度可变的 PDU Bundle 层来负责存储和转发所有的束。Bundle 层且对该层之上的应用程序提供统一接口，使得在不够通信。此外，通过 LTP 传输协议[38]保证消息重传络传输延迟较长、网络分裂等恶劣的网络环境。络特点与挑战体系结构是对传统网络体系结构的颠覆性改变，其ndle 代替分组，Hop-by-Hop 代替 End-to-End，部分网络拓扑，基于名称的路由代替基于地址的路由），了一种可行性方案，为物联网的泛在化、智能化、

示意图,移动模型,人类活动,示意图

构建较为耗时困难。MIT 的 Reality Mining 项目收集了时间跨度为 9 个月的 100名在校志愿师生的智能手机移动轨迹数据和相遇记录。UCSD 开展的 WirelessTopology Discovery项目[48]收集了长达11周的300个PDA与Wi-Fi接入点的数据。UMass 研究组[49]收集了 DieselNet 实际运行中节点的相遇信息。Dartmouth College的 CRAWDAD 项目[50]收集整理大量真实移动轨迹数据集，并在项目的官网分享数据集，供研究者交流使用。但由于真实轨迹数据集的信息采集往往历时长，耗资大，涉及参与项目志愿者个人隐私等问题，导致基于节点真实运动轨迹集的移动模型的相关研究进展缓慢，能使用的移动模型也相当有限，难以满足各类应用场景的研究需求。（3）基于人类活动特征的移动模型真实移动模型确实真实记录人类活动轨迹，但局限于记录的特定区域以及有限的记录时间，难以全面表征人类社会大量的应用场景的特性。人类移动的特性有很多，如社交关系，位置偏好，既定日程等。本文根据移动模型反映的人类活动特征所属维度进行分类：基于空间规律性移动模型，基于时间规律性移动模型。具体分类如图 2-3 所示。

【相似文献】