一种快速规避拥塞的路由算法

为了平衡网络负载,优化网络资源使用,路由算法必须具备快速规避拥塞的能力.文章借鉴了最短路径算法和蚂蚁算法,在拥塞出现以后,分别以拥塞链路的相邻两端节点为中心、以一个事先设定的路径优劣评价函数为标准,通过两组寻路蚂蚁,逐渐增大网络搜索范围,各自独立寻找绕开拥塞链路到达对方的最优相向路径.直到上述找到的相向路径中途相遇(节点集中出现相同的节点),则意味着算法成功找到了绕开了拥塞链路新路径,算法结束.经仿真证明,该算法由于充分地利用了拥塞前的QoS路由信息,加上具体寻路过程利用了蚂蚁算法的并发性,明显节省了QoS路由搜索时间,有效地规避了网络拥塞,提高了网络服务能力.     

改进的异构链路协同预测算法研究

现有的链路预测方法无法保证预测的可靠性,应用局限性较大。为此,针对源节点相似节点和目标节点相似节点之间的当前链路信息,提出同质连接原理,设计不同类型节点的相关性指标,用于描述不同类型节点间的链路存在概率,并将其与传统的邻近性指标相结合,用于异构链路预测。融合异构信息网络中的被标记数据和无标记数据,给出一种异构链路协同预测算法,通过获得不同类型链路间的各种复杂关系,结合互补性预测信息,实现多种链路类型的协同预测。实验结果表明,该链路协同预测算法可有效提升异构信息网络的链路预测性能。     

Ad Hoc多径路由算法

针对Ad Hoc网络,在分析AODV单径路由协议的基础上,结合路径稳定的衡量——熵,利用路由请求包唯一性和标志位信息,提出一种开销最小节点不相交的多径路由算法ENDMAODV.该算法能够发现多条节点不相交路由路径,并从中选取2条稳定性较好的路径.仿真结果表明,ENDMAODV协议在路径重构次数、分组投送率、平均控制开销和端到端时延方面表现出较优性能,为自组织网络多径路由算法的设计提供了新思路.     

NHLERE:应用蚁群算法的WSN路由算法

针对WSN中节点能量有限及节点间链路随机损耗特点,提出一种基于蚁群算法的用于无限传感器网络的路由算法-NHLERE,利用蚁群算法正反馈、分布式协作的特点,将距汇聚节点的跳数和链路质量信息融合到信息素的形成中,并将信息素和节点剩余能量作为启发信息,通过模拟蚂蚁的寻径行为形成并优化到达汇聚节点路由.实验结果表明,与LEPS相比NHLERE算法具有更高的数据传输效率,并能使网络内各节点能量消耗趋于均衡,从而延长WSN网络生命期.     

Cordova-NodeJS混合式物联网信息服务系统

针对传统物联网信息服务系统不能实现物联网终端汇聚节点和物联网应用服务器兼容，无法利用现有的互联网生态圈这两大问题，提出了一种新型Cordova-NodeJS混合式物联网信息服务系统。该系统由基于改进内核的Cordova框架构成的物联网终端汇聚节点和基于Node.js并配合最优点产生算法构成的物联网应用服务器所组成。结合所提出的混合式信息服务架构，该系统运行良好。实验仿真结果也表明，使用该系统架构的物联网信息服务系统相关数据指标较传统信息服务系统表现优异，接近于互联网信息服务系统数据指标，证明该系统具有研究价值。     

MRABM:一种新的基于mesh结构的多径路由算法

针对移动AdHoc网络提出了一种新的基于mesh结构的多径路由算法MRABM(MultipathRoutingAlgorithmBasedonMeshStructure),该算法采用目的节点建立和更新mesh结构的机制。该算法不仅为每个源节点、中间节点提供了到目的节点最优路径,而且为每个节点建立了到目的节点的多条路径。当节点移动造成链路断开时,该算法能避开断开的链路,迅速沿其它路径转发数据,不需要路由修复和路由重建过程,从而降低了丢包率和端到端的延时。对大流量数据的传输,该算法能有效利用网络资源,减少网络拥塞。因此该算法能很好地适应网络拓扑结构的动态变化。     

一种基于监督学习的异构网链路预测模型

传统的异构网链路预测研究有基于元路径监督学习的PathPredict算法与MPBP算法,但它们并不能充分利用异构网提供的丰富信息来进行链路预测.在原有传统监督学习算法的基础上,首先为了增加链路熵和时间动态信息而设计了HLE-T算法,然后通过链路强弱关系的数值分段构建多分类问题的监督学习算法MSLP链路预测模型,最后在4个稠密度不同的数据集下完成了实验测试.实验结果表明,MSLP链路预测模型一定程度上提升了异构网中的链路预测性能,对未来链路预测研究具有一定的借鉴意义.     

面向BLE健康监护网络的负载均衡算法

为解决基于BLE Mesh的健康监护系统中数据传输不稳定,部分节点死亡速度过快的问题,提出一种负载均衡多径路由算法.根据节点特性构建动态剩余能量计算模型和节点移动状态概率计算模型,在上述模型的基础上考虑链路质量情况引入负载均衡链路状态指标指导路由建立.仿真结果表明,该算法具有更高的投递率和更好的稳定性,能有效延长网络的生命周期,适合应用在对传输有效性要求较高的健康监护系统中.     

基于改进阻塞判别算法的物联网数据转储仿真

准确判别物联网数据转储节点的阻塞状态,可提高物联网数据转储率,提出基于改进阻塞判别算法的物联网数据转储方法,判断物联网数据转储节点是否存在阻塞状态,若转储节点不存在阻塞状态,便由基于超宽带集中管控机制的物联网数据转储效果优化算法,通过转储区域分割、转储区域固定、转储链路稳定三步骤,优化物联网数据转储节点在接收物联网数据时的接收链路稳定性与传输性能,实现物联网数据稳定高效转储.仿真结果显示:所提方法在转储物联网数据时,对转储节点状态判断精度高,转储率、信道容量高于对比方法;节点时延、传输抖动率、丢包率低于对比方法,转储性能显著.     

基于SVC分层匹配度的异构网络节点选择算法

随着移动互联网和三网融合的兴起,网络带宽及终端异构性造成所选节点视频和请求节点的终端能力不匹配。为此,提出一种基于可扩展视频编码(SVC)分层匹配度的节点选择算法。在异构网络背景下,综合考虑节点带宽和链路往返时延,将SVC分层层数和网络接入类型相结合。实验结果表明,与随机选择算法相比,该算法使得所选节点的SVC视频分层数与请求节点终端处理能力有较高的匹配度(固网、无线、3G接入网络类型所对应的匹配度分别为77.8,72.2,88.9),并且具有较高的终端平均服务能力(PC为110、笔记本为78.3、手机为38.3)。