移动社会网络中基于活动的消息机会转发

针对移动社会网络中节点移动形成的成簇特性和节点参与活动表现的周期特点,提出了一种基于活动的消息机会转发算法（activity-based message opportunistic forwarding,简称AMOF）.算法思想是：当消息携带节点与目的节点存在相同活动时,选择消息交付概率高的中继节点转发消息;当消息携带节点与目的节点不存在相同活动时,选择消息间接交付概率高的链路来转发消息.仿真结果表明,与经典路由算法（如Epidemic,PRoPHET,CMOT和CMTS）比较,所提出的路由算法不仅能够提高消息的传输成功率,还能有效地降低传输时延和网络负载.     

车载社交网中基于传递概率的路由算法

在车载社交网(Vehicular Social Network,VSN)中,车辆移动速度快且行驶方向难以预测,导致网络拓扑结构不断变化,通信链路时常中断,因此在进行消息传输时丢失率和传输延迟都居高不下。为了解决上述问题,针对VSN提出了一种基于传递概率的路由算法(ProSim),利用节点间的机会式相遇来进行消息的传输,根据车辆间的社交关系设计VSN路由算法以弥补通信链路中断带来的高丢失率和高延迟;选取了车辆节点的相遇概率和社会相似度这两种社交关系,对其进行量化并计算传递概率。使用真实的道路数据进行仿真,实验结果表明,ProSim与直接传输算法(Direct Delivery,DD)、Epidemic算法以及PRoPHET算法这3种经典路由算法相比,可以在控制传输开销和传输延迟的前提下,有效提高消息的传输率。     

移动社会网络中基于多维上下文匹配的数据转发算法

通过研究移动社会网络中的多种上下文信息对节点移动模式的影响,提出了基于多维上下文认知的数据转发算法MCMF。该算法综合考虑物理邻接性、社会相似性以及社会交互性3个维度的上下文信息来进行动态数据转发决策。首先消息携带者节点通过物理邻接匹配获得邻居节点集合;然后通过社会相似性匹配在邻居节点集合中选出候选节点子集,并基于社会网络的社群特征,采用马尔可夫预测方法在候选节点子集中选出最优中继节点;最后设计高效的数据转发算法。仿真实验表明,相比于其他3种著名算法,该算法在交付比率和开销比率方面具有较好的性能。     

机会移动传感网中基于感知方向的数据收集

机会移动传感网中数据收集策略既要保证传输成功率、减小网络开销,也要尽量降低传感器的能量消耗,从而延长网络生命期。遵循简单实用的原则,提出了基于方向感知的数据收集策略(Data Gathering based on Perceptive Direction,DGPD)。当两个传感器相遇时,以距离它们最近的Sink节点为参照点,分别计算各自的感知方向。把感知方向作为一个重要参数来确定两个相遇传感器的消息转发路由,把消息转发给更有利于接近Sink节点的传感器,从而提高数据收集成功率,减少过多的消息转发。模拟实验结果表明,这种策略可以有效地完成数据收集,并获得较高的网络性能。     

Routing with multi-level cross-community social groups in mobile opportunistic networks

Mobile opportunistic networks (MONs) are intermittently connected networks, such as pocket switched networks formed by human-carried mobile devices. Routing in MONs is very challenging as it must handle network partitioning, long delays, and dynamic topology. Flooding is a possible solution but with high costs. Most existing routing methods for MONs avoid the costly flooding by selecting one or multiple relays to deliver data during each encounter. How to pick the “good” relay from all encounters is a non-trivial task. To achieve efficient delivery of messages at low costs, in this paper, we propose a novel group-based routing protocol in which the relay node is selected based on multi-level cross-community social group information. We apply a simple group formation method to both historical encounters (social relationships in physical world) and/or social profiles of mobile users (social relationships in social world) and build multi-level cross-community social groups, which summarize the wide range of social relationships among all mobile participants. Our simulations over several real-life data sets demonstrate the efficiency and effectiveness of the proposed method by comparing it with several existing MON routing schemes.     

移动传感器网络中一种基于接收者的跨层传输协议

移动传感器网络中节点的移动引起网络拓扑动态变化,数据源节点到Sink节点之间往往不存在稳定的通信路径,从而对数据传输协议提出了更高的要求.基于接收者的路由不需要建立数据源节点到Sink节点的全局路由,而是由发送节点的邻居节点根据自身的位置信息按一定规则参与转发权的竞争,动态地生成下一跳的转发路径,因此能够应用于移动传感器网络.针对移动传感器网络的特性以及现有相关协议存在的缺陷,提出了一种基于接收者的跨层传输协议.该协议优化了转发优先度计算方法,设计了一种自适应的转发申请信息发送机制,采用双信道通信模式解决了转发权竞争过程中的数据碰撞和多播抑制问题,并提出了一种简单高效的路由空洞逾越机制.仿真实验表明,该协议在通信开销、传输时延以及可靠性等方面具有较好的性能.     

基于ICN网络架构的社区感知型MSN路由机制

移动社交网络（mobile social network，简称MSN）利用移动用户之间的社交关系，通过节点间的协作式转发实现消息交付.然而，随着大数据时代的到来，MSN需要满足移动用户日益增长的对内容（如视频）的需求.由于信息中心网络（information-centric networking，简称ICN）对移动性的支持，基于ICN架构，提出了一种MSN中基于社区划分的路由机制.在兴趣决策中，利用节点请求中的内容名字获取用户的兴趣偏好，进而计算用户间的兴趣差异度量；根据兴趣差异将节点划分为兴趣社区，依据这些兴趣社区进行兴趣包路由.在数据决策中，根据节点历史相遇信息计算用户间的相遇规律度量，根据相遇规律将节点划分为社交社区，依据这些社交社区进行数据包路由.同时，根据兴趣社区和社交社区信息优化节点的内容缓存，以快速满足未来的内容请求.进行了仿真实验，通过与现有机制在包交付率、平均延迟、平均跳数和网络开销方面的性能对比，表明所提出的机制是可行且有效的.     

机会社会网络中基于社区的消息传输算法

针对机会网络中的主流转发协议未考虑到节点移动社会性的问题,提出一种基于副本限制和人类社会特性的路由算法。该算法根据节点间的社会关系强度,动态自适应地将节点划分为不同的社区,通过限制消息副本数来减少网络中消息的冗余,并利用活跃性高的节点带动消息的转发和传递。仿真结果表明,该协议能够保证较高的消息传输成功率和相对较低的传输时延,降低网络的资源消耗。     

一种基于区域朋友关系的机会路由算法

基于社会的机会网络中,节点趋向于和自己关系亲密的节点进行接触,因此可以通过评价节点之间的亲密程度来帮助预测节点之间的接触概率。由于节点亲密性的时间相关性和区域相关性,利用节点的历史接触信息构造节点亲密程度的评价模型时,考虑节点接触区域和节点接触时间对亲密程度的影响,从而得到节点在相应区域的亲密节点——区域朋友(Regional Friends,RF)。最后结合节点当前位置和区域朋友关系提出一种基于区域朋友关系的机会路由算法(Opportunistic Routing algorithm based on Regional Friendship,ORRF)。实验数据表明,在节点分布密度以及数据可容忍时延变化的网络环境下,该算法得到较高的数据送达率和较低的转发能耗。     

一种基于混合社区的移动机会网络数据传输机制

由人携带或使用智能设备组成的移动机会网络采用"存储-携带-转发"的通信机制,通过中继转发来实现节点之间的数据传递。为了改善网络性能,往往需要借助节点的社会属性来进行中继选择和制定转发策略。然而,在已有的传输机制中,往往只是利用节点的部分社会属性,不能完全反映出节点之间的社会关系。为此,提出了一种新的基于混合社区的数据传输机制,并给出了混合社区的内涵、混合社区的构建方法和基于混合社区的数据传输算法。基于几种真实轨迹数据集的实验结果表明,与已有的几种经典路由算法相比,该方法传输成功率较高,传输延迟较短,性能更好。     

基于身份加密的机会网络安全路由架构

机会网络整合了容迟网络、移动自组织网络、社会网络等多种概念,可通过移动节点的相遇性机会实现消息的传输与共享,针对机会网络中目前较为流行的基于社会上下文的路由转发协议,设计了基于身份加密的安全架构来保证节点社会上下文的隐私性以及消息的机密性:通过可搜索的加密算法为每一个节点的社会属性设置相应的陷门,使得中继节点在可计算自...     

基于校园环境的移动P2P网络体系研究与设计

由于P2P技术的广泛应用以及无线网络和移动设备的普及,人们提出了基于无线网络的移动P2P网络。文中通过分析移动P2P网络的特点和已有的网络模型,结合校园网络环境的特点,设计出基于校园环境的网络体系结构模型,并对模型的资源查找进行详细的描述。模型被划分成三层结构,底层的网络采用改进后的Kelips路由算法通信,该算法的路由复杂度是一个常数,有效减少资源查找时间,保证节点维护状态信息的实时性和正确性;由超级节点组成的中间层,实行分布式管理,采取泛洪搜索算法来通信;顶层是一些域内中心节点,负责连接外网和解决网络的安全问题。仿真实验表明：该模型能够更好地减少资源查找时间,即使大量节点失效,也可以快速检测到节点间关系变化并进行管理。     

基于团结构亲密度的移动社交网络数据转发算法

由于移动社交网络中不存在稳定的端到端连接,因此移动社交网络中的数据转发是一个重要问题.从节点的友好性角度出发,利用节点间的友好性,构造了节点间的团结构并利用团与节点、社区之间的亲密度,提出了一种基于团结构亲密度的数据转发算法(DFAIG).基本思想是,数据包携带节点只有在本社区AP或者相遇节点与以目的节点为中心的团结构的亲密度达到一定要求时,才转发数据包给相遇节点.仿真结果显示:与著名的Epidemic,Label和SGBR相比,提出的算法在降低网络开销上具有明显优势,且有效地提高数据包传递率.     

移动社会网络中基于社区的消息机会传输策略

移动社会网络是一种由大量具有社会特征的节点组成的机会网络.已有的基于社区的路由算法大多选用社会性最优的节点参与转发,而没有考虑到社区分布对节点移动的影响,将这些算法直接用于移动社会网络中会导致网络资源消耗高、传输成功率低等问题.针对这些问题,提出一种基于社区的消息机会传输算法,在社区间根据节点到目标社区的传输概率选择社区间的最优传输路径,在社区内选择与目标节点相遇概率较高的节点完成社区内传输.仿真实验结果表明,在移动社会网络中,该算法与 Prophet,Spray and Wait 等经典算法相比,提高了消息传输成功率,降低了网络开销.     

移动社交网络中基于网络中心度的链路预测方法*

移动社交网络中的链路预测是指通过已知的网络节点以及移动社交网络结构等信息预测网络中尚未产生连边的两个节点之间产生链接的可能性。基于网络中心度的思想,提出一种适用于移动社交网络的链路预测算法。在该算法中,根据节点网络中心度和共同邻居数来计算两个节点的相似性指标,两个节点的共同邻居数越多、共同邻居的网络中心度越高,则两个节点的相似度越高。另外,由于移动社交网络的动态性特征,还将考虑时间因素对预测结果的影响。将该方法与其他4种常用的链路预测方法进行比较,实验结果显示所提方法要优于其他方法。     

一种Ad Hoc网络中安全的网格路由协议

在大而密集的移动Ad Hoc网络环境下，基于位置的路由协议使用位置信息进行报文的转发，在性能方面明显优于基于拓扑图的路由协议．现在虽然研究Ad Hoc中安全路由协议的文章很多，但是却很少有人考虑到基于位置的路由协议的安全性．该文在网格定位服务（Grid Location Service，GLS）的基础上，提出了安全的网格路由协议（Secure Grid Routing Protocol，SGRP）．SGRP补充了TESLA方案，添加了新节点加入网络的认证过程，以适应Ad Hoc网络高移动性和高灵活性的特点，从而可以有效地抵御外部节点的攻击．为了清晰表述SGRP处理报文的流程，文章使用形式语言自动机进行描述，并对其中关键的认证过程做了形式化分析．SGRP还提出了一种信誉系统，使得节点可以通过综合的信誉信息，限制内部背叛节点的恶意行为．最后的仿真结果显示，当有中断攻击节点存在的情况下，SGRP有效地孤立了攻击节点，性能上优于GLS．     

基于相遇概率时效性和重复扩散感知的机会网络消息转发算法

在机会网络中,为了更合理地选择消息传输中继节点并提高消息投递效率,设计了消息转发效用,并给出了对应的消息副本转发算法。首先,从节点历史相遇信息入手,重点分析了节点的间接相遇概率及其对应的时效性问题,提出了评估相遇信息价值的时效指标;然后,结合节点运动相似性分析了消息重复扩散问题,并提出节点移动偏离指标,用于评价节点重复扩散消息的可能性。仿真实验结果表明:与Epidemic、ProPHET、Maxprop和SAW(Spray And Wait)算法相比,综合考虑投递成功率、开销和延时指标,所提算法表现出了更好性能。     

基于社会自私性的机会网络路由算法

在现有的基于节点自私性的机会网络路由算法中,大部分假设只有个别节点具有自私性。然而在现实世界中,大部分人都具有不同程度自私性。因此,本文提出一种针对社会自私性的机会网络路由算法。在该算法中,节点的自私性体现为追求最大的转发收益,转发收益的大小与消息的优先权和节点间的社会关系强度有关。社会关系越强,消息的优先权越高,节点的转发意愿就越强,相应地消息转发效益就越大。同时,节点优先发送转发收益最大的消息,且选择到与目的节点的社会关系更强,投递率更大且转发意愿较强的节点作为转发节点。最后,通过仿真实验证明该路由算法的可行性和高效性。     

弱连接对不同类型在线社交网络信息传播范围的影响研究

按照连接强度的不同,在线社交网络节点间的连接可以分为强连接和弱连接,可以通过网络上两个节点的邻居相对重叠来测量连接强度。实验表明,弱连接对于信息传播范围的影响与具体的网络类型有关系,在基于信息交换的在线社交网络中,例如移动电话通信网络、Wiki投票网络,移去弱连接并不会对信息收敛时传播的范围产生明显的影响;而在基于合作关系形成的在线社交网络中,例如Youtube、Facebook、CDBLP合作网,移去弱连接对信息传播的范围有明显的阻碍作用。