基于节点运动预测的社会性DTN高效路由

延迟容忍网络是一种缺乏持续连接的新型网络体系结构,采用存储-携带-转发的路由方式进行消息的转发.考虑到节点的特性及运动模式,基于分簇、社会网络的路由协议已成为近年来的一个研究热点.该文分析现有基于分簇、社会网络的路由算法的缺陷及社会网络的特点,提出了一种新型的混合路由算法CS-DTN(Clustering&Social Delay Tolerant Network):预测节点间的相遇概率并据此对节点进行分簇,簇内根据节点间相遇概率限定消息的副本数量,将消息以二分喷射的方式转发到更可能到达目的节点的中继节点;簇间对节点进行运动预测并结合节点的特性将消息不断地转发到更接近目的节点的中继节点.不同于已有的基于分簇、社会网络的路由算法,CS-DTN从多个角度结合了节点自身及节点间的特性,更考虑了对节点的运动预测,降低了由不必要的消息转发带来的资源浪费,同时也能更高效地将消息投递到目的节点.仿真结果表明CS-DTN较为明显地提升了消息的成功投递率并降低了消息的平均端到端延迟,在缓存足够的前提下,CS-DTN可以实现高达95%的投递率,而在资源有限的情况下也能获得80%以上的投递率.     

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。     

资源受限的Ad hoc网络中节点协作激励机制研究

针对移动Ad hoc网络中节点自私性问题,提出了一种基于节点状态的节点协作激励机制NSIM。利用虚拟货币来激励中间节点转发数据,节点的报价是综合考虑节点状态计算得出的,避免资源紧张的节点参与数据转发;在节点中引入安全模块和加密机制,防止节点篡改其他节点的报价和非法增加虚拟货币。仿真实验表明,NSIM机制减小了时延,提高了分组投递率。     

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。     

基于博弈的DTMSN路由选择和信任决策

针对延时容忍移动传感器网络中节点自私性检测存在未考虑节点由于自身问题不能转发数据而引起信誉值计算不精确和重传数据造成能量浪费的问题,通过引入剩余能量和能否进行数据转发的两个概念,结合相应的惩罚机制,进一步提高了延时容忍移动传感器网络中节点自私性检查的准确度,同时可以延长网络的生存时间。对于现有延时容忍移动传感器网络中缺乏相应的激励机制,引入博弈的思想,通过理论证明,在条件允许的情况下节点会选择合作的行为,从而增加节点主动转发数据的积极性,提高网络的投递成功率,减少网络开销。     

能耗自选演进机制的延迟容忍网络路由算法

为了提高延迟容忍网络中数据投递过程节点能耗管理效率、改善数据在网络中的转发效率等,本文引入节点间能耗博弈模型,进而提出了一种基于能耗自选演进机制的延迟容忍网络路由算法（Efficient Routing Mechanism for Delay Tolerant Network based on Energy Consumption Strategy）,根据泛洪路由策略设计数据投递机制,数据在网络中转发时,节点依据自身能量剩余状态制定相应的投递操作,对首先将数据投递至目的节点的中间节点予以一个单位的奖励,利用节点策略博弈模型选取合理的数据投递操作,以此改善节点转发数据能量消耗,从而提高数据投递能量管理效率,并提高数据转发效率.仿真验证表明：所提算法与对照算法相比在数据投递率、传输时延、网络开销等性能指标上表现出较好效果.     

DTN中基于时间因素的拥塞感知路由算法

为了解决散发等待路由算法中,中继节点的选择存在盲目性的问题,提出一种基于时间因素的拥塞感知路由算法CARA。该算法考虑时间因素对转发概率的影响,改进Prophet算法中的转发概率。根据改进的转发概率选择中继节点,动态分配报文转发数目,并以拥塞感知自适应的方式实现拥塞控制的优化。仿真结果表明,CARA算法和网络投递率及延迟表现最好的CS-DTN算法相比,投递率提高了10.21%,延迟降低了7.05%,同网络开销表现最好的BSW算法相比,开销降低了8.16%。     

基于预期移动行为的校园机会网络路由机制

针对校园机会网络较少考虑节点未来移动行为的问题,提出基于预期移动行为的路由机制。基于人类动力学知识预测节点访问各兴趣域时间长度并归一化处理,利用时间比度量节点访问对应兴趣域的概率,以向量形式描述节点预期移动行为;基于最优节点选择算法,将消息投递到与目的节点预期移动行为相似度高的中继节点,直到目的节点。实例仿真计算结果表明,该路由机制在节点密度大、缓存受限条件的校园机会网络中可以提高路由性能,降低网络开销。     

存在自私节点的Ad Hoc网络流量分析

Adhoc网络是一种多跳中继网络,其数据的传输需要依靠中间节点的转发。因此网络中的数据流量便有节点产生流量及节点转发流量之分。由于网络中的自私节点可能会丢弃分组,那么网络中的流量也会受到影响。本文通过对平面六边形网络模型的研究,推导出在节点自私程度不同的条件下节点产生的流量以及节点的转发流量的数学表达式,并且分析了节点自私性对Adhoc网络流量的影响。     

机会网络自私节点的Bertrand博弈与激励机制研究

在真实的网络环境中,很多节点可能是自私的,它们不愿意牺牲自己的资源为其他节点转发消息。针对这种情况,提出一种基于博弈论的激励机制,可以激励节点与其他节点相互合作。该机制为二阶段激励,激励节点接收消息以协助其他节点转发,同时激励节点转发更多的消息。把源节点与中继节点之间的竞争与合作模型化为Bertrand（伯特兰德）博弈,定义了源节点和中继节点的效用函数。求解了源节点的最佳定价策略和中继节点最佳的转发计划,验证了源节点与中继节点之间存在唯一的纳什均衡。模拟仿真结果表明提出的激励机制能够鼓励自私节点参与合作,能提高路由算法的传递率,同时降低了消息传递延迟。与基于声誉的激励机制相比,所提激励机制能使消息传递成功率提高31.4%、平均时延降低9.7%。     

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。     

基于节点社会性的无线网络编码传输策略研究

延迟容忍网络是一种缺乏持续连接的新型网络体系结构,选择合适的转发节点是实现延迟容忍网络高效的转发和投递消息的关键问题。由于节点移动性和网络拓扑动态变化等会对延迟容忍网络的传输效率产生影响,提出了一种基于节点社会性和利用随机线性网络编码的DTN网络模型NSNC-DTN。NSNC-DTN网络模型利用网络中的社团结构、社团紧密度以及节点活跃度,选择出最合适的转发节点。离线计算节点的社会性,对源节点和Center节点进行随机线性网络编码,在线完成转发,从而达到高效转发和投递的目的。仿真结果表明NSNC-DTN网络能够有效的提高信息投递成功率,减小端对端的网络延迟和网络开销。     

基于贪婪算法无线传感器网络中继节点布局的研究

为实现远距离的无线通信, 在网络中添加中继节点, 采用多跳路由传输数据。对于中继节点的布局问题, 依据线性结构使网络整体能量消耗最小的特征, 提出一种中继节点贪婪布局算法。该算法通过最近贪婪策略、中继节点通信容量、传感器节点数据转发跳数等约束方法限制中继节点的布局位置。理论分析和实验验证了该算法能够有效减少能量消耗, 延长网络寿命。     

无线多跳通信网络中基于贝叶斯概率模型的消息转发机制研究

无线多跳通信网络依赖多节点中继实现信息传输,因不需要依赖预先架设的基础设施而成为军用及民用领域等特殊应用场景下的重要通信方式。为了能在复杂及恶劣环境下组网,信源节点往往采用全网广播路由请求分组RREQ的泛洪方法,以提高多跳转发路径构建成功率。然而,全网泛洪广播产生消息的冗余转发和重叠效应引起节点能耗的上升和信道利用率的下降,导致分组碰撞与网络拥塞概率的上升,严重时可能造成网络瘫痪而失去效用。本文基于贝叶斯概率论设计了无线多跳通信网络的消息转发模型,通过计算节点密度和后验概率在保证网络连通性的条件下减少不必要的消息转发。基于NS2的仿真结果表明,本文所提出的基于贝叶斯概率模型的消息转发机制能够有效减小广播分组的重播次数。相比于同类算法,在基本保证网络吞吐量的前提下,可以有效降低能量消耗、路由开销,并提高分组成功交付率,从而为未来广域大规模动态多跳网络部署提供技术支撑。     

A game-theoretic incentive scheme for social-aware routing in selfish mobile social networks

Cooperative data forwarding can improve the performance of data routing in Mobile Social Networks (MSNs). However, previous studies mainly assumed that mobile nodes show selfish behaviors in data relaying merely due to their limited device resources. Nevertheless, the observation of everyday experience infers that they mitigate their selfishness based on their social relationships and content knowledge to achieve their social objective, i.e., they are socially selfish (SS). Therefore, how to promote SS nodes to participate in data forwarding becomes peculiarly challenging in MSNs. In this paper, we propose Game-theoretic Incentive Scheme for Social-aware rOuting, namely GISSO, to stimulate SS nodes in message relaying and guarantee that the routing performance gets maximized when SS nodes follow the scheme. First, we identify the social utility of each message to an intermediate node based on the strength of her social ties and message properties. Then, we apply an alternating-offers bargaining game in which SS nodes trade their messages with the aim of maximizing their social utility. We not only use subgame perfect Nash equilibrium as the agreement of two players to prove the efficiency of our game but also extensively evaluate the performance of GISSO using simulations over two real datasets. The comparison of GISSO with some benchmark social-aware protocols illustrates that GISSO overcomes SS nodes and outperforms the other algorithms regarding message delivery ratio and delay while generates low communication cost.     

Maximum data delivery probability-oriented routing protocol in opportunistic mobile networks

Some recent studies utilize node contact patterns to aid the design of routing protocol in Opportunistic Mobile Networks (OppNets). However, most existing studies only utilize one hop contact information to design routing protocol. In order to fully utilize nodes’ collected contact information to improve the performance of data forwarding, in this paper we focus on exploiting node contact patterns from the multi-hop perspective. We first give the definition of opportunistic forwarding path, and propose a model to calculate the maximum data delivery probability along different opportunistic forwarding paths. Second, based on the maximum data delivery probability, we propose a novel approach to improve the performance of data forwarding in OppNets based on two forwarding metric. The proposed forwarding strategy first manages to forward data copies to nodes have higher centrality value at the global scope. Afterwards, maximum data delivery probability to the destination is evaluated, to ensure that data is carried and forwarded by relays with higher capability of contacting the destination. Finally, extensive real trace-driven simulations are conducted to compare the proposed routing protocol with other existing routing protocols in terms of delivery ratio and delivery cost. The simulation results show that our proposed routing protocol is close to Epidemic Routing in terms of delivery ratio but with significantly reduced delivery cost. Additionally, our proposed routing protocol outperforms Bubble Rap and Prophet in terms of delivery ratio, and the delivery cost of our proposed routing protocol is very close to that of Bubble Rap.     

一种基于节点位置余弦相似度的机会网络转发算法

针对机会网络中数据送达率较低的问题,文中根据节点历史接触信息即节点相遇次数、相遇时间长度、节点关系稳定性来计算节点转发效用值。首先选择通信范围内效用值最大的邻居节点作为初始转发节点,再根据余弦相似度选择其他转发节点,使得转发节点能够尽可能均匀地分布。在此基础上,提出一种基于节点位置余弦相似度的机会网络转发算法(Opportunistic Network forwarding algorithm based on Node Cosine Similarity,ONNCS)。该算法使得转发节点能够均匀地分布,因此数据报文能够尽快地被转发到目的节点。实验结果表明,ONNCS具有较高的转发成功率和较低的转发能耗,转发成功率高出其他算法5%～8%。     

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。