一种基于历史相遇信息的容迟网络地理路由算法

为使消息在容迟网络中更有效地传输,将节点的地理位置、移动方向等地理信息与节点间的历史相遇频繁程度相结合,提出一种新的容迟网络地理路由算法。该算法将移动节点间的历史相遇信息作为分配消息副本的依据,从而减少复制策略路由算法中的副本数量。利用邻居节点移动方向所构成的夹角对中继节点的选择进一步优化,得到较高的投递率以及较低的端到端平均时延。仿真结果表明,当节点移动相对缓慢并且消息生存周期较短时,该算法的消息投递率优于Spray&Wait,Epidemic,Prophet等路由算法,在消息生存周期较短的情况下,当节点的缓存资源为限制路由算法性能的瓶颈因素时,与Epidemic算法相比,网络负载率降低40%,与Prophet算法相比负载降低了25%,有效减少了平均跳数和平均时延。     

基于节点相似性的容延/容断网络路由算法

针对容延/容断网络(DTN)网络的时延高、割裂频繁,以及节点缓存和能量受限等网络特性,为提高容延网络的传输率,同时降低网络开销和网络时延,提出了一种基于节点相似性的容延网络路由算法(RABNS)。该算法利用历史相遇信息预测节点未来相遇概率,并且把历史相遇的节点录入为集合,利用集合的交集运算来评估一对相遇节点的相似性,并以此为判定条件控制网络中的副本数量。在模拟器The ONE上采用RandomWaypoint运动模型进行仿真,其中RABNS在消息投递率方面优于PROPHET,网络负载约为PROPHET的50%,较大程度上提高了网络资源利用率;平均时延稍高于Epidemic但低于PROPHET,节点缓存空间大小对算法的平均跳数影响不大,且RABNS的平均跳数约为PROPHET的一半。仿真结果表明,RABNS能有效地限制消息洪泛,获取更高的消息投递率、更低的网络开销和数据时延,因此尤其适用于节点存储空间有限的DTN环境和具有群居特性的社交容延网络中。     

考虑相遇强度的约束扩散路由算法

为了提高机会网络的转发效率,论文提出了一种考虑相遇强度的约束扩散路由算法（EICD）。该算法针对概率路由中预测不准确导致的投递率低,提出了相遇强度并给出了其计算公式。相遇强度将时间作为计算的重要依据,更能准确反映两个节点下次相遇的可能性。同时,针对多拷贝算法中过多的消息副本和已投递消息的冗余副本占用大量的网络资源等问题,通过约束扩散和去冗余两种方法来降低网络负载和转发时延。仿真实验结果表明,与其它经典路由算法相比,EICD算法能够提高消息投递率,降低网络负载和转发时延。     

基于邻居节点位置的受控传染DTN路由算法

针对容迟网络(DTN)拓扑频繁割裂、间歇连接等特点,利用余弦定理,提出一种基于一跳邻居节点信息的下一跳节点选择算法,并基于此实现受控传染路由算法LC-Epidemic。LC-Epidemic算法不对全局拓扑知识信息做任何假设,只利用一跳以内节点的位置信息。实验结果表明,当节点移动相对缓慢并且消息生命周期较短时,LCEpidemic算法的消息投递率逼近于Epidemic算法,然而其网络开销却只有后者的50%。在消息生命周期较短的情况下,当节点的缓存资源不是限制路由算法性能的瓶颈因素时,LC-Epidemic算法在投递时延方面好于Binary SprayWait以及FirstContact算法。     

移动延迟容忍传感网络拥塞控制算法研究

针对移动延迟容忍传感网络拥塞而造成的节点内缓存数量预测不准,数据传输延时速度过慢,数据分组投递成功率低等问题,提出一种移动延迟容忍传感网络拥塞控制算法。算法是基于节点状态感知的,构建移动延迟容忍传感网络拥塞预测机制,依据机制中所获取的历史缓存信息感知节点状态,对拥塞严重或中度拥塞的节点缓存队列内的数据进行信息聚合,提出拥塞控制的策略。最后通过仿真可得数据分组投递率、数据分组丢包率及响应时间、消息产生率。实验结果表明,所提出的拥塞控制算法能够预测缓存数量准确,减少数据传输时延,保证数据分组投递成功率,提高整个网络的工作效率。     

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。     

机会网络中基于节点相似率的概率路由算法

机会网络中的通信设备大多是随着时间的流逝而进行移动的,然而节点之间的移动路径又具有一定的重复性.因此,可以记录节点移动时与之相遇的节点之间的信息,利用该信息对路由算法做出更合理的决策.本文根据节点之间的相遇历史信息,提出了一种基于节点相似率的概率路由算法(Probabilistic routing algorithm based on node similarity rate,S-Prophet),对传统的Prophet算法的预估节点传输概率阶段进行改进.首先统计网络中节点与其他节点的相遇集合,定义节点相似率,设计一个新的节点投递概率公式,并根据节点相遇持续时间对Prophet路由算法的概率衰减公式进行改变,最后,通过仿真实验验证SProphet的有效性.     

结合节点剩余相遇间隔改进Prophet路由算法

在对Prophet路由协议研究的基础上,利用节点相遇间隔时间具有指数分布的特性提出一种结合节点剩余相遇间隔改进Prophet路由算法-PRREI(Prophet routing with residual encounter interval of nodes)。该算法在选择中继节点时,充分考虑了相遇节点与目的节点到下次相遇时,在剩余相遇时间内相遇的概率,使得相遇概率值估算既有动态性又有时效性。此外,引入了动态缓冲区管理策略,利用消息的剩余生存时间对消息的重要性进行度量来确定消息转发和删除的优先级,避免网络拥塞。结果表明,该算法能有效提高投递率,降低了时延和传输开销。     

基于社交关系的移动机会网络路由算法

在基于节点社交信息移动机会网络路由算法的设计中,存在不能有效平衡数据的传输成功率与平均传输时延的问题。为此,提出一种基于社交关系的路由算法。利用改进的桥接中心度重新评价节点的异质中心性,通过引入社区内的转发判别因子加快社区内消息的转发,结合带有老化机制的Simple社区识别算法选择转发节点。仿真结果表明,与经典算法Bubble Rap及其改进算法BiBubble、BridgingCom相比,该算法能够有效提高消息投递成功率并减小消息平均传输时延。     

基于位图传递的机会网络免疫机制

在机会网络中,大多数路由机制采用多副本传输,当消息已经投递成功后,消息副本仍然保留在节点缓存中。通过免疫机制,节点自动删除缓存中已经成功投递的消息副本,并拒绝接收已投递的消息。分析几种免疫机制,提出一种基于位图传递的机会网络免疫机制:(1)以确认位图来表示消息的投递情况;(2)节点相遇时首先交换彼此的确认位图,根据确认位图删除本地冗余消息;(3)每个节点保留一个既往消息信息,通过既往消息减少确认信息的传递。仿真结果表明,该免疫机制能简单高效地转发确认信息,及时删除冗余消息,降低负载率、平均时延,提高消息投递率。