泛洪攻击下机会网络典型路由算法健壮性分析

设计了评价方法及指标体系,通过对真实城市场景中带有智能蓝牙设备行人移动行为的仿真,从传输能力、传输效率和节点能耗三个方面定量分析了志愿节点的作用以及在有或没有志愿节点参与情况下泛洪攻击的效果,以此来评价Direct Delivery、Epidemic、Spray and Wait、Prophet和MaxProp共五种机会网络典型路由算法在泛洪攻击下的健壮性。结果表明Direct Delivery算法健壮性最好,能完全抵御泛洪攻击,Spray and Wait算法的健壮性最差,在某些场景下性能会下降80%以上,其他三种算法在泛洪攻击下性能会显著下降。     

机会网络典型路由算法性能分析

通过对真实城市场景中行人移动行为的仿真,定量分析First Contact、Direct Delivery、Epidemic、Spray and Wait、Prophet和MaxProp6种机会网络典型路由算法在不同场景下的性能。在仿真过程中,以不同节点密度、不同节点移动模型和不同节点缓存大小设置多种场景,从传输能力、传输效率、网络资源开销和节点能耗4个方面对路由算法进行分析和比较。实验结果表明,节点移动模型、节点密度等因素会对路由算法产生显著影响,各路由算法在不同的场景下性能差距较大,每种算法都有其适用的特定场景。     

浅谈机会网络路由算法

随着传感技术、嵌入式技术、无线通信技术、高性能计算等相关领域的迅猛发展,以物联网为代表的新一代的智能互联网络应运而生。出现了一种新的基于机会转发的路由技术,使用该技术的网络,称为机会网络。本文主要介绍了机会网络的概念和理论基础,并分析比较了当前机会网络的一些较为重要的路由算法。     

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。     

机会路由中激励合作机制的博弈分析

为了解决机会路由中因保存能量、内存或其他资源而拒绝合作的节点自私性问题,基于微观经济学和博弈论,通过构建合理的效用函数,建立一种促进合作的激励机制,使节点无法通过不真实的反馈信息为自己牟利,有效减少理性节点的作弊行为。仿真结果表明,该合作增强机制能够有效引导理性节点诚实合作,从而提高网络吞吐量。     

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 ...     

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。     

基于接触信息的自适应机会网络路由算法

考虑到实际网络环境的不断变化以及机会网络节点总是在密集与稀疏场景间随机切换的特点,提出一种能够借助节点接触信息进行网络环境判断的自适应路由算法——CIAONR(Contact Information-based Adaptive Opportunity Network Routing)。CIAONR在节点分布式采集接触信息的过程中,利用节点接触延迟与生存期的关系判断节点所处网络环境。然后依据CIAONR约束条件指导转发路径的选择,最终按照对应交互流程完成消息交付。理论分析和仿真结果表明,CIAONR算法在不同网络环境下均保持较高投递率,网络开销和延迟也控制在一定范围内,具有普适效果。     

Epidemic机制下基于优先级的机会网络路由算法

在机会网络某些应用场景中,部分节点有优先使用网络资源的需求。提出并在ONE仿真平台上实现了Epidemic机制下基于优先级策略的路由算法。该算法为网络中节点分配了不同的优先级,并通过一定的策略抑制低优先级节点使用网络资源,以此来保证高优先级节点优先使用网络资源。仿真结果表明,当选择恰当的时间因子时,该算法可有效地抑制Epidemic过度泛洪,在不影响网络总体性能的前提下大幅度提高优先级节点的性能。     

Wait and Spray:一种改进的机会网络路由算法

灾难场景是机会网络重要的应用场景之一,在灾难场景下能量成为稀缺资源,高效转发数据包的同时尽可能减少节点能量消耗成为路由算法追求的目标之一,为此提出了Waitand Spray路由算法,该算法将数据包的转发过程分为Wait和Spray两个阶段,在不同阶段采用不同的路由策略。该算法具有W、K、M参数,恰当的参数设置可控制Spray阶段的泛洪程度,大幅提高算法性能。仿真结果表明,该算法可在获得高传输成功率的同时,大幅降低路由开销,是一种适合在能量稀缺场景下应用的路由算法。     

一种机会网络节点重复博弈模型

在资源受限的机会网络中,节点在转发过程中所表现出的自私行为将严重影响网络性能。针对这一问题,建立基于认错机制的“礼尚往来”策略的节点重复博弈模型。节点考虑到将来的利益,迫于对惩罚的恐惧而参与转发。通过该策略,节点协作可以使网络性能达到最优。仿真结果表明,节点间的相互协作增强,在自私节点较多时也能保证较好的网络性能。     

移动机会网络中一种轻量级的分布式社会距离路由算法

目前大部分机会路由算法采取洪泛的方式进行辅助信息的交换造成网络资源浪费严重。针对此问题,提出了一种分布式社会距离路由算法。首先,通过分析节点间接触的稳定性与规律性来确定朋友关系。其次,通过朋友关系来构建节点间的社会距离;进一步地,每个节点维护一张用于记录当前已知的到其他节点的最短社会距离表,通过朋友节点之间相互交换并比较表中信息来不断更新最短社会距离。由于社会距离的构建与更新只需要朋友之间交换信息而并不需要全部节点来参与,极大地减少了辅助信息的交换次数。最后,数据包被发送到与其目的节点社会距离较近的中继节点,保证了数据包高效率地投递。实验结果表明：与接触和传输记录的概率路由（PRoPHET）算法相比投递率提升约3%,包传输延时降低约27%,辅助信息交换次数减少约63%;与基于中心度与相似度的路由（SimBet）算法相比包投递率提升约11%,包传输延时方面基本持平,辅助信息交换次数减少约63%。社会距离路由算法在可扩展性方面的良好表现,为移动机会网络大规模部署提供了理论支撑。     

机会网络的RSSI-PROPHET路由算法研究

针对机会型网络提出一种改进的机会网络路由算法RSSI-PROPHET。该算法结合节点接触频率和接收信号强度指示值RSS(IReceived Signal Strength Indication)信息进行设计,并加入一种消息到达通告机制来抑制已达消息副本的扩散。算法不需额外设备支持,不依赖于既存的网络拓扑。仿真结果表明,该算法明显减小了设备缓存空间的消耗,提高了系统效率。     

无线多跳网络节点合作算法研究综述

无线多跳网络的通信需要多个无线节点的支持,网络性能容易受到节点的影响。节点合作算法可以提高无线多跳网络通信性能。本文从安全性、负载、效率和公平性4个方面综述了无线多跳网络节点合作算法,并进行了分类和对比分析,并总结了该方向研究的发展趋势。     

机会网络中考虑缓存的ProPhet路由算法

机会网络中的ProPhet等路由算法根据机会网络中节点的相遇频率进行节点之间消息的传递,不考虑节点每次相遇的持续时间以及节点中缓存剩余情况。在机会网络内部节点之间的移动速度很快的情况下,采用这些路由算法会使网络内数据的传输效率急剧下降。针对这一不足,结合ProPhet路由算法,计算节点之间的传输概率时充分考虑节点的相遇持续时间以及剩余缓存对节点之间传输概率的影响,使节点之间能更有效地传输数据。仿真结果表明,在给定的移动模型下,该算法能够有效提高消息传递成功率,降低网络中能量消耗等开销。     

基于节点从属度的加权网络重叠社区划分算法

针对传统社区划分算法忽略现实世界网络特征导致社区划分准确率低的问题,提出了一种基于节点从属度的加权网络重叠社区划分算法。该算法提出加权网络模型,通过模型得到了能刻画出真实网络结构的加权网络;通过网络拓扑结构定义了核心社区,核心社区对社区划分的准确性有着重要作用。该算法计算节点与核心社区间的从属度,并与从属度阈值进行比较进行核心社区扩展,根据扩展模块度优化思想,通过不断地调整从属度阈值直到获得最优的社区结构,完成重叠社区划分。在人工网络数据集和真实世界网络数据集上与已有算法进行实验对比,实验结果验证了所提算法能够准确、有效地检测出重叠社区。     

机会网络中基于定向数据传输的地理路由算法

机会网络基于方向的地理路由(DIG)算法存在数据分组传输时延偏大以及成功率偏低的问题,这是由于DIG算法使数据在缓存中的等待时间过长且不能有效保证携带数据的节点向目的节点方向移动,针对该问题,提出了基于定向数据传输的地理路由(GRDDT)算法。该算法采用了一种新的数据转发机制并且更加有效地利用邻居表信息,有效避免了以上情形的出现,从而达到降低数据分组传输时延并提高成功率的目的。OPNET仿真实验结表明,与DIG算法相比,GRDDT算法在传输时延和数据传输成功率等方面的性能均得到提高。     

基于历史效用的机会网络路由算法

针对机会网络中传统的概率路由协议投递率较低的问题,提出一种基于历史相遇预测的改进概率路由(HMPR)算法。该算法根据节点历史接触时间和接触频率两个因素,预测数据包成功投递到目的节点的效用值,通过比较其效用值大小来决定数据包是否转发到下一跳节点。仿真结果表明,与传统的传染路由和概率路由相比,该路由在数据包投递率、平均延迟时间和平均缓存时间方面比上述两个路由协议的性能更好。