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.     

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。     

移动传感网社区间能量均衡路由算法

在资源受限的无线移动传感器网络（MWSN）中设计能效路由是一个挑战性难题。针对移动传感器网络中社区间路由节点能量消耗过快的问题,提出了一种社区间能量均衡路由算法（ERAI）。设计了一个新的基于节点的剩余能量以及相遇可能性的转发能力路由度量FC。利用此度量FC和相遇节点的去向信息选择中继节点来转发消息。实验数据显示,ERAI路由算法在首个节点消亡时间上与Epidemic和PROPHET路由算法相比分别推迟了12.6％~15.6％和4.5％~8.3％,且节点剩余能量均方差小于Epidemic和PROPHET路由算法。实验结果表明,ERAI在一定程度上均衡了各节点的能耗,延长了网络的生命周期。     

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。     

基于历史相遇间隔的机会网络路由协议

针对大多数机会网络路由协议在寻找端到端通信链路时不能很好地抓住节点社会性质的问题,提出一种基于历史相遇间隔(HICR) 协议的路由算法。HICR协议利用社会关系的特点,根据节点之间的历史相遇间隔判断它们的亲密程度,转发消息给离目的节点更亲近的节点,使得消息朝更靠近目的节点方向发送。仿真结果表明,该HICR协议在网络资源有限的的情况下,与Epidemic协议和Prophet协议相比,能获得更高的消息交付率。     

容迟网络中基于节点间相遇概率的路由算法

容迟网络DTN(Delay Tolerant Network)是物联网中的一种新型的计算机网络,该网络中的源节点和目的节点之间可能并不总是存在完整的端到端的通信链路.DTN间歇连接的特点对设计有效路由算法是巨大的挑战.文章在原有Epidemic和Prophet路由算法的基础上,提出了一种改进的基于节点间相遇概率的路由算法RAEPBN(Routing Algorithm Based on Encounter Probability Between Nodes),并详细介绍了该算法的路由建立过程.仿真结果表明,与现有的Epidemic和Prophet路由算法相比,RAEPBN在投递率、平均时延和网络开销上的性能均最优.     

DTN中基于时空和社会性的概率路由算法

针对提高传递命中率、减少网络传输延时和网络开销,提出了基于时空和社会性的概率路由算法,称之为 GTSP(Geographical area AND Time Combine Social And Probability)。该算法首先根据节点之间经常以大概率相遇的时间段和地理区域确定每个节点以及节点之间在特定时间段和地理区域上的相遇概率较大的几个节点组成的表和共同朋友节点表;然后节点根据GTSP算法进行移动和转发数据包,从而避免了节点在错误的时间段和地理区域内的移动。仿真结果表明,与Prophet路由算法、SprayAndWait路由算法以及SimBet路由算法相比,所提路由算法在平均传输时延、传递命中率、网络开销方面取得了较大的改善。     

DTN中基于动态多维度组合的拓扑图路由算法

为提高延迟容忍网络中数据包的传递命中率、减少网络传输延时和网络开销,提出一种基于动态多维度组合的拓扑图路由算法。每个节点动态地选择其他一些节点,这些节点与该节点在多个维度的每一个维度中的排名都在前s等级,通过这种方式每个节点构成自身相对静态的局部拓扑图。随着时间的推移,动态选择体现在每个节点所选择的构成自身局部拓扑图的节点集合会发生变化。根据节点间的不断相遇扩大节点自身的拓扑图。通过弗洛伊德最短路径算法得出每个节点的最佳传递集合进行数据包的转发。仿真结果表明,与Prophet路由算法、Bubble Rap路由算法以及SimBet路由算法相比,该算法在平均传输时延、传递命中率、网络开销方面得到较大改善。     

基于任务分配模型的车载自组织网络路由算法

为保证车载自组织网络(VANET)消息转发效率,提出一种基于任务分配模型的路由算法。根据社会网络中节点特性划分社区,采用协商机制将紧急安全与非安全消息任务分配到不同社区,由社区再分配到节点,并建立奖惩机制提高消息任务分发效率。理论分析和仿真结果表明,与Simbet,Prophet和Spray and Wait路由算法相比,该算法具有较高的消息包投递率及较低的路由开销,并且能满足不同类别消息任务的服务质量需求。     

车联网环境下基于节点认知交互的路由算法

针对车联网（IoV）环境下消息传输效率低下、网络资源开销较大等诸多问题，提出一种适用于城市交通场景下基于车辆节点认知交互的路由算法。首先，依据信任理论提出节点认知交互度的概念，并在此基础上对车联网中的车辆节点进行分类，赋予它们不同的认知交互度初值；同时还引入车辆节点交互时间、交互频率、车辆节点物理间隔距离、间隔跳数以及消息生存时间等影响因子，进而构建了车辆节点认知交互评估模型。基于该模型计算并更新节点的认知交互度，并通过比较对应车辆节点间的认知交互度值来选取认知交互度相对较高的邻居节点作为中继节点进行消息转发。仿真实验结果表明，与Epidemic和Prophet路由算法相比，所提路由算法有效提高了消息投递率并降低了消息投递时延，同时显著降低了网络资源的开销，有助于提升车联网环境的消息传输质量。     

基于城市公共交通移动模型的协作延迟容忍网络路由策略

如何利用有限的传输机会可靠地传送车载服务感知信息是智能交通发展的“瓶颈”问题,利用公共交通中车辆的运动规律,提出基于节点之间机会接触来进行消息的逐跳转发策略,同时结合公共交通系统自身的特点,设计了一种基于公共交通移动模型的协作延迟容忍网络（DTN）路由算法TF。首先,根据公共交通移动模型自身的特点,将公交、长途客车等节点按其运动路径进行分组,提出一种基于固定运动路径分组的DTN路由算法;然后,将出租车、行人类节点定义为自由节点,并设计了一种基于转发因子控制的DTN路由策略作为分组路由机制的补充。仿真结果表明,与Epidemic、Prophet以及SAW路由算法相比,TF路由算法具有较高的消息投递率和较低的平均延迟。     

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.     

DTN中一种可抵御异常丢包的安全路由算法

针对异常丢包导致DTN(Delay Tolerant Networks)消息传递成功率降低、时延和开销比增大的问题,提出一种基于可信度的改进DTN安全路由算法。该算法通过收集节点的历史相遇记录,计算并依据节点可信度,在路由转发决策阶段优化转发节点的选择,从而提高消息传递成功率,减少网络资源的浪费,增强DTN抵御异常丢包的能力。仿真实验结果表明改进的算法能够有效抵御异常丢包,综合性能优于典型的DTN路由算法Spray and Wait和Prophet。     

DTN中服务感知的自适应消息转发路由算法

在PROPHET算法的基础上,提出一种服务感知的自适应消息转发DTN路由算法SAAMFR.该算法在估算传输概率时考虑节点相遇的连通时长以提高传输概率估算的精确度,采用区分服务机制,实现紧急消息优先传输.同时根据传输概率进行自适应消息冗余转发,在提高传输性能的同时,又控制网络开销.仿真结果表明,该算法在传输性能和网络开销之间达到很好的折衷效果.     

ERC2:具有拥塞控制策略的DTN传染路由方法

针对延迟容忍网络（DTN）拓扑结构动态变化和节点存储空间有限的问题,提出一种具有拥塞控制策略的DTN传染路由（ERC²）方法。该方法基于一种动态存储状态模型（DSSM）,节点可通过感知网络状况动态调整节点半拥塞状态的门限降低网络发生拥塞的可能性,增加ACK索引以及消息管理队列,使节点存储状态随着网络负载的随机变化而动态更新并主动删除冗余包,并根据不同拥塞状态结合传染路由和Prophet路由的优点选择单一或混合模式进行消息转发,从而达到预防、避免、解除拥塞的目的,实现节点自适应缓存管理以及网络的动态拥塞控制。在模拟器ONE上采用Working Day Movement模型进行仿真,其中与Prophet相比,ERC²方法在消息递交率上提高66.18%,平均时延降低48.36%,转发次数提高22.83%。仿真结果表明,在拥塞程度不同的场景中,ERC²与Epidemic、Prophet路由算法相比具有更好的网络性能。     

基于历史与位置信息的容迟网络路由算法

针对容迟网络消息投递率低、网络时延高的问题,提出一种基于节点历史相遇信息和位置信息选取下一跳路由节点的算法。利用节点间历史相遇信息,筛选出与目的节点相遇次数最多的节点进行消息复制,并进一步采用节点位置信息计算邻居节点的移动方向,得到移动方向夹角较大的一对节点进行消息复制。仿真结果表明,在消息生命周期较短且节点缓存空间不充裕的情况下,与遇到节点即复制消息的传染病算法相比,该算法平均时延降低50%,且具有较高的消息投递率。     

面向地面DTN网络的Prophet路由算法的优化与仿真

从地面DTN网络的现实情况出发,分析了会影响传输性能以及成功率的三个要素—节点传输速率、缓存区大小以及平均转发成功率,并针对这三点对传统的Prophet路由协议进行了改进,使得改进后的Prophet-BSAS路由协议在进行下一跳的节点选择时,会优先选择与目标节点相遇概率较高、传输速率较高、缓存区较充足、平均转发成功率较高的节点.经过仿真实验对比,在infocom06真实数据集条件下,相比传统的Prophet路由协议,改进后的路由协议在递交成功率方面提高了8％,在网络开销比方面降低了100左右,在平均跳数方面降低了0.5跳左右.     

基于社区的机会网络冗余效用混合转发机制

针对机会网络主流路由协议没有考虑到节点的社区特性,提出了一种基于社区的冗余效用混合转发机制。该算法从合理降低洪泛度和准确预测效用值方面出发,通过消息筛选、消息优先级和活跃节点机制对消息进行有效处理和转发。与经典的Epidemic和Prophet算法相比,该算法具有消息传达率较高、传输延时小和网络开销低的特点。     

基于社区的机会网络中能量有效消息传输

针对机会网络中消息转发的特点,综合考虑节点移动的社区特性和能量有效传输策略,提出基于社区的能量有效消息转发算法（EEMF）,将节点的剩余能量与节点间的相遇概率作为消息是否转发的关键因素,并在社区内和社区间采取不同的消息转发策略,在提高消息传输成功率的同时,降低网络负载,减少节点能耗,延长网络的生命期。仿真实验结果表明,该算法与PRoPHET, MaxProp, CMTS, CMOT等经典算法相比,达到了预期的效果。     

基于AODV的能量优化路由协议

对AODV路由协议进行改进,提出了基于AODV的能量优化路由协议(EO-AODV).进行了节点的剩余能量的考虑,根据节点的剩余能量对RREQ延迟进行了调节,并采用了避免路由失效算法,利用节点最近一次传递过数据分组的时间作为约束条件对RREQ的洪泛广播进行了优化.仿真结果表明,和AODV路由协议相比,降低了网络的能量消耗并减少了耗尽能量的节点数,延长了网络的生存时间.