机会网络中自私行为影响的分析与调节

以往针对机会网络中节点自私性影响评估的研究,建立了多种分析模型,然而并未考虑如何应用这些理论模型.本文分别在网络无TTL限制和有TTL限制两种情况下,利用评估模型对自私节点的影响进行分析,并提出一种基于消息分类的自私模型,评估了自私节点对延迟和消息投递率的影响.分析表明,机会网络受自私节点的影响不仅与自私节点的数目有关,而且与节点的移动速度,消息传输范围有关.因此,可以通过调节这些参数提高网络的性能,减少自私节点的影响.首先,通过理论推导分别得出了2-hop路由和传染病路由在延迟保证下的合作节点数目和消息传输范围以及传染病路由在消息投递率保证下消息的TTL.随后,通过ONE仿真平台对自私节点影响的评估,证明自私行为影响下网络性能的理论值与实验值近似,并且证明了通过理论分析获得的参数值也与实验值近似.     

基于博弈论的移动机会网络节点的自私行为的分析与研究

移动机会网络具有多跳性,其中的数据传输需要借助中介节点的转发。信息共享中也存在节点的数据传输。但是由于资源的有限性易造成节点自私行为的产生,文章针对自私节点,提出了一种基于博弈论的移动机会网络自私节点的检测算法,并提供一定有效的惩戒手段,鼓励自私节点传递数据,在一定程度上解决了节点的自私行为,更好地维护网络环境。     

自私性机会网络中激励感知的内容分发的研究

提出了一种网络服务商A类节点与B类节点可以达到共赢的互惠激励机制RIS;分析了在该激励机制下,各个理性节点如何选择存储内容从而最大化自己的收益,并探讨了节点维护网络拓扑信息的范围与节点选择决策的关系。最后使用MIT trace数据集仿真分析了在每个节点试图最大化自己收益时整个机会网络的内容分发性能。仿真结果表明,在部署了所设计的共赢激励机制后,与无激励机制相比,每个频道的平均接收率提高了18%,平均接收时延减少了4.83天,同时B类节点为每个订阅内容的付费也得到降低。随着节点维护的网络拓扑信息范围的扩大,该激励机制能不断提高网络的分发性能。     

一种新的无线局域网节点自私行为检测算法

提出了一种基于Kolmogorov-Smirnoff(K-S)检验的节点自私行为检测算法,并结合对节点发送次数的检测进一步提高了检测速度和精度。该算法无需对无线信道参数进行假设,性能不受捕获效应的影响。仿真实验表明,该算法具有较快的检测速度和较低的误判率,性能明显优于经典的中心极限定理(CLT)检测算法和DOMINO检测算法。     

基于相遇节点跨层感知的机会网络高效低时延路由算法

针对基于epidemic机制的机会网络路由算法未能及时感知相遇节点以及在数据分组交换过程中存在冗余的问题,提出了一种采用跨层感知相遇节点思路的机会网络高效低时延路由算法——ERCES（epidemic routing based on cross-layer encountered-node sensing）,通过在物理层、MAC层和网络层之间的跨层信息共享与协同,实现相遇节点及时感知,并且采用节点相遇后立即广播新数据分组、收到SV（summary vector）分组后优先发送目的节点为对方的数据分组、动态自适应发送HELLO分组、借助SV删除节点缓存中已到达目的节点的分组等新机制,减少控制和存储开销,降低分组时延。理论分析验证了ERCES算法的有效性,仿真结果表明：与经典的Epidemic Routing算法及其多个改进相比,ERCES算法的控制开销和存储开销分别减少8.2%和2.1%以上,数据分组平均端到端时延至少降低了11.3%。     

一种基于节点能量的机会网络概率路由算法

在机会网络中,节点之间可能不存在端到端的路径.为了节省网络中节点消耗的能量,在概率路由算法的基础上提出了一种基于节点能量的概率路由算法(Energy-based Probabilistic Routing Protocol using History of Encounters and Transitivity,EBPROPHET).首先,计算两个节点相遇时节点的通信开销,然后相遇节点的剩余能量作为一个参量引入算法,选择节点剩余能量多的节点作为转发节点,最后,进行消息的转发.仿真表明,EB-PROPHET算法具有良好的路由性能,降低了整个网络的能量消耗,延长了网络的生存周期.     

基于盲均衡算法的网络大数据异常节点检测

网络大数据具有复杂性、多样性,其在流动期间容易出现异常节点。工作人员需采用智能性能检测的方式,才能减少网络故障问题的发生。相关部门基于网络大数据提出了异常节点的检测方法,采用传感序列采集模型,应用盲均衡算法提取网络环境中的噪声均值,以展现网络大数据异常节点的特征。基于此,文中结合实际,简要分析了盲均衡算法,阐述了基于盲均衡算法的网络大数据异常节点检测方法,以期为相关部门的工作提供支持。     

基于节点行为的机会网络路由协议

高移动性、频繁中断、稀疏链接、没有基础设施和有限的资源被认为是机会网络的特点。在这样的网络中路由是最大的挑战,在此提出了一个新的基于节点行为的机会网络路由协议(OPNB),用节点的行为信息预测节点在网络中的移动,为消息路由到目标节点发现和选择更好的下一跳节点。协议还集成了对接收消息的确认,有助于中间节点的缓存管理。通过与epidemic路由协议和Probabilistic路由协议比较,OPNB协议在消息的交付数量、开销比率、平均延迟和缓存时间方面的表现相当不错。     

基于图神经网络的复杂网络关键节点检测算法

针对复杂网络关键节点检测算法准确性低及可靠性不足的问题,结合图神经网络(Graph Neural Network, GNN)模型提出了一种新的复杂网络关键节点检测算法。将复杂网络建模为图模型,通过注意力机制学习每个邻居节点的权重;利用GNN强大的图学习和推理能力,评估网络中节点与连接的关键性评分;采用强化学习(Reinforcement Learning, RL)搜索GNN的超参数,从而提高关键节点检测算法的可扩展性及可靠性。仿真实验结果表明,由该算法检测的关键节点具有较高的准确性,并且具有较快的运算速度。     

基于时空图的机会网络关键节点评估

为获取机会网络动态拓扑结构,使用时空图模型对机会网络进行建模,使用了节点平均度、介数中心性和整网消息转发率三个评估指标来评估节点的重要程度。使用接近理想解法(Technique for Order Preference by Similarity to an Ideal Solution, TOPSIS)方法以及基于马氏距离的TOPSIS方法来对机会网络中关键节点进行评估。采用节点计算移除节点后的整网消息投递成功率来验证评估结果的正确性,发现基于马氏距离的TOPSIS方法的评估效果要比TOPSIS方法更好。     

基于信誉值维护的机会网络自私节点检测机制

机会网络中自私节点的存在严重影响路由转发的性能。为在路由时避开此类节点、消除其对网络性能的影响,提出了一种基于信誉值维护的自私节点检测机制,通过两跳ACK消息来监测节点行为,利用监测信息计算节点的信誉值,并将其作为判断节点是否自私的依据。在多种路由算法上加载该检测机制进行仿真实验,结果表明该检测机制可准确识别机会网络中的自私节点,提高消息投递的成功率,并能有效控制消息副本数和网络开销。     

机会网络中一种低缓存占用的Epidemic 路由算法

由于机会网络中节点的缓存空间有限,容易导致数据分组丢失和时延增加。针对部分数据分组已经到达目的节点,但是该类分组仍在网络中其它节点存储、传输问题,提出一种低缓存占用的Epidemic路由算法(RBER)。该算法通过SV运算进行节点缓存清理,从而避免这类冗余数据分组对缓存的占用。理论分析和仿真结果表明,该机制能够降低网络开销、数据分组的发送和缓存占用。     

基于免疫信息SV捎带的机会网络低开销路由算法

提出一种新的低开销路由算法——LRPI（low-overhead routing with piggybacked immunity information）,它包含以下4种新机制：基于SV（summary vector）捎带的免疫信息存储和传送,免疫信息跨层快速产生,改进的SV交换,SV自适应压缩。通过采用这些新机制,LRPI算法不仅不需要专门的数据结构来存发免疫信息,而且能够更快速地实现同样的免疫功能。理论分析和仿真结果表明,LRPI算法在控制开销、节点缓存分组数和数据分组端到端时延等方面的性能均优于Epidemic路由算法和它的多个改进版本。     

基于网络编码的机会网络高效路由算法

针对采用Epidemic机制的机会网络路由算法在数据分组传送阶段存在通信冗余的问题,提出了一种基于网络编码的高效路由算法--NCBER(network-coding-based epidemic routing）。NCBER在传送数据分组的过程中使用主动异或网络编码和多播,并取消了 Request（请求）控制分组,从而减少数据分组的转发次数和控制分组数量,降低网络开销,缩短分组传输时延。理论分析和仿真结果表明,NCBER 算法在网络开销和数据分组端到端时延性能方面优于经典的Epidemic路由算法及其改进算法MRRMR（message redundancy removal of multi-copy routing）,并且使数据传送成功率保持在100%。     

面向认知无线电网络能量高效协作感知的在线节点选择算法

面向认知无线电网络中能量高效协作感知任务需求,提出了面向单次协作感知过程的能量最小化节点选择问题EMNS和面向在线协作感知的能量高效节点选择问题OENS。证明了两问题均为NP-hard难题。针对EMNS问题,提出采用分枝定界算法BAB求最优解和贪婪节点选择算法GS求近似解。针对OENS问题,提出为每个节点引入考虑能量消耗负载均衡的动态权重系数,基于BAB和GS算法设计了启发式的在线节点选择算法OBAB、OGS1。仿真实验结果表明,提出的算法可显著增加网络完成的协作感知过程次数,可有效延长网络"生存期"。     

Distributed detection of replica node attacks with group deployment knowledge in wireless sensor networks

Several protocols have been proposed to mitigate the threat against wireless sensor networks due to an attacker finding vulnerable nodes, compromising them, and using these nodes to eavesdrop or undermine the operation of the network. A more dangerous threat that has received less attention, however, is that of replica node attacks, in which the attacker compromises a node, extracts its keying materials, and produces a large number of replicas to be spread throughout the network. Such attack enables the attacker to leverage the compromise of a single node to create widespread effects on the network. To defend against these attacks, we propose distributed detection schemes to identify and revoke replicas. Our schemes are based on the assumption that nodes are deployed in groups, which is realistic for many deployment scenarios. By taking advantage of group deployment knowledge, the proposed schemes perform replica detection in a distributed, efficient, and secure manner. Through analysis and simulation experiments, we show that our schemes achieve effective and robust replica detection capability with substantially lower communication, computational, and storage overheads than prior work in the literature.     

QoS-oriented packet scheduling scheme for opportunistic networks

The unique characteristics of opportunistic networks (ONs), such as intermittent connectivity and limited network resources, makes it difficult to support quality of service (QoS) provisioning, particularly to guarantee delivery ratio and delivery delay. In this paper, we propose a QoS-oriented packet scheduling scheme (QPSS) to make decisions for bundle transmissions to satisfy the needs for the delivery ratio and delivery delay constraints of bundles. Different from prior works, a novel bundle classification method based on the reliability and latency requirements is utilized to decide the traffic class of bundles. A scheduling algorithm of traffic class and bundle redundancy is used to maintain a forwarding and dropping priority queue and allocate network resources in QPSS. Simulation results indicate that our scheme not only achieves a higher overall delivery ratio but also obtains an approximate 14% increase in terms of the amount of eligible bundles.     

基于序列的传感器网络节点定位算法

针对MSP算法需要借助额外的外部扫描设备,不适合应用于对野外大规模部署的传感器网络进行定位这一缺点,提出了一种HG-MSP算法。该算法通过锚节点发出扫描信息,不需要额外的外部设备进行辅助定位,提高了算法的可用性。仿真实验表明,在去掉辅助设备的情况下,算法的定位精度并无明显下降。