面向区域数据的机会群智感知数据分发策略

面向时空敏感的局部数据,结合区域数据采集的背景,设计了基于地图分区的机会式群智感知数据分发策略:首先对节点进行区域划分和周期性的采集数据,然后判断移动到地图分区边缘的节点状态并进行节点位置更新,最后进行时空敏感的区域数据之间的共享和传输,且在缓存区满或缓存数据超过有效时间时进行缓存更新和丢弃;通过The ONE平台进行仿真实验,研究不同节点缓存大小和不同传输速度下基于地图分区的数据分发策略和Epidemic算法的性能.仿真实验结果表明:基于地图分区的数据分发策略在数据采集率与网络开销方面表现出较好的性能,可以在性能接近Epidemic算法的前提下,提供可靠的区域数据采集和数据共享功能,甚至在某些条件下性能可以超越Epidemic算法,且具有很好的边缘检测控制功能,可以实现针对局部区域数据进行数据采集和共享的目标.     

节点-区域关联度感知的区域数据分发算法

为了减少系统开销和降低网络负荷量,设计了节点-区域关联度感知的区域数据分发算法(RDAA-RP):首先,以时间片为周期持续记录和更新节点的区域属性;然后,计算节点对区域的权值并设置阈值作为数据转发限制条件;最后,根据权值控制不同程度关联度的节点参与完成区域数据的共享和交换.为验证RDAA-RP算法的效果,在The ONE平台进行了仿真实验,对比了在不同节点缓存大小和不同传输速度下,RDAA-RP算法、地图分区算法(SSMZ)和Epidemic算法的性能.仿真结果表明:(1)RDAA-RP算法能够在消息采集率与Epidemic算法及SSMZ算法基本相当的情况下,较大程度地降低网络负荷量,并降低消息平均缓存时间; (2)RDAA-RP算法可以有效屏蔽无关或低关联度节点数据带来的干扰,提供可靠的区域特定数据采集分发功能,实现关联节点数据共享的目标.     

机会传感器网络中节点协商的数据分发机制

针对机会传感器网络数据分发中如何降低网络通信开销、减少延迟并提高分发可靠性的问题,提出了基于节点动态协商策略的性能均衡的数据分发机制(EEDP).其核心思想是每个节点都建立有一个称为分发能力因子的评价指标,由节点的能量水平和节点与分发目标节点的相遇概率确定.在数据分发过程中,利用贪婪策略,不断寻找分发能力因子最高的部分节点承担分发任务,以加快分发速度并保持节点负载均衡.仿真结果表明,相比于谣言传播分发协议和定向分发协议,所提机制在通信开销、分发延迟及可靠性之间达到较好的平衡.     

基于公交车辅助的城市车载自组织网络数据分发策略

针对城市车载自组织网络传统路由协议网络开销增长过快的问题,提出了一种基于深度学习的改进数据分发策略.该策略以DSDV路由协议为研究基础,引入具有固定行驶路线的公交车为辅助节点进行数据快速分发策略分析,同时通过梯度下降法对基于分簇的公交车辅助数据分发评价指标进行训练,以获取局部最优的数据分发路径选择策略,从而达到提升数据分发速度,减小网络开销的目的.实验数据表明:基于公交车辅助和节点分簇的DSDV数据分发策略数据路由开销和端到端平均时延等方面均比传统的DSDV协议具有更好的性能,以及道路环境的适应性.     

基于邻居信息交换的机会网络低时延路由算法

提出一种以Epidemic Routing为基础、采用两跳邻居信息交换方式的机会网络低时延路由算法———LDREN,在分组索引的交换过程中交换两跳邻居信息从而增强对本地拓扑的掌握,并优先发送位于最后两跳的数据分组;同时在节点相遇感知过程中借助ECHO消息从节点缓存中删除已到达目的节点的分组.性能分析结果表明,与经典的Epidemic路由算法及其改进算法ARER相比,LDREN在分组端到端时延、分组传送成功率、存储空间占用等方面的性能得到整体提升.     

基于社交效用向量的机会网络路由算法

针对传统机会网络路由协议未考虑到节点社会性的问题,根据机会社会网络中节点呈现出周期稳定性和规律性,利用节点累计的历史信息组成"社交效用向量"来预测网络拓扑结构的变化,提出了基于社交效用向量的机会网络路由算法.该算法中每个节点都携带各自的社交效用向量,根据节点与目标节点是否属于同一社区及节点的社交延迟度控制消息的转发次数,同时将连通时长、社交有效性用于决策消息转发,避免消息的碎片化.在真实数据集PMTR上进行仿真实验,从转发消息数、数据包平均延迟及投递成功率三方面将该算法与Epidemic、Prophet经典算法对比,分析了消息生存时间和节点缓存空间对路由性能的影响.仿真实验表明,该算法与Epidemic、Prophet算法相比,减小了延迟率和误码率,提高了投递成功率,同时在转发消息数方面略优于两种经典算法.     

RSboFMC:提高数据可用性和负载均衡性的碎片矩阵缓存策略

保证动荡环境下数据可被访问概率对数据存储网络十分重要,其可行方法之一是设计合理的存储策略,提高网络的数据可用性.将存储策略分为复制策略和放置策略进行设计,提出了基于碎片矩阵和缓存的存储策略RSboFMC(Replication Strategy based on Fragment Matrix and Cache),提高动荡环境下的数据可用性.其以重建效率和存储开销为目标,设计缓存机制和基于碎片矩阵的数据分块机制优化复制策略;以负载均衡为目标,设计基于分区和顺逆序的分发机制优化放置策略.仿真结果表明,RSboFMC在数据可用性和负载均衡性方面均优于其他策略,且具有良好的扩展性.     

移动医疗社会化网络中基于病症团体的数据转发算法

为了研究移动医疗社会化网络(Mobile Healthcare Social Networks,MHSNs)中节点间接性传输的性能,提出了一种基于病症团体的数据转发算法.该算法的主要思想是携带数据包的源节点分别通过在社区内和社区间,结合节点与目的节点关系的判断而转发数据给相遇节点.仿真结果显示,与Epidemic、La...     

命名数据网络中基于数据请求节点的就近缓存算法

为提高命名数据网络(named data networking,NDN)中数据存储节点的缓存效率和存储空间利用率,根据就近缓存思想,提出一种在数据请求节点中根据特定内容兴趣而区分缓存的数据缓存算法.该算法结合缓存节点地理位置差异性和缓存数据内容热度差异性,将热度高的数据内容优先缓存在数据请求节点周围,并根据数据被请求的频次动态设置缓存时间,使热度高的数据内容尽可能长时间地缓存在存储节点中,增大了数据就近响应概率;且节点中被替换的数据内容没有直接删除,而是向上转发并指示上游节点缓存,增加了缓存数据内容的多样性.仿真结果表明,所提算法能有效提高数据搜索命中率,降低网络请求时延以及路由传输跳数.     

无线Mesh网络自适应路由缓存更新算法

在拓扑动态变化迅速的Mesh网络环境中,路由缓存的动态更新显得尤为重要.失效路由信息在路由表中的长期滞留会给大量的数据包提供错误的路径信息,降低整个网络的可靠性.基于传统的DSR路由协议,提出一种自适应路由缓存更新算法.该算法可以将网络中的断链信息及时地扩散到受断链影响的相关节点进行路由缓存的动态更新.通过仿真和分析,该算法可以提高网络的性能.     

基于区域集中存储的CCN路由策略

针对在内容中心网络(content-centric networking, CCN)中如何结合缓存资源提高路由效率,优化网络性能的问题,提出一种轻量级的基于区域集中存储的路由策略(regional centralized storage routing strategy, RCSRS)。提出区域集中存储思想,以节点度中心性、紧密中心性、介数中心性和凝聚度为指标,选取区域中心度最高的节点作为核心节点集中缓存内容资源,剩余普通节点仅负责路由转发;并设计基于集中存储的路由机制,路由时快速引导兴趣包至区域核心节点以查找内容。仿真结果表明,与传统路由策略相比,该方案在较低网络开销下,平均命中率、平均请求时延和平均跳数减少率方面有明显提升。     

基于缓存开销的信息中心网络缓存协作策略

网络化缓存策略影响ICN网络的传输性能,考虑到缓存执行时的开销不仅包含访问缓存节点时的路径代价,还应包含替换旧信息的替换代价,因此提出一种基于路径访问代价和节点替换代价的缓存协作策略(path and node cost based cooperative caching strategy, 简称PNC3S).该策略对两种代价进行整体考虑,将代价总量作为是否进行信息与节点匹配缓存的依据,对提出的策略模型进行优化分析,将最优解作为缓存部署方案.实验结果表明,与CEE,LCD策略相比,PNC3S可以改善网络的信息缓存率、服务器的负载率、网络链路平均利用率,以及访问跳数减少率.     

基于元数据和CORBA服务的地图数据网络分发系统

利用空间地图数据（SMD）的海量特征、多尺度、广泛性和其离散分布适合于网络环境分布、共享、异构和可扩展的应用特点，提出了SMD远程分发的地图数据网络分发（MDND）系统．首先定义了SMD、元数据和以图论的方式描述的网络资源节点，建立了SMD资源与网络资源的关系，然后给出了MDND的形式化定义和基于CORBA的SMD分发架构及其系列分布服务，创建了基于元数据的查询条件输入方法，并在元数据集查询服务和地理信息路由指向服务的基础上实现了MDND．经CORBA服务、FTP和直接拷贝等模式的性能比较表明，所提系统可以有效完成SMD分发，在CORBA服务模式下的传输性能与直接拷贝模式相当却明显优于FTP模式，能快速达到最大传输速率且对数据量的依赖性不强．     

LoRa技术在油田数据采集系统中的应用

针对现有网络通信技术在复杂油田环境中组网困难和超高功耗的问题,采用低功耗、超长距离无线通信LoRa技术以提高网络通信技术在智慧油田数据采集系统中的精度和实时性,降低组网难度。通过对LoRaWAN无线标准协议和轮询时隙分配算法的研究,设计了一种基于LoRa扩频技术的差异性时隙分配策略的无线数据采集方法,在OPNET 14.5平台对改进的方法进行仿真。仿真结果表明,使用该方法的自组网络吞吐量相比固定时隙分配策略有了明显的提高,有效降低了重要数据节点数据上报周期,增加了网络信道的利用率,该方法可进一步实现油田数字化建设。     

基于属性更新的语义缓存一致性维护算法

目前语义缓存一致性维护的更新策略主要是将更新操作转化成删除和添加操作,其增加了不必要的数据通信流量和数据存储,而且只能处理全属性的情况,故本文提出新的语义缓存一致性维护算法,通过分析语义缓存段与更新语句的条件谓词以及投影属性的关系,从而将更新粒度细化至被更新的属性。理论分析和仿真实验均表明该策略能够有效的减少数据存取和数据通信的开销,以及提高缓存命中率和减少查询响应时间。     

无线传感器网络中的分布式节点定位方法

提出一种基于流形学习的分布式Hessian局部线性嵌入（DHLLE）定位方法,给出了基于流形学习算法的定位框架.DHLLE方法采用同情最邻近算法来选择节点邻居列表,并应用Hessian局部线性嵌入（HLLE）算法获取传感器网络节点的局部映射,再通过对局部映射合并获得所有节点的全局映射,最后通过对参考节点进行坐标匹配以取得所有节点的全局坐标.仿真结果表明,DHLLE方法能够快速、准确地对节点进行定位,且复杂度低,节点能耗小,其性能超过了分布式加权多维定标等算法.     

公路网移动终端的KNN查询技术

公路网中移动兴趣点(POIs)的查询处理是一个难点,目前的研究多基于欧氏距离对静态POIs进行处理,不能很好地适应移动环境下终端弱连接和频繁移动的需要.文中在公路网移动计算场景下,设计了一种存储分区数据对象的结构来表示公路网图形模型,提出适用于移动终端的连续KNN查询(CQ-KNN)算法.该算法改进了Wang等提出的MKNN算法,将逐层渐近探测和检索边列表结合起来进行近邻查询,避免了MKNN算法在限定层数不够却不得不执行范围查询时所带来的开销;同时使用缓存策略来支持移动终端提交的连续查询请求,并给出基于广播位置失效报告的缓存一致性维护策略.仿真结果表明,CQ-KNN算法较MKNN算法有更快的CPU处理速度和更短的网络响应延时,并且能支持移动终端的离线KNN近似查询.     

网络存储中分布式I/O缓存机制研究

针对网络存储中I/O的瓶颈问题,设计了一个基于网络存储的分布式I/O缓存机制,通过本地缓存和远程缓存的两级缓存机制进行I/O性能的优化.其中本地缓存用来保存本地磁盘的读写信息,远程缓存用来协调远程机器的本地缓存.针对以上的缓存机制,设计了相应的数据块更新算法和缓存一致性策略,有效地保证了I/O缓存的性能.     

数据网格中基于效益函数的副本管理策略

通过分析数据网格中几种经典的副本管理策略的特点,针对网格这样一个协作计算的环境,提出了基于效益函数的副本管理策略,构建具有协作涵义的效益函数作为网格节点替换本地数据副本的依据.在网格模拟器OptorSim上进行的模拟实验结果表明:提出的基于效益函数的策略相比于基于经济模型的副本管理策略,在降低网络的利用率、减少带宽和存储资源消耗的同时缩短了系统的响应时间,达到了提高系统性能的目的.论证了该策略对于副本的管理是行之有效的.