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.     

一种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,设计了一个基于地图分区的机会式群智感知数据分发策略. 该策略分为四部分:首先对节点进行区域的划分和周期性地采集数据;其次在节点相遇时不同位置属性的节点之间进行边缘节点的判断和位置更新;然后进行时空敏感的区域数据之间的共享和传输过程;最后当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过程. 该数据分发策略可以实现针对局部区域数据进行数据采集的目标,同时具有很好的边缘检测控制功能. 仿真实验结果表明:基于地图分区的数据分发算法具有较好的数据采集率与较低的网络开销,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,且某些条件下性能可以超越Epidemic算法.     

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.     

移动社交网络中一种基于效用的概率路由算法

为提高移动社交网络中节点间消息投递率,提出了基于效用的概率路由算法UBPR,该算法将节点间接触概率与社会属性相结合,并以此作为判定条件评估节点在社交网络场景下是否适合作为中继节点进行数据传输。仿真结果表明,在资源充足和网络负载能力较低的情况下,UBPR算法的传输率和平均时延优于Prophet,Epidemic和First Contact算法。UBPR在节点缓存空间不充裕的情况下的网络负载率约为Epidemic算法的50%,平均时延比Prophet算法降低了约8%。     

基于机会网络的路由算法

当前机会网络路由算法在数据包较少的情况下无法准确估算节点的兴趣,导致社区划分不合理,数据包在节点之间存在无效传递,从而增大了通信开销.针对此问题提出了一种将节点接收消息的历史次数和历史消息与各类消息间的相似度相结合,量化对各类消息的兴趣程度,并根据这种兴趣程度来划分兴趣社区的路由算法ILCR(interest level community route).ILCR具体转发策略是选择在目标社区内且到目的节点概率大的节点,或者活跃且可靠程度大的节点作为中继,通过ONE平台对ILCR仿真并与Epidemic、Prophet对比,结果表明ILCR在投递率比Prophet提高了约13%,比Epidemic提高了约113%、网络开销比Prophet降低了约94.4%,比Epidemic降低了约81%等,保证了在网络频繁间断且网络资源匮乏的情况下成功通信的可能.     

一种基于社区的机会网络路由算法

针对采用社区划分策略的机会网络路由算法在消息传输过程中存在时延过长、冗余转发的问题,提出一种基于社区的机会网络路由算法Routing algorithm for Opportunistic Networks based on Community(RONC),通过充分利用通信重叠区域内的节点转发消息,优化转发节点判定机制,重设消息传输条件,降低消息转发次数,从而提高消息传输成功率,降低传输时延。理论分析和仿真结果显示:RONC算法在平均端到端时延、转发效率和平均存储时间等方面均优于经典的Epidemic routing算法、Prophet routing算法及其改进算法Community-driven Hierarchical Message Transmission Scheme(CHMTS)。     

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.     

基于移动agent的机坪机会传输控制方法

针对民航机坪设备监控网络中存在过量数据分组而造成的数据拥塞和网络时延等问题,提出基于机会转发的路由算法.结合机坪与特种车辆的工况运行特点,建立了基于机会网络的机坪设备监控系统和节点移动模型;详述了基于移动agent的机坪机会网络路由算法机制,即依据消息权重计算消息副本的产生数量,将节点移动方向和自由度考虑进消息副本的产生与二叉发送中,再根据消息分组的优先级和缓存时长确定数据的缓存与释放顺序;在ONE环境下进行了试验验证.仿真结果表明:优化后的算法能有效减缓消息副本数量过多造成的数据冗余,降低路由开销和通信时延,将消息投递率提升27.78%;在路由资源有限的情况下,保障机坪设备工况数据在传输时具有稳定性和时效性.     

移动医疗大数据平台下节点和社区属性的社交网络转发机制

在移动互联网技术(3G、4G)的迅猛发展和移动设备大量普及的背景下,移动医疗的相关研究已在医疗卫生领域中得到广泛的应用和认可。然而,在医疗诊断过程中产生的大量数据信息,在进行消息的传输时会与有限的网络资源存在矛盾。因此,通过对移动医疗大数据平台进行研究,分析容迟网络中节点社区属性的特点,进而研究了当节点属于多个社交网络进行信息传递时,通过对社区关联度和节点社会可靠性的分析,选择合适的中继节点进行数据的转发,即提出了基于社区关联度和节点社会可靠性的数据转发机制。最后利用计算机模拟实验,结果显示本算法与传统的Epidemic算法和Label算法相比,传递率高于Label算法并且能明显的降低网络资源成本。     

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.     

基于链路带宽的分布式存储系统框架及动态负载均衡技术

针对在节点间进行数据传输、备份等操作时,不同节点间链路带宽将限制分布式存储系统的性能的问题,借鉴软件定义网络及云存储技术的基本思想,通过对控制流与数据流的分离,提出了一种基于链路带宽的分布式存储系统框架及动态负载均衡技术.所提出框架中,在分布式数据节点之外引入一个中心控制节点,该节点掌握全局网络视图,全局网络视图中既包括数据存储表记录存储数据的分布,又包括当前链路带宽情况.在用户读取数据时,根据数据存储表确定需要的数据存放于哪些数据存储节点,指派相应的数据存储节点根据路由表发送数据包,并实时监测网络中的链路带宽负载情况,及时调整数据的传输路径.仿真验证所提架构和算法可以有效解决海量数据在不同位置的分配调度,以及缩短用户对大量数据提取的响应时间及提升存储速率等问题.      

基于令牌环网的动态实时带宽分配算法

提出了一种动态实时带宽分配算法 ,能够动态估算当前各个结点的实时通信负载 ,分布式地控制各个结点的令牌持有时间 .实时消息 M的负载指数和结点的实时消息负载指数 ,可以有效地衡量结点的实时通信的负载情况 ,为动态分配实时带宽提供依据 .通过模拟实验的测试 ,证明该算法优于固定带宽分配 ,同时也说明上述的两个指数是可行的     

EHWSNs中面向吞吐量和能耗优化的时隙分配算法研究

针对在具有移动汇聚结点(Sink)的能量收集无线传感器网络中,如何在数据收集时提升网络吞吐量和降低能耗的问题,分析了Sink移动距离与节点数据传输的时间周期之间的关系,将面向吞吐量和能耗优化的数据收集问题建模为基于混合整数线性规划的优化问题,并提出了一种基于有效传输周期的时隙分配算法来对其进行求解。算法主要分2个阶段进行：移动Sink在每个时间周期内识别出可进行数据传输的邻居节点,并为其分配时隙;移动Sink根据数据可用性对节点进行排序,并最终决定哪些节点在各个时隙期间发送数据。理论分析和仿真实验结果表明,所提算法在吞吐量和能耗方面的性能优于当前典型算法,且计算复杂度更低。     

一种基于蚁群算法无线传感器网络负载均衡策略

为了提高室内定位无线传感器网络的生命周期,提出一种基于蚁群算法的网络负载均衡策略.将节点分成多个群集子网,以监测位置数据包为全局蚂蚁,在传递的同时实现信息素的全局更新,通过局部蚂蚁的信息素更新使节点了解邻居信息,以能量、距离、跳数构造启发函数,数据包依据信息素轨迹及启发信息自主选择下一跳节点,无需建立与维护路由表完成整网数据收集.仿真结果表明:该算法能有效均衡网络负载与能耗,网络能耗利用率达88.22%.     

基于联盟形成博弈的异构机会网络路由算法

异构机会网络中节点组之间存在自私性,节点只会帮助组内的节点转发消息,而不转发组间的节点消息?如何实现节点组间消息的转发成为亟待解决的问题?针对该问题,提出了一种基于联盟形成博弈的机会网络路由(base on coalitional game routing,BCGR)算法?BCGR算法充分考虑了节点间的接触特性?联盟形成博弈的优超特性以及联盟的合成与切分操作,算法由轮询阶段和稳定阶段组成?通过仿真实验验证了BCGR算法的合理性与有效性,仿真结果表明,BCGR算法不但实现了异构机会网络中节点组间消息的转发,而且从整体上提高了网络性能,有效地降低了网络开销,提高了交付率?     

基于压缩感知理论的无线传感器网络数据融合算法

针对传感器节点部署稠密, 节点覆盖重叠区域较大, 导致采集数据冗余度大的问题, 利用节点收集数据的时间和空间相关性, 提出一种基于压缩感知理论的无线传感器网络(WSN)数据融合算法, 并通过仿真实验分析了其性能. 实验结果表明, 该算法不仅可以减少簇首的数据传输量, 减少了节点的平均能量消耗, 延长网络的生存时间, 而且性能明显优于对比算法.     

基于逻辑分区的仿箱鲀鱼群负载均衡分簇控制算法

为实现水下仿箱鲀鱼群体协同控制, 并降低网络节点间负载的不均衡性导致的能量损 耗, 提升群体续航能力, 提出一种基于逻辑分区的负载均衡分簇控制算法. 首先实现局部快速分簇, 减少节点间维护报文数量, 降低系统整体开销； 然后基于 簇内逻辑分区策略, 实现监测、 保障和侦察多区域协同控制, 并结合最小响应时间整编零散鱼群, 优化网络控制体系的同时提高组网灵活性； 最后在维护过程中采用区域节点角色转换机制, 实现网络负载均衡. 通过仿真分簇实验验证了算法的有效性, 并结合网络能量消耗、 网络生命周期和能量均衡性3个指标验证算法的可行性.     

基于RSSI的分层定向扩散路由协议

针对传统的定向扩散路由协议网络中节点耗能大、网络中兴趣消息冗余严重及时延大等不足。本文提出了一种基于RSSI的分层定向扩散路由协议。该协议在兴趣扩散的过程中,将网络中的节点进行分层,实现兴趣消息在层与层间传输,大大减少了兴趣重复传播。与此同时,记录每个节点各传播路径上的RSSI值,这样在找到匹配的数据源节点的同时,就能确定一条最优路径来进行数据的传输。仿真实验结果表明,与传统的定向扩散路由协议相比,该协议减少了参与兴趣扩散的节点数量、降低了节点的平均能耗同时减少了时延,使网络性能得到显著的改善。     

基于逻辑分区的仿箱鲀鱼群负载均衡分簇控制算法

为实现水下仿箱鲀鱼群体协同控制, 并降低网络节点间负载的不均衡性导致的能量损 耗, 提升群体续航能力, 提出一种基于逻辑分区的负载均衡分簇控制算法. 首先实现局部快速分簇, 减少节点间维护报文数量, 降低系统整体开销; 然后基于 簇内逻辑分区策略, 实现监测、 保障和侦察多区域协同控制, 并结合最小响应时间整编零散鱼群, 优化网络控制体系的同时提高组网灵活性; 最后在维护过程中采用区域节点角色转换机制, 实现网络负载均衡. 通过仿真分簇实验验证了算法的有效性, 并结合网络能量消耗、 网络生命周期和能量均衡性3个指标验证算法的可行性.