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.     

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.     

元胞机制下机坪机会网络缓存控制策略

针对机坪感知机会网络中节点缓存空间的限制导致的数据拥塞问题,提出元胞演化规则下机坪机会网络缓存控制策略(ACER).建立基于节点拥塞度的路由通信模型,对节点拥塞度进行判断,在拥塞度较低节点中进行基于概率的数据路由通信,对于拥塞度较高的节点使用元胞自动机的消息丢弃策略,有效地缓解了因数据拥塞产生的网络投递率低等问题,使节点负载均衡地进行数据传输.基于机会网络环境(ONE)仿真平台,采用天津滨海国际机场地图来进行试验,进行不同节点数量下、不同缓存空间下的算法性能分析.结果表明,在机坪网络仿真环境中,不同节点数量以及不同缓存空间下,相对DY、DL缓存管理策略,ACER投递率最高提高97%,网络开销最多可降低70%,并且传输时延具有一定程度的改善.     

基于遗传-粒子群优化算法带有缓存机制的卸载策略

为了满足移动边缘计算(Mobie Edge Computing, MEC)场景中时延敏感型应用的需求,提出一种基于遗传-粒子群优化算法(Genetic-Particle Swarm Optimization Algorithm, GA-PSO)和缓存机制的卸载策略。该策略将遗传算法和粒子群优化(Particle Swarm Optimization, PSO)算法融合起来,以便求取边缘计算卸载中的最优卸载比例和缓存决策;将已完成且重复请求的任务及相关数据在边缘云上进行缓存,用以最小化任务的卸载时延。仿真实验结果表明,该策略可以有效降低移动边缘计算的时延。     

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.     

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...     

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.     

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.     

基于频谱地图的动态频谱管理及其半实物仿真

为了在动态频谱管理网络中快速获得频谱信息,提出了基于频谱地图的区域动态频谱管理框架。该架构由区域频谱管理中心、动态频谱接入网络和用频节点组成,其中区域频谱管理中心负责建立和下发频谱地图,提供频谱地图信息服务并实施网络管理和频谱实时协调。针对网络以较低开销快速获得频谱地图的需求,提出了定期分发、按需分发和更新实时分发3种频谱地图分发方式。基于通用软件无线电平台建立了半实物仿真系统对提出的架构进行仿真验证。仿真结果表明,在提出的架构下网络能够更充分地利用频谱资源,在网络吞吐量、时延和排队长度等指标上均有明显改善。     

移动社交网络中基于影响力的数据转发算法

在移动社交网络中,人们通过携带无线设备在近距离范围内彼此传递信息,从而达到信息的传播。由于移动社交网络中一般不存在端到端的连接,使得数据转发算法成为一个重要问题。文章从社区和节点的社会属性角度,利用社区和节点的影响力,提出了一种基于影响力的数据转发算法(data forwarding algorithm based on impact,DFAI)。在该算法中,携带数据包的节点只有在遇到影响力达到一定要求的节点时,才拷贝数据包给相遇节点。仿真试验结果显示,与经典的Epidemic和Label算法相比,DFAI可以明显降低网络开销,同时接近Epidemic算法达到的最大传递率。     

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.     

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Kriging算法的电磁频谱地图构建技术研究

针对电磁频谱地图构建中感知节点分布不均匀、构建效率不高的难题,提出了一种基于Kriging算法的电磁频谱地图构建算法。该算法首先运用Kriging算法将感知数据构建成电磁频谱地图;其次利用K-means聚类算法实现感知区域多粒度划分,将整体区域划分为层次不同的多个局部区域,利用Kriging算法对局部区域进行电场强度插值估计,形成不同粒度下的多个电磁频谱地图;最后根据感知节点分布状况,基于Voronoi图计算不同粒度下局部区域的均匀度权重,对各粒度下的电磁频谱地图进行加权融合,生成电磁频谱地图。仿真结果表明：该算法将电磁频谱地图的构建误差降低了2%～5%,在噪声强度大于8 dBW时构建效率大幅高于原始算法,具有构建精度高、容错性强的特点。     

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...     

VANET中基于时空的动态优先级调度策略

在车载自组网中,道路安全相关应用地位日益突出.根据安全消息的紧迫程度对其优先级进行划分.提出了基于时空的动态优先级调度策略,通过建立时空相关函数表示不同优先级大小,优先级随着消息分发的时间和距离的增长而减小.同时,将紧急报警消息的传输限制在一定的时间域和空间域.通过仿真实验,结果证明基于时空的动态优先级调度策略可有效地提升网络性能:与采用固定优先级最大延迟门限的方法相比,当节点密度高时该算法可以很好地减少网络负载；当节点密度低时可以更好地扩大传输范围.     

兴趣和编码感知机会网络多源多宿数据分发

针对当前机会网络数据分发协议面向的主要是单源多宿数据分发模型的问题,提出了一种多源多宿机会网络数据分发模型,设计了一种兴趣和编码感知(ICA,interest-and coding-aware)的机会网络数据分发协议。首先,由中继节点将满足同一兴趣的不同数据源进行流间随机线性网络编码后转发;其次,拥有相同兴趣的节点彼此交换兴趣编码数据,当节点收到足够多的满足同一兴趣的线性无关编码包时,解码得到多个感兴趣的原始数据;最后,对多源多宿机会网络数据分发进行了ONE仿真。结果表明,和基于ER的多源多宿数据分发相比,ICA能通过较小的缓存、网络带宽和网络负载获得较低的分发时延。研究结果可为机会网络中的网络数据分发机制提供一种可行、高效的解决方案。     

基于数据累积的P2P流媒体自适应数据调度

综合考虑数据回放的紧迫性和数据分布的有效性,尝试将贪婪算法和最少优先算法结合起来,提出了一种基于数据累积的自适应数据调度算法.以数据在本地缓存的累积量为平衡因子,动态调节数据选择的权重,从而可在维持接收节点较高的播放质量水平的同时,改善数据在系统的分布度.仿真实验表明在多种实验参数条件下该调度算法均具有较好的性能.     

基于协作区域的内容中心网络缓存策略

针对现有网络缓存策略所存在的缓存负载分布不均衡、缓存冗余大、网络资源利用率低等问题,提出了一种基于协作区域的内容中心网络缓存策略.该策略利用协作区域中的节点来辅助中心节点进行分组缓存,以实现负载均衡.仿真结果表明,与LCE策略和Betw策略相比,该策略能够有效地提高缓存命中率和资源利用率,并改善负载均衡性.     

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.