基于贝叶斯概率树的机会社会网络转发节点选择方法

选择合适的节点并将消息迅速转发到目标节点是机会社会网络关键问题之一。现有研究的不足主要是未充分考虑节点的社会属性以及节点的动态性。本文提出了一种基于贝叶斯概率树的转发节点选择(Bayesian Probabilistic Tree Forward Node Selection,BFANS)方法。根据节点具有的社会属性及相遇概率划分社区;社区内利用节点相遇概率值构建贝叶斯概率树;分别采用社区内和社区间两种方式进行消息的转发。实验表明,该方法在消息投递成功率上得到提高,并且降低消息的平均时延及路由开销比率。     

基于节点影响力的移动机会网络网关选择算法

移动机会网络中,为使用户快速从因特网获取数据,需要选择某些合适节点担任网关。研究了移动机会网络网关选择问题。提出了两种基于节点影响力的网关选择算法:LRGS和CRGS。实验结果证明,两种基于节点影响力的网关选择算法较之随机选择算法均可使性能得到改善;当网络规模较小时,CRGS性能更优;当网络规模较大时,LRGS的性能更优。同时,所提出的两种算法均有较好的可扩展性。     

基于转发效用和拥塞感知的机会网络路由算法

针对移动机会网络中转发节点选择和数据包管理不合理问题,提出基于转发效用和拥塞感知的机会网络路由算法.建立转发效用模型,根据移动机会网络的机会接触特性定义节点接触概率和节点接触活跃度;建立节点拥塞感知模型,定义节点区域拥塞系数;将转发效用和节点区域拥塞系数用于数据包转发过程和数据包管理过程,提出节点接触概率的转发节点选择...     

基于节点接触频率和持续时间率的数据转发算法

文章从节点间的联系情况出发,提出了一种基于节点接触频率和持续时间率的数据转发(contact frequency and time ratio-based data forwarding,CFTDF)算法。其主要思想是利用节点历史相遇信息来预测未来节点接触频率和持续时间率,以此定义节点间的活性,并根据相遇节点分别与目的节点之间活性值大小来决定数据转发节点的选择。仿真结果表明:与Epidemic算法相比,该文所提出的CFTDF算法明显地降低数据包的拷贝数目;与间接概率转发(probability-inferred forwarding,PIF)算法相比,CFTDF算法可减少数据包的传递延迟和数据包的拷贝数目。     

DTN中基于节点邻居变化率预测的数据转发算法

延迟容忍网络(delay tolerant networks,DTNs)是一类特殊的网络,其中端到端的路径通常很难建立,而现有的延迟容忍网络数据转发算法在度量节点的传播能力时大多关注节点的静态属性,忽略了属性随时间的动态变化.文章研究了DTNs中数据转发与节点邻居变化率的关系.首先定义节点在相邻时间段之间邻居变化率,并...     

机会认知网络中基于社会关系的节点位置预测算法

移动节点位置预测是机会认知网络进行有效数据采集和消息转发的基础,提出了一种基于社会关系的移动节点位置预测算法.该算法基于位置对应用场景进行建模,通过节点的移动规律挖掘节点之间的社会关系.该算法以1阶Markov模型为基础对节点的移动性进行初步预测,然后,利用与其社会关系较强的其他节点位置对该节点的预测结果进行修正.最后,基于UCSD WTD数据集对算法进行仿真实验.结果表明,基于社会关系的移动节点位置预测算法与1阶Markov预测模型相比获得了更好的预测精度,并且算法具有较好的可扩展性.     

机会网络中基于节点效用和能量的路由算法

在不具备完整传输路径的机会网络中,为进一步提高投递率和传输速度,一般使用效用和冗余混合的路由机制,但该机制仍存在较高网络开销以及高效用节点能量消耗过快等问题。基于上述情况,提出了一种基于节点效用和能量的路由方案,考虑到节点关系的自身差异性和动态变化性对路由的影响,充分利用节点的社会关系计算节点效用,并综合节点的剩余能量判断节点的转发能力,实现在多备份路由中进一步降低网络开销和均衡节点能量消耗的目标。最后,通过仿真实验与其他算法进行对比,实验结果表明,提出的路由方案在获得较优投递率和传输延时的同时,在网络开销和能量均衡性两方面有较大的改善。     

基于节点属性和缓存管理的机会网络路由算法

由于机会网络中的节点移动性强,资源受限,设计高效的机会网络路由算法面临巨大挑战.目前已有的路由算法大多借助节点之间的相似性来提高算法的性能,而没有关注到节点之间的异构性,导致部分节点承担了过重的传输任务,从而影响了网络性能.以传统的PRoPHET路由算法为基础进行优化,提出了基于节点属性和缓存管理的机会网络路由算法(Opportunistic Routing Protocol based on Attributes of Nodes and Buffer Management,OANBM),该算法考虑节点的异构性,尽可能利用通信能力强的节点完成转发任务,并且加入缓存管理措施来降低网络负载.仿真结果表明:与经典机会网络路由算法相比,该算法的消息投递率可有效提升10％,而且大幅降低了网络负载率.     

一种基于节点相似度和活跃度的数据转发算法

文章从节点共同形成的社会属性角度出发,提出了一种基于节点相似度和活跃度的数据转发算法(data forwarding algorithm based on the similarity and activity of nodes,DASA)及节点的相似度和活跃度的概念;在设计数据转发算法时,通过节点的相似度和活跃度来决定是否选择网络节点作为数据转发节点。研究结果表明,与Epidemic算法、Label算法以及Greedy Total算法相比,文中所提算法可降低网络资源的开销,且其传递率优于Label算法的传递率。     

基于机会转发原理改进的GPSR算法

针对现有GPSR协议中边界节点消耗大、丢包严重以及在遇到路由空洞时路由效率低下的问题,提出一种基于机会转发的改进路由:O-GPSR。它使用距离、方向和邻居节点密度三个参数来计算转发决策节点传输范围内各邻居节点的判决度量值,依据度量值选择下一跳转发节点。仿真结果表明,O-GPSR能够降低端到端时延、减少路由负载、增加投包率,有效地提高了路由效率。     

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。     

社会机会网络中基于节点相遇历史信息的路由算法

针对Bubble Rap路由算法的路由开销不理想的问题,提出一种利用节点相遇历史信息和删除消息副本相结合的低开销路由(LCMT)算法。利用与目的节点相遇次数进行消息转发改变了Bubble Rap单一的消息转发评判标准,使其对不同数据集场景的适应性得到提高,并结合效用函数对消息副本数进行控制,从而减小了路由开销。和Bubble Rap路由算法相比,仿真结果表明在Infocom06和MIT数据集中,该算法可在保证良好消息传输成功率的前提下显著降低路由开销。     

容迟网络编码节点状态感知的数据转发策略

网络编码能够有效地提高容迟网络(delay tolerant networks,DTNs)的资源利用率,但需根据网络状态及时地调整编码节点的数量。提出一种编码节点状态感知的容迟网络数据转发策略,根据当前网络规模,以分布式的方式估计最优化编码节点数量,然后综合考虑节点社会属性及可用资源,动态选取编码节点,在实现可靠数据转发的同时,保证了较低的开销。仿真结果表明,所提出策略极大地降低了网络负载,并有效提高数据的成功投递率,优化了网络资源。     

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.     

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...     

机会网络中转发机制的研究

通过详细描述路由转发算法-传染转发算法的转发过程,分析此种算法存在的不足,提出一种基于转发度量的传染算法,并对该算法进行简要评价。     

基于引力场的机会网络路由算法

机会网络通过节点的运动带来相遇机会进行数据传递,结构的拓扑变化给机会网络的路由算法设计带来了挑战.现有的经典路由算法认为节点与节点的关系是独立的,没考虑节点之间的关系,根据"节点的最大介数与网络的传输能力呈近似反比的关系"这一关系,结合引力场理论,将机会网络抽象为一个引力场,网络中的节点视为引力场中的暗能量和星体,节点间的相互作用转化为路径对数据包的吸引力,提出了基于引力场的机会网络路由算法(routing algorithm for opportunistic network based on gravitation field,BGF),通过在ONE上的仿真实验,然后与Epidemic算法、Prophet算法对比,实验结果表明:在节点数与节点缓存比较大时,BGF算法的传输成功率最高,传输延迟与路由开销最小.     

基于混合策略的机会网络路由算法

针对机会网络中传统路由算法对转发节点的选择考虑不周,导致消息投递率较低和网络性能不高的问题,提出一种基于混合策略的路由算法BHS(routing algorithm for opportunistic network Based on Hybrid Strategy)。该算法根据转发节点的剩余缓存空间百分比、剩余能量状态、与目的节点相遇概率以及信任度4个因素,计算各个转发节点将消息成功投递到目的节点的混合策略值,通过综合转发策略来决定消息最佳的下一跳转发节点。仿真结果表明,与传染路由以及单方面考虑转发节点能量、缓存空间、概率和信任度的路由相比,BHS在消息投递率、平均延迟时间和平均缓存时间等方面比上述路由协议的性能更好。     

机会网络中高效低时延多摆渡节点路由算法

针对机会网络中带网关节点的多摆渡节点路由算法(MMFGW)存在部分区外消息冗余等待、数据转发次数偏多和相邻区摆渡节点之间无协作的情况,提出了一种新的多摆渡高效低时延路由算法(ERMF)。当网关节点的邻居节点有数据发送时,ERMF算法通过查询跨层旁听机制建立区外属性表,确认表中有匹配,则数据不再经过本地摆渡节点转发,而是向网关节点直传。另外,跨区域摆渡节点之间相遇时,通过彼此交换自己区域内的节点信息获取属于本区域内的有效数据,这2种直接通信的协作机制均可优化节点间单一的数据交互方式,促进区域间数据的快速传输,在不影响原有数据传输功能的前提下降低数据分组时延和转发开销。仿真结果表明,与MMFGW算法和节点中继算法相比,ERMF算法的数据分组转发开销和平均端到端时延分别降低了8.1%和7.3%以上。