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.     

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.     

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。     

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。     

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.     

相遇时间感知的机会网络社区路由策略

利用节点运动过程中带来的相遇机会,机会网络中的节点以"存储、携带、转发"的方式来完成消息的传输。由于采用这种特殊传输机制,机会网络比传统自组织无线网络传输延迟较大。在当前以相遇历史信息或者链路状态感知为基础的转发机制中大多以牺牲延迟为代价,片面追求传输率。根据机会网络中节点的社会特性,提出了一种节点相遇时间估计方法,以分布式的方式预测到达目的节点的间隔时间,进而,节点以相遇时间估计值为依据,选择到达目的节点间隔时间较短的节点作为中继节点,最终完成消息转发。结果表明,所提出的相遇时间估计方法比较准确,与广泛采用的路由策略相比较,所提出的方法能够将消息传输延迟性能提高30%以上。     

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)。     

一种基于社区的机会网络路由算法

针对机会网络中传统的路由协议未考虑到节点社会性的问题,提出一种基于节点社会特性的算法。该算法根据节点成功接触频次和累积接触时间两个因素确定节点之间的关系度,并根据节点之间的关系强度对节点进行社区划分,充分利用节点和目的社区的关系转发信息。仿真结果表明,该协议能够提高消息投递成功率和相对较低的传输时延,降低网络的资源消耗。     

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.     

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.     

社会化机会网络中节点归属位置感知的路由机制

机会网络中的节点具有较强的社会属性,其对于机会网络路由机制的设计至关重要.在充分利用节点社会属性的基础上,提出一种节点归属位置感知的路由机制.社区中心节点通过相互协商的方式合理地为节点动态分配地址,以准确反映节点的相对地理位置.通过计算节点地址之间的海明距离,合理地确定了节点之间的相邻程度.在节点运动过程中,通过检测数据分组的目的节点与相遇节点是否归属于同一社区,而决策执行社区间路由或社区内路由,同时根据所相遇节点与目的节点的相邻程度,合理地为数据分组选择中继节点,有效地完成数据分组的转发.结果表明,所提出的机制能够提高数据分组成功投递率并降低传输开销.     

基于能量约束和历史信息的容迟网络路由算法

基于已有容迟网络(DTN)路由算法对能量考虑不足的问题,提出了基于能量约束和历史信息的DTN路由算法(ERHR),并在The One(the opportunistic networking environment)平台上,用Java语言进行仿真比较.仿真结果表明,ERHR在能量消耗、传递成功率和平均缓冲时间等性能上优于其他DTN路由算法,适应DTN网络的需求,是一种有效的DTN网络路由解决方案.     

基于节点转移的ZigBee网络路由改进算法

ZigBee网络的一个主要的目标就是降低网络的耗能,以延长网络的使用时间.但ZigBee协议中的网络结构和路由算法并没有完整的讨论能量消耗问题.该文提出一种改进的分布式路由算法,该算法尽可能通过电源供电路由节点转发数据,最终减少电池供电路由节点的能量消耗来延长网络的生存时间.仿真结果表明,该算法只需少量的通讯开销就可以明显地减少电池供电路由节点的耗能.     

一种基于聚类算法的机会网络路由算法

在传统的历史路径算法的基础上,提出一种基于聚类算法的历史路径机会网络路由算法(RACA算法).该算法使用无监督学习中的k-means++算法对节点进行编码,并使用编码的方式更新历史路径算法,具有缓存空间占用低、节点搜索速度快和在拓扑结构多变的环境的适应性强等特点.实验结果表明:RACA算法在多个方面有着较好的表现,特别是在传输成功率和开销比率方面有较好的表现; 出色的网络性能表现使得RACA算法能够在资源有限的场景和网络环境变化较大的场景使用,例如车载网络环境.     

基于节点紧密效应的容迟网络路由算法

容迟网络(disruption tolerant networks,DTNs)是一类具有节点间间歇连接特征的新型网络,其一般情况下不存在端到端路径的特点而导致传统的路由算法很难被应用在容迟网络中。文章根据节点与其邻居节点、次邻居节点(邻居节点的邻居节点)之间的联系情况,提出了一种基于节点紧密效应的路由(node compact effect-based routing,NCER)算法。在设计该路由算法时,首先推导出节点与次邻居节点之间的间接相遇时间间隔,并通过节点间历史相遇情况得到节点间相遇概率,并利用矩阵知识推导出节点的概率性相遇时间间隔矩阵,由此定义节点的紧密效应标准来决定是否选择1个节点作为数据转发节点。仿真实验结果表明,与Epidemic算法、Prophet算法相比,NCER算法可以降低网络资源的消耗,并明显提高数据包的传递率。     

基于节点差异性的机会网络数据转发算法

为了提高机会网络传输成功率,降低传输开销,提出了一种基于节点差异性的机会网络数据转发算法.选择剩余能量大、邻居更新速度快的节点作为中继节点,根据节点对的邻居相似度自适应调节阈值,以满足不同网络环境下的转发要求.仿真实验表明,此算法与其他算法相比,在较低的传输延迟下大大提高了传输的成功率,降低了网络传输开销.     

多跳传感器网络中基于能量感知的机会路由算法

针对传感器节点能量有限的问题,综合考虑链路质量和能量提出一种新的路由度量标准,并基于此路由度量标准,提出一种候选集选择算法和节点协调机制.仿真实验验证了该能量感知机会路由(ETOE)的有效性,相比于传统的机会路由,ETOE可获得更好的网络性能.     

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?