專利名稱：具有自適應能力的Epidemic路由算法的制作方法
技術領域：
本發(fā)明涉及機會網絡路由算法，作用是使機會網絡中節(jié)點高效轉發(fā)數據包，同時盡可能減少節(jié)點的轉發(fā)量，從而減少網絡資源消耗。
背景技術：
機會網絡是一種不需要在源節(jié)點和目的節(jié)點之間存在完整路徑，利用節(jié)點移動帶來的相遇機會實現網絡通信的、時延和分裂可容忍的自組織網絡。機會網絡不同于傳統的多跳無線網絡，它的節(jié)點不是被統一部署的，網絡規(guī)模和節(jié)點初始位置未進行預先設置，源節(jié)點和目的節(jié)點之間的路徑事先不能確定是否存在。機會網絡以“存儲-攜帶-轉發(fā)”模式逐跳傳輸信息實現節(jié)點間通信，其體系結構與多跳無線網絡不同，它在應用層與傳輸層之間插入一個被稱為束層的新的協議層。 由于機會網絡能夠處理網絡分裂、時延等傳統無線網絡技術難以解決的問題，能滿足惡劣條件下的網絡通信需要，其主要應用于缺乏通信基礎設施、網絡環(huán)境惡劣以及應對緊急突發(fā)事件的場合。I.對照路由算法為和本發(fā)明路由算法對照，選取了 2種典型路由算法作為參照算法。Epidemic算法是基于泛洪策略路由算法的典型代表，很多基于泛洪策略的路由算法都可視為是由該算法衍生而來。Spray and Wait算法是按照一定策略進行泛洪，是基于有限度的泛洪策略，該算法的主要性能指標在多數場景下都具有顯著的優(yōu)勢。(I) Epidemic 算法Epidemic算法的基本思想是當2節(jié)點相遇時交換對方沒有的數據包,經過足夠的交換后，理論上每個非孤立的節(jié)點將收到所有的數據包，從而實現數據包的傳輸。在Epidemic算法中，每個數據包有一個全局唯一的標識,每個節(jié)點中保存一個概要向量用來記錄節(jié)點中攜帶的數據包。當2節(jié)點相遇時，雙方首先交換概要向量，獲知對方攜帶數據包情況后，雙方僅傳送對方沒有的數據包。Epidemic算法本質上是一種泛洪算法，從理論上講該算法能最大化數據包傳輸的成功率，最小化傳輸延遲，但也會使網絡中存在大量的數據包副本，消耗大量的網絡資源。Epidemic算法有3個目標,分別是最大的傳輸成功率、最小的傳輸延遲和最小的網絡資源消耗。實現上述目標需要特定的場景，在多數場景下，由于過度泛洪導致路由算法的性能顯著下降。(2) Spray And Wait 算法Spray and Wait算法分為2個階段。首先是Spray階段,源節(jié)點中的部分數據包被擴散到鄰居節(jié)點；然后進入到Wait階段，若Spray階段沒有發(fā)現目標節(jié)點，包含數據包的節(jié)點以Direct Delivery方式將數據包傳送到目標節(jié)點，即只有在遇到目標節(jié)點時,發(fā)送數據包。該算法傳輸量顯著地少于Epidemic算法，傳輸成功率高，傳輸延遲較小，算法適用性強。
(3) Prophet 算法Prophet算法基于概率策略，該路由算法對報文傳輸成功的概率進行估算，選擇性地復制數據包，盡力避免生成低傳輸效率的副本。該算法定義了一個傳輸預測值來描述節(jié)點間成功傳輸的概率。當2個節(jié)點相遇時，節(jié)點更新各自的傳輸預測值，并利用該值來決定是否轉發(fā)數據包。2.度量值評價機會網絡路由算法性能指標的度量值主要有(I)傳輸成功率傳輸成功率(Delivery Ratio)是在一定的時間內成功到達目標節(jié)點數據包總數和源節(jié)點發(fā)出的需傳輸數據包總數之比，該指標刻畫了路由算法正確轉發(fā)數據包到目標節(jié) 點的能力，是最重要的指標。⑵傳輸延遲傳輸延遲(Delivery Delay)是數據包從源節(jié)點到達目標節(jié)點所需的時間,通常采用平均傳輸延遲來評價。傳輸延遲小意味路由算法傳輸能力強、傳輸效率高，也意味著在傳輸過程中將會占用較少的網絡資源。(3)路由開銷路由開銷(Overhead)是指在一定時間內節(jié)點轉發(fā)數據包的總數，通常用所有成功到達目標節(jié)點的數據包數與所有節(jié)點轉發(fā)的數據包總數之比來評價。路由開銷高，意味著節(jié)點大量地轉發(fā)數據包，會使網絡中充斥大量的數據包副本，增加數據包發(fā)生碰撞的概率，也會大量地消耗節(jié)點能量。3. Epidemic算法性能分析以表I場景為基礎，分別對數據包總數為50和每節(jié)點生成10個數據包2種情況進行仿真，得到圖I、圖2所示結果。圖I、圖2中以Spray And Wait作為對照算法,該算法在多數場景下可獲得接近最優(yōu)的傳輸成功率和路由開銷，且無論網絡的規(guī)模大小都能保持較好的性能，有很好的可擴展性。由圖I、圖2可得到如下結論(I)在一些特定的場景下Epidemic算法的非常高的傳輸成功率和非常低的傳輸延遲，在這兩個指標上大大好于對照算法；(2)在數據包數量一定時，網絡中節(jié)點數量增加會改善路由算法的性能；(3)在某些場景下，存在一些和網絡應用環(huán)境緊密相關的因素會導致Epidemic算法的性能顯著下降。圖3以表I場景為基礎，描述了節(jié)點總數一定的情況下，數據包數量和傳輸成功率之間的關系。由圖3可知數據包增加時，傳輸成功率隨之下降。本發(fā)明將產生這種現象的原因稱之為擠出效應，即當網絡中需要傳輸數據包總數超過節(jié)點可存儲的數據包總量時，會發(fā)生節(jié)點緩存飽和現象，此時節(jié)點接收到新數據包時，不得不按照一定規(guī)則丟棄舊數據包，這種效應的存在導致Epidemic算法性能顯著下降
發(fā)明內容
本發(fā)明涉及一種新的機會網絡路由算法，該算法在Epidemic路由算法基礎上引入了自適應機制。該算法可減少無效數據包副本的轉發(fā)量，獲得較高的傳輸成功率和較低的網絡資源消耗。Epidemic算法中擠出效應是導致算法性能下降的核心原因，減少網絡中數據包副本數量，可以抑制擠出效應的發(fā)生，但若副本數量過少也會使算法性能下降。若能根據網絡中節(jié)點緩存當前的狀況決定數據包副本發(fā)送數量，取得較好折衷，顯然可以提高算法性能，拓展算法的適用性。本發(fā)明改進了 Epidemic算法，目標是當網絡中節(jié)點緩存趨于飽滿時，主動減少注入網絡的數據包副本的數量，抑制擠出效應的發(fā)生，即使算法具有自適應能力。具·體方案是在Epidemic算法基礎上增加下面機制，本發(fā)明將其稱之為自適應機制，將采用該機制算法稱為 Adaptive Epidemic 算法。(I)每個節(jié)點維護一個字段用來存放閥值X，A G
。節(jié)點緩存中被占用空間的百分比若超過閥值X，則認為節(jié)點緩存區(qū)飽和；(2)節(jié)點i和任一節(jié)點j相遇時，節(jié)點i首先獲取j及周圍節(jié)點緩存狀況，統計和節(jié)點i接觸的節(jié)點個數Nai，緩沖飽和節(jié)點個數Nei ；(3)計算 Pi = Nei/Nai,由其定義可知 Pi G
；(4)節(jié)點i按照Pi值,隨機復制數據包并發(fā)送到與之接觸的節(jié)點。在自適應機制下，p值可以反映周圍節(jié)點緩存飽和狀況，根據p值向網絡中注入數據包副本顯然可以抑制緩存飽和情況的普遍發(fā)生，抑制擠出效應的發(fā)生，從而改進路由算法的性能。


圖I傳輸成功率比較圖2傳輸延遲比較圖3數據包數量對傳輸成功率影響圖4閥值對傳輸成功率的影響圖5不同場景下改進算法的傳輸成功率圖6不同場景下改進算法的傳輸延遲圖7不同場景下改進算法的路由開銷
具體實施例方式以下對本發(fā)明的原理和特征進行描述，所舉實例只用于解釋本發(fā)明，并非用于限定本發(fā)明的范圍。使用0NE(the Opportunistic Networking Environment)仿真平臺實施本發(fā)明涉及的路由算法。下面的仿真中模擬了攜有智能藍牙設備的行人步行于真實的城市場景中，并以此來實施、分析路由算法的性能。具體場景設置如表I所示。表I仿真場景設置
權利要求
1.一種機會網絡路由算法(在后面的敘述中簡稱為路由算法)，其特征在于，包括該路由算法的原理、參數和工作過程。
2.根據權利要求I所述的路由算法，其特征在于，該路由算法是對Epidemic路由算法的一種改進。
3.根據權利要求I至2所述的路由算法，其特征在于，該路由算法是在Epidemic路由算法的基礎上引入了自適應機制。
4.根據權利要求3所述的自適應機制，其特征在于，機會網絡中每個節(jié)點維護一個字段用來存放閥值入，入e
，節(jié)點緩存中被占用空間的百分比若超過閥值入，則認為節(jié)點緩存區(qū)飽和。
5.根據權利要求3至4所述的自適應機制，其特征在于，節(jié)點i和任一節(jié)點j相遇時，節(jié)點i首先獲取節(jié)點j及周圍節(jié)點緩存狀況，統計和節(jié)點i接觸的節(jié)點個數Nai，緩沖飽和節(jié)點個數Nei。
6.根據權利要求3至5所述的自適應機制，其特征在于，計算Pi= Nei/Nai，由其定義可知？1 G [O，I]。
7.根據權利要求3至6所述的自適應機制，其特征在于，節(jié)點i按照Pi值，隨機復制數據包并發(fā)送到與之接觸的節(jié)點；即若節(jié)點i包含m個數據包,則節(jié)點i隨機復制mXPi個數據包，并傳輸給與之接觸的節(jié)點。
全文摘要
本發(fā)明涉及一種機會網絡路由算法，作用是改進Epidemic路由算法，使機會網絡中節(jié)點高效轉發(fā)數據包，同時盡可能減少網絡資源消耗。Epidemic路由算法的在某些場景中可以取得很高的傳輸成功率和很低的傳輸延遲，但算法的適應性較差，在另一些場景中，算法性能會急劇下降。本發(fā)明提出了自適應機制，并以該機制改進Epidemic路由算法。自適應機制能有效地減少網絡中無效數據包副本的數量，減少網絡資源消耗，改善路由算法的性能，進而改善了Epidemic路由算法的可擴展性。
文檔編號H04W40/02GK102724731SQ20121023980
公開日2012年10月10日 申請日期2012年7月12日 優(yōu)先權日2012年7月12日
發(fā)明者孫踐知, 張迎新, 譚勵 申請人:北京工商大學