基于内容的信息扩散算法在大规模移动节点通信中的应用庞梁分析.ppt

基于内容的信息扩散算法在大规模移动节点通信中的应用 演讲者：庞梁 主要内容 问题描述 相关工作 研究主题 算法描述 性能评估 硬件实现 总结 问题描述 Ad HOC网络，大规模移动节点通信的理论基础 网络拓扑结构的多变性 多跳通信 自组织性 节点的对等性 链路带宽受限 能量有限 问题描述 群体机器人网络里的难题 没有通信基础设备 网络拓扑图变化频繁 链路的间歇性 无线通信的带宽有限 节点的通信范围、计算能力和存储能力有限 问题描述 三个待解决的问题 在没有基于拓扑的路由策略下如何在节点间传输数据 信息的覆盖率要尽量大 传输时延尽量小 相关工作 Epidemic扩散算法 随机移动的节点 每个节点贪婪的需要缓存所有信息 节点间通过触碰互相传输对方缺少的信息 缺点 容易造成网络信息的拥塞，增加网络的通信负担 网络中信息大量冗余，降低了扩散的效率 网络中的节点在获取所需信息后，扩散的过程还会继续，无法有效地控制信息在网络中继续扩散 相关工作 Push-Pull策略 Push：信息发布者为每个信息建立一个主题并处于准备发送信息状态，但并不知道信息发给谁 Pull：对某些信息的请求由信息订阅者发出，发布者响应，订阅者只对感兴趣的信息发出请求 基于内容的网络模型 节点只需要自己有什么信息和需要什么信息，不需要关心整个网络的拓扑结构 算法描述 点对点信息交互 数据发布通过三步完成 B A 1 2 3 Request = DBIwant Broadcast Requested msg Query = ( DAInt + DAIhave ) 第二步: 如有所需信息则发布订阅请求，否则按概率计算是否成为中继节点 第一步: 发布所拥有的信息和需要信息向量 算法描述 A周期性的广播所有信 息和所需信息向量 订阅者发送请求信息向量 愿意成为中继节点发送请求信息向量 更新信息需求表 信息发布者广播请求信息 请求者存储相应信息，其他收听者根据概率接收 Prcv = Max( Pinterest_rcv, 1/2h ) Pinterest_rcv 是邻居中感兴趣节点的权值；h是信息的跳数 A B D C G J F I H A B D C G J F I H (a) Node A broadcasts its query (b) Node A receives requests from neighbors (c) Node A broadcasts requested msgs query Request 1,2, 3 for itself Alreadyencounter I,F, request 2,3 for them Broadcast 1,2,3 to neighbors K L A B D C G J F I H K L M N 性能评估 初始条件 每个节点知道网络中需要传播信息的种类总数900 随机选择30个节点作为30种信息的发布者 另随机选择30个节点对60种不同的信息感兴趣 每个节点感兴趣的信息和发布的信息必须不同 参数 parameter Value NODES 100 MOBILITY RANDOM MOVE SPEED 0 - 10 M /SECOND TX RANGE 100M AREA 2000M*2000M PAYLOAD SIZE 1024 BYTES TIME 6000 SECONDS HOPS 4 模拟环境 性能评估 节点内存空间无限下的对比实验 Epi： Epidemic算法 ICBDD：文中算法 OCDB：基于机会和内容的信息扩散算法 (a) Percentage of msgs Delivered vs Simulation time (b) Average Delay of msgs Delivered vs Simulation time (c) Average Buffer Size of msgs Delivered vs Simulation time 性能评估 有限内存下的对比实验 Epi-FIFO：先进先出的内存替换策略 Epi-RD:：随机内存替换策略 (d)Delivery ratio as a function of buffer size (e)The Average Delay as a function of buffer size