移动机会网络中面向聚集点的数据转发策略.docVIP

移动机会网络中面向聚集点的数据转发策略 　　摘要：移动机会网络利用节点接触进行数据转发的特点非常适合实际环境下的自主组网需求，促使了大量应用的产生。考虑到这些节点通常是由人或车来携带，人类行为的参与是这些应用成功的关键因素之一。探讨了人类的移动行为对机会网络中数据转发性能的影响，发现人们总是在一些热点区域之间往返，而很少访问其他区域。基于上述现象，提出了一种基于人类聚集点的机会路由策略――聚集分发策略（GS）。GS假设每一个热点区域都配置一个接入点（AP），相对于其他移动节点，接入点有着较高的对信息进行缓存和分发的权限。理论分析证实GS的平均投递延迟低于喷雾等待机制，仿真结果显示GS同时提高了数据包投递率。 　　关键词：人类聚集点；数据转发；路由协议；性能评价；移动机会网络 　　0引言 　　近年来随着无线通信技术与移动感知技术的快速发展，目前的智能设备具有了强大的感知和通信能力。利用这些智能设备，可以方便地对物理世界中的感知数据进行收集或分享现实社区内的兴趣消息。这种感知/共享的通信模式通常被称为移动机会网络（Mobile Opportunistic Network， MON）[1]。与传统的无线传感网络和自组织网络相比，移动机会网络一个最重要的特征就是它不要求源目的对之间具有端到端连通的路径。这种新的特征使得移动机会网络能够很好地适应拓扑时变的场景，包括野生动物监测[2]、群智感知[3]、乡村通信[4]以及城市计算[5]等。 　　在上述情景中由于链路间歇性连接等原因，如何快速有效地投递数据包是移动机会网络面临的一大挑战。为了解决这个问题，研究人员设计了许多带有存储携带转发特点的路由算法。在它们之中，洪泛[6]是最早提出的一种数据包投递策略。它通过向网络中扩散数据包的多个备份来提高数据包被成功接收的概率。洪泛算法在包的投递率和平均投递延迟方面具有最优的性能，同时，过多的数据备份也意味着更高的网络代价（占用了更多的缓存空间、消耗了大量的能量及带宽等），导致网络性能降低。研究人员提出了一些智能的路由协议来改善洪泛算法的性能。比如，文献[7]提出了一种直接等待策略，当且仅当源节点遇到目的节点时才投递数据。文献[8]提出将数据包限制在两跳范围之内传播来减少开销。喷雾等待策略[9]是一种基于数据配额的路由方案，通过限制转发数据备份的数量来降低网络负载。文献[10]在文献[9]的基础上，提出了一类多副本自适应路由协议，通过中继节点适时地进行喷雾决策，并由喷雾决策算法决定是否增加新的消息副本，以此来达到对网络环境的快速感知和自适应。 　　上述算法假设所有节点遵循随机游走策略并且均匀访问每一个位置。然而，最近的研究结果[11-12]发现人类的移动行为具有一定的社会性，并不是完全随机的，这样就使得喷雾等待策略效率低下。 　　本文主要研究人类移动性对机会路由性能的影响。文献[13]发现人们总是在一些热点区域之间频繁往返，而其他区域则很少访问。也就是说，人类移动具有明显的自相似性。基于上述现象，本文提出了聚集分发（Gathering Spray，GS）策略，一种基于人类聚集点的机会路由策略。GS将人类移动模式的相关知识融入到数据转发过程中，通过利用这些聚集点来提高备份定制策略的性能。更准确地说，GS假定每一个聚集点配备一个有更高权限缓存和分发信息的接入点。当接入点携带一个数据包的多个备份时，它采用线性递减策略，将其中一个备份转发给相遇节点，该过程被称为慢速喷雾阶段。与此相对的是，当移动节点遇到接入点时，移动节点采用贪婪策略将之携带的K个备份中的K-1个转发给接入点，则称该过程为快速喷雾阶段。快速喷雾阶段减少了备份的传播延迟，慢速喷雾阶段则有利于提高数据包投递率，这主要是因为节点之间的大多数接触是在接入点附近发生的，这样接入点遇到目的节点的可能性就高于其他移动节点。实验结果显示GS在投递率方面相比SprayWait算法提升了15%，同时在传输延时方面下降了20%。具体来说，本文的主要贡献如下： 　　1）在数据转发过程中考虑了人类聚焦点的影响，假设每个聚集区域都配备了一个接入点，用来充当移动节点之间的一座桥梁。 　　2）继承了零信息型路由策略和信息辅助型路由策略各自优点来设计数据备份的分发过程。围绕接入点，本文设计了两种喷雾策略，用来保证GS获得较高的投递率和较低的传输延迟。 　　1相关工作 　　利用额外节点辅助信息收集或数据转发是无线传感网和移动机会网络的研究热点之一。这主要是考虑到在一些具体应用[14-19]中，有时对数据传输的时效性要求较高，在这种情况下，单纯依靠系统中原有的节点，无法满足应用需求。这样一来，就需要主动部署一些移动节点或静态节点来帮助原有节点提高数据传输效率。这方面代表性工作主要包括：文献[14]提出