一種基于概率中心度的機會網(wǎng)絡的消息轉(zhuǎn)發(fā)方法
【專利摘要】本發(fā)明公開了一種基于概率中心度的機會網(wǎng)絡的消息轉(zhuǎn)發(fā)方法,綜合考慮了機會網(wǎng)絡中節(jié)點之間的影響因子和節(jié)點之間的接觸率,計算出新的節(jié)點的概率中心度,基于此提出相應的消息轉(zhuǎn)發(fā)方法。首先計算節(jié)點的概率中心度,當任意節(jié)點攜帶一個需要轉(zhuǎn)發(fā)的消息與其它非目的節(jié)點相遇時,比較兩者的概率中心度,若攜帶消息的節(jié)點的概率中心度小于其所遇到的節(jié)點的概率中心度,則該節(jié)點將消息轉(zhuǎn)發(fā)給所遇到的節(jié)點;否則,不進行消息轉(zhuǎn)發(fā),該節(jié)點繼續(xù)攜帶消息,直到遇到目的節(jié)點或比自身節(jié)點概率中心度大的節(jié)點才轉(zhuǎn)發(fā)。此轉(zhuǎn)發(fā)方法主要把節(jié)點之間的影響因子和節(jié)點之間接觸率引入到消息轉(zhuǎn)發(fā)路由中,以達到準確選擇下一跳的目的,提高了轉(zhuǎn)發(fā)成功率。
【專利說明】一種基于概率中心度的機會網(wǎng)絡的消息轉(zhuǎn)發(fā)方法
【技術領域】
[0001] 本發(fā)明涉及一種機會網(wǎng)絡下的消息轉(zhuǎn)發(fā)方法,特別涉及一種基于概率中心度的機 會網(wǎng)絡的消息轉(zhuǎn)發(fā)方法。
【背景技術】
[0002] 機會網(wǎng)絡(Opportunistic Networks)或者容延網(wǎng)絡(Delay Tolerant Networks,DTN)是一種不需要源節(jié)點和目標節(jié)點之間存在完整鏈路,利用節(jié)點移動帶來的 相遇機會實現(xiàn)通信的自組織網(wǎng)絡,是對移動自組網(wǎng)絡的改進。機會網(wǎng)絡或容延網(wǎng)絡中,移動 節(jié)點之間利用節(jié)點之間的機會相遇在沒有網(wǎng)絡拓撲信息和路由信息的情況下,彼此之間進 行通信和消息轉(zhuǎn)發(fā)。機會網(wǎng)絡克服了早期MANET的主要缺點,其中包括網(wǎng)絡分化會導致現(xiàn) 有通信的失效,臨時從網(wǎng)絡中斷開的節(jié)點無法通信等問題。因為,端到端的連接對于一些交 互式的服務是非常重要的,比如V0IP、游戲或者視頻流,而很多其他應用在網(wǎng)絡間歇斷開及 不存在端到端路徑時并不影響應用需求,比如,消息傳遞、郵件和數(shù)據(jù)共享等,能夠忍受發(fā) 送者到接收者之間的路徑的不存在。
[0003] 基于中心度的消息轉(zhuǎn)發(fā)方法是眾多路由協(xié)議采用的方法,SimBet算法由Daly E 和Haahr M在2007年提出,該算法通過比較各節(jié)點的本地介數(shù)中心度以及節(jié)點間的相似度 來對消息的轉(zhuǎn)發(fā)進行決策,每個節(jié)點將其鄰居節(jié)點之間的關系映射到各自維護的自我中心 網(wǎng)絡(Ego Network)之中,并在與其他節(jié)點相遇時對該數(shù)據(jù)結(jié)構進行更新。Bubble rap由 Hui P,Crowcroft J和Yoneki E在2011年提出的,在消息的轉(zhuǎn)發(fā)過程中,選擇中心度較高 的節(jié)點,意味著該節(jié)點能夠與更多節(jié)點相遇,從而與目的節(jié)點所屬社團的成員節(jié)點的相遇 概率也較大,因此中心度較高的節(jié)點更適合作為消息的中繼節(jié)點。在Bubble rap算法的消 息轉(zhuǎn)發(fā)過程中,源節(jié)點選擇全局中心度(Global Centrality)較高的節(jié)點將消息逐跳轉(zhuǎn)發(fā) 至與目的節(jié)點屬于同一社團的某個成員節(jié)點;此后消息將在目的節(jié)點所屬社團內(nèi)部進行轉(zhuǎn) 發(fā),并通過選擇本地中心度(Local Centrality)較高的節(jié)點將消息逐跳轉(zhuǎn)發(fā)至目的節(jié)點。 Social Based Multicasting算法由Gao W,Li Q,Zhao B和Cao G在2009年提出,作者首先 將移動節(jié)點間的相遇過程描述為泊松隨機過程,并提出累計相遇概率中心度(Cumulative Contact Probability Centrality)的概念對節(jié)點在消息轉(zhuǎn)發(fā)過程中的重要性進行量化, 與其他任一節(jié)點相遇的概率較大的節(jié)點具有較高的中心度。在此基礎上,作者將中繼節(jié)點 的選擇問題轉(zhuǎn)化為求解統(tǒng)一背包問題(Unified Knapsack Problem),其優(yōu)化目標為:在保證 消息平均轉(zhuǎn)發(fā)成功率的同時使得所需的中繼節(jié)點數(shù)量最小。
[0004] 上述的路由算法都是利用單一節(jié)點的近鄰節(jié)點來計算中心度,只是考慮了單跳路 由情況,并未考慮整個路徑對中心度的影響。實際上兩跳或更遠的節(jié)點也會對中心度存在 影響,同時,整個網(wǎng)絡中的節(jié)點也存在著互相的影響。
【發(fā)明內(nèi)容】
[0005] 本發(fā)明所要解決的技術問題是提供一種基于概率中心度的機會網(wǎng)絡的消息轉(zhuǎn)發(fā) 方法,綜合考慮了機會網(wǎng)絡中節(jié)點之間的影響因子和節(jié)點之間的接觸率,計算出新的節(jié)點 的概率中心度,基于此提出相應的消息轉(zhuǎn)發(fā)方法。它通過在機會網(wǎng)絡中改進對節(jié)點重要程 度評價的方法,從而合理地選擇消息轉(zhuǎn)發(fā)過程中的中繼節(jié)點。
[0006] 本發(fā)明為解決上述技術問題采用以下技術方案:
[0007] 本發(fā)明提供一種基于概率中心度的機會網(wǎng)絡的消息轉(zhuǎn)發(fā)方法,包括以下具體步 驟:
[0008] 步驟1,設機會網(wǎng)絡中的節(jié)點總數(shù)為n,該網(wǎng)絡對應一個nXn的鄰接矩陣A = (ay),i,j e [1,n],其中:
【權利要求】
1. 一種基于概率中心度的機會網(wǎng)絡的消息轉(zhuǎn)發(fā)方法,其特征在于,包括以下具體步 驟: 步驟1,設機會網(wǎng)絡中的節(jié)點總數(shù)為Π,該網(wǎng)絡對應一個nXn的鄰接矩陣A= (au),i,je[l,n],其中:
式中,λu為節(jié)點i和節(jié)點j的接觸率,即為節(jié)點i和節(jié)點j在單位時間內(nèi)的平均接觸 次數(shù); 步驟2,當任意節(jié)點i攜帶一個需要轉(zhuǎn)發(fā)的消息m與節(jié)點j相遇時,若節(jié)點j為目的節(jié) 點,則節(jié)點i直接將消息m轉(zhuǎn)發(fā)給節(jié)點j,轉(zhuǎn)發(fā)結(jié)束;否則執(zhí)行步驟3 ; 步驟3,比較節(jié)點i的概率中心度Ci和節(jié)點j的概率中心度Cp若Ci <Cp則節(jié)點i將 消息m轉(zhuǎn)發(fā)給節(jié)點j;否則節(jié)點i繼續(xù)攜帶消息m; 步驟4,循環(huán)進行步驟3至4,直到消息轉(zhuǎn)發(fā)給目的節(jié)點為止。
2. 根據(jù)權利要求1所述的一種基于概率中心度的機會網(wǎng)絡的消息轉(zhuǎn)發(fā)方法,其特征在 于,節(jié)點i的概率中心度為 (^[((Ι-αΑΓ-?θΙ 式中,I為ηΧη的單位矩陣;e為IXn的單位行向量;α為影響因子,表示節(jié)點之間的 影響力;T為轉(zhuǎn)置。
3. 根據(jù)權利要求1所述的一種基于概率中心度的機會網(wǎng)絡的消息轉(zhuǎn)發(fā)方法,其特征在 于,節(jié)點的j概率中心度為 Cj= [((I-αΑΓ-Ι)Aj 式中,I為nXn的單位矩陣;e為IXn的單位行向量;α為影響因子,表示節(jié)點之間的 影響力;T為轉(zhuǎn)置。
4. 根據(jù)權利要求2或3所述的一種基于概率中心度的機會網(wǎng)絡的消息轉(zhuǎn)發(fā)方法,其特 征在于,影響因子α的取值范圍為〇 <α< 1。
5. 根據(jù)權利要求2或3所述的一種基于概率中心度的機會網(wǎng)絡的消息轉(zhuǎn)發(fā)方法,其特 征在于,影響因子α的取值為〇. 1。
【文檔編號】H04W40/02GK104469874SQ201410683216
【公開日】2015年3月25日 申請日期:2014年11月24日 優(yōu)先權日:2014年11月24日
【發(fā)明者】吳家皋, 王建明, 劉林峰 申請人:南京郵電大學