本發(fā)明屬于計算機網絡
技術領域：
，具體涉及一種基于最小開銷路徑的移動隨機D2D網絡的數據查詢方法。
背景技術：
：當今的無線通信系統(tǒng)絕大多數運行在低于3GHz的微波頻譜，因此正在經歷嚴重的短缺并且已經變成一個擁擠和有限的資源。為了滿足移動帶寬流量1000倍增長的挑戰(zhàn)，運行在20到300GHz的毫米級微波帶寬被認為是下一代蜂窩系統(tǒng)(5G)的最有希望的候選者。雖然毫米級微波帶的使用解決了對于更多無線頻譜的迫切需求，但是它也帶來了一系列新的獨特的技術挑戰(zhàn)，比如嚴重的線路損耗和不希望看到的覆蓋盲區(qū)?；诖耍苿佑脩粼O備直傳(Device-to-DeviceCommunication)被認為是提高網絡有效性和可靠性的方法。移動隨機D2D網絡不會取代基于通信設施的B2D(Base-Station-to-Device)通信，因為移動隨機D2D網絡很明顯無法支持移動用戶的主要通信需求，比如實時語音與數據傳輸。而且，移動用戶可以從這個集中式的管理體獲得益處，比如在移動隨機情況下的數據傳輸可以學習網絡中節(jié)點間的延時分布。雖然蜂窩基站傳遞這種信息可能需要很低的頻譜利用率，但是如果所有節(jié)點使用B2D通信傳遞大的數據文件，蜂窩基站可能被淹沒。移動隨機D2D網絡，作為一個需要許可證和免許可證頻譜的混合網絡，可以看作是傳統(tǒng)B2D通信的補充，在一些應用中有其存在價值，比如音頻文件的傳輸。最小化集中協(xié)調者的數據傳輸對于支持移動隨機D2D應用是必不可少的。類似于移動隨機D2D網絡中其他通信情形，數據傳輸因其非間斷連接性導致長延時。然而，這種基于移動隨機D2D的數據傳輸是亟待所需的，不只是因為低代價，還因為其有效性，因為移動節(jié)點間的互動與其社會群體和行為高度關聯(lián)，因此為其向目的地傳輸數據提供了很大可能性。移動隨機D2D網絡數據查詢有以下一些特點：1、隨機鏈路連接性：移動隨機D2D網絡的連接性很低，形成了一個稀疏的網絡，節(jié)點僅僅是偶爾相互連接。由于節(jié)點間稀松的連接性，移動隨機D2D網絡數據傳輸通常是有延時的，但是很幸運的是，這種延時在數據查詢這種應用情形下是可以容忍的，因為數據查詢對于延時通常是不敏感的。2、自動計算和存儲：在在線社交網絡中，中心服務器被用來存儲和處理用戶數據。但是這種服務器在移動隨機D2D網絡中是無法得到的，每個人的手持設備必須進行分布式的數據存儲和計算。3、未知的或者不準確的專業(yè)知識：當一個節(jié)點發(fā)送一個數據請求時，它通常并沒有意識到哪些節(jié)點有足夠專業(yè)知識來回答數據請求，因為建立一個像P2P網絡的數據和數據提供者的檢索代價太高。更糟糕的是，在實際中，一個移動節(jié)點很難精確地知道回答每一個類別的數據請求的專業(yè)程度。它可以基于自己的社會角色來初始化自己的專業(yè)知識。目前，有關基于移動隨機D2D網絡數據查詢特點的、路徑開銷較小的數據查詢方法有待研究。技術實現要素：有鑒于此，本發(fā)明提供了一種基于最小開銷路徑的移動隨機D2D網絡數據查詢方法，是一種利用節(jié)點之間的關系決定數據查詢如何轉發(fā)的移動隨機D2D網絡數據查詢方法，能夠使網絡中數據成功回復率維持在一個較高的水平并且使得網絡整體路徑開銷最小。為了達到上述目的，本發(fā)明的技術方案為：一種基于最小開銷路徑的移動隨機D2D網絡數據查詢方法，該方法針對D2D網絡中新生成的數據請求，按以下步驟進行路由：步驟一、數據請求的攜帶節(jié)點遇到一個相遇節(jié)點，判斷相遇節(jié)點是否為數據提供者，若是則路由結束，否則分別計算攜帶節(jié)點和相遇節(jié)點的k跳可到達的專業(yè)知識；k為隨機設定的整數值。步驟二、基于攜帶節(jié)點和相遇節(jié)點的k跳可到達的專業(yè)知識，分別計算攜帶節(jié)點和相遇節(jié)點幫助數據請求找到數據提供節(jié)點的能力，攜帶節(jié)點依據上述能力將數據請求路由給攜帶節(jié)點和相遇節(jié)點中幫助數據請求找到數據提供節(jié)點的能力大的一方，產生新的攜帶節(jié)點。步驟三、依據實時更新數據請求的延時預算，若延時預算未減小到0，則重復步驟一和步驟二，否則路由結束。進一步地，針對D2D網絡中的一個節(jié)點vi，其l跳可到達的專業(yè)知識計算公式為：Eic(l)=1-Πj=1J(1-pijw·Eic(l-1));]]>其中pi1～piJ為D2D網絡中除vi以外的節(jié)點；為節(jié)點vi與節(jié)點vj相遇的實時概率；l的取值范圍為[1,k]；則節(jié)點vi幫助數據請求找到數據提供節(jié)點的能力計算公式為：AEic(k)=1-Πl=1k(1-Eic(l)).]]>進一步地，針對D2D網絡中的兩個節(jié)點：節(jié)點vi與節(jié)點vj，二者相遇的實時概率由節(jié)點vi中所維護的相遇頻率表中獲?。籇2D網絡中的每個節(jié)點均構建一個定時器、構建并維護一個相遇頻率表，定時器預設一個計時間隔Δ，若節(jié)點在時間間隔Δ內沒有與其他節(jié)點相遇，則定時器超時；相遇頻率表中記載D2D網絡中的兩兩節(jié)點之間相遇的實時概率。其中節(jié)點vi與節(jié)點vj相遇的實時概率為初始值為如果節(jié)點vi在其定時器的計時間隔Δ內遇到節(jié)點vj，則其中為更新前的值；α為預設的參數，取值在[0,1]之間；若節(jié)點vi在其定時器的計時間隔Δ內未遇到任何節(jié)點，則定時器超時后則相遇頻率表的維護方式為：步驟一中，每當攜帶數據請求的節(jié)點vi遇到節(jié)點vj時，首先判斷vi之前是否遇到過vj，若沒有則vi更新與vj相遇的實時概率之后，并與vj進行相遇頻率表的交互和更新。有益效果：本發(fā)明所提出的基于最小開銷路徑的移動隨機D2D網絡數據查詢方法，根據網絡中節(jié)點相遇的歷史信息來刻畫網絡中節(jié)點之間的k跳可到達的專業(yè)知識，當網絡中兩個節(jié)點相遇后通過比較其k跳可到達的專業(yè)知識進行路由選擇，使得網絡中的節(jié)點數據請求回復成功率維持一個較高的水平并且使得網絡整體路徑開銷最小。附圖說明圖1為本發(fā)明的基于最小開銷路徑的移動隨機D2D網絡數據查詢方法(k-hop)的流程圖；圖2描述了k-hop路由算法與其他DTN數據查詢算法的性能分析。具體實施方式下面結合附圖并舉實施例，對本發(fā)明進行詳細描述。實施例1、一種基于最小開銷路徑的移動隨機D2D網絡數據查詢方法，該方法針對D2D網絡中新生成的數據請求，按以下步驟進行路由：步驟一、攜帶數據請求的攜帶節(jié)點遇到一個相遇節(jié)點，判斷相遇節(jié)點是否為數據提供者，若是則路由結束，否則分別計算攜帶節(jié)點和相遇節(jié)點的k跳可到達的專業(yè)知識。其中只有當相遇節(jié)點具備該數據請求所屬專業(yè)領域的專業(yè)知識時才能夠成為數據提供者，該處對相遇節(jié)點的專業(yè)知識進行判斷即可。步驟二、根據步驟一計算出來的攜帶節(jié)點和相遇節(jié)點的k跳可到達的專業(yè)知識，在此基礎上計算攜帶節(jié)點和相遇節(jié)點的幫助數據請求找到數據提供節(jié)點的能力，節(jié)點vi依據上述能力進行路由抉擇；k為隨機設定的整數值；本實施例中認為網絡中每兩個節(jié)點之間都有一個k跳可到達的專業(yè)知識(k-hopReachableExpertise)，用表示節(jié)點vi回答類別為c的數據請求的專業(yè)知識，每個節(jié)點根據自己的社會角色初始化自己的專業(yè)知識。專業(yè)知識反映的是一個節(jié)點回答數據請求的能力，但是它自己不足以指導數據請求的傳遞。比如，一個節(jié)點可能有足夠高的專業(yè)知識，但是它無法接觸到數據提供者，因此此專業(yè)知識并無很大幫助。因此本發(fā)明提出k跳可到達的專業(yè)知識(k-hopReachableExpertise)，計算如下：節(jié)點vi的l跳可到達的專業(yè)知識為：Eic(l)=1-Πj=1J(1-pijw·Eic(l-1));]]>其中pi1～piJ為D2D網絡中除vi以外的節(jié)點；為節(jié)點vi與節(jié)點vj相遇的實時概率；l的取值范圍為[1,k]。則節(jié)點vi幫助數據請求找到數據提供節(jié)點的能力為：AEic(k)=1-Πl=1k(1-Eic(l)).]]>節(jié)點vi與節(jié)點vj相遇的實時概率由節(jié)點vi中所維護的相遇頻率表中獲取；D2D網絡中的每個節(jié)點均構建一個定時器、構建并維護一個相遇頻率表，定時器預設一個計時間隔Δ，若節(jié)點在時間間隔Δ內沒有與其他節(jié)點相遇，則定時器超時；相遇頻率表中記載D2D網絡中的兩兩節(jié)點之間相遇的實時概率；其中節(jié)點vi與節(jié)點vj相遇的實時概率為初始值為如果節(jié)點vi在其定時器的計時間隔Δ內遇到節(jié)點vj，則其中為更新前的值；α為預設的參數，取值在[0,1]之間；若節(jié)點vi在其定時器的計時間隔Δ內未遇到任何節(jié)點，則定時器超時后則相遇頻率表的維護方式為：步驟一中，每當攜帶數據請求的節(jié)點vi遇到節(jié)點vj時，首先判斷vi之前是否遇到過vj，若沒有則vi更新與vj相遇的實時概率之后，并與vj進行相遇頻率表的交互和更新。步驟三、依據實時時間更新數據請求的延時預算，若延時預算未減小到0，則重復步驟一和步驟二，否則路由結束。實施例2、實施例1數據查詢方法的基本思想如下：利用網絡中節(jié)點相遇的歷史信息來計算每兩個節(jié)點之間的k跳可到達的專業(yè)知識，在路由的過程中假設節(jié)點vi有一個數據請求Mq，在某個時刻它遇到了節(jié)點vj并且該節(jié)點沒有攜帶Mq。首先節(jié)點vi和節(jié)點vj會交換彼此的相遇頻率表(contactratetable)，然后各自計算自己的k跳可到達的專業(yè)知識，并在此基礎上計算二者的幫助數據請求找到數據提供節(jié)點的能力，經過比較選出能力較大的那個節(jié)點，從而決定節(jié)點vi是否要將數據請求Mq轉發(fā)給節(jié)點vj。為了驗證本發(fā)明提出的數據請求轉發(fā)策略在移動隨機D2D網絡中能達到較高的數據請求回復成功率，接下來的內容為在真實數據集的基礎上通過仿真程序對本發(fā)明的路由策略進行模擬，最后與時延容忍網絡中其它較為常用的路由方法進行比較。為了能在真實的移動隨機D2D網絡中測試本發(fā)明所提出的方法，本實驗利用在Crawdad上公開發(fā)表的Infocom2006的追蹤數據集。該數據集來源于參加2006年在西班牙Barcelona舉行的Infocom會議的與會人員在大會期間連續(xù)四天攜帶具有藍牙通信功能的iMotes進行交互的一些基本數據，包括每次交互雙方的成員編號以及交互的起始時間和結束時間等。本實驗從中選取78名會議成員在93小時內的相互交互信息作為模擬程序的訓練與測試的數據集。本模擬實驗把數據集中從93600秒開始至180000秒之間的數據作為歷史數據，用于訓練得到網絡中每兩個節(jié)點之間的相遇頻率等其他信息。將從180000秒開始至266400秒截止這段時間作為測試時間，對各個路由方法進行模擬。對于每種路由方法，我們嘗試了網絡中所有可能的路由對，即每一個節(jié)點嘗試向網絡中的其它節(jié)點發(fā)送一次數據包，這樣就得到了6006個源節(jié)點到目的節(jié)點的待測節(jié)點對。本實驗將k-hop數據查詢方法與以下幾種數據查詢方法進行對比：1、Gossip：考慮多種數據類別，此節(jié)點為每一個類別的數據請求動態(tài)分配一個傳遞概率。2、Willingness：每個數據請求根據willingness傳遞，willingness反映一個節(jié)點參與到傳遞數據請求的程度。3、SprayandWait：固定每一個數據請求的復制數量進行數據請求的傳遞。4、Social-based：利用用戶的社會屬性進行數據請求的傳遞。針對本實驗模擬的所有數據查詢方法，我們使用以下性能衡量標準來對每種數據查詢方法的性能進行比較：1)傳遞成功率：源節(jié)點成功收到數據的情況占測試總情況的百分比。2)延時：對于成功收到回復的所有數據請求，它們從源節(jié)點產生此數據請求到收到回復的平均延時。3)回復數：對于每一個數據請求，得到滿意回復之前平均得到回復的數量。4)代價：對于成功收到回復的所有數據請求，它們在網絡中的平均副本數。圖2比較了k-hop數據請求方法和其它數據請求方法的各項性能指標。從圖2可以看出在幾種數據請求方法中k-hop數據請求方法有著高于Gossip、Willingness、SprayandWait、Social-based的數據請求回復成功率，這也證明了我們提出的基于最小開銷路徑的移動隨機D2D網絡數據查詢方法在每次相遇時通過之前訓練出來的contactrate刻畫出來的當前相遇的兩個節(jié)點間的k跳可到達的專業(yè)知識是較為可靠的，并且通過計算出來的k跳可到達的專業(yè)知識來決定中繼的策略可以提高移動隨機D2D網絡中數據請求的回復成功率。同時圖2體現出k-hop數據請求方法在開銷性能指標方面優(yōu)于其他數據請求方法。綜上，本發(fā)明所提出的基于最小開銷路徑的移動隨機D2D網絡數據查詢方法，根據網絡中節(jié)點相遇的歷史信息來刻畫網絡中節(jié)點之間的k跳可到達的專業(yè)知識，當網絡中兩個節(jié)點相遇后通過比較其k跳可到達的專業(yè)知識進行路由選擇，使得網絡中的節(jié)點數據包傳遞成功率維持一個較高的水平并且使得網絡整體路徑開銷最小。綜上，以上僅為本發(fā)明的較佳實施例而已，并非用于限定本發(fā)明的保護范圍。凡在本發(fā)明的精神和原則之內，所作的任何修改、等同替換、改進等，均應包含在本發(fā)明的保護范圍之內。當前第1頁1 2 3