社会网络中节点的移动特点可以归结为强移动性和弱移动性两种类型。提出的MTBR(Mobile-Tendency Based Routing)算法引入了移动倾向的概念,将人的移动习惯与节点的移动规律进行关联。该算法通过检测出社会网络中强移动性节点的移动倾向...
详细信息
社会网络中节点的移动特点可以归结为强移动性和弱移动性两种类型。提出的MTBR(Mobile-Tendency Based Routing)算法引入了移动倾向的概念,将人的移动习惯与节点的移动规律进行关联。该算法通过检测出社会网络中强移动性节点的移动倾向,并利用强移动节点来携带数据并进行数据转发。实验数据表明,节点移动性越强其移动倾向越明显;相较于同类算法,MTBR算法可以有效地将消息向较远的目的地转发,其产生的转发能耗较低,送达率更稳定。
基于社会的机会网络中,节点趋向于和自己关系亲密的节点进行接触,因此可以通过评价节点之间的亲密程度来帮助预测节点之间的接触概率。由于节点亲密性的时间相关性和区域相关性,利用节点的历史接触信息构造节点亲密程度的评价模型时,考虑节点接触区域和节点接触时间对亲密程度的影响,从而得到节点在相应区域的亲密节点——区域朋友(Regional Friends,RF)。最后结合节点当前位置和区域朋友关系提出一种基于区域朋友关系的机会路由算法(Opportunistic Routing algorithm based on Regional Friendship,ORRF)。实验数据表明,在节点分布密度以及数据可容忍时延变化的网络环境下,该算法得到较高的数据送达率和较低的转发能耗。
暂无评论