选择合适的邻居节点进行信息传递是机会网络实现高效转发的关键因素.由于节点的移动性带来的邻居节点选择困难、传输过程不稳定以及网络拓扑结构变化等因素,使得机会网络的传输成功率比较低.针对这一问题,利用节点之间的社会属性进行邻居节点的选择,提出一种基于节点相似度的路由算法(Opportunistic Network Routing Algorithm Based on Node Similarity)(ONNS).首先计算节点之间数据分组的编辑距离,再计算出两个节点的相似度,并按照一定的约束规则对节点间的相似度进行筛选,最终可以得到一条或多条相对比较可靠的传输路径.与传统的路由算法比较,仿真实验表明,相似度算法能够有效地提高传输成功率,降低传输延迟以及路由开销.
机会网络中主流的路由算法多数未考虑节点的社区性质。针对该问题,提出一种基于社区和社会性的机会网络路由算法。根据节点间的社会关系强度动态自适应地将节点分割为多个社区,并利用社会性高的节点带动消息的发送,逐步把消息发送至目标社区节点或社会性高的节点。仿真结果表明,与Spray and Wait和PRoPHET算法相比,该算法具有较高的传输成功率和较低的传输延迟。
在机会网络中,因为节点的移动特性导致网络拓扑结构呈现出动态变化的趋势,使得信息在网络中传输成功率较低,传输延迟相对较高.针对机会网络中存在拓扑结构不稳定的问题,从节点间存在的关系去考虑,提出基于节点间数据分组余弦相似度的高效转发策略(Efficient Forwarding Strategy based on Cosine Similarity of Data Packets between Nodes,CSDP).利用计算文本数据之间相似程度的算法——余弦距离,计算节点间数据分组的相似程度,以此来描述节点之间关系的强弱,然后再对节点间相似度的进行筛选,可以得到多条比较高效的传输路径.经过仿真实验分析,CSDP算法要比传统的机会网络路由算法有着更好的转发效果,可以在降低传输延迟的同时,有效地提高传输成功率.
暂无评论