CN101232463B

CN101232463B - 一种机会网络下的数据分发方法

Info

Publication number: CN101232463B
Application number: CN2008101009898A
Authority: CN
Inventors: 牛建伟; 周航; 孙利民
Original assignee: Beihang University
Current assignee: Beihang University
Priority date: 2008-02-27
Filing date: 2008-02-27
Publication date: 2010-08-11
Anticipated expiration: 2028-02-27
Also published as: CN101232463A

Abstract

本发明提出一种机会网络下的数据分发方法。在信息请求阶段，采用带时间戳的周期性广播策略，提高了请求信息的传输效率，并且通过对请求信息的记录，为服务消息的分发提供了相对位置参考。在服务信息分发阶段，本发明根据服务信息的本身时间特性和请求信息的数目，定量的控制协同分发设备的个数，并且采用启发性策略，选取离请求设备相对较近的移动设备作为协同分发设备，减少了服务信息的分发时延，提高了数据分发效率，提高了机会网路下数据分发的实用性。

Description

一种机会网络下的数据分发方法

技术领域

本发明属于通信领域，涉及一种数据传输方法，具体涉及一种机会网络下的数据分发方法。

背景技术

机会网络的主要特点是由于节点密度稀疏，节点移动性较快等原因，网络节点被分割成多个孤立的连通区域，源节点和目的节点之间可能不存在一条端到端的路径，节点移动使得节点与其它节点相遇而形成通信机会，数据随着节点的移动和在移动节点之间的转发而实现传输。

机会网络有许多具体的应用场景，如星际网络，野生动物检测网络，军事战场网络，自组织车载网络等。在这种网络背景下的数据分发问题，一直都是国内外的一个研究热点。本发明分发场景实例如图1所示。

在城市区域背景下，停车场、加油站、旅馆等可以通过短距离通讯向邻居移动设备广播信息，为邻近的潜在用户提供信息服务。驾驶员可以通过车载终端获得前方路段的实时路况信息以及拥塞报警信息，也可以获得临近区域停车场的实时车位信息和加油站的油价信息等，乘客以及邻近的用户也可以通过手持设备了解到附近的一些旅店的住宿信息、医院甚至是银行的排队信息。这类服务信息往往都是随机产生的，并且具有时空有效性的特点。传统的蜂窝网络很难满足这类服务大量时空性信息的需求，而在机会网络下，这类消息可利用车辆的移动性以及车辆之间数据转发来实现数据的分发，来满足订阅服务的用户。

针对机会网络下的数据分发问题，国内外研究人员提出了一些数据分发方法，并由这些数据分发方法设计出了相应的数据分发方法。根据传输方式的不同，现有的数据分发方法主要分为两类：

第一类是主动周期性广播方式，这类传输充分利用了无线信道天然的广播特性。每一个持有消息的移动节点都周期性广播自己的消息，无论周围是否有邻居节点，以及邻居节点是否需要该消息，接受者再根据消息的内容以及自身的特性等判断是否保存和转发该消息。这类方法应用的算法的典型代表有SODAD(Segment-Ori-ented Data Abstraction and Dissemination)，CAID(Context-Adaptive InformationDissemination)，PPDA(Parking Place Discovery Algorithm)。其中，SODAD算法通过一些启发式策略动态调整消息持有者的广播周期，避免信道竞争，提高广播效率。CAID算法提出了在带宽有限的条件下，根据消息不同的重要程度，动态调整I消息的广播优先级以及广播频率，使得全局范围内所有节点的获益最大化。PPDA算法提出了一种利用四叉树机制对停车场信息进行汇总和融合，限制本地消息传输范围的同时，使得汇总信息可以扩散到更大的区域，从而提高了消息的广播效率。但是，这类算法的主要缺点是网络负载较大，特别是在节点较稀疏的情况下，网络带宽和设备功耗浪费较严重。

第二类是探测传输方式，这类算法对于每一个消息持有者来说，在消息发送前，首先探测附近区域的邻居节点是否需要该消息，或者邻居节点作为该消息的中间节点是否合适。若需要或合适则转发该消息，否则不进行消息转发。这类方法应用的算法的主要代表有Epidemic，DT(Direct Transmission)，ORE(Opportunistic Resource Exchange)，AG(Autonomous Gossiping)算法，其中Epidemic算法将消息转发给区域内所有不含该消息的节点，而DT算法仅将该消息发送给需要该消息的节点。ORE算法根据消息的时空特性限制的Epidemic算法的传输，而AG算法充分利用两节点聊天式的交互，使得消息通过不断转发流向对该消息感兴趣的节点或区域。但是，当中间节点数目较多，传输负载较大且易导致信道竞争，而且中间节点较少情况下，消息传输成功率低，可控性较差。

发明内容

本发明提出一种机会网络下的数据分发方法。在信息请求阶段，本发明采用带时间戳的周期性广播策略，提高了请求信息的传输效率，并且通过对请求信息的记录，为服务消息的分发提供了相对位置参考。在服务信息分发阶段，本发明根据服务信息的本身时间特性和请求信息的数目，定量的控制协同分发设备的个数，并且采用启发性策略，选取离请求设备相对较近的移动设备作为协同分发设备，进一步减少了服务信息的分发时延，提高了机会网路下数据分发的实用性。

本方法一种机会网络下的数据分发方法，包括以下步骤：

步骤1：服务的请求设备周期性地广播请求信息，发送到机会网络中的中间设备。

步骤2：若请求信息未到达请求失效期，且和信息源设备相遇，则将该类请求信息转发给信息源设备；若与其余中间设备相遇且第一次收到该内容的请求信息，则保存请求信息并在(0，1)秒内随机选取一个时间广播，否则只更新请求时间和请求失效期，并不进行广播；而后将请求信息转发给信息源设备；若请求信息到达请求失效期，则抛弃该请求信息。

步骤3：信息源设备首先根据具体应用服务的内容以及信息时效性设定一个分发周期，并且根据一个分发周期内请求设备数目计算协同分发设备数目，并分发服务信息。

步骤4：其余中间设备收到服务信息后，首先查看服务信息中的协同分发设备数目，若协同分发设备数目大于1，则保存该服务信息的一份拷贝，并将原服务信息的协同分发设备数目减1，然后将原服务信息转发给没有该消息的中间设备；若协同分发设备数目为1，则保存该服务信息。

步骤5：若服务信息未过期，而且拥有服务信息的协同分发设备在移动过程中和请求设备相遇，则复制服务信息的一份拷贝给该请求设备，转到步骤6；否则直接转到步骤6；如果服务信息超过有效期，则抛弃该服务信息，本方法结束。

步骤6：拥有服务信息的协同分发设备在移动过程中，若与保存的请求信息请求时间比本身大的中间设备相遇时，则将该服务信息转发给该中间设备，并把该中间设备作为新的协同分发设备，转到步骤7；否则直接转到步骤7。

步骤7：协同分发设备将服务信息转发给请求设备，请求设备保存该服务信息，并停止广播请求信息；若该请求设备收到其他请求设备的请求信息，则将该服务信息转发给发送请求信息的请求设备；反之，方法结束。

所述步骤3的协同分发设备数据计算中，协同分发设备数目K为：

K = \frac{M \times t \times (N - M - 1) \times (N - 1) \times p - N \times M \times (N - M - 1) \times E (N)}{N \times (N - 1) \times E (N - M) - M \times (N - M - 1) \times E (N)}

其中，P＝(1-(1-p)^E(N))，N为区域内设备总数目，M为请求设备数目，t为期望总时延，E(·)为移动模型下任意两个设备的期望相遇时延，p代表在信道竞争条件下获得通信机会的概率。

所述步骤1中，请求信息包括请求时间戳，请求设备ID和请求内容，请求失效期。

所述步骤3中，服务信息包括服务内容，服务有效期，协同分发设备数目。

所述步骤3中，协同分发设备为中间设备中拥有服务信息的移动设备，与信息源一同进行服务信息的分发。

本发明一种机会网络下的数据分发方法的优点在于：

(1)在本方法中，采用随机周期性广播请求信息的传输策略，有效避免冲突的同时，提高了请求信息的广播效率。

(2)在本方法中，信息源根据收到的请求设备数目和服务信息时效性，定量的控制了协同分发设备的数目，减轻了机会网络的网络负载，提高了数据分发效率。

(3)在本方法中，采用启发式策略选取和目标设备相对位置较近的中间设备作为协同分发设备，进一步减少了数据分发时延，提高了分发方法的实用性。

图1为本发明一种机会网络下的数据分发方法城市区域背景下的分发场景实例图；

图2为本发明一种机会网络下的数据分发方法的原理示意图；

图3为本发明一种机会网络下的数据分发方法的流程图；

图4为本发明一种机会网络下的数据分发方法的请求信息流程图；

图5为本发明一种机会网络下的数据分发方法的分发信息流程图；

图6为本发明一种机会网络下的数据分发方法与Epidemic算法和DT算法相对比的时延——区域直方图；

图7为本发明一种机会网络下的数据分发方法与Epidemic算法和DT算法相对比的时延——速度直方图；

图8为本发明一种机会网络下的数据分发方法与Epidemic算法和DT算法相对比的转发次数——时间折线图。

具体实施方式

下面将结合附图和实例对本发明作进一步的详细说明

如图2所示，请求设备采用周期性广播的形式发送自己的请求消息，其余中间设备收到消息后，有选择的广播收到的请求消息，以实现请求消息到信息源之间合理的传输。当信息源设备收到请求消息后，将根据收到的请求消息数目，以及服务信息本身的时效性，确定协同分发设备的数目，并将服务信息散播给邻居的协同分发设备。图2中协同分发设备为3个，而这3个协同分发设备，也会采用启发式策略，使消息通过中间设备间的转发或设备本身的移动最终实现服务信息的分发。

在仿真边界为(250～1000)m的正方形仿真区域内，假设设备的移动性满足RandomWay-Point移动模型。在Random Way-Point移动模型下，每个节点选取0～2π的一个随机角度，一个速度范围内的一个随机速度v_rwp，和一个范围内随机行驶时间T。在T时间内，节点按所定角度和速度行驶，若碰到区域边界，则按反射方向行驶或总区域的另一边对应处以原方向行驶。经过T后，停止一段时间T_stop，重新选取角度，速度，行驶时间开始运动。设备移动速度v_rwp的取值范围为(0～15)m/s，行驶时间T设为30s，停止时间为T_stop设为20s。

一种机会网络下的数据分发方法，如图3所示，包括如下步骤：

步骤一：本实例中，设置每隔100s在50个移动设备中随机选取(4～8)个设备作为服务信息的请求设备，请求设备周期性的广播请求数据包，广播周期设定为10s，请求数据包包括请求时间戳，请求设备ID和请求内容，请求失效期。本实施例中，设置只有一个信息源，且发布服务内容只有1种，并发送到机会网络中的中间设备。

步骤二：如图4所示，若请求包未到达请求失效期，且和信息源设备相遇，则将该类请求信息转发给信息源设备；若与其余中间设备相遇且第一次收到该内容的请求包，则保存请求信息并在(0，1)秒内随机选取一个时间广播，否则只更新请求时间和请求失效期，并不进行广播；而后将请求信息转发给信息源设备；若请求包到达请求失效期，则抛弃该请求包；本实施例中，请求包失效期设为500s。

步骤三：如图5所示，信息源设备首先根据具体应用服务的内容以及信息时效性设定一个分发周期，并且根据一个分发周期内请求设备数目计算协同分发设备数目。本实施例中，分发周期设定为100s。协同节点数目推理计算过程如下：

假设p代表在信道竞争条件下获得通信机会的概率，则1-p代表由于信道竞争而失去通信机会的概率，两节点在通信范围内可成功交换数据的概率P为：

P＝1-(1-p)^E(N)

其中N表示设备总数，E(·)表示移动模型内任意两节点的相遇概率，在本实施例中，Random Way-Point模型中表达式为：

E (N) = \frac{1}{p_{m} v_{rwp} + 2 (1 - p_{m})} \times \frac{N}{2 KL} (T + T_{stop});

其中，p_m为设备的Random Way-Point模型下移动概率，T为行驶时间，T_stop为停止时间，v_rwp为设备平均移动速率，N为设备总数，L为仿真区域内的区域半径，K为常数0.5124。

信息源初始状态下散播给K个中间节点的期望时延为：

T = \frac{K \times E (M - N)}{(M - N - 1) \times P}

其中，M表示一个分发周期内的请求节点数目。

选取K个节点进行协同数据分发的总期望时延为：

t = T + \frac{(M - N) \times E (N)}{(N - 1) P}

其中H为散播过程中发布给请求节点的期望数目：

H = \frac{K \times M}{N}

则反解出K得：

K = \frac{M \times t \times (N - M - 1) \times (N - 1) \times p - N \times M \times (N - M - 1) \times E (N)}{N \times (N - 1) \times E (N - M) - M \times (N - M - 1) \times E (N)}

在本实施过程中，当设备总数N＝50，请求设备的设备数目M＝5，总期望时延t＝200s，则解出协同分发设备数目K为4.63，上限取整后为5，即需要5个中间设备作为协同分发设备才能保证在200s内服务信息成功分发。

信息源节点向邻居节点散播服务信息，其中服务信息包括服务内容，服务有效期，协同分发设备数目K。为了保证一定得实施效果，这里服务有效期设置为500s。

步骤四：消息散播过程，其余中间设备，即除协同分发设备以外的中间设备收到服务信息后，首先查看服务信息中的协同分发设备数目。若协同分发设备数目大于1，则保存该服务消息的一份拷贝，并将原服务消息的协同分发数目减1，然后将原服务信息转发给没有该消息的邻居设备；若协同分发设备数目为1，则保存该服务信息。通过这种散播策略，信息源可控制的限制了协同分发的节点数目，减轻了网络负载和信道竞争对网络传输造成的影响，以提高整个机会网络内的数据传输效率。

步骤五：若服务信息未过期，而且在移动过程中，若拥有服务信息的协同分发设备和请求设备相遇，则复制服务信息的一份拷贝给该请求设备，转到步骤6；否则直接转到步骤6；如果服务信息超过有效期，则抛弃该服务信息，本方法结束；

步骤六：若在移动过程中和保存的请求消息请求时间比本身大的移动设备相遇时，则将该服务信息转发给该中间设备，并转到步骤七；否则直接转到步骤七。通过这种启发式策略，可以将服务信息转发给可能与请求设备相对较近的中间设备，优化了协同分发设备的选取。

步骤七：协同分发设备将消息转发给请求设备，请求设备保存该消息，并停止广播请求包。若在移动过程中和其他未获取消息的请求设备相遇时，则复制一份拷贝给该请求设备，请求设备在本身获取信息后，同样可以充当协同分发设备的角色，为其余请求设备提供便利，反之，请求设备获得服务信息，方法结束。

如图6所示：本方法在仿真区域较小的情况下，区域内设备密度相对较大，由于限制的协同分发设备的数目，避免了信道竞争，减轻了信号干扰，时延性能优于Epidemic和DT算法。在仿真区域较大的情况下，区域设备密度较小，其时延性能类似Epidemic算法，且优于DT算法。

如图7所示：随着移动设备平均移动速度的增快，本方法的平均传输时延逐渐减小，传输性能逐渐变好，且总体时延性能接近或优于Epidemic算法。而相反Epidemic算法随着移动设备的移动速度的增快，延迟性能逐渐下降。而DT算法虽然随着移动速度的增快，时延性能逐渐变佳，当相对于本方法以及Epidemic算法，总时延仍较大，不能满足传输时延要求。

如图8所示：随着仿真时间的增大，本方法的转发总次数从整体上优于Epidemic算法，并且随时间变化优势逐渐增大。而相对于DT算法，本方法虽然转发次数较多，但由于DT算法本身的时延性能并不能满足具体的应用需求，所以总体上来说，本方法相对于其他两种算法，实用性较强。

Claims

1.一种机会网络下的数据分发方法，其特征在于，本方法包括如下步骤：

步骤1：服务的请求设备周期性地广播请求信息，发送到机会网络中的中间设备；

步骤2：若请求信息未到达请求失效期，且和信息源设备相遇，则该类请求信息转发给信息源设备；若与其余中间设备相遇且第一次收到该内容的请求信息，则保存请求信息并在(0，1)秒内随机选取一个时间广播，否则只更新请求时间和请求失效期，并不进行广播；而后将请求信息转发给信息源设备；若请求信息到达请求失效期，则抛弃该请求信息；

步骤3：信息源设备首先根据具体应用服务的内容以及信息时效性设定一个分发周期，并且根据一个分发周期内请求设备数目计算协同分发设备数目，并分发服务信息；

所述协同分发设备为中间设备中拥有服务消息的移动设备，与信息源一同进行服务信息的分发；

步骤4：其余中间设备收到服务信息后，首先查看服务信息中的协同分发设备数目；若协同分发设备数目大于1，则保存该服务信息的一份拷贝，并将原服务信息的协同分发设备数目减1，然后将原服务信息转发给没有该消息的中间设备；若协同分发设备数目为1，则保存该服务信息；

步骤5：若服务信息未过期，而且拥有服务信息的协同分发设备在移动过程中和请求设备相遇，则复制服务信息的一份拷贝给该请求设备，转到步骤6；否则直接转到步骤6；如果服务信息超过有效期，则抛弃该服务信息，本方法结束；

步骤6：拥有服务信息的协同分发设备在移动过程中，若与保存的请求信息请求时间比本身大的中间设备相遇时，则将该服务信息转发给该中间设备，并把该中间设备作为新的协同分发设备，转到步骤7；否则直接转到步骤7；

步骤7：协同分发设备将服务信息转发给请求设备，请求设备保存该服务信息，并停止广播请求信息；若该请求设备收到其他请求设备的请求信息，则将该服务信息复制拷贝给发送请求信息的请求设备；反之，方法结束。

2.根据权利要求1所述一种机会网络下的数据分发方法，其特征在于：所述步骤1中，请求信息包括请求时间戳，请求设备ID和请求内容，请求失效期。

3.根据权利要求1所述一种机会网络下的数据分发方法，其特征在于：所述步骤3中，服务信息包括服务内容，服务有效期，协同分发设备数目。