CN102497317A - 用于机会网络路由的区分化概率转发方法 - Google Patents

Abstract

本发明提供了一种用于机会网络路由的区分化概率转发方法，该方法是根据网络中多个节点U＝{u₁，u₂，…u_i，…u_N}的各自初始能量值{e₁，e₂，…e_i，…e_N}，分别为每个节点分配一个互不相同的转发概率值，式中，自然数i是节点序号，其最大值是N；则每个节点u_i的转发概率为p_i，且0＜p_i≤1；当该节点u_i遇到其他节点时，都以其转发概率p_i向其他节点转发报文；该方法包括下列两个操作步骤：(1)求解确定所有节点转发概率的期望值；(2)分别确定每个节点的转发概率。本发明能够在满足网络总能量消耗的限制条件下，能够实现报文传输延迟的最小化，并使得网络寿命最大化。

Description

用于机会网络路由的区分化概率转发方法

技术领域

本发明涉及一种用于机会网络路由的区分化概率转发方法，属于机会网络或延迟容忍网络的路由技术领域。

背景技术

在机会网络(opportunistic network)或延迟容忍网络DTN(Delay/DisruptionTolerated Network)中，由于受限于部署范围、无线通信技术和节点的动态移动等多种因素的影响，网络连接会发生频繁的中断，使得源节点和目的节点之间可能自始至终都没有同时存在过端到端的路径。这种网络是采用边路由、边传输的方式完成通信的，即节点间基于接触进行通信，报文以存储-携带-转发的方式进行洪泛传播。

最早提出适用于机会网络路由的传染算法，就是任意两个节点相遇时，交换对方缓存队列中的相异报文。尽管传染算法有着较高的报文投递率和较低的投递延迟，但是，其缺陷是此时的网络负载很重。

采用概率转发方法就能保证在设定的报文投递延迟时间的限制内，减少传染算法的网络负载。其基本思想是：当任意两个节点相遇时，不一定必须交换对方缓存队列中的相异报文，而是以某个设定概率p(0＜p＜1)进行报文交换；即每次选择一个大于0且小于1的随机数，如果该随机数大于p，则交换报文；否则不交换。利用概率转发方法的关键是如何确定概率p的取值。

现有方法是通过求解一个优化问题确定概率p的取值，该优化问题的优化目标是在网络传输负载小于给定阈值的条件下，使得报文发送成功率达到最大化，其数学表述式为： $\begin{array}{cc}\mathrm{Maximize}& F\left(T\right)\\ s.t.& I\left(T\right)\≤\mathrm{\ψ}\end{array};$ 其中，式中，变量T为网络运行时间，F(T)为报文在T时间内被目的节点成功接收的概率，Maximize f(x)表示f(x)的最大值；I(T)表示在T时间内受到影响的节点、也就是彼此相遇并互换对方缓存队列中相异报文的节点数，用于表示网络传输的负载或网络消耗的能量值，s.t.f(x)表示f(x)的限制条件；ψ是设定的网络传输负载的阈值。利用传染病模型可以推导出F(T)和I(T)的下述数学解析式：

和

其中，N为网络中的节点数，β为节点间的接触频率，s为积分变量。因而可以确定概率p的取值为：

但是，这种概率转发方法是网络中所有节点都以相同的概率p转发报文，没有考虑网络中节点的异构性。

事实上，网络中的节点通常是能量异构的，有的节点能量大，有的节点能量小。如果不对这些节点进行区分对待，让所有节点具有相同的转发概率，意味着它们承担的转发次数基本相同，消耗的能量也基本相同。这样，随着网络的运行，那些能量小的节点必然要比能量大的节点先行死掉，使得网络中存活的节点数量很快变少，从而导致网络传输延迟变大，相当于网络寿命变短。

因此，在机会网络路由中，采用普通的概率转发方法不对网络中不同能量的异构节点进行区别对待，而是让其具有相同的报文转发概率，会导致网络运行过程中节点能量不平衡问题逐渐扩大，最终导致网络传输延迟变大，网络生命期变短。如何对其进行改进，就成为业内科技人员关注的焦点课题。

发明内容

有鉴于此，本发明的目的是提供一种用于机会网络路由的区分化概率转发方法，该方法基于网络中异构节点的各自能量值，为每个节点分别配置一个不同于其他节点的报文转发概率，以便在满足网络总能量消耗的限制条件下，能够实现报文传输延迟的最小化，并使得网络寿命最大化。

为了达到上述发明目的，本发明提供了一种用于机会网络路由的区分化概率转发方法，其特征在于：根据网络中多个节点U＝{u₁，u₂，…u_i，…u_N}的各自初始能量值{e₁，e₂，…e_i，…e_N}，分别为每个节点分配一个互不相同的转发概率值，式中，自然数i是节点序号，其最大值是N；则每个节点u_i的转发概率为p_i，且0＜p_i≤1；当该节点u_i遇到其他节点时，都以其转发概率p_i向其他节点转发报文；该方法包括下列两个操作步骤：

(1)求解确定所有节点转发概率的期望值；

(2)分别确定每个节点的转发概率。

现有技术的概率转发方法是所有节点的转发概率都相同。虽然该方法能在达到较高报文投递率的同时，减少传染算法所造成的巨大网络负载；但是，该方法没有对网络中不同能量的异构节点进行区别对待，造成网络运行过程中节点能量不平衡的问题逐渐扩大，最终导致网络传输延迟加大，网络生命期变短。

本发明用于机会网络路由的区分化概率转发方法是一种首创的、基于各个节点能量异构的情况，再根据每个节点的能量值为其设置一个不同于其他节点的转发概率值的转发报文方法。这种区分化不同概率机型转发的方法既能够在满足网络总能量消耗的限制条件下，达到现有方法所达到的报文投递率；并且，还能避免网络运行过程中出现的节点能量不平衡问题逐渐扩大的缺陷，从而使得网络寿命最大化。

附图说明

图1是本发明用于机会网络路由的区分化概率转发方法操作流程框图。

图2是本发明方法实施例中的节点剩余能量方差的比较图。

图3是本发明方法实施例中的剩余的节点比例比较图。

图4是本发明方法实施例中的报文投递率的比较图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚，下面结合附图和实施例对本发明作进一步的详细描述。

区分化概率转发算法是为网络中的N个节点U＝{u₁，u₂，…u_N}分别分配一个不同于其他节点的转发概率值，即节点u_i的转发概率为p_i，0＜p_i≤1。当节点u_i遇到其他节点时，以概率p_i向其他节点转发报文。

本发明用于机会网络路由的区分化概率转发方法是：根据网络中多个节点U＝{u₁，u₂，…u_i，…u_N}的各自初始能量值{e₁，e₂，…e_i，…e_N}，分别为每个节点分配一个互不相同的转发概率值，式中，自然数i是节点序号，其最大值是N；则每个节点u_i的转发概率为p_i，且0＜p_i≤1；当该节点u_i遇到其他节点时，都以其转发概率p_i向其他节点转发报文。

参见图1，详细介绍本发明方法的下述两个操作步骤：

步骤1，求解确定所有节点转发概率的期望值。该步骤包括下列操作内容：

(11)先确定优化目标：当网络传输负载小于设定阈值时，应使报文发送成功率达到最大化，其数学表述式为： $\begin{array}{cc}\mathrm{Maximize}& F\left(T\right)\\ s.t.& I\left(T\right)\≤\mathrm{\ψ}\end{array};$ 式中，T为网络运行时间，F(T)为报文在T时间内被目的节点成功接收的概率，Maximize f(x)表示f(x)的最大值；I(T)为在T时间内彼此相遇并互换对方缓存队列中相异报文的节点数，即每个报文在网络中的拷贝次数、网络传输的负载或网络消耗的能量值，s.t.f(x)表示f(x)的限制条件；ψ是设定的网络传输负载的阈值。

(12)根据传染病模型，推导得出上述数学表达式I(T)和F(T)的计算公式分别为： $I\left(T\right)=\frac{N}{1+(N-1)e^{-E\left(p\right)\mathrm{\βNT}}}$ 和 $F\left(T\right)=1-e^{\mathrm{\β}{\∫}_0^{T}I\left(s\right)\mathrm{ds}};$ 式中，N为网络中的节点数，E(p)为所有节点转发概率{p₁，p₂，…p_i，…p_N}的期望值，β为节点间的接触频率，s为积分变量。

(13)因F(T)具有单调性，上述步骤(11)中的数学表述式还能转换为下述优化问题： $\begin{array}{cc}\mathrm{Maximize}& {\∫}_0^{T}I\left(s\right)\mathrm{ds}\\ s.t.& I\left(T\right)\≤\mathrm{\ψ}\end{array};$ 进而求得所有节点转发概率的期望值E(e)的计算公式为： $E\left(p\right)=\frac{1}{\mathrm{\βNT}}\ln \frac{\mathrm{\ψ}(N-1)}{N-\mathrm{\ψ}}.$

步骤2，分别确定每个节点的转发概率。该步骤包括下列操作内容：

(21)确定第二个优化目标：在整个网络生命周期中，要求所有节点在其消耗的能量不大于其初始能量值的基础上，使其网络生命周期达到最大化；其数学表述式为： $\begin{array}{cc}\mathrm{Maximize}& Z\\ s.t.& \left\{\begin{array}{c}{I}_i\left(T\right)Z\&le;e_i\\ 0<p_i\&le;1\end{array}\right.\end{array};$ 式中，Z为在网络生命周期中成功传递的报文数，e_i为第i个节点u_i的初始能量值，该节点u_i的限制条件I_i(T)为：

该式表示在T时间内该节点u_i将其报文传递给其他节点的节点数，即节点u_i拷贝其报文的次数、节点u_i的网络传输负载或网络消耗的能量值。

(22)因为根据步骤(12)得到：

故步骤(21)中的每个节点u_i的优化目标被描述为： $\begin{array}{cc}\max \mathrm{imize}& Z\\ s.t.& \left\{\begin{array}{c}\mathrm{\&psi;}\frac{p_i}{E\left(p\right)N}Z\&le;e_i\\ 0<p_i\&le;1\end{array}\right.\end{array};$ 只要对该优化目标的数学式求解，就获得每个节点u_i的转发概率p_i。

该步骤(22)的求解操作内容如下所述：

(22A)若则设置每个节点u_i的转发概率为：

从而获得Z的最大值为：

式中，

表示全部N个节点的初始能量值之和；否则，执行后续步骤(22B)。

(22B)若1≤i≤j时，

或j+1≤i≤N时，且则设置每个节点u_i的转发概率为： $p_i=\left\{\begin{array}{c}\frac{e_i}{{\mathrm{\&Sigma;}}_{i=1}^j{e}_i}[E\left(p\right)N-(N-j)]\&le;\mathrm{1,1}\&le;\&ForAll;i\&le;j\\ 1,j+1\&le;\&ForAll;i\&le;N\end{array}\right.;$ 从而获得Z的最大值为：

否则，执行后续步骤(22C)。

(22C)当j+1≤i≤N时，判断下述(N-j)个不等式：

是否成立，并按照步骤(22B)的方式继续计算，直到所有N个节点都被分配一个转发概率值。

本发明已经进行了多次实施试验，以验证本发明区分化概率转发方法的效果，下面具体说明实施例的试验情况。

仿真实施实验的各项参数是按照下述表1的数值设置的：

参数	数值
		仿真区域大小(A)	600×600平方米
移动模型	Random Waypoint(随机路点)模型
		节点移动速度(v)	1-20米/秒
通信半径(d)	50米
		节点个数(N)	40
节点能量	U(20，800)

其中的U(20，800)表示所有节点的能量值是在数值20到800之间均匀分布的，即设置每个节点的初始能量值为20到800之间的一个随机数。

仿真试验时间共运行200秒。在前100秒时间内，设置每200毫秒产生一个报文，随机选取网络中处于存活状态的两个节点为源节点和目的节点。在整个仿真过程中共产生500个报文。“Equal”表示现有的不区分节点能量的概率转发方法，“Differentiated”表示本发明区分化概率的转发方法，运行仿真实施例的实验来对验证这两种方法。结果表明：

其中图2显示出所有节点的剩余能量方差，可以看出，区分化概率转发方法使节点的剩余能量方差比传统方法低，避免出现节点能量不平衡的问题。图3显示了剩余节点数占节点总数的比例，可以看出，区分化概率转发方法使节点生存时间比传统方法延长了，存活的节点个数比传统方法多。图4显示了各个时间产生的报文的投递率，可以看出，区分化概率转发方法的报文投递率要明显优于传统方法。

因此，本发明的实验结果表明：该方法是成功的，实现了发明目的。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明保护的范围之内。

Claims (4)

1.一种用于机会网络路由的区分化概率转发方法，其特征在于：根据网络中多个节点U＝{u₁，u₂，…u_i，…u_N}的各自初始能量值{e₁，e₂，…e_i，…e_N}，分别为每个节点分配一个互不相同的转发概率值，式中，自然数i是节点序号，其最大值是N；则每个节点u_i的转发概率为p_i，且0＜p_i≤1；当该节点u_i遇到其他节点时，都以其转发概率p_i向其他节点转发报文；该方法包括下列两个操作步骤：

(1)求解确定所有节点转发概率的期望值；

(2)分别确定每个节点的转发概率。

2.根据权利要求1所述的方法，其特征在于：所述步骤(1)包括下列操作内容：

(11)确定优化目标：当网络传输负载小于设定阈值时，应使报文发送成功率达到最大化，其数学表述式为： $\begin{array}{cc}\mathrm{Maximize}& F\left(T\right)\\ s.t.& I\left(T\right)\&le;\mathrm{\&psi;}\end{array};$ 式中，T为网络运行时间，F(T)为报文在T时间内被目的节点成功接收的概率，Maximize f(x)表示f(x)的最大值；I(T)为在T时间内彼此相遇并互换对方缓存队列中相异报文的节点数，即每个报文在网络中的拷贝次数、网络传输的负载或网络消耗的能量值，s.t.f(x)表示f(x)的限制条件；ψ是设定的网络传输负载的阈值；

(12)根据传染病模型，推导得出上述数学表达式I(T)和F(T)的计算公式分别为： $I\left(T\right)=\frac{N}{1+(N-1)e^{-E\left(p\right)\mathrm{\&beta;NT}}}$ 和 $F\left(T\right)=1-e^{\mathrm{\&beta;}{\&Integral;}_0^{T}I\left(s\right)\mathrm{ds}};$ 式中，N为网络中的节点数，E(p)为所有节点转发概率{p₁，p₂，…p_i，…p_N}的期望值，β为节点间的接触频率，s为积分变量；

(13)因F(T)具有单调性，上述步骤(11)中的数学表述式能够转换为下述优化问题： $\begin{array}{cc}\mathrm{Maximize}& {\&Integral;}_0^{T}I\left(s\right)\mathrm{ds}\\ s.t.& I\left(T\right)\&le;\mathrm{\&psi;}\end{array};$ 进而求得所有节点转发概率的期望值为： $E\left(p\right)=\frac{1}{\mathrm{\&beta;NT}}\ln \frac{\mathrm{\&psi;}(N-1)}{N-\mathrm{\&psi;}}.$

3.根据权利要求1所述的方法，其特征在于：所述步骤(2)包括下列操作内容：

(21)确定第二个优化目标：在整个网络生命周期中，要求所有节点在其消耗的能量不大于其初始能量值的基础上，使其网络生命周期达到最大化；其数学表述式为： $\begin{array}{cc}\mathrm{Maximize}& Z\\ s.t.& \left\{\begin{array}{c}{I}_i\left(T\right)Z\&le;e_i\\ 0<p_i\&le;1\end{array}\right.\end{array};$ 式中，Z为在网络生命周期中成功传递的报文数，e_i为第i个节点u_i的初始能量值，该节点u_i的限制条件I_i(T)为：

该式表示在T时间内该节点u_i将其报文传递给其他节点的节点数，即节点u_i拷贝其报文的次数、节点u_i的网络传输负载或网络消耗的能量值；

(22)因为根据步骤(12)得到：

故步骤(21)的每个节点u_i的优化目标被描述为： $\begin{array}{cc}\max \mathrm{imize}& Z\\ s.t.& \left\{\begin{array}{c}\mathrm{\&psi;}\frac{p_i}{E\left(p\right)N}Z\&le;e_i\\ 0<p_i\&le;1\end{array}\right.\end{array};$ 只要对该优化目标的数学式求解，就获得每个节点u_i的转发概率p_i。

4.根据权利要求3所述的方法，其特征在于：所述步骤(22)包括下列求解操作内容：

(22A)若

则设置每个节点u_i的转发概率为：

从而获得Z的最大值为：

式中，

表示全部共N个节点的初始能量值之和；否则，执行后续步骤(22B)；

(22B)若1≤i≤j时，或j+1≤i≤N时，

且则设置每个节点u_i的转发概率为： $p_i=\left\{\begin{array}{c}\frac{e_i}{{\mathrm{\&Sigma;}}_{i=1}^j{e}_i}[E\left(p\right)N-(N-j)]\&le;\mathrm{1,1}\&le;\&ForAll;i\&le;j\\ 1,j+1\&le;\&ForAll;i\&le;N\end{array}\right.,$ 从而获得Z的最大值为：

否则，执行后续步骤(22C)；

(22C)当j+1≤i≤N时，判断下述(N-j)个不等式：是否成立，并按照步骤(22B)的方式继续计算，直到所有N个节点都被分配一个转发概率值。

Images