CN104394236A - 节点与消息状态联合感知的分布式协作缓存方法 - Google Patents

Abstract

本发明涉及一种节点与消息状态联合感知的分布式协作缓存方法，属于机会网络分布式协作缓存技术领域。该方法针对当前节点缓存效率较低的问题，通过感知消息扩散状态，动态估计消息的权重值，采用相遇概率估计方法，预测节点与消息目标节点的相遇概率；然后，基于消息源节点的不同将消息分类缓存，赋予不同的缓存优先级，采用协作分区缓存替换机制，以协作的方式将节点缓存内的消息进行替换，以此提高节点的缓存效率；最后，针对传统的缓存管理机制中盲目删除消息导致消息投递率下降的问题，采用分布式协作缓存转移机制，通过预先动态选取节点的top-k协作节点集，在节点缓存将存满时把节点缓存内的消息转移至通信范围内的协作节点，从而提高消息的投递概率。

Description

节点与消息状态联合感知的分布式协作缓存方法

技术领域

本发明属于机会网络分布式协作缓存技术领域，涉及一种节点与消息状态联合感知的分布式协作缓存方法。

背景技术

随着普适计算技术的发展和移动应用环境的逐渐成熟，机会网络得到了广泛的关注。机会网络是无线移动自组网中的一种特殊场景，网络中的节点分布比较稀疏并且频繁的移动造成了节点之间间歇性的连接，源节点和目的节点之间可能不存在端到端的路径。在这种情况下，人们提出了使用“存储-携带-转发”的异步路由方式来传送消息，即节点在缓存中存储需要发送的消息，利用随机运动过程中与其他节点的相遇机会，将消息副本转发给合适的节点，重复这样的动作，直到将消息成功传递给目标节点。但是由于节点移动频繁且范围较大，使得消息端到端的延时较长，导致消息在网络中滞留较长时间，中继节点的存储空间消耗较快，显然，对于节点处理能力、存储空间等比较有限的情况下，合理高效的节点协作缓存机制能够提高网络整体性能。

由于机会网络的间断时间往往比连接时间还长，节点间不能实时建立连接通路，相比端到端连接的传统网络而言，机会网络对节点有限缓存资源的合理利用更敏感。因为现有的机会网络路由协议中大多采用“存储-携带-转发”机制，在节点缓存有限的情况下，节点携带信息量大，常常发生节点缓存溢出，盲目删除消息，直接导致消息投递率急剧下降和网络负载急剧增加，因此对机会网络中缓存的管理尤为重要。由于机会网络中节点的社会属性会使彼此之间存在或强或弱的关系，节点之间可以进行协作缓存，在当前节点缓存已满的情况下，可以进一步利用协作节点的缓存空间。然而机会网络的移动性和资源的有限，因此有线网络中的协作缓存机制并不适用于机会网络。

目前，国内外研究人员已提出多种基于无线环境下的协作缓存机制。Honglong Chen,WeiLou在“GAR:Group aware cooperative routing protocol for resource-constraint opportunisticnetworks”【Computer Communications,vol.48,pp.20-29,2014】中利用幽灵消息和消息投递前后的差值赋予消息不同的传输优先级和存储优先级，以此在有限的相遇持续时间内最大限度地转发消息。同时以消息副本数为参数，衡量消息的重要程度，避免删除重要的消息。GaoW,Cao G,Iyengar A在“Cooperative caching for efficient data access in disruption tolerant networks”【IEEE Transactions on Mobile Computing,vol.3,no.13,pp.611-625,2014】中根据消息的转发概率来确定网络中心节点范围，并基于历史相遇信息动态选取最优缓存节点，进而协调多个缓存节点之间消息有效传输，以确保节点缓存效率与缓存开销之间的均衡。Zhuo X,Li Q,CaoG在“Social-based cooperative caching in DTNs:a contact duration aware approach”【Proceedingsof the 8th IEEE International Conference on Mobile Ad-hoc and Sensor Systems(MASS 2011),Valencia,Spain,pp.92-101,2011】中利用社区结构中节点间的社会关系估计节点的缓存能力，从而确定消息的协作缓存节点，并利用边际缓存机制自适应控制消息副本数。Wang T,HuiP,Kulkarni S R在“Cooperative Caching based on File Popularity Ranking in Delay TolerantNetworks”【Proceedings of the 4th Extreme Conference on Communication,Zurich,Switzerland,2012】中构建了基于DTN特点的网络模型，验证了消息的知名度服从齐普夫定律分布，并对消息进行排名，从而制定了基于消息排名的协作缓存机制。

在稀疏间断的机会网络中，由于链路的持续时间有限，导致消息在大部分时间内被存储在节点有限的缓存中，缓存空间消耗较快。而且研究表明，消息的扩散状态及节点的活跃程度与消息被投递成功的概率相关，扩散程度较高的消息通过活跃程度较高的节点携带，与目标节点相遇的机会较多，从而大大提高了消息的投递概率。再加上网络节点之间存在较强依赖关系，在节点缓存资源有限的情况下，携带多余的消息将导致当前节点缓存迅速饱和，无法存储后续到来的消息，因此可以充分利用当前节点的协作节点来存储消息，从而改善消息的投递概率及节点的缓存效率。然而上述文献中所提出的协作缓存机制均没有考虑节点的活跃程度和消息的扩散状态，也没有将节点的相遇持续时间和相遇概率同时反映在协作节点的选取上，特别是没有根据消息源节点的不同将消息分类缓存，可见，这些机制存在一定程度的局限性。

目前，大部分协作缓存机制的当前节点缓存效率较低，均没有考虑节点的活跃程度及消息的扩散状态与划分节点缓存，在当前节点缓存已满的情况下，盲目删除消息导致消息的投递概率下降；而且当选取协作节点时，没有综合考虑节点的相遇持续时间和相遇概率，使得协作节点集选取不当，从而占用其他节点有限的缓存资源。

发明内容

有鉴于此，本发明的目的在于提供一种节点与消息状态联合感知的分布式协作缓存方法，该方法针对当前节点缓存效率较低的问题，通过感知消息扩散状态，动态估计消息的权重值，并提出相遇概率估计方法，预测节点与消息目标节点的相遇概率；然后，基于消息源节点的不同将消息分类缓存，赋予不同的缓存优先级，从而设计了协作分区缓存替换机制，以协作的方式将节点缓存内的消息进行替换，以此提高节点的缓存效率；最后，针对传统的缓存管理机制中盲目删除消息导致消息投递率下降的问题，采用分布式协作缓存转移机制，通过预先动态选取节点的top-k协作节点集，在节点缓存将存满时把节点缓存内的消息转移至通信范围内的协作节点，从而提高消息的投递概率。

为达到上述目的，本发明提供如下技术方案：

一种节点与消息状态联合感知的分布式协作缓存方法，包括估计消息权重值、估计节点间相遇概率、基于消息源节点缓存分区、选取协作节点集、分布式协作缓存替换及转移机制；

查询本地相遇状态矩阵SM得到给定消息在目标社区中的扩散程度S_d(t)和在任意其他社区的扩散程度S_τ(t)，获取给定消息的扩散程度S(t)，从而估计消息的权重值W(t)；

通过获取的网络信息、当前节点与网络中其他节点的相遇次数n_i(t)及全网节点相遇总次数N(t)估算节点活跃程度L_i(t)及针对消息目标节点的定向活跃程度Ol_id(t)，并结合节点与目标节点在t_r内相遇的概率F_id(t_r)估计出节点的相遇概率P_id(t)；

继而根据消息源节点的不同对节点缓存进行分区，划分为本地缓存区和协作缓存区同时，估算出节点本地缓存区的最大队列长度和协作缓存区的最小队列长度分类存储消息；

根据节点间的相遇概率F_id(t_r)与相遇持续时间δ_ij推导出归一化协作系数选取前k个协作系数最大的节点作为节点i的top-k协作缓存节点集Θ_i；

当相遇节点j有剩余缓存空间时，采用协作缓存替换机制，分别计算节点i和节点j与消息目标节点d间相遇概率P_id(t)和P_jd(t)，并比较大小，若P_id(t)＜P_jd(t)时，将节点i本地缓存区中节点j有较高相遇概率的消息复制到节点j的协作缓存区内；若P_id(t)≥P_jd(t)时，节点i接收节点j发送的节点i有较高相遇概率的消息，存储在节点i的协作缓存区；当节点缓存满时，则采用协作缓存转移机制，依据节点间的协作系数从通信范围内选取合适的协作节点，并将节点本地消息转移至协作节点，如果没有合适的协作节点，则按照消息的权重值优先删除节点本地缓存区的消息；至此，重复以上步骤，直至网络中消息全部投递完毕。

进一步，通过查询节点i的相遇状态表项信息MT_i、相遇状态矩阵SM和消息存储状态信息BM_m，计算消息m在目标社区的扩散程度：

$S_d\left(t\right)=\frac{m_d\left(t\right)}{K_d}$

与在任意其他社区的扩散程度：

$S_{\mathrm{\τ}}\left(t\right)=\left\{\begin{array}{c}\frac{m_{\mathrm{\τ}}\left(t\right)}{K_{\mathrm{\τ}}},S_{\mathrm{\τ}}\left(t\right)\≤\mathrm{\γ}\\ 1,S_{\mathrm{\τ}}\left(t\right)>\mathrm{\γ}\end{array}\right.,$

从而估计出消息在全网中的扩散程度：

$S\left(t\right)=\underset{\mathrm{\τ}}{\overset{\mathrm{\τ}\∈G-d}{\mathrm{\Π}}}{S}_{\mathrm{\τ}}\left(t\right)e^{S_d\left(t\right)},$

进而完成消息m的权重值的计算，即W(t)＝1-σ_tS(t)。

进一步，以当前节点与网络中其他节点的相遇次数作为评估节点活跃程度的关键参数；根据全网节点信息，计算节点间相遇次数n_i(t)＝Num{MT_i}和全网节点相遇总次数估算节点活跃程度和节点定向活跃度同时结合节点与目标节点在t_r内相遇的概率估计出节点间的相遇概率P_id(t)＝L_i(t)Ol_id(t)F_id(t_r)。

进一步，针对消息源节点的差异，将节点缓存划分为本地缓存区和协作缓存区对消息采取有区分的缓存；假设消息的产生时间间隔服从强度为α的指数分布，消息的死亡时间服从强度为β的指数分布，则根据节点本地缓存区队列长度有限状态的“生灭过程”的性质推算出节点的本地缓存区平均队列长度由此得到节点本地缓存区的最大队列长度和协作缓存区的最小队列长度

进一步，在节点缓存资源有限的情况下，综合考虑节点间的相遇概率和相遇持续时间选取合适的协作节点集，具体包括：首先计算节点间相遇持续时间归一化后为

同时考虑节点间相遇持续时间的偏移状态，即

${\widehat{\mathrm{\σ}}}_{\mathrm{ji}}^2=\frac{\underset{k=1}{\overset{n_{\mathrm{ij}}\left(t\right)}{\mathrm{\Σ}}}{({\mathrm{dt}}_{\mathrm{ji}}^k-{\mathrm{\δ}}_{\mathrm{ji}})}^2}{\underset{j=1}{\overset{n_i^{\′}\left(t\right)}{\mathrm{\Σ}}}\underset{k=1}{\overset{n_{\mathrm{ij}}\left(t\right)}{\mathrm{\Σ}}}{({\mathrm{dt}}_{\mathrm{ji}}^k-{\mathrm{\δ}}_{\mathrm{ji}})}^2},$

继而得出节点间的归一化协作系数依据计算出的归一化协作系数，选取前k个协作系数最大的节点加入节点i的top-k协作缓存节点集Θ_i，若在节点的通信范围内存在属于消息的目标社区的节点，则也将该节点并入节点i的协作缓存节点集Θ_i中，最终选取出合理的协作节点集：

进一步，在分布式协作缓存替换及转移机制中，根据估计的消息权重值和节点间的相遇概率，选择最优的中继节点存储传输消息，且当节点缓存已满时选取合适的协作节点协作完成消息的投递，主要执行过程如下：

Step1.若相遇节点为消息的目标节点，直接将消息发送给对方节点；

Step2.若相遇节点都有空余缓存空间，则按照前述的缓存替换方法进行缓存内消息的替换；

Step3.当节点缓存将满时采用所提出的分布式协作缓存转移机制进行节点本地缓存内消息的转移：

Step4.若在节点的通信范围内未找到合适的协作节点时，将根据消息权重值优先删除节点本地缓存区内权重值较低的消息；

Step5.协作缓存消息的回传，节点与存储该节点所转移消息的协作缓存节点相遇后，若本地节点此时有剩余缓存空间，将比较双方节点与消息的目标节点的相遇概率；若对方较小时，则将消息重新转移至节点本地，对方节点将该消息从其缓存内删除；反之，则不作任何操作。

本发明的有益效果在于：本发明提出的方法能够有效地利用当前节点及协作节点有限的缓存资源，减小丢包率，大幅度地改善消息的投递概率和节点缓存效率。

附图说明

为了使本发明的目的、技术方案和有益效果更加清楚，本发明提供如下附图进行说明：

图1为本发明中节点与消息状态联合感知的分布式协作缓存机制流程图；

图2为本发明中节点缓存分区示意图；

图3为本发明中节点缓存队列长度状态转移图；

图4为本发明中分布式协作缓存替换过程示意图。

具体实施方式

下面将结合附图，对本发明的优选实施例进行详细的描述。

本方法首先根据消息扩散程度估计消息权重值，扩散程度越高的消息，赋予较低的权重值。将具有相似社会属性的节点聚合为一个社区，综合考虑消息在各个社区的扩散状态。通过查询本地相遇状态矩阵SM估计给定消息在目标社区中的扩散程度S_d(t)和在任意其他社区的扩散程度S_τ(t)，从而得到给定消息m的扩散程度S(t)，进而估计消息m的权重值W(t)。

然后感知节点的活跃程度及定向活跃程度估计节点间的相遇概率。节点之间存在较强的社会关系，使得节点的活跃程度不同，而且节点具有较强的定向活跃程度。节点越活跃，相遇次数就越多，通过其将消息成功投递的概率越高。所以，通过估计当前节点i与网络中其他节点的相遇次数和全网节点相遇总次数可估算节点i的活跃程度L_i(t)及针对消息m目标节点的定向活跃程度Ol_id(t)。由此，结合节点i与目标节点在t_r内相遇的概率F_id(t_r)估计节点i的相遇概率P_id(t)。

同时，本发明根据产生消息的节点的不同将节点缓存划分为本地缓存区和协作缓存区分别存储基于消息源分类的消息，进而设计分布式协作缓存替换机制。针对节点缓存空间有限的问题，通过理论推导，得到节点本地缓存区的平均队列长度Γ，从而估算节点本地缓存区的最大队列长度和协作缓存区的最小队列长度

最后根据节点间的相遇概率F_id(t_r)与相遇持续时间δ_ij推导出归一化协作系数从而选取前k个协作系数最大的节点作为节点i的top-k协作缓存节点集Θ_i。当节点缓存将满时，将消息转移至通信范围内的协作节点集Θ_i内的节点，从而提出分布式协作缓存转移机制。

具体来说：

机会网络中，节点具有较强社会属性，节点表现或强或弱的协作关系。在节点缓存资源有限的情况下，携带多余的消息将导致节点缓存迅速饱和，无法存储后续到来的消息，影响网络性能。因此，分别依据节点及消息的状态，充分利用协作节点的有限缓存资源，设计合理高效的分布式协作缓存机制。

如图1所示，为本发明的整体结构框图，即节点与消息状态联合感知的分布式协作缓存机制流程图。包括以下步骤：感知消息扩散状态估计消息权重值，感知节点活跃程度及定向活跃程度估计节点相遇概率，基于消息源划分节点缓存并估算缓存大小，分布式协作缓存替换机制，选取协作节点，分布式协作缓存转移机制。

具体包括以下步骤：

1.感知消息扩散状态估计消息权重值：

本发明将消息的扩散状态作为估计消息权重值的关键参数。假设节点i在本地维护其相遇状态表项信息MT_i，MT_i＝<id_j,mt_ij,dt_ij>为三元组。其中，id_j表示相遇节点j的标识，由社区号G_j与编号b_j组成；mt_ij为相遇时间；dt_ij为相遇持续时间。节点i与j相遇后交互双方节点的表项信息在较短的收敛时间内可建立相遇状态矩阵SM＝(MT₁,MT₂,…,MT_N)^T。定义G为全网社区集合，G_τ为第τ个社区，则节点通过在本地查询相遇状态矩阵SM可估计社区G_τ的节点数n_τ，即n_τ＝Num{k},k∈SM&G_k＝G_τ。节点在本地生成消息的存储状态集合BS＝{BM₁,BM₂,…,BM_m,…,BM_n}，其中BM_m表示消息m的存储状态信息的布尔矩阵，定义为BM_m＝{G₁,G₂,…,G_n}^T，。 $G_j={\{B\left(G_j^1\right)B\left(G_j^2\right)\&CenterDot;\&CenterDot;\&CenterDot;B\left(G_j^n\right)\}}^T,B\left(G_j^1\right)=\left\{\begin{array}{c}1,\mathrm{ifnode}{G}_j^1\mathrm{containsmsgm}\\ 0,\mathrm{else}\end{array}\right.,$ 其中,表示社区G_j内的任意节点h存储消息m的状态。当节点相遇后进行消息交互时将更新存储状态集合BS。

假设m_d(t)为t时刻消息的目标节点所在社区(简称目标社区G_d)中存储消息m的节点数，K_d＝Num{G_d}＝|G_d|为目标社区节点的数量，由上可知，m_d(t)与K_d可通过查询本地相遇状态矩阵SM得到，因此节点通过本地BM_m可得到消息m在目标社区的扩散程度S_d(t)，即同理可推导消息m在任意其他社区的扩散程度当消息m的扩散程度达到较高的程度时，继续在该社区内扩散并不能够提高消息的投递概率，反而占用其他消息的缓存资源，从而严重影响消息的缓存效率。因此消息在其他社区的扩散程度表示为 $S_{\mathrm{\&tau;}}\left(t\right)=\left\{\begin{array}{c}\frac{m_{\mathrm{\&tau;}}\left(t\right)}{K_{\mathrm{\&tau;}}},S_{\mathrm{\&tau;}}\left(t\right)\&le;\mathrm{\&gamma;}\\ 1,S_{\mathrm{\&tau;}}\left(t\right)>\mathrm{\&gamma;}\end{array}\right.,$ 其中γ为消息扩散阈值。社区内节点联系较为紧密，社区间节点联系较为稀疏。因此，目标节点与目标社区内的节点联系较为紧密，相同扩散程度下，目标社区内的消息扩散程度对消息权重值的影响远高于其他社区，从而可得消息的扩散程度对节点而言，依据消息的重要程度决定是否缓存该消息，因此对节点上的每个消息关联一个权重值，用以表示消息的重要程度。根据理论推导，进而估计出消息m的权重值W(t)，计算公式为W(t)＝1-σ_tS(t)。其中，消息的初始生存时间为t_init，当前的已存活时间为t₀，σ_t＝t₀/t_init为消息的时间影响因子。存活时间越长的消息，其已成功投递概率越高，权重值就越低。消息的权重值决定了消息的缓存优先级，权重值较大的消息在缓存替换与转移时的优先级越高。

2.感知节点活跃程度及定向活跃程度估计节点相遇概率：

当前节点与网络中其他节点的相遇次数越多，则通过给定节点所携带的消息成功投递概率越高。因此，当前节点与网络中其他节点的相遇次数作为评估节点活跃程度的关键参数。首先定义几个变量：Φ为全网节点集，那么全网节点数量为N＝Num{Φ}＝|Φ|。给定节点i与网络中其他节点的相遇次数称为该节点的相遇次数，大小为n_i(t)＝Num{MT_i}，即节点i在t时刻与其他节点的相遇次数。全网节点相遇次数为各个节点进入其他节点通信范围的相遇总次数，大小为显然，若获得节点i与网络中其他节点的相遇次数和全网节点相遇总次数，则可以估算节点i活跃程度L_i(t)，即由于节点间的亲密关系存在差异，那么相遇频率会受到影响，进而节点相对消息目标节点的活跃程度也有所不同。因此，在预测节点间的相遇概率时，除了考虑节点的活跃程度，还需考虑节点的定向活跃程度其中为节点i与目标节点d的相遇次数，n_d(t)＝Num{MT_d}为目标节点d与其他节点的相遇总次数。

由于节点相遇间隔时间服从指数分布，则节点i在t时间内与节点d相遇的概率为其中为节点i与d的相遇强度；为节点i与d的平均相遇间隔时间，大小为 为第k次相遇的时间，且消息的剩余生存时间t_r＝t_init-t₀，那么节点i与目标节点在t_r内相遇的概率的计算公式

综合考虑节点的活跃程度L_i(t)及定向活跃程度Ol_id(t)，即可得到任意节点i的相遇概率P_id(t)，P_id(t)＝L_i(t)Ol_id(t)F_id(t_r)。

3.基于消息源划分节点缓存并估算缓存大小：

节点本地缓存由本地产生消息与协助其它节点转发的消息所组成，针对消息源节点的差异，采取有区分的缓存方法可有效提高消息的投递概率与节点的缓存效率。本专利依据节点缓存内消息的来源，将节点缓存划分为：本地缓存区和协作缓存区分别存储节点本地产生的消息和其他节点产生的消息，如图2所示。

在实际应用场景中，节点的缓存资源极为有限，需要推导出节点本地产生消息的实际缓存空间需求的边界。假设消息的产生时间间隔服从强度为α的指数分布，消息的死亡时间服从强度为β的指数分布，则节点本地缓存区队列长度为有限状态的“生灭过程”。为节点缓存队列的总容量。因此，可列出状态转移图如3所示。假设π_i表示节点本地缓存区队列长度l为i的概率，则根据生灭状态的性质可推得π_M，即其中α₀,α₁,…,α_M-1为本地缓存区队列长度从i→i+1的转移概率，大小为α₀＝α₁＝…＝α_M-1＝α；β₀,β₁,…,β_M-1为本地缓存区队列长度从i+1→i的转移概率，大小为β₀＝β₁＝…＝β_M-1＝β。通过上面的公式可以推导出本地缓存区队列长度l＝M的概率π_M与l＝0的概率π₀的关系，即π_M＝λ^Mπ₀，其中由于队列长度l为闭合状态，则满足正则性条件从而计算出缓存队列长度l为0的概率同理可得，缓存队列长度l为i的概率等于最后，推算出节点的本地缓存区平均队列长度由于本地缓存区存储的消息在被成功投递至其目标节点后将从本地删除，在不考虑节点主动删除成功投递消息的情况下，所得平均队列长度Γ即为节点本地缓存区的最大队列长度，即则节点i的协作缓存区的最小队列长度

4.分布式协作缓存替换机制

机会网络中，多副本消息具有较强的鲁棒性，单个副本的删除不影响消息的整体投递概率，但是单副本机制会大幅降低网络负载，因此，本发明结合两者的优点，针对来自不同分区的消息，设计一种基于消息源的协作缓存替换方法，在进行缓存替换时采取不同的缓存方法，主要过程如下：

(1)对本地缓存区消息设置较高的缓存替换与转移优先级，协作缓存区消息设置较低的优先级。节点相遇后在进行缓存替换或缓存转移时，节点根据消息的权重值优先向对方节点复制或转移本地缓存区内的消息。如图4中节点i、j优先复制本地缓存区消息集合与若有足够的缓存空间，则继续提取协作缓存区消息与

(2)节点交互双方到达消息目标节点的概率分别为P_id(t)和P_jd(t)，并提取彼此自身有较高相遇概率的消息。从与中分别提取出与

(3)节点本地缓存区内的消息以复制的形式存储在对方节点的协作缓存区中，协作缓存区内消息则直接转移至对方协作缓存区。协作缓存替换过程如图4所示。

5.选取协作节点：

在节点缓存资源有限的情况下，携带多余的消息将导致节点缓存迅速饱和，无法存储后续到来的消息，因此将消息转移至合适的节点可避免直接丢包，降低丢包率。如前所述，相遇概率较高的节点再次相遇的机率较大，便于节点对之间的缓存转移与回传。而且机会网络中的连接频繁断裂，为保证消息可被成功转移，应考虑节点之间的相遇持续时间。为了选取合适的协作节点，综合考虑节点间的相遇概率和相遇持续时间。首先计算节点i与节点j的平均相遇持续时间，表示为并对其归一化得到其中n′_i(t)表示t时刻与节点i相遇的不同节点的个数。由于节点j与节点i相遇的持续时间存在偏移状态，通过归一化相遇持续时间偏移因子来反映。进而，根据节点j与节点i的归一化协作系数即节点j为节点i提供协作缓存服务能力的归一化值，计算方法为选取前k个协作系数最大的节点加入节点i的top-k协作缓存节点集Θ_i。若在节点的通信范围内存在属于消息的目标社区的节点，则也将该节点并入节点i的协作缓存节点集Θ_i中，最后选取出合理的协作节点集

6.分布式协作缓存转移机制：

无线信道具有广播特性，当节点缓存将满时，若节点的通信范围内存在多个协作缓存节点集Θ_i中的节点，则节点i按照消息权重值的大小将消息广播至协作集Θ_i中有剩余缓存空间的节点，并将广播后的消息从本地删除。反之，若节点通信范围内不存在协作节点集Θ_i中的节点，则节点i按照消息的权重值优先删除本地缓存区的消息。当接收节点i转移的消息的节点再次与节点i相遇后，若节点i此时有剩余缓存空间，则比较双方节点与消息目标节点的相遇概率，若比节点i的相遇概率第，则将消息回传至节点i。反之，则不将消息回传给节点i。

最后说明的是，以上优选实施例仅用以说明本发明的技术方案而非限制，尽管通过上述优选实施例已经对本发明进行了详细的描述，但本领域技术人员应当理解，可以在形式上和细节上对其作出各种各样的改变，而不偏离本发明权利要求书所限定的范围。

Claims (6)

1.一种节点与消息状态联合感知的分布式协作缓存方法，其特征在于：包括估计消息权重值、估计节点间相遇概率、基于消息源节点缓存分区、选取协作节点集、分布式协作缓存替换及转移机制；

查询本地相遇状态矩阵SM得到给定消息在目标社区中的扩散程度S_d(t)和在任意其他社区的扩散程度S_τ(t)，获取给定消息的扩散程度S(t)，从而估计消息的权重值W(t)；

通过获取的网络信息、当前节点与网络中其他节点的相遇次数n_i(t)及全网节点相遇总次数N(t)估算节点活跃程度L_i(t)及针对消息目标节点的定向活跃程度Ol_id(t)，并结合节点与目标节点在t_r内相遇的概率F_id(t_r)估计出节点的相遇概率P_id(t)；

继而根据消息源节点的不同对节点缓存进行分区，划分为本地缓存区和协作缓存区同时，估算出节点本地缓存区的最大队列长度和协作缓存区的最小队列长度分类存储消息；

根据节点间的相遇概率F_id(t_r)与相遇持续时间δ_ij推导出归一化协作系数选取前k个协作系数最大的节点作为节点i的top-k协作缓存节点集Θ_i；

当相遇节点j有剩余缓存空间时，采用协作缓存替换机制，分别计算节点i和节点j与消息目标节点d间相遇概率P_id(t)和P_jd(t)，并比较大小，若P_id(t)＜P_jd(t)时，将节点i本地缓存区中节点j有较高相遇概率的消息复制到节点j的协作缓存区内；若P_id(t)≥P_jd(t)时，节点i接收节点j发送的节点i有较高相遇概率的消息，存储在节点i的协作缓存区；当节点缓存满时，则采用协作缓存转移机制，依据节点间的协作系数从通信范围内选取合适的协作节点，并将节点本地消息转移至协作节点，如果没有合适的协作节点，则按照消息的权重值优先删除节点本地缓存区的消息；至此，重复以上步骤，直至网络中消息全部投递完毕。

2.根据权利要求1所述的一种节点与消息状态联合感知的分布式协作缓存方法，其特征在于：通过查询节点i的相遇状态表项信息MT_i、相遇状态矩阵SM和消息存储状态信息BM_m，计算消息m在目标社区的扩散程度：

$S_d=\left(t\right)=\frac{m_d\left(t\right)}{K_d}$

与在任意其他社区的扩散程度：

$S_{\mathrm{\&tau;}}\left(t\right)=\left\{\begin{array}{c}\frac{m_{\mathrm{\&tau;}}\left(t\right)}{K_{\mathrm{\&tau;}}},S_{\mathrm{\&tau;}}\left(t\right)\&le;\mathrm{\&gamma;}\\ 1,S_{\mathrm{\&tau;}}\left(t\right)>\mathrm{\&gamma;}\end{array}\right.,$

从而估计出消息在全网中的扩散程度：

$S\left(t\right)=\underset{\mathrm{\&tau;}}{\overset{\mathrm{\&tau;}\&Element;G-d}{\mathrm{\&Pi;}}}{S}_{\mathrm{\&tau;}}\left(t\right)e^{S_d\left(t\right)},$

进而完成消息m的权重值的计算，即W(t)＝1-σ_tS(t)。

3.根据权利要求1所述的一种节点与消息状态联合感知的分布式协作缓存方法，其特征在于：以当前节点与网络中其他节点的相遇次数作为评估节点活跃程度的关键参数；根据全网节点信息，计算节点间相遇次数n_i(t)＝Num{MT_i}和全网节点相遇总次数估算节点活跃程度和节点定向活跃度同时结合节点与目标节点在t_r内相遇的概率估计出节点间的相遇概率P_id(t)＝L_i(t)Ol_id(t)F_id(t_r)。

4.根据权利要求1所述的一种节点与消息状态联合感知的分布式协作缓存方法，其特征在于：针对消息源节点的差异，将节点缓存划分为本地缓存区和协作缓存区对消息采取有区分的缓存；假设消息的产生时间间隔服从强度为α的指数分布，消息的死亡时间服从强度为β的指数分布，则根据节点本地缓存区队列长度有限状态的“生灭过程”的性质推算出节点的本地缓存区平均队列长度由此得到节点本地缓存区的最大队列长度和协作缓存区的最小队列长度

5.根据权利要求1所述的一种节点与消息状态联合感知的分布式协作缓存方法，其特征在于：在节点缓存资源有限的情况下，综合考虑节点间的相遇概率和相遇持续时间选取合适的协作节点集，具体包括：首先计算节点间相遇持续时间归一化后为

同时考虑节点间相遇持续时间的偏移状态，即

${\widehat{\mathrm{\&sigma;}}}_{\mathrm{ji}}^2=\frac{{(d{t}_{\mathrm{ji}}^k-{\mathrm{\&delta;}}_{\mathrm{ji}})}^2}{\underset{j=1}{\overset{n_i^{\&prime;}\left(t\right)}{\mathrm{\&Sigma;}}}\underset{k=1}{\overset{n_{\mathrm{ij}}\left(t\right)}{\mathrm{\&Sigma;}}}{(d{t}_{\mathrm{ji}}^k-{\mathrm{\&delta;}}_{\mathrm{ji}})}^2},$

继而得出节点间的归一化协作系数依据计算出的归一化协作系数，选取前k个协作系数最大的节点加入节点i的top-k协作缓存节点集Θ_i，若在节点的通信范围内存在属于消息的目标社区的节点，则也将该节点并入节点i的协作缓存节点集Θ_i中，最终选取出合理的协作节点集：

6.根据权利要求1所述的一种节点与消息状态联合感知的分布式协作缓存方法，其特征在于：在分布式协作缓存替换及转移机制中，根据估计的消息权重值和节点间的相遇概率，选择最优的中继节点存储传输消息，且当节点缓存已满时选取合适的协作节点协作完成消息的投递，主要执行过程如下：

Step1.若相遇节点为消息的目标节点，直接将消息发送给对方节点；

Step2.若相遇节点都有空余缓存空间，则按照前述的缓存替换方法进行缓存内消息的替换；

Step3.当节点缓存将满时采用所提出的分布式协作缓存转移机制进行节点本地缓存内消息的转移：

Step4.若在节点的通信范围内未找到合适的协作节点时，将根据消息权重值优先删除节点本地缓存区内权重值较低的消息；

Step5.协作缓存消息的回传，节点与存储该节点所转移消息的协作缓存节点相遇后，若本地节点此时有剩余缓存空间，将比较双方节点与消息的目标节点的相遇概率；若对方较小时，则将消息重新转移至节点本地，对方节点将该消息从其缓存内删除；反之，则不作任何操作。