CN105792311A - 一种基于用户活动区域模型的车联网路由方法 - Google Patents

Abstract

本发明请求保护一种基于用户活动区域模型的车联网路由方法，针对当前车联网中用户运动具有群落性消息包难以传到目的节点，造成投递率不高的问题提出了一种基于用户活动区域模型的车联网路由方法：(1)根据社会网络(SNs：Social Networks)中节点活动具有群落性的特性，发掘用户最可能活动的区域；(2)采用靠近原则，将消息包转发给目的节点最可能出现的区域；(3)等待目的节点与携带消息包的热点相遇，从而完成消息包的投递；目的是将传统的消息包转发给单个节点的方式，转变成将消息包转发给用户活动的区域的方式，大大提高了消息包的投递率。

Description

一种基于用户活动区域模型的车联网路由方法

技术领域

本发明属于车联网无线网络技术领域，具体是一种基于用户活动区域模型的车联网路由方法。

背景技术

车联网(VehicularAdHocNetworks)是以车内网、车际网和车载移动互联网为基础，按照约定的通信协议和数据交互标准，在车-X(X：车、路、行人及互联网等)之间，进行无线通讯和信息交换的系统网络，是能够实现智能交通管理、动态信息服务和车辆智能控制等的一体化网络。基于社会网络(Mobilesocialnetworks)理论的车联网是现在车联网路由研究的一个趋势，社会网络是由携带无线通信设备通过在线社交网络服务(如Facebook)共享信息的移动用户组成。通过研究社会网络中用户的运动特性对路由性能的提升具有重要意义。当前基于热点的车联网路由协议的研究是当前研究的一个热点。本发明主要考虑在短距离无线通信模型下的社会网络，下文提到的社会网络如不做特殊说明，均是指在短距离无线通信模型下的社会网络。

社会网络是延迟容忍网络(DelayTolerantNetworks)众多应用场景中的一种，具有DTN的长延迟、连接不稳定等特性。近年来，这类网络中的机会路由得到了学者们的广泛关注，在转发消息时为了使节点做出正确的转发决策，分析节点的社会属性和预测节点的相遇机会对提高路由协议的性能具有关键作用。DTN中的Epidemic、SprayandWait、Prophet等路由没有考虑到节点的社会属性,并不适合社会网络。当前，利用节点社会性的路由算法被提出，当前典型的基于节点社会性路由算法如、DTN-FLOW、SMART、HS、SEDUM、SDM、CAOR等。

在当前的路由算法中，通常要么是将消息包转发给单个的节点，要么是通过定位找出目的节点所在区域。前者在网络中找出单个节点的方式，这种方式在转发消息过程中并没有考虑消息包群落性的问题，尤其当目的节点只活动在网络中较小的一块区域中时，消息包遇到目的节点的概率低，因此是不利于消息包转发的。后者通过对用户定位，实时获得用户的位置，这对用户的隐私保护带来极大的挑战，甚至危及用户人身安全，譬如只要向任意用户周期性的发出消息请求，就能实时获得其位置对其进行跟踪等。

发明内容

针对以上现有技术的不足，提出了一种方法。本发明的技术方案如下：一种一种基于用户活动区域模型的车联网路由方法，其包括以下步骤：

步骤1：确定车联网中各热点区域内目的节点出现的概率；

步骤2：根据用户活动的群落性特性，确定目的用户频繁活动区域L；

步骤3：热点收到消息包后，将消息包转发给其知道的最优热点区域；

步骤4：消息包到达目的节点频繁活动的区域后，等待目的节点的出现从而完成消息包的转发，实现车联网路由。

进一步的，所述步骤1中确定车联网中各热点区域内目的节点出现的概率的步骤具体为：根据节点活动的社会特性，节点间的社会关系—相遇频率(f)、相遇时间(u)、相似性(s)，确定目的节点访问各热点区域的概率函数P＝F(f,u,s)，其中相遇频率f表示目的节点访问该热点区域的频率，,其计算公式其中f_i(t)表示目的节点i在t时刻内访问该热点区域的频率，f_all(t)表示目的节点t时刻内访问所有热点区域的频率；相遇时间u表示目的节点访问热点区域的持续时间，其计算公式其中f表示目的节点与热点的相遇频率，t_(i,j)(k)表示第k次访问热点时的持续时间，T表示周期；相似性s表示热点与目的节点拥有相同爱好兴趣朋友，其计算公式其中N_j(t)表示热点j在t时刻的邻居节点，N_i(t)表示目的节点i在t时刻的邻居节点。

进一步的，所述步骤2中，确定用户频繁活动区域L的步骤具体为；

当目的节点访问热点区域的概率p高于阀值α时，就定义该热点所在区域为目的节点频繁访问的区域L，通过病毒传染模式，向网络中其它热点区域声明该区域为目的节点频繁活动区域。

进一步的，所述步骤3中，热点收到消息包后，此时分为两种情况，一是将消息包转发给L中最优热点区域h，二是该热点并不知道L中任何的子区域，此时从其知道的热点区域中选择最优且比自身更优的热点区域作为中继区域，将消息包转发到目的节点频繁活动的区域。

进一步的，当确定用户频繁活动区域L后，对概率函数P＝F(f,u,s)进行衰减处理，即P＝e^-βtF(f，u，s)(β≥0)，进一步确定目的用户频繁活动的区域，其中衰减因子β与目的节点活动习惯变化有关，如果目的节点活动习惯变化快此时β越大，反之则越小，。

进一步的，所述中继区域的选择采用马尔科夫预测模型，首先采集节点访问热点区域的历史记录其中表示表示从热点区域到再用表示节点过去k步访问的热点区域，通过公式计算节点下一步即将访问的热点区域，其中 $P\left(X\right(n-k,n),T_{x_n,x_{n+1}})=P\left(X\right(n-k,n+1\left)\right),P\left(X\right(n-k,n\left)\right)=\frac{N\left(X\right(n-k,n))}{N\left({\mathrm{All}}_k\right)},$ N(X(n-k,n))表示过去(n-k)步所经过的热点区域，N(All_k)表示过去k不经过的热点区域，因此可确定中继节点，将消息包转发给目的热点。

进一步的，所述相遇频率(f)、相遇时间(u)、相似性(s)的获取是节点通过周期性的HELLO辅助报文建立邻居列表。

进一步的，HELLO消息包格式中，

(1)type字段占1个字节，其他字段占4个字节；

(2)type字段区分不同的分组类型；

(3)nb_addr表示节点的地址，即身份标识；

(4)frequent、time、similarity分别表示节点的社会关系；

(5)fre_hot[frequent_area]表示网络中目的节点活动区域；

(6)hot_history[hot_number]表示节点访问热点区域的历史记录。

节点缓存中缓存的信息格式

(1)nb_addr表示节点地址，即身份标识；

(2)frequent、time、similarity分别表示节点的社会关系；

(3)fre_hot[frequent_area]表示网络中目的节点活动区域。

本发明的优点及有益效果如下：

由以上方法步骤可见，本发明是针对当前车联网中，用户活动存在群落性的问题，提出一种基于用户活动区域模型的车联网路由方法，目的是将将传统的消息包转发给单个节点的方式，转变成将消息包转发给用户活动的区域的方式，相较传统的路由方法，使得路由过程规范化区域化，减小消息包转发难度，提高消息包的投递成功率，减小路由开销及投递时延。具体思想是：(1)根据社会网络(SNs：SocialNetworks)中节点活动具有群落性的特性，发掘用户最可能活动的区域；(2)采用靠近原则，将消息包转发给目的节点最可能出现的区域；(3)等待目的节点与携带消息包的热点相遇，从而完成消息包的投递。

附图说明

图1是本发明提供优选实施例网络模型；

图2：HELLO消息报文格式；

图3：CH_HELLO消息报文格式；

图4：消息任务分发模型；

图5：中继节点选取方法；

具体实施方式

以下结合附图，对本发明作进一步说明：

如图1所示，在详细描述之前，首先分析本发明的主要思想，具体思想如图1所示，图中深色区域表示目的节点频繁访问的区域，通过热点，发掘目的节点频繁访问的区域，然后将消息包转发给发区域。具体方法包括：

步骤1：节点通过周期性的HELLO辅助报文建立邻居列表，获取网络各个对象拥有的社会关系—相遇频率(f)、相遇时间(u)、相似性(s)，确定目的节点访问各热点区域的概率函数P＝F(f,u,s)；概率函数P＝F(f,u,s)表示目的节点出现在该热点区域的可能性，其值的大小与本热点跟目的节点之间社会关系有关，其中相遇频率f表示目的节点访问该热点区域的频率，目的节点访问热点频率越大，那么消息包在该热点时将消息包转发给目的节点的概率越高，其计算公式其中f_i(t)表示目的节点i在t时刻内访问该热点区域的频率，f_all(t)表示目的节点t时刻内访问所有热点区域的频率；相遇时间u表示目的节点访问热点区域的持续时间，目的节点在热点区域内呆的时间越长，那么由该热点将消息包转发给目的节点的概率越高，其计算公式其中f表示目的节点与热点的相遇频率，t_(i,j)(k)表示第k次访问热点时的持续时间，T表示周期；相似性s表示热点与目的节点拥有相同爱好兴趣朋友等，在这里用热点与目的节点具有相同邻居节点作为相似性s的依据，其计算公式其中N_j(t)表示热点j在t时刻的邻居节点，N_i(t)表示目的节点i在t时刻的邻居节点。其中HELLO消息包格式如图2所示，其中：

(7)type字段占1个字节，其他字段占4个字节；

(8)type字段区分不同的分组类型；

(9)nb_addr表示节点的地址，即身份标识；

(10)frequent、time、similarity分别表示节点的社会关系；

(11)fre_hot[frequent_area]表示网络中目的节点活动区域；

(12)hot_history[hot_number]表示节点访问热点区域的历史记录。

节点缓存中缓存的信息格式如图3所示：

(4)nb_addr表示节点地址，即身份标识；

(5)frequent、time、similarity分别表示节点的社会关系；

(6)fre_hot[frequent_area]表示网络中目的节点活动区域；

步骤2：根据目的节点访问热点区域的概率p高于阀值α时，就定义该热点所在区域为目的节点频繁访问的区域L。通过病毒传染模式，向网络中其它热点区域声明该区域为目的节点频繁活动区域L。目的节点频繁访问的区域确定后，根据目的节点活动习惯的改变访问某些区域概率下降的特点，对概率函数P＝F(f,u,s)进行衰减处理，即P＝e^-βtF(f，u，s)(β≥0)，从而更准确的判断目的节点频繁活动的区域。其中衰减因子β与目的节点活动习惯变化有关，如果目的节点活动习惯变化快此时β越大，反之则越小。L的变化情况是目的节点活动习惯变化快慢的体现。其中α值根据网络中消息副本数目的多少进行自动调整阀，尽可能的在现有资源的情况下，提高消息包的投递率。假设某个消息包在网络中的副本数为x，当检测到网络L中热点数目多于消息的副本数x时，增大阀值α，从而减少L中热点区域的数目，反之减小α值，增加L中热点区域的数目。而对于目的频繁活动区域L是否是连通域，都不影响消息包的投递率。这跟热点间采用的消息包转发方式有关系，因为本发明采用的是通过马尔科夫预测模型，选出最佳的中继，故不论L是否是连通域都不影响消息包的投递效率。

步骤3：热点收到消息包后，此时分为两种情况，一是将消息包转发给其知道的二是该热点并不知道L中任何的子区域，此时从其知道的热点区域中选择最优且比自身更优的热点区域作为中继区域，将消息包转发到目的节点频繁活动的区域。第一种情况为本热点区域已经是目的节点频繁访问的区域，该种情况存在以下两种可能，首先是本热点已经收到过该消息包，这种情况下热点从其知道的目的节点频繁活动区域中选择一个热点区域，将消息包转发给该热点区域；另外一种可能就是该热点没收到过该消息包，就将消息包直接推入缓存。第二种情况是本热点区域不是目的节点频繁访问的区域，此时热点将消息包转发给其知道的如果该热点并不知道L中任何的子区域，此时从其知道的热点区域中选择最优且比自身更优的热点区域作为中继区域，将消息包转发到目的节点频繁活动的区域。消息包在热点区域之间转发时，用多步马尔科夫预测模型，预测节点访问每个热点区域的概率。首先采集节点访问热点区域的历史记录其中表示表示从热点区域到再用表示节点过去k步访问的热点区域，通过公式计算节点下一步即将访问的热点区域，其中 $P\left(X\right(n-k,n),T_{x_n,x_{n+1}})=P\left(X\right(n-k,n+1\left)\right),P\left(X\right(n-k,n\left)\right)=\frac{N\left(X\right(n-k,n))}{N\left({\mathrm{All}}_k\right)},$ N(X(n-k,n))表示过去(n-k)步所经过的热点区域，N(All_k)表示过去k不经过的热点区域。因此可确定中继节点，将消息包转发给目的热点。该步骤的具体过程如图所示4所示，具体过程如下：

(1)源节点将产生的消息包首先转发给其最先遇到的热点；

(2)热点收到消息包后，从邻居节点中选取最可能到达L节点作为中继节点，并将消息包转发给中继节点；

(3)中继节点收到消息包，如果遇到更可能到达L的节点时，将消息包转发给该节点，如果遇到热点时，将消息包转发给热点，否则不转发；

步骤4：消息包达到目的节点频繁活动区域后，等待目的节点的出现从而完成消息包的传输。采用这种方式转发消息可以明显提高消息包的投递率，这是因为热点本身就是节点频繁活动的区域，其次通过挖掘目的节点频繁活动区域，将消息包转发给这些区域，必然能提高消息包的投递率。具体过程如图5所示。

以上这些实施例应理解为仅用于说明本发明而不用于限制本发明的保护范围。在阅读了本发明的记载的内容之后，技术人员可以对本发明作各种改动或修改，这些等效变化和修饰同样落入本发明权利要求所限定的范围。

Claims (8)

1.一种基于用户活动区域模型的车联网路由方法，其特征在于，包括以下步骤：

步骤1：确定车联网中各热点区域内目的节点出现的概率；

步骤2：根据用户活动的群落性特性，确定目的用户频繁活动区域L；

步骤3：热点收到消息包后，将消息包转发给其知道的最优热点区域；

步骤4：消息包到达目的节点频繁活动的区域后，等待目的节点的出现从而完成消息包的转发，实现车联网路由。

2.根据权利要求1所述的基于用户活动区域模型的车联网路由方法，其特征在于，所述步骤1中确定车联网中各热点区域内目的节点出现的概率的步骤具体为：根据节点活动的社会特性，节点间的社会关系—相遇频率(f)、相遇时间(u)、相似性(s)，确定目的节点访问各热点区域的概率函数P＝F(f,u,s)，其中相遇频率f表示目的节点访问该热点区域的频率，,其计算公式其中f_i(t)表示目的节点i在t时刻内访问该热点区域的频率，f_all(t)表示目的节点t时刻内访问所有热点区域的频率；相遇时间u表示目的节点访问热点区域的持续时间，其计算公式其中f表示目的节点与热点的相遇频率，t_(i,j)(k)表示第k次访问热点时的持续时间，T表示周期；相似性s表示热点与目的节点拥有相同爱好兴趣朋友，其计算公式其中N_j(t)表示热点j在t时刻的邻居节点，N_i(t)表示目的节点i在t时刻的邻居节点。

3.根据权利要求2所述的基于用户活动区域模型的车联网路由方法，其特征在于，所述步骤2中，确定用户频繁活动区域L的步骤具体为；

当目的节点访问热点区域的概率p高于阀值α时，就定义该热点所在区域为目的节点频繁访问的区域L，通过病毒传染模式，向网络中其它热点区域声明该区域为目的节点频繁活动区域。

4.根据权利要求3所述的基于用户活动区域模型的车联网路由方法，其特征在于，所述步骤3中，热点收到消息包后，此时分为两种情况，一是将消息包转发给L中最优热点区域h，二是该热点并不知道L中任何的子区域，此时从其知道的热点区域中选择最优且比自身更优的热点区域作为中继区域，将消息包转发到目的节点频繁活动的区域。

5.根据权利要求3所述的基于用户活动区域模型的车联网路由方法，其特征在于，当确定用户频繁活动区域L后，对概率函数P＝F(f,u,s)进行衰减处理，即P＝e^-βtF(f，u，s)(β≥0)，进一步确定目的用户频繁活动的区域，其中衰减因子β与目的节点活动习惯变化有关，如果目的节点活动习惯变化快此时β越大，反之则越小，。

6.根据权利要求4所述的基于用户活动区域模型的车联网路由方法，其特征在于，所述中继区域的选择采用马尔科夫预测模型，首先采集节点访问热点区域的历史记录其中表示表示从热点区域到再用表示节点过去k步访问的热点区域，通过公式计算节点下一步即将访问的热点区域，其中 $P\left(X\right(n-k,n),T_{x_n,x_{n+1}})=P\left(X\right(n-k,n+1\left)\right),$ $P\left(X\right(n-k,n\left)\right)=\frac{N\left(X\right(n-k,n))}{N\left({\mathrm{All}}_k\right)},$ N(X(n-k,n))表示过去(n-k)步所经过的热点区域，N(All_k)表示过去k不经过的热点区域，因此可确定中继节点，将消息包转发给目的热点。

7.根据权利要求2所述的基于用户活动区域模型的车联网路由方法，其特征在于，所述相遇频率(f)、相遇时间(u)、相似性(s)的获取是节点通过周期性的HELLO辅助报文建立邻居列表。

8.根据权利要求7所述的基于用户活动区域模型的车联网路由方法，其特征在于，HELLO消息包格式中，

(1)type字段占1个字节，其他字段占4个字节；

(2)type字段区分不同的分组类型；

(3)nb_addr表示节点的地址，即身份标识；

(4)frequent、time、similarity分别表示节点的社会关系；

(5)fre_hot[frequent_area]表示网络中目的节点活动区域；

(6)hot_history[hot_number]表示节点访问热点区域的历史记录。

节点缓存中缓存的信息格式

(1)nb_addr表示节点地址，即身份标识；

(2)frequent、time、similarity分别表示节点的社会关系；

(3)fre_hot[frequent_area]表示网络中目的节点活动区域。