CN105812254B - 一种机会网络数据传输方法 - Google Patents

一种机会网络数据传输方法 Download PDF

Info

Publication number
CN105812254B
CN105812254B CN201610160663.9A CN201610160663A CN105812254B CN 105812254 B CN105812254 B CN 105812254B CN 201610160663 A CN201610160663 A CN 201610160663A CN 105812254 B CN105812254 B CN 105812254B
Authority
CN
China
Prior art keywords
node
community
network
intermediate node
destination
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201610160663.9A
Other languages
English (en)
Other versions
CN105812254A (zh
Inventor
陈卫民
崔芳
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hunan City University
Original Assignee
Hunan City University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Hunan City University filed Critical Hunan City University
Priority to CN201610160663.9A priority Critical patent/CN105812254B/zh
Publication of CN105812254A publication Critical patent/CN105812254A/zh
Application granted granted Critical
Publication of CN105812254B publication Critical patent/CN105812254B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L45/00—Routing or path finding of packets in data switching networks
    • H04L45/14—Routing performance; Theoretical aspects
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L45/00—Routing or path finding of packets in data switching networks
    • H04L45/70—Routing based on monitoring results
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W16/00—Network planning, e.g. coverage or traffic planning tools; Network deployment, e.g. resource partitioning or cells structures
    • H04W16/18—Network planning tools
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W40/00—Communication routing or communication path finding
    • H04W40/02—Communication route or path selection, e.g. power-based or shortest path routing
    • H04W40/12—Communication route or path selection, e.g. power-based or shortest path routing based on transmission quality or channel quality
    • H04W40/14—Communication route or path selection, e.g. power-based or shortest path routing based on transmission quality or channel quality based on stability
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W40/00—Communication routing or communication path finding
    • H04W40/02—Communication route or path selection, e.g. power-based or shortest path routing
    • H04W40/22—Communication route or path selection, e.g. power-based or shortest path routing using selective relaying for reaching a BTS [Base Transceiver Station] or an access point
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W84/00—Network topologies
    • H04W84/18—Self-organising networks, e.g. ad-hoc networks or sensor networks
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D30/00—Reducing energy consumption in communication networks
    • Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks

Abstract

本发明提供一种移动机会网络数据传输方法，涉及计算机网络通讯技术领域。该方法包括：首先，获取节点的关键社会特征，建立网络的带权邻接矩阵；其次，选择合适的社区划分算法，将网络分解成适度规模的社区；然后，根据社区性质和图论理论，设计较优的中继选择策略；最后，设计路由算法，构建移动机会网络数据传输体系。跟传统的基于历史相遇信息来设计移动机会网络数据传输策略不同，本发明选择节点的社会特征，不需要额外一段时间来运行网络；本发明所构成的拓扑结构稳定，不随时间变化；本发明所构建的社区能更真实地反映节点之间的关系，且所设计出来的路由策略，能更有效地传输数据。

Description

一种机会网络数据传输方法
技术领域
本发明涉及计算机网络通讯技术领域，具体涉及一种机会网络数据传输方法。
背景技术
机会网络(Opportunistic Network)是一种不需要在源节点和目标节点之间存在完整路径，利用节点移动带来的相遇机会来实现网络通信的自组织网络。由于机会网络能够处理网络分裂，更适合实际的自组网需求，对未来实现“普适计算”具有重大影响，近年来引起了研究者的密切关注。
然而，机会网络的特性(主要特性是：节点移动、网络拓扑结构不断变化、可能不存在端到端连接等)决定了机会网络不能采用传统的“端到端”的路由模式，只能以“存储-携带-转发”的路由模式实现节点之间通信，而这将造成机会网络较长的传输延迟和较低的传输成功率，给数据传输的研究带来了挑战。
目前，机会网络数据传输研究主要集中在路由策略上。基于洪泛(flooding)和转发(forwarding)的思想，将数据复制成多份在网络中多路径并行传输，通过多拷贝来提高传输成功率，而这将增加网络开销容易造成泛洪。为了避免这种情况，通常需要一定的策略来限定网络中数据副本的数量，现有技术中主要是采用以下方式：通过对历史相遇数据研究，利用节点之间的相遇次数、相遇时间和相遇频率等，有选择地确定中继节点，从而提出了基于预测的路由算法。
然而，随着智能手持设备的大量普及，催生了一些新的机会网络服务模式，如手持设备组网(pocket switched network)、移动社会网络(mobile social network)和车载网络(vehicular network)等，在这些应用场景中，移动设备被人使用或携带，节点的移动和数据转发受人的意识、需要和社会行为等影响，基于历史相遇数据的路由模式难以获得较优的性能。
综上所述，急需一种拓扑结构更稳定、能更有效、高性能地在移动机会网络重进行数据传输的方法以解决现有技术中存在的问题。
发明内容
本发明目的在于提供一种拓扑结构更稳定以及能更有效且高性能地在移动机会网络重进行数据传输的机会网络数据传输方法，具体技术方案如下：
一种机会网络数据传输方法，包括以下步骤：
第一步：获取节点的关键社会特征，并根据获取的关键社会特征建立网络的带权邻接矩阵；
第二步：将网络划分成适度规模的社区，具体是：
步骤2.1、初始化：将整个网络分为n个社区，满足表达式2)：
其中，eij表示节点i和j之间的边，wij为节点i和j之间边的权值，W为网络中所有边的权值之和，ki为与节点i相连边的权值之和，kj为与节点j相连边的权值之和，ai代表节点i相连边的权值和在所有边权值和中所占的比例，aj代表节点j相连边的权值和在所有边权值和中所占的比例，ΔQij为社区i和j之间的模块度增量；
步骤2.2、选择最大的模块度增量ΔQij，合并相应的社区i和j；
步骤2.3、更新ΔQij模块度增量为ΔQ′jk，具体是：删除第i行和第i列的元素，按表达式3)更新第j行和第j列的元素：
其中：ai代表节点i相连边的权值和在所有边权值和中所占的比例，ak代表节点k相连边的权值和在所有边权值和中所占的比例，ΔQ′jk为更新后的社区j和k之间的模块度增量，ΔQik为社区i和k之间的模块度增量，ΔQjk为社区j和k之间的模块度增量；
步骤2.4、判断模块度增量的值是否为正，若模块度增量的值为正，返回步骤2.2；
若模块度增量的值为负，继续下一步；
第三步：根据社区性质和邻接矩阵，选择中继节点；
第四步：设计路由算法，构建机会网络数据传输体系。
以上技术方案中优选的，所述关键社会特征的获得是根据各社会特征的熵值大小获得，社会特征的熵越大表示该特征越关键。
以上技术方案中优选的，所述关键社会特征包括国籍、语言、单位、职务、居住国家以及居住城市。
以上技术方案中优选的，所述第一步中建立网络的带权邻接矩阵的具体过程如下：
设网络拓扑无向图为G＝(V,E)，其中：V为网络中的节点集合，E为定义在G上的边集，得到网络的带权邻接矩阵为表达式1)：
M＝(w(euv))n×n 1)；
其中：M是网络的带权邻接矩阵；节点u,v∈V；euv∈E表示节点u和v之间的边；W(euv)表示euv的权值，具体为两个节点的相同社会特征数目，且
以上技术方案中优选的，所述第三步中选择中继节点的具体操作是：
判断源节点S、中间节点R以及目标节点D三者的关系，具体是：
若源节点S、中间节点R和目标节点D三者各属于同一个社区，则等待下一个时间段再相遇中间节点R；
若仅源节点S和目标节点D属于同一社区，则等待下一个时间段再相遇中间节点R；
若仅中间节点R和目标节点D属于同一社区，则选择中间节点R为中继节点；
若源节点S、中间节点R和目标节点D三者均属于同一个社区，则根据第一步中的带权邻接矩阵判断源节点S和中间节点R两者与目标节点D的亲密度，具体是：若中间节点R与目标节点D的亲密度大于源节点S与目标节点D的亲密度时，则选择中间节点R为中继节点；若中间节点R与目标节点D的亲密度小于等于源节点S与目标节点D的亲密度时，则等待下一个时间段再相遇中间节点R。
以上技术方案中优选的，所述第四步中的路由算法具体是：源节点S持有数据M欲发送给目标节点D，在某个时间段内遇到中间节点集，具体包括以下步骤：
步骤4.1、在中间节点集中查询是否包含目标节点D，如果包含目标节点D，源节点S直接将数据M转发给目标节点D，结束数据传输；否则，继续下一步；
步骤4.2、在中间节点集中寻找是否有与目标节点D属于相同社区的节点，如果没有与目标节点D属于相同社区的节点，源节点S不转发数据，等待下一个时间段再相遇中间节点集，返回步骤4.1；如果仅存在一个与目标节点D属于相同社区的中间节点R，直接选取中间节点R并继续下一步；如果存在多个与目标节点D属于相同社区的中间节点，根据第一步中的带权邻接矩阵，选取与目标节点D亲密度最高的中间节点R，继续下一步；
步骤4.3、比较源节点S、中间节点R与目标节点D的亲密度，若中间节点R与目标节点D的亲密度高，选取中间节点R作为中继节点，源节点S转发数据M给中间节点R，中间节点R将数据M转发给D，结束数据传输；否则，源节点S不转发数据，等待下一个时间段再相遇中间节点集，返回步骤4.1。
应用本发明的技术方案，具有以下有益效果：因在移动机会网络中各节点的移动和数据转发会受到人的社会性影响，因此，本发明提供一种基于节点社会特征的机会网络数据传输方法，社会特征能更好地表示节点之间的社会关系，而社会关系可在网络部署之前事先获得，因此，本发明系统不需要额外一段时间来运行网络；本发明所构成的拓扑结构稳定，不随时间变化，更方便设计传输策略；本发明所构建的社区能更真实地反映节点之间的关系；本发明中涉及的社区划分算法和路由策略，能更有效、高性能地在移动机会网络传输数据。
除了上面所描述的目的、特征和优点之外，本发明还有其它的目的、特征和优点。下面将参照图，对本发明作进一步详细的说明。
附图说明
构成本申请的一部分的附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：
图1是本发明优选实施例1的机会网络数据传输方法的流程图；
图2是图1中将网络划分成适度规模的社区的流程图；
图3是图1中路由算法的流程图。
具体实施方式
以下结合附图对本发明的实施例进行详细说明，但是本发明可以根据权利要求限定和覆盖的多种不同方式实施。
实施例1：
参见图1，一种机会网络数据传输方法，是一类由人使用或携带具有无线通讯接口的便携设备如手机、笔记本、平板电脑等组成的机会网络，此方法可以应用到以下场景中(还可以根据实际情况，将本发明方法应用到与以下场景类似的场景中)：
位置服务：利用多部手机自主组网，从不同角度对同一环境信息(声音、图像等)进行协作感知，降低环境噪音的影响，提高定位的准确性。
媒体服务：在许多大规模的文体活动中(现场演唱会、庆典、体育赛事等)，用户所处位置对观看效果有较大影响，坐在后排或角落的人们由于视觉受限而影响观看质量，利用手机自带的摄像功能,坐在不同位置的用户通过分发、共享视频数据获得满意的视觉效果。
智能交通：利用用户携带的便携式设备对路况信息进行收集，经共享平台服务器处理后反馈给用户，向用户提供相对舒适、环保的出行路线或建议。
突发事件：突发事件的随机性，使得很难通过传统的固定部署感知网络的方式对其进行监控；当突发事件发生时，现场志愿者利用随身携带的手机对事件进行拍照或记录，然后通过一跳或多跳的方式将收集到的信息上传至服务器，分析整理后的信息及时通知有关用户。
本发明机会网络数据传输方法详见图1，具体包括以下步骤：
第一步：获取节点的关键社会特征，并根据获取的关键社会特征建立网络的带权邻接矩阵，具体是：
1、获取节点的关键社会特征：节点的社会特征可以是物理特征(如性别和身度)，也可以是逻辑关系(如一个组织的成员)，它们可以事先通过调查问卷的方式获取；不同的数据集内包含的关键社会特征可能存在不同，如Infocom 2006数据集，提供了国籍、语言、单位、职务、毕业学校、居住国家、居住城市、兴趣话题等10种社会特征；MIT realitymining数据集，提供了邻居、上下班、住所、工作时间、职业和研究组等社会特征，在这些特征中，有些相对更重要、更关键，更能反映节点之间的关系；
设网络中有n个用户，每个用户有m个社会特征，表示为fm，每个特征fj有mj个可能值：p(xi)表示特征值xi出现的概率，则社会特征fj的熵为：
社会特征的熵越大表示该特征越关键，更能反映节点之间的关系；相反，特征的熵越小表示越不重要；
2、建立网络的带权邻接矩阵：
设G＝(V,E)为网络拓扑无向图，其中V为网络中的节点集合，E为定义在G上的边集，则网络的带权邻接矩阵为表达式1)：
M＝(w(euv))n×n 1)，
其中：M是网络的带权邻接矩阵，u、v为节点，euv表示节点u和v之间的边，W(euv)表示euv的权值，n是带权邻接矩阵的维数；
第二步：将网络划分成适度规模的社区，详见图2，具体是：
目前社区划分算法有很多，如：基于Laplace矩阵的谱平分法、基于贪婪算法原理的Kernighan-Lin算法、Newman等人提出的GN算法和快速算法等等，其中，快速算法是一种基于贪婪算法思想的凝聚算法，该算法划分社团的准确性高，算法容易实现，而且复杂度仅为O((m+n)n)；
Newman和Girvan定义了一个用于评价网络分解满意度的指标，称为模块度(modularity)，其表达式为式中Q为模块度，式中eii、ai、Tre以及||e2||四者的含义与现有技术中的含义相同；
模块度表达式的物理意义是：网络中连接两个同种类型的节点的边(即社区内部边)减去在同样的社区结构下任意连接这两个节点的边的比例的期望值；当函数的值趋于1时，表明社团结构划分的相当好，一般取其值为0.3～0.7；
此步骤的具体方法是：
步骤2.1、初始化：将整个网络分为n个社区(社区根据上述模块度取值合理的前提下进行划分成多个)，满足表达式2)：
其中，eij表示节点i和j之间的边，wij为节点i和j之间边的权值，W为网络中所有边的权值之和，ki为与节点i相连边的权值之和，kj为与节点j相连边的权值之和，ai代表节点i相连边的权值和在所有边权值和中所占的比例，aj代表节点j相连边的权值和在所有边权值和中所占的比例，ΔQij为社区i和j之间的模块度增量；
步骤2.2、选择最大的模块度增量ΔQij，合并相应的社区i和j；
步骤2.3、更新模块度增量ΔQij＝ΔQ′jk，具体是：删除第i行和第i列的元素，按表达式3)更新第j行和第j列的元素：
其中：ai代表节点i相连边的权值和在所有边权值和中所占的比例，ak代表节点k相连边的权值和在所有边权值和中所占的比例，ΔQ′jk为更新后的社区j和k之间的模块度增量，ΔQik为社区i和k之间的模块度增量，ΔQjk为社区j和k之间的模块度增量；
步骤2.4、判断模块度增量的值是否为正，若模块度增量的增量为正，返回步骤2.2；
若模块度增量为负，继续下一步；
第三步：根据社区性质和邻接矩阵，选择中继节点，具体是：
在机会网络中，由于不存在端到端的通信路径，采用“存储-携带-转发”的方式发送数据；为了提高传输成功率、降低传输延迟，往往借助中间节点对信息进行中继；然而，因节点移动受各种随机因素影响，使用中继能否达到提高传输成功率、降低延迟的目标存在不确定性；为了提高中继的转发效果，本实施例基于贪心的思想来选择中继：如果中途遇到的中间节点R，比源节点S更为接近目标节点D(如更早遇到目标)，则选择中间节点R为中继节点。
机会网络具有良好的社区结构，根据社区具有的性质，获得以下结论：在社区内，节点之间的关系较亲密，联系较频繁，相遇机会较多；而在社区之间，节点之间的关系较疏远，联系较少，相遇机会较少；此步骤的具体过程是：
判断源节点S、中间节点R以及目标节点D三者的关系，具体是：
若源节点S、中间节点R和目标节点D三者各属于同一个社区，则等待下一个时间段再相遇中间节点R；
若仅源节点S和目标节点D属于同一社区，则等待下一个时间段再相遇中间节点R；
若仅中间节点R和目标节点D属于同一社区，则选择中间节点R为中继节点；
若源节点S、中间节点R和目标节点D三者均属于同一个社区，则根据第一步中的带权邻接矩阵判断源节点S和中间节点R两者与目标节点D的亲密度(根据带权邻接矩阵判断两个节点之间亲密度的规则可参照现有技术)，具体是：若中间节点R与目标节点D的亲密度大于源节点S与目标节点D的亲密度时，则选择中间节点R为中继节点；若中间节点R与目标节点D的亲密度小于等于源节点S与目标节点D的亲密度时，则等待下一个时间段再相遇中间节点R；
第四步：设计路由算法，构建机会网络数据传输体系，具体是：源节点S持有数据M欲发送给目标节点D，在某个时间段内遇到中间节点集，具体包括以下步骤，详见图3：
步骤4.1、在中间节点集中查询是否包含目标节点D；如果包含目标节点D，源节点S直接将数据M转发给目标节点D，结束数据传输；否则，继续下一步；
步骤4.2、在中间节点集中寻找是否有与目标节点D属于相同社区的节点，如果没有与目标节点D属于相同社区的节点，源节点S不转发数据，等待下一个时间段再相遇中间节点集，返回步骤4.1；
如果仅存在一个与目标节点D属于相同社区的中间节点R，直接选取中间节点R并继续下一步；如果存在多个与目标节点D属于相同社区的中间节点，根据第一步中的带权邻接矩阵，选取与目标节点D亲密度最高的中间节点R，继续下一步；
步骤4.3、比较源节点S、中间节点R与目标节点D的亲密度，若中间节点R与目标节点D的亲密度高，选取中间节点R作为中继节点，源节点S转发数据M给中间节点R，中间节点R将数据M转发给D，结束数据传输；否则，源节点S不转发数据，等待下一个时间段再相遇中间节点集，返回步骤4.1。
本发明提供一种基于节点社会特征的机会网络数据传输方法，社会特征能更好地表示节点之间的社会关系，而社会关系可在网络部署之前事先获得，因此，本发明系统不需要额外一段时间来运行网络；本发明所构成的拓扑结构稳定，不随时间变化，更方便设计传输策略；本发明所构建的社区能更真实地反映节点之间的关系；本发明中涉及的社区划分算法和路由策略，能更有效、高性能地在移动机会网络传输数据。
实施例2：
一种机会网络数据传输方法，以Infocom 2006数据集作为实验对象进行数据转发，具体包括以下步骤：
第一步：获取节点的关键社会特征，并根据获取的关键社会特征建立网络的带权邻接矩阵，具体是：
1、获取节点的关键社会特征：在Infocom 2006数据集共有61名参会的学生和研究者，手持具有蓝牙的iMote设备；从2006年4月24日到27日，在西班牙巴塞罗那市普林斯萨索非亚大酒店，通过采集他们之间的联系信息，而得到该数据集，它包含两个部分：参与者之间的联系信息和参与者的社会特征；在337418秒时间内参与者之间共有74981次连接；
设网络中有n个(n为61)用户，每个用户有m个社会特征，表示为fm，每个特征fj有mj个可能值：p(xi)表示特征值xi出现的概率，则社会特征fj的熵为：
社会特征的熵越大表示该特征越关键，更能反映节点之间的关系；相反，特征的熵越小表示越不重要，本实施例从原始数据中提取了六个社会特征(熵值最大，排名最前的6个)：国籍、语言、单位、职务、居住城市和居住国家，其相应的熵如表1所示：
表1 六个社会特征的熵
社会特征 单位 居住城市 国籍 语言 居住国家 职务
熵 4.64 4.45 4.11 4.11 3.59 1.37
2、建立网络的带权邻接矩阵：
根据实施例1相同的方法，得到本实施例的网络的带权邻接矩阵为：
其中：M是网络的带权邻接矩阵，u、v为节点，euv表示节点u和v之间的边，W(euv)表示euv的权值，n是带权邻接矩阵的维数；
第二步：将网络划分成适度规模的社区，按照实施例1相同的快速算法划分出的社区和计算出的模块度Q如表2所示，即被划分成社区1、社区2以及社区3，其中社区1中包含节点1、8、11、16、18、22、23、24、26、27、28、34、36、38、40、41、42、44、46、47、49、50、52、53、54、55、56、57、58、60和61；社区2包含节点12、15、20、19、32、4、48、43、35、45、21、6、2、25、5、37、9、3、30、29、31和39；社区3包含7、10、17、33、13、59、14和51：
表2 社区划分结果
第三步：根据社区性质和邻接矩阵，选择中继节点，中继点的选择策略同实施例1；
第四步：设计路由算法，构建机会网络数据传输体系，具体是：源节点S(社区3中的节点17)持有数据M欲发送给目标节点D(社区1中的节点56)，在某个时间段内遇到中间节点集(节点55、节点36、节点30以及节点25)，具体包括以下步骤：
步骤4.1、在中间节点集中查询是否包含目标节点D，经查询，中间节点集不包含目标节点D，继续下一步；
步骤4.2、在中间节点集中寻找是否有与目标节点D属于相同社区的节点，经查询，存在两个与目标节点D属于相同社区的中间节点(节点55和节点36)，根据第一步中的带权邻接矩阵，得到中间节点R(节点36)与目标节点D亲密度最高，选取中间节点R(节点36)，继续下一步；
步骤4.3、比较源节点S、中间节点R与目标节点D的亲密度，经比较，中间节点R(节点36)与目标节点D的亲密度高，选取中间节点R(节点36)作为中继节点，源节点S转发数据M给中间节点R(节点36)，中间节点R(节点36)将数据M转发给D，结束数据传输。
将本实施例与现有技术中几个传统、经典的算法进行比较，具体如下：
对比实施例1：Epidemic算法，具体是：
持有数据的节点，给每个相遇节点一份拷贝。
对比实施例2：Spray and Wait算法，具体是：
源节点持有10份数据，在某个时间段相遇多个节点，随机选择一个节点并转发数据的一半份数给它，当持有数据的份数小于2时不再转发数据。
对比实施例3：HGroup算法，具体是：
与本发明方法相比，社区的形成不是基于节点社会特征，而是采用历史相遇数据中的相遇次数(用Infocom 2006数据集中前40个小时数据统计而得)，社区划分算法和路由算法与本发明方法算法一致。
为定量比较分析各路由算法的性能，选择以下4个指标作为评价路由算法的度量依据，分别是传输成功率、传输延迟、跳数和转发数量，实验结果如表3所示，从中可看出：对比实施例1(Epidemic算法)由于在网络中不限制拷贝数量，其传输成功率最高，但是当节点密度达到一定程度后，网络开销会急剧增加，从而导致性能急剧减弱；本发明方法和对比实施例3能明显优于对比实施例2(Spray and Wait算法)，说明在节点具有社会性的机会网络中，采用社区结构去设计路由算法有一定的优越性；本发明方法比对比实施例3性能稍优，说明采用节点的社会特征来反映节点之间的关系，要比采用历史相遇数据稍好。另外，节点的社会特征不随时间变化，是固定的，它所构建的拓扑结构也是稳定的，由此设计路由路径和算法也相对好些。
表3 实施例2与对比实施例1-3之间的性能比较
案例/参数 传输成功率 传输延迟 跳数 拷贝数量
对比实施例1(Epidemic算法) 0.68 54 4.0 14.8
对比实施例2(Spray and Wait算法) 0.39 57 4.1 7.0
对比实施例3(HGroup算法) 0.56 62 3.6 5.9
本发明方法(Sgroup算法) 0.58 56 3.5 5.5
以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (3)

1.一种机会网络数据传输方法，其特征在于，包括以下步骤：
第一步：获取节点的关键社会特征，并根据获取的关键社会特征建立网络的带权邻接矩阵，所述建立网络的带权邻接矩阵具体是：
设G＝(V,E)为网络拓扑无向图，其中V为网络中的节点集合，E为定义在G上的边集，则网络的带权邻接矩阵为表达式1)：
M＝(w(euv))n×n 1)，
其中：M是网络的带权邻接矩阵，u、v为节点，euv表示节点u和v之间的边，W(euv)表示euv的权值，具体为两个节点的相同社会特征数目，且
第二步：将网络划分成适度规模的社区，具体是：
步骤2.1、初始化：将整个网络分为n个社区，满足表达式2)：
其中，eij表示节点i和j之间的边，wij为节点i和j之间边的权值，W为网络中所有边的权值之和，ki为与节点i相连边的权值之和，kj为与节点j相连边的权值之和，ai代表节点i相连边的权值和在所有边权值和中所占的比例，aj代表节点j相连边的权值和在所有边权值和中所占的比例，ΔQij为社区i和j之间的模块度增量；
步骤2.2、选择最大的模块度增量ΔQij，合并相应的社区i和j；
步骤2.3、更新ΔQij模块度增量为ΔQ′jk，具体是：删除第i行和第i列的元素，按表达式3)更新第j行和第j列的元素：
其中：ai代表节点i相连边的权值和在所有边权值和中所占的比例，ak代表节点k相连边
的权值和在所有边权值和中所占的比例，ΔQ′jk为更新后的社区j和k之间的模块度增量，ΔQik为社区i和k之间的模块度增量，ΔQjk为社区j和k之间的模块度增量；
步骤2.4、判断模块度增量的值是否为正，若模块度增量的值为正，返回步骤2.2；
若模块度增量的值为负，继续下一步；
第三步：根据社区性质和邻接矩阵，选择中继节点，所述选择中继节点的过程是：
判断源节点S、中间节点R以及目标节点D三者的关系，具体是：
若源节点S、中间节点R和目标节点D三者各属于同一个社区，则等待下一个时间段再相遇中间节点R；
若仅源节点S和目标节点D属于同一社区，则等待下一个时间段再相遇中间节点R；
若仅中间节点R和目标节点D属于同一社区，则选择中间节点R为中继节点；
若源节点S、中间节点R和目标节点D三者均属于同一个社区，则根据第一步中的带权邻接矩阵判断源节点S和中间节点R两者与目标节点D的亲密度，具体是：若中间节点R与目标节点D的亲密度大于源节点S与目标节点D的亲密度时，则选择中间节点R为中继节点；若中间节点R与目标节点D的亲密度小于等于源节点S与目标节点D的亲密度时，则等待下一个时间段再相遇中间节点R；
第四步：设计路由算法，构建机会网络数据传输体系，所述路由算法具体是：源节点S持有数据M欲发送给目标节点D，在某个时间段内遇到中间节点集，具体包括以下步骤：
步骤4.1、在中间节点集中查询是否包含目标节点D；如果包含目标节点D，源节点S直接将数据M转发给目标节点D，结束数据传输；否则，继续下一步；
步骤4.2、在中间节点集中寻找是否有与目标节点D属于相同社区的节点，如果没有与目标节点D属于相同社区的节点，源节点S不转发数据，等待下一个时间段再相遇中间节点集，返回步骤4.1；
如果仅存在一个与目标节点D属于相同社区的中间节点R，直接选取中间节点R并继续下一步；如果存在多个与目标节点D属于相同社区的中间节点，根据第一步中的带权邻接矩阵，选取与目标节点D亲密度最高的中间节点R，继续下一步；
步骤4.3、比较源节点S、中间节点R与目标节点D的亲密度，若中间节点R与目标节点D的亲密度高，选取中间节点R作为中继节点，源节点S转发数据M给中间节点R，中间节点R将数据M转发给D，结束数据传输；否则，源节点S不转发数据，等待下一个时间段再相遇中间节点集，返回步骤4.1。
2.根据权利要求1所述的机会网络数据传输方法，其特征在于，所述关键社会特征的获得是根据各社会特征的熵值大小获得，社会特征的熵越大表示该特征越关键。
3.根据权利要求2所述的机会网络数据传输方法，其特征在于，所述关键社会特征包括国籍、语言、单位、职务、居住国家以及居住城市。
CN201610160663.9A 2016-03-21 2016-03-21 一种机会网络数据传输方法 Active CN105812254B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610160663.9A CN105812254B (zh) 2016-03-21 2016-03-21 一种机会网络数据传输方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610160663.9A CN105812254B (zh) 2016-03-21 2016-03-21 一种机会网络数据传输方法

Publications (2)

Publication Number Publication Date
CN105812254A CN105812254A (zh) 2016-07-27
CN105812254B true CN105812254B (zh) 2017-06-23

Family

ID=56454600

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610160663.9A Active CN105812254B (zh) 2016-03-21 2016-03-21 一种机会网络数据传输方法

Country Status (1)

Country Link
CN (1) CN105812254B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110611582A (zh) * 2019-04-28 2019-12-24 中南大学 一种基于节点社会化的机会社会网络有效数据传输方法

Families Citing this family (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106604222A (zh) * 2016-11-21 2017-04-26 四川大学 一种基于时空关系的移动社会网络路由方法
CN106656819B (zh) * 2017-02-06 2019-09-20 中国人民解放军理工大学 一种基于时间表的dtn机会预测路由方法
CN107342937B (zh) * 2017-06-12 2019-08-16 中国电子科技集团公司第五十四研究所 一种空间dtn网络下的数据可靠传输方法
CN107770771B (zh) * 2017-09-22 2021-02-02 哈尔滨工业大学深圳研究生院 机会网络中加入隐私保护的路由方法
CN108495351A (zh) * 2018-04-19 2018-09-04 中国联合网络通信集团有限公司 一种数据传输方法及系统
CN109120438B (zh) * 2018-08-02 2021-04-06 湖南城市学院 一种机会网络下的数据协同传输方法及系统
CN110011969B (zh) * 2019-02-28 2020-04-10 浙江大学 基于信任评价机制的分布式检测数据错误化攻击防御方法
CN110611617B (zh) * 2019-08-22 2021-10-08 南京理工大学 基于节点差异性与活跃度的dtn路由方法
CN111586790B (zh) * 2020-03-31 2023-07-04 西安工业大学 一种无线融断网络尽力通信方法
CN115134374B (zh) * 2022-06-29 2023-08-01 中国人民解放军国防科技大学 一种机会网络的目录数据同步方法及装置

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104661275A (zh) * 2014-12-11 2015-05-27 北京邮电大学 一种机会网络中数据传输方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE10033812A1 (de) * 2000-07-12 2002-01-24 Alcatel Sa Verfahren zum Erzeugen von Informationsmodellen

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104661275A (zh) * 2014-12-11 2015-05-27 北京邮电大学 一种机会网络中数据传输方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
一种基于社区机会网络的消息传输算法;牛建伟等;《计算机研究与发展》;20091231;第46卷(第12期);2068-2075 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110611582A (zh) * 2019-04-28 2019-12-24 中南大学 一种基于节点社会化的机会社会网络有效数据传输方法

Also Published As

Publication number Publication date
CN105812254A (zh) 2016-07-27

Similar Documents

Publication Publication Date Title
CN105812254B (zh) 一种机会网络数据传输方法
Saad et al. Coalition formation games for distributed cooperation among roadside units in vehicular networks
Hsu et al. Modeling time-variant user mobility in wireless mobile networks
Sun et al. Multiple constraints QoS multicast routing optimization algorithm in MANET based on GA
US20090319503A1 (en) Matching queries in a network
CN110572797B (zh) 用于应急通信的探路网拓扑结构及其路由方法
Ci et al. Adaptive clustering in wireless sensor networks by mining sensor energy data
CN105871641A (zh) 一种基于云的数据获取方法
CN110191413A (zh) 一种基于贪婪蚁群算法在移动自组网中进行广播的方法及系统
Kas et al. What if wireless routers were social? approaching wireless mesh networks from a social networks perspective
Zhu et al. Rethinking routing information in mobile social networks: location-based or social-based?
CN110268739A (zh) 接入控制方法、装置及可读存储介质
Li et al. Multicast capacity scaling for inhomogeneous mobile ad hoc networks
Toumpis Optimal design and operation of massively dense wireless networks: or how to solve 21st century problems using 19th century mathematics
CN105634947B (zh) 一种机会移动社会网络中基于热点的消息转发方法
Layuan et al. A routing protocol for dynamic and large computer networks with clustering topology
CN104486726B (zh) 一种保护用户前瞻位置隐私的路网环境位置泛化方法
Singh et al. Energy Aware Cluster Head Selection and Multipath Routing Using Whale-based Tunicate Swarm Algorithm (WTSA) for Wireless Sensor Network
Revah et al. Improved algorithms for data-gathering time in sensor networks II: ring, tree, and grid Topologies
Sun et al. On heterogeneous mobile network connectivity: Number of gateway nodes
Wang et al. Identifying the spatiotemporal organization of high-traffic events in a mobile communication system using event synchronization and complex networks
Fatimah et al. Delay tolerant network: routing issues and performance
Tabatabaei et al. Fuzzy logic-based multicast routing in multiradio multichannel wireless mesh networks
Venkataramanan et al. Analysis of Cluster Based Zone Routing Protocol in MANET through Network Simulator
Jiang et al. Mobile Information Service for Networks

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant