CN107911293A - 一种基于地理位置的流量路由树构建方法 - Google Patents

一种基于地理位置的流量路由树构建方法 Download PDF

Info

Publication number
CN107911293A
CN107911293A CN201711053985.4A CN201711053985A CN107911293A CN 107911293 A CN107911293 A CN 107911293A CN 201711053985 A CN201711053985 A CN 201711053985A CN 107911293 A CN107911293 A CN 107911293A
Authority
CN
China
Prior art keywords
cluster
adjacent
bandwidth
msub
mrow
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.)
Pending
Application number
CN201711053985.4A
Other languages
English (en)
Inventor
张蕾
王聪
刘琨
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.)
Tianjin University
Original Assignee
Tianjin 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 Tianjin University filed Critical Tianjin University
Priority to CN201711053985.4A priority Critical patent/CN107911293A/zh
Publication of CN107911293A publication Critical patent/CN107911293A/zh
Pending legal-status Critical Current

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
    • H04L45/48—Routing tree calculation
    • 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
    • H04L45/38—Flow based routing

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Data Exchanges In Wide-Area Networks (AREA)

Abstract

一种基于地理位置路由的流量感知路由树的构建方法，包括：不相交集数据结构用于在簇中用于跟踪每个节点的成员资格；优先级队列数据结构用于存储到所有相邻簇的虚拟带宽和距离；两个相邻簇虚拟带宽是两个簇节点间所有可用带宽之和，引力最大一对相邻簇最先合并；点数多的簇的簇头作为新簇簇头出现；簇中心为簇中所有节点位置的平均值，新簇到其相邻簇的虚拟带宽由原簇到其相邻簇的带宽计算得到；新簇到相邻簇最高可用带宽链路是原簇到相邻簇最高带宽链路；直到只剩一个簇或剩余簇没有引力结束，得到包涵路由树所有节点的大簇，大簇簇头即路由树根节点。本发明同时考虑了位置和流量信息，减少了冲突包的数量和平均路径跳数，增加了平均路径吞吐量。

Description

一种基于地理位置的流量路由树构建方法
技术领域
本发明涉及自组网和传感器网络领域，尤其涉及一种基于地理位置的流量路由树构建方法。
背景技术
近些年在自组网和传感器网络领域提出了地理位置路由的概念。它能够利用局部地理位置信息生成路由线路，从而避免了由主动和反应式路由协议引起的大量通信和存储开销。在地理位置路由帮助数据包跳出局部极小值找到一个合适路径的众多迂回策略中，树路由是其中之一。
树路由的有效性取决于预先构造的路由树的质量，而现有的树构建方法采用自上而下和集中的方式，并且没有考虑网络中的流量负载。
当选择根节点不恰当时，容易产生大量的冲突包，大量的冲突包会导致更复杂的路由。同时，如果在包含路由树的链接中具有高流量，树中很可能存在一个瓶颈，那么在此路由树上执行的路由性能将会变差。
发明内容
本发明提供了一种基于地理位置的流量路由树构建方法，本发明同时考虑了位置和流量信息，减少冲突包的数量，消除瓶颈，并且减少平均路径跳数，增加了平均路径吞吐量，实现了很好的路由性能，详见下文描述：
一种基于地理位置的流量路由树构建方法，所述流量路由树构建方法包括以下步骤：
1)初始化步骤：
每个簇头使用不相交集数据结构、以及优先级队列数据结构，所述不相交集数据结构用于在簇中用于跟踪每个节点的成员资格；所述优先级队列数据结构用于存储到所有相邻簇的虚拟带宽和距离；
簇的中心为簇中所有节点位置的平均值；两个相邻簇的距离为簇中心的距离；两个相邻簇的虚拟带宽是两个簇节点间所有可用带宽之和；根据引力函数计算每对相邻簇的引力；
2)合并步骤：
引力最大的一对相邻簇最先合并；
两个簇合并时，节点数多的簇的簇头作为新簇的簇头出现，节点数少的簇的簇头作为新簇的簇成员；新簇到其相邻簇的虚拟带宽由原簇到其相邻簇的带宽计算得到；新簇到相邻簇的最高可用带宽的链路是原簇到相邻簇的最高带宽的链路；
更新新簇与其相邻簇的距离、虚拟带宽、最高可用链路、引力等信息；
3)迭代执行合并步骤，直到只剩一个簇或剩余簇没有引力才结束，得到一个包涵路由树的所有节点的大簇，该大簇的簇头即路由树的根节点。
其中，所述新簇的中心由两个原簇的大小和中心计算得到。
进一步地，所述引力函数为：
其中，bandwidth(C1,C2)为两个相邻簇的虚拟带宽；dist(C1,C2)为两个簇C1和C2的距离；两个簇的引力越强，越快被合并。
其中，所述优先级队列数据结构还使得查找目标相邻簇的时间缩短。
进一步地，当使用优先级队列数据结构和不相交集数据结构合并时，较小簇的簇头将两个数据结构作为簇信息的一部分提交给新的簇头。
本发明提出了自底而上的分布式设计方法即TART方法。它致力于解决在地理位置路由中，树路由过于依赖预先构造的路由树的质量，而造成的一系列问题。使得基于TART方法的地理位置路由具有良好的可靠性、健壮性，其有益效果主要体现在以下三方面：
(1)本发明采用自底向上的构建方法，避免了因根节点选取不当引起的冲突包较多的问题，进而减小了路由的复杂度；
(2)本发明采用分布式，并且考虑了节点位置信息和流量负载，不仅避免了由局部流量过高而产生的瓶颈问题，还提高了系统的可靠性；
(3)本发明考虑了相邻簇间的距离和可用带宽，使得平均路径跳数减小，平均路径吞吐量增大，减少了数据包传输时间，延长了节点的寿命，提高了系统吞吐量。
附图说明
图1为一种基于地理位置的流量路由树构建方法的流程图；
图2为簇和簇间链路的示意图。
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，下面对本发明实施方式作进一步地详细描述。
本发明实施例提供了一种基于地理位置的流量路由树方法，主要用于解决在地理位置路由中，由冲突包数量多、高流量产生的瓶颈、平均路径跳数多、以及平均路径吞吐量少而导致的路由性能不佳的问题。具体来说，主要解决以下问题：
基于树的迂回效益取决于预先构造的路由树的质量。现有技术中都采用自上而下的构建方法，且一个树的根节点总是固定的，这严重制约了树的构建。如果一棵树在兄弟姐妹(子树)之间有许多冲突包，树上执行的路由性能会很差。本发明实施例采用自底向上的构建方法(使得路由树的根节点最后求出)，使得树的根节点可以不用预先确定就能得到高效的路由树。相近的簇最先融合使得兄弟姐妹间的凸包有很少的重叠机会，减少了冲突包的数量，也减小了路由的复杂度。
现有技术中的树路由算法采用了集中式，没有考虑流量负载，使得局部高流量会产生瓶颈。同时也会由中心节点的故障，导致系统生命期的终结，降低了系统的可靠性。本发明实施例采用分布式方式(即同时运行在所有簇头上，并行运行)，并且考虑了节点的位置信息和流量负载，不仅避免了由局部流量过高产生的瓶颈问题，还提高了系统的可靠性。
现有技术中的路由算法存在平均路径跳数多，平均路径吞吐量少的问题。本发明实施例考虑了相邻簇间的距离和可用带宽，使得平均路径跳数减小，平均路径吞吐量增大，延长了节点的寿命，提高了传输速度，提高了系统吞吐量。
实施例1
一种基于地理位置的流量路由树构建方法，参见图1，该流量路由树构建方法包括以下步骤：
101：初始化步骤：
每个簇头使用不相交集数据结构、以及优先级队列数据结构，不相交集数据结构用于在簇中用于跟踪每个节点的成员资格；优先级队列数据结构用于存储到所有相邻簇的虚拟带宽和距离；
簇的中心为簇中所有节点位置的平均值；两个相邻簇的距离为簇中心的距离；两个相邻簇的虚拟带宽是两个簇节点间所有可用带宽之和；根据引力函数计算每对相邻簇的引力；
102：合并步骤：
引力最大的一对相邻簇最先合并；
两个簇合并时，节点数多的簇的簇头作为新簇的簇头出现，节点数少的簇的簇头作为新簇的簇成员；新簇到其相邻簇的虚拟带宽由原簇到其相邻簇的带宽计算得到；新簇到相邻簇的最高可用带宽的链路是原簇到相邻簇的最高带宽的链路；
更新新簇与其相邻簇的距离、虚拟带宽、最高可用链路、引力等信息；
103：迭代执行合并步骤。
直到只剩一个簇或剩余簇没有引力才结束，得到一个包涵路由树的所有节点的大簇，该大簇的簇头即路由树的根节点。
其中，新簇的中心由两个原簇的大小和中心计算得到。
其中，引力函数为：
其中，bandwidth(C1,C2)为两个相邻簇的虚拟带宽；dist(C1,C2)为两个簇C1和C2的距离。
进一步地，步骤101中的优先级队列数据结构还用于找到目标相邻簇并减少查找时间。当使用优先级队列数据结构和不相交集数据结构的簇合并时，较小簇的簇头将两个数据结构作为簇信息的一部分提交给新的簇头。
综上所述，本发明实施例同时考虑了位置和流量信息，减少冲突包的数量，消除瓶颈，并且减少平均路径跳数，增加了平均路径吞吐量，实现了很好的路由性能。
实施例2
下面结合具体的计算公式、实例、图1和图2对实施例1中的技术方案进行进一步地介绍，详见下文描述：
本发明实施例提出了自底而上的分布式设计方法，其目标是构建高效的路由树适应网络的结构，并提高地理位置路由的性能。该技术方案主要涉及三方面：1)簇定义；2)引力函数定义；3)数据结构的定义，详见下文描述：
201：簇定义；
参见图2，簇是一系列节点的集合。每个簇有一个簇头，并且每个节点属于一个簇。簇的中心为簇所有节点位置的平均值。两个簇C1和C2的距离是dist(C1,C2)，为C1中心和C2中心的欧式距离。一个簇至少有一个节点、与另一个簇的一个节点相邻，则这两个簇为相邻簇。簇C的大小为C中节点的数目，定义为|C|。
簇头含有簇的信息：簇的中心、簇的大小、虚拟带宽、以及到每个相邻簇的最大平均可用带宽的链路。两个簇合并时，节点数多的簇的簇头作为新簇的簇头出现；新簇的中心可由两个原簇的大小和中心计算得到；新簇到其相邻簇的虚拟带宽可由原簇到其相邻簇的带宽直接计算得到；新簇到其相邻簇的最高可用带宽的链路是原簇到这个相邻簇的最高带宽的链路。
新簇头在接受到原较小簇头的簇信息后，无须引入附加消息就可以计算出上述更新内容，进而算出新簇到其相邻簇的引力。
另，在本发明实施例中，两个相邻簇的距离可能会比一个节点的传输范围要大。
202：引力函数定义；
假设每个节点从过去的流量历史中学习到其每个相邻节点的平均可用带宽。两个相邻簇C1和C2的虚拟带宽定义为：bandwidth(C1,C2),是两个簇节点间所有可用带宽之和。其中两个簇的虚拟带宽是两个簇真实平均可用带宽的近似值。
采用虚拟带宽而不是真实平均可用带宽的原因是：在合并簇后，计算虚拟带宽需要更低的计算量和更少的通信开销。两个簇C1和C2的引力函数如下：
两个簇的引力越强，越快被合并。
为了最大限度地减少路由树中兄弟姐妹之间冲突的可能性，应该给距离更近的簇提供更强的引力，以便较早合并；另外为了缓解瓶颈问题，可以及早合并具有较高可用带宽的邻近簇，使其间的流量不会受到瓶颈问题的困扰。
如上式(1)所示，该引力函数同时考虑了距离和可用带宽两个因素，能够很好的满足减少冲突、缓解瓶颈的要求。引力函数的值越大，对应的两个相邻簇越早合并。
图1中，簇P的簇有两个相邻簇：Q和R簇。簇P和簇Q的引力为：
其中，虚拟带宽bandwidth(P,Q)为三个节点对(A,X)、(B,Y)、(C,Y)可用带宽之和；距离dist(P,Q)为P,Q中心的距离。
203：数据结构的定义。
每个簇头使用两种不同的数据结构，即：
1)第一个是不相交集数据结构，在簇中用户跟踪每个节点的成员资格；
开始，每个节点被当做一个不相交集，随着簇的合并，簇对应的集也被合并在一起。
2)第二个是优先级队列数据结构，用于存储到所有相邻簇的虚拟带宽和距离。
利用这些队列，找到目标相邻簇并减少相应的查找时间。无论何时收到来自相邻簇的更新，优先队列中的条目必须相应更新。合并时，较小簇的簇头将这两个数据结构作为簇信息的一部分提交给新的簇头。
综上所述，本发明实施例采用自下而上的方法构建路由树，融入了分布式算法的思想，同时考虑了位置和流量信息，能够减少冲突包的数量，消除瓶颈，并且减少平均路径跳数，增加了平均路径吞吐量，实现了很好的路由性能。
实施例3
下面结合具体实例对实施例1和2中的方案进行进一步地介绍，详见下文描述：
本示例以基于无线网络的一个簇头运行为例来给出具体的实施方式，具体步骤如下：
1)初始化阶段；
Tmax是允许节点在信标周期数中设置的最长定时器。起始时，每个节点被看作只有一个节点的簇，计算该簇头所在簇到其每个相邻簇Ci的引力Gi，并选择最大值GT，设置目标簇为CT和定时器T为Tmax/GT，并且设置状态为比较状态。
(2)监听和合并阶段；
此阶段这些簇头将经历一个类似于两阶段提交协议的过程。发送合并请求的簇头会经历请求和提交状态；接收发送请求的簇头会经历反应和提交状态。两种情况的簇头都会经历比较状态。每个簇头都有可能经历上述四种状态。其中，与提交状态相关的语句应该被当做一个原子操作来进行。
TART分布式方法的主要思想是：每对相邻簇有一个引力Gi，Gi由引力函数计算而得，其中Gi越大，对应的两个簇越先合并。重复这个过程，直到只剩一个簇或剩余簇没有引力才结束。
设本簇为C，每个状态的操作具体如下：
1)比较状态；
重复减少定时器T的值，直到T期满或者是接收到一个合并请求，期间如果接收到关于簇CA(C的相邻簇)的更新消息，则更新关于CA的消息，但并不重置定时器。如果T期满，则向CT发送合并请求，并设置本簇头为请求状态；如果接收到一个合并请求，则设置发送合并请求的簇为目标簇CT，并且向CT发送合并反应，设置本簇C为反应状态。
2)请求状态；
等待合并反应消息Tmerge长时间。如果在收到合并反应前，Tmerge期满，反转回原先的CT和T，并且将本簇设为比较状态，否则，发送一个提交信息并且设置本簇C为提交状态。
3)反应状态；
等待提交消息Tmerge长时间。如果在收到提交信息前，Tmerge期满，反转回原先的CT和T，并且将本簇设为比较状态，否则，设置本簇C为提交状态。
4)提交状态。
如果|C|<|CT|，发送簇C信息给簇CT的簇头，将簇C的簇头转变成一个簇成员。否则等待Tmerge时间来接收来自CT的簇信息，如果在收到簇信息前，Tmerge期满，反转回原先的CT和T，并且将本簇设为比较状态；
否则，添加CT中具有最高可用带宽的链路到该新的簇中，计算该簇到其每个相邻簇Ci的引力Gi，并选择最大值设置目标簇为CT和定时器T为Tmax/GT，向该簇的相邻簇发送更新消息，并且设置状态为比较状态。
本领域技术人员可以理解附图只是一个优选实施例的示意图，上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。
以上所述仅为本发明的较佳实施例，并不用以限制本发明，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 (5)

1.一种基于地理位置的流量路由树构建方法，其特征在于，所述流量路由树构建方法包括以下步骤：
1)初始化步骤：
每个簇头使用不相交集数据结构、以及优先级队列数据结构，所述不相交集数据结构用于在簇中用于跟踪每个节点的成员资格；所述优先级队列数据结构用于存储到所有相邻簇的虚拟带宽和距离；
簇的中心为簇中所有节点位置的平均值；两个相邻簇的距离为簇中心的距离；两个相邻簇的虚拟带宽是两个簇节点间所有可用带宽之和；根据引力函数计算每对相邻簇的引力；
2)合并步骤：
引力最大的一对相邻簇最先合并；
两个簇合并时，节点数多的簇的簇头作为新簇的簇头出现，节点数少的簇的簇头作为新簇的簇成员；新簇到其相邻簇的虚拟带宽由原簇到其相邻簇的带宽计算得到；新簇到相邻簇的最高可用带宽的链路是原簇到相邻簇的最高带宽的链路；
更新新簇与其相邻簇的距离、虚拟带宽、最高可用链路、引力等信息；
3)迭代执行合并步骤，直到只剩一个簇或剩余簇没有引力才结束，得到一个包涵路由树的所有节点的大簇，该大簇的簇头即路由树的根节点。
2.根据权利要求1所述的一种基于地理位置的流量路由树构建方法，其特征在于，所述新簇的中心由两个原簇的大小和中心计算得到。
3.根据权利要求1所述的一种基于地理位置的流量路由树构建方法，其特征在于，所述引力函数为：
<mrow> <mi>g</mi> <mi>r</mi> <mi>a</mi> <mi>v</mi> <mi>i</mi> <mi>t</mi> <mi>y</mi> <mrow> <mo>(</mo> <msub> <mi>C</mi> <mn>1</mn> </msub> <mo>,</mo> <msub> <mi>C</mi> <mn>2</mn> </msub> <mo>)</mo> </mrow> <mo>=</mo> <mfrac> <mrow> <mi>b</mi> <mi>a</mi> <mi>n</mi> <mi>d</mi> <mi>w</mi> <mi>i</mi> <mi>d</mi> <mi>t</mi> <mi>h</mi> <mrow> <mo>(</mo> <msub> <mi>C</mi> <mn>1</mn> </msub> <mo>,</mo> <msub> <mi>C</mi> <mn>2</mn> </msub> <mo>)</mo> </mrow> </mrow> <mrow> <mi>d</mi> <mi>i</mi> <mi>s</mi> <mi>t</mi> <msup> <mrow> <mo>(</mo> <msub> <mi>C</mi> <mn>1</mn> </msub> <mo>,</mo> <msub> <mi>C</mi> <mn>2</mn> </msub> <mo>)</mo> </mrow> <mn>2</mn> </msup> </mrow> </mfrac> </mrow>
其中，bandwidth(C1,C2)为两个相邻簇的虚拟带宽；dist(C1,C2)为两个簇C1和C2的距离；两个簇的引力越强，越快被合并。
4.根据权利要求1所述的一种基于地理位置的流量路由树构建方法，其特征在于，所述优先级队列数据结构还用于找到目标相邻簇并减少查找时间。
5.根据权利要求1所述的一种基于地理位置的流量路由树构建方法，其特征在于，当使用优先级队列数据结构和不相交集数据结构的簇合并时，较小簇的簇头将两个数据结构作为簇信息的一部分提交给新的簇头。
CN201711053985.4A 2017-10-31 2017-10-31 一种基于地理位置的流量路由树构建方法 Pending CN107911293A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201711053985.4A CN107911293A (zh) 2017-10-31 2017-10-31 一种基于地理位置的流量路由树构建方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711053985.4A CN107911293A (zh) 2017-10-31 2017-10-31 一种基于地理位置的流量路由树构建方法

Publications (1)

Publication Number Publication Date
CN107911293A true CN107911293A (zh) 2018-04-13

Family

ID=61843144

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711053985.4A Pending CN107911293A (zh) 2017-10-31 2017-10-31 一种基于地理位置的流量路由树构建方法

Country Status (1)

Country Link
CN (1) CN107911293A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109299747A (zh) * 2018-10-24 2019-02-01 北京字节跳动网络技术有限公司 一种类簇中心的确定方法、装置、计算机设备及存储介质
CN113191505A (zh) * 2021-05-21 2021-07-30 电子科技大学 一种地理分布式机器学习参数服务器放置方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070002770A1 (en) * 2005-06-30 2007-01-04 Lucent Technologies Inc. Mechanism to load balance traffic in an ethernet network
CN102176149A (zh) * 2011-02-24 2011-09-07 浙江工业大学 基于无线传感器网络的智能楼宇能耗监测系统
CN103973789A (zh) * 2014-05-07 2014-08-06 重庆邮电大学 一种联合车辆历史信用及当前状态的vanet成簇方法
US9461832B2 (en) * 2013-07-25 2016-10-04 Board Of Trustees, Southern Illinois University Multicast routing protocol for computer networks
CN106060888A (zh) * 2016-05-26 2016-10-26 南京理工大学 一种基于复杂网络中心性的vanet分簇路由方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070002770A1 (en) * 2005-06-30 2007-01-04 Lucent Technologies Inc. Mechanism to load balance traffic in an ethernet network
CN102176149A (zh) * 2011-02-24 2011-09-07 浙江工业大学 基于无线传感器网络的智能楼宇能耗监测系统
US9461832B2 (en) * 2013-07-25 2016-10-04 Board Of Trustees, Southern Illinois University Multicast routing protocol for computer networks
CN103973789A (zh) * 2014-05-07 2014-08-06 重庆邮电大学 一种联合车辆历史信用及当前状态的vanet成簇方法
CN106060888A (zh) * 2016-05-26 2016-10-26 南京理工大学 一种基于复杂网络中心性的vanet分簇路由方法

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109299747A (zh) * 2018-10-24 2019-02-01 北京字节跳动网络技术有限公司 一种类簇中心的确定方法、装置、计算机设备及存储介质
CN113191505A (zh) * 2021-05-21 2021-07-30 电子科技大学 一种地理分布式机器学习参数服务器放置方法
CN113191505B (zh) * 2021-05-21 2022-05-20 电子科技大学 一种地理分布式机器学习参数服务器放置方法

Similar Documents

Publication Publication Date Title
Zhao et al. A fuzzy logic-based intelligent multiattribute routing scheme for two-layered SDVNs
Vashishth et al. GMMR: A Gaussian mixture model based unsupervised machine learning approach for optimal routing in opportunistic IoT networks
Banner et al. Multipath routing algorithms for congestion minimization
Pei et al. Blockchain-enabled dynamic spectrum access: cooperative spectrum sensing, access and mining
CN101449614A (zh) 用于无线网络中的分布式呼叫接纳控制的方法和装置
CN107182074A (zh) 一种基于Zigbee的路由最优路径选取方法
Vashishth et al. A machine learning approach using classifier cascades for optimal routing in opportunistic internet of things networks
CN109547351A (zh) Ad Hoc网络中基于Q学习和信任模型的路由方法
CN112996019B (zh) 基于多目标优化的太赫兹频段分布式星群接入控制方法
CN111130853B (zh) 一种基于时间信息的软件定义车辆网络的未来路由预测方法
CN107101645A (zh) 一种路径规划方法及路径规划装置
CN107911293A (zh) 一种基于地理位置的流量路由树构建方法
CN104301305A (zh) 信息中心网络下兴趣包转发的方法和转发终端
CN111885493B (zh) 一种基于改进布谷鸟搜索算法的微云部署方法
CN116418730A (zh) 一种基于关键节点的分布式可扩展智能路由方法
CN115065601A (zh) 一种节点链路同时映射的虚拟网络映射方法
Yin et al. Reinforcement learning-based routing algorithm in satellite-terrestrial integrated networks
He et al. A Two‐Level Communication Routing Algorithm Based on Vehicle Attribute Information for Vehicular Ad Hoc Network
CN101355506B (zh) 一种Ad Hoc网络多路径路由的实现方法
Hamedani et al. A new two level cluster-based routing protocol for vehicular ad hoc network (VANET)
Chen et al. Personalized optimal bicycle trip planning based on Q-learning algorithm
CN113992560A (zh) 一种活跃度感知的社交车辆分簇方法、装置及计算机设备
Naresh et al. Improved vertical handoff decision scheme in heterogeneous wireless network based on SCS
CN102413507B (zh) 用于在网络中实现路由发现的方法和节点
CN111818484A (zh) 面向车联网的安全路由控制方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
WD01 Invention patent application deemed withdrawn after publication
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20180413