CN108650655B - 一种基于车辆节点检测和惩罚机制的路由方法 - Google Patents
一种基于车辆节点检测和惩罚机制的路由方法 Download PDFInfo
- Publication number
- CN108650655B CN108650655B CN201810442181.1A CN201810442181A CN108650655B CN 108650655 B CN108650655 B CN 108650655B CN 201810442181 A CN201810442181 A CN 201810442181A CN 108650655 B CN108650655 B CN 108650655B
- Authority
- CN
- China
- Prior art keywords
- node
- detection
- selfish
- credit value
- message
- 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
Links
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/30—Services specially adapted for particular environments, situations or purposes
- H04W4/40—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P]
-
- 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
-
- 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
- H04W40/04—Communication route or path selection, e.g. power-based or shortest path routing based on wireless node resources
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明公开的一种基于车辆节点检测和惩罚机制的路由方法,包括以下步骤:步骤1,基于分布式的无线传感网络,建立无线传播模型;步骤2,建立自私节点检测模型;步骤3,基于自私节点检测结果,设定F为信誉值,推算最终的综合信誉值;步骤4,基于综合信誉值并对其进行评估,进行节点的分类惩罚,促使节点能够积极加入到无线传感网络中,与其他节点进行合作。本发明的路由协议方法通过采用了SND模型检测节点的转发,对节点进行评估;并采用分类惩罚措施,促使节点能够积极加入到网络中去。通过对节点的不断检测和激励,能够使网络通信更加畅通。
Description
技术领域
本发明属于车辆节点通信与控制路由方法技术领域,具体涉及一种基于车辆节点检测和惩罚机制的路由方法。
背景技术
社会经济的迅速发展使人们的生活水平不断提高,在城市交通领域,由于近几年车辆数量的大量增加,造成交通安全事故不断上升,为有效减少交通安全事故,保证人们安全出行,近几年兴起的以安全应用为主旨的车载自组织网络受到了各界人士的重点关注。车载自组织网络中的各个节点既不属于相同的个人,也不属于相同的组织,每个节点会尽可能节省自身资源,并尽可能使用外界资源,即体现为自私性。车联网中车辆相互之间的协作问题至关重要,影响到整个的网络性能。
由于Ad hoc网络的合作需要通过节点来完成,故而网络性能的好坏很大程度取决于节点的行为,而通常节点可分为两种:一种是正常节点,具有较好的合作性,愿意无私地转发数据;另一种是存在问题的不正常节点,往往会对网络性能造成一定的负面影响。
在Adhoc网络中检测自私节点的方案可以分为基于信誉的机制和基于支付的机制两大类。
基于信誉的机制是通过节点间的监听来判断邻居节点行为是否自私的方法,现有技术提出了Watchdog和Pathrater模型。Watchdog的作用主要用于检测节点是否存在不良行为,Watchdog通过侦听下一条节点是否将数据包转发出去,以此确定行为异常的节点。在之后的信誉机制设计中,普遍采用了该算法的思路,该机制检测自私节点的误检率较高,不能准确区分失效节点和自私节点。
CONFIDANT机制是按需路由协议的扩展,其目的是为了检测并孤立那些有不良行为的问题节点,通过这样来达到节点间的合作,此机制下每个节点都拥有四个模块:检测器、信任管理、声誉系统及路径管理,这四个模块共同完成路由信息的提供和处理。
发明内容
本发明的目的是提供一种基于车辆节点检测和惩罚机制的路由方法,解决了现有模型中自私节点的误检率较高,且节点间的合作性差的问题。
本发明所采用的技术方案是,一种基于车辆节点检测和惩罚机制的路由方法,包括以下步骤:
步骤1,基于分布式的无线传感网络,建立无线传播模型,具体为公式(1):
公式(1)中,Pr(A→B)为节点B接收到节点A信号的强度,G为与节点无线收发器及工作频段相关的常数,Pt为节点A的发射功率,d为节点A与节点B之间的距离,λ是与传播环境相关的常数;
只有当节点接收的信噪比γ大于某个值时,节点才能正确接收到消息,节点A接收节点B发送的消息时,其信噪比γ(B→A)可表示为公式(2),
公式(2)中,N0为环境噪声;
步骤2,建立自私节点检测模型;
统计网络中所有节点在接收数据过程中每个临近节点的信号强度,同时基于步骤1的无线传播模型,根据公式(1)-(2)计算处节点B接收节点A的信噪比γ(A→B)以及信噪比γ(B→C)、信噪比γ(B→G)、信噪比γ(B→A);
在非对称链路假设下γ(B→A)≠γ(A→B),在γ(B→A)γ(B→C)的情况下,节点A通过侦听节点B转发数据的方法进行自私节点的检测;在γ(B→A)<γ(B→C)情况下,节点A在临近节点中寻找满足条件γ(B→G)≥γ(B→C)的节点G作为监测节点,进行判断和检测自私节点;
步骤3,基于步骤2的自私节点检测结果,设定F为信誉度,根据节点初始信誉度f、中间节点帮助转发消息后信誉度Faward、自私节点信誉度Fpunish,进行信誉度的评估,得到最终的综合信誉值;
步骤4,基于步骤3的综合信誉值并对其进行评估,进行节点的分类惩罚,促使节点能够积极加入到无线传感网络中,与其他节点进行合作。
本发明的特征还在于,
步骤2的具体步骤为:
步骤2.1,接收节点C将自身得到的B→C构造网络层数据包MSINR向检测发起节点A发送;
步骤2.2,当节点A接收到步骤2.1中的MSINR信息,得到γ(B→C),进行以下计算:
Ifγ(B→C)<γ(B→A)then
节点A自身为检测节点;
节点A直接判定节点B是否为自私节点;
Else ifγ(B→C)>γ(B→A))then
转至步骤2.3;
Endif
步骤2.3,节点A在MAC层广播请求消息Mreq,其中包含γ(B→C),只有节点A的临近节点接收到Mreq消息,当临近节点G接收到Mreq消息,进行以下计算:
Ifγ(B→G)>γ(B→C)then
节点G被选择为检测代理;
发送响应消息Mreq响应检测发起节点;
Endif
步骤2.4,设检测发起节点收到x个Mres消息,则进行以下计算:
If x>0then
检测发起节点得到合适的检测代理;
Else节点A自身为检测节点;
节点A根据多个检测代理的汇报信息,判断节点B是否为自私节点;
Endif
步骤2.5,每隔固定时间,节点G向节点A发送汇报消息Mres,汇报此段时间内的检测统计值,包括被检测节点B向节点C转发节点A的数据包个数,完成自私点检测。
步骤3的具体步骤为:
步骤3.1,由步骤2可知,确认节点B为自私节点,设信誉值的初始值为:f=M,其中M代表节点初始化时的信誉初始值;
当中间节点帮助转发消息以后,对节点的奖励体现在节点的信誉值上,此时节点的信誉值为:Faward=P*e,其中e则代表节点帮助节点A进行数据包转发的次数;
当中间节点没有帮助转发消息时,判断节点为自私行为,会对节点采取一定的惩罚措施,此时节点的信誉值为:Fpunish=Q*d',其中d'代表节点B被认定采用了自私行为的次数;
其中P和Q为可调参数,满足0<P<Q;
步骤3.2,由步骤3.1可得到节点的综合信誉值为:
Fb(e,d')=Faward-Fpunish+f (3)
其中,b表示节点B。
步骤4的具体步骤为,对信誉值设定初始值,通过不断地相互通信并且更新信誉值,对节点类别划分为四类:
当综合信誉值高于H时,节点为信誉值良好节点;
当综合信誉值在[0,H]时,节点为正常节点;
当综合信誉值在[-H,0]时,限制节点在网络中的活动,节点为信誉值较低节点,此时节点只能作为中间节点为其他节点传递信息,节点本身不能作为源节点对外发送信息;
当综合信誉值低于-H时,节点为自私节点,此时会将该节点隔离网络,对其惩罚,设定惩罚时间,并记录惩罚次数;
其中H为阀值。
本发明的有益效果是:本发明一种基于车辆节点检测和惩罚机制的路由方法通过SND模型对节点的自私行为进行检测,然后对检测到有自私行为的节点进行信誉评估,寻找下一跳节点时考虑到节点的信誉值,通过侦听邻居节点的行为,并基于信誉值来检测出问题节点,并且给出一种分类惩罚的激励机制,极大限度地保证了节点间的相互合作,保证了系统的吞吐量及分组投递率,提高了网络的性能,能够使网络通信更加畅通。
附图说明
图1是本发明路由协议方法中自私节点检测模型时节点传输图;
图2是本发明路由协议方法中对节点分类惩罚的流程图;
图3是本发明一种基于车辆节点检测和惩罚机制的路由方法的流程图;
图4是本发明路由协议方法中的实施例1中的不同自私节点数量对应的网络性能比较图;
图5是本发明路由协议方法中的实施例2中的车辆速度对投递率和平均时延的影响图;
其中,图5(a)为车辆速度对投递率的影响图;图5(b)为车辆速度对平均时延的影响图;
图6是本发明路由协议方法中的实施例3中的分组投递率和系统吞吐量的影响图;
其中,图6(a)为分组投递率的影响图;图6(b)为系统吞吐量的影响图。
具体实施方式
下面结合附图和具体实施方式对本发明进行详细说明。
本发明一种基于车辆节点检测和惩罚机制的路由方法,包括以下步骤:
步骤1,基于分布式的无线传感网络,建立无线传播模型,具体为公式(1):
公式(1)中,Pr(A→B)为节点B接收到节点A信号的强度,G为与节点无线收发器及工作频段相关的常数,Pt为节点A的发射功率,d为节点A与节点B之间的距离,λ是与传播环境相关的常数;
节点接收到的有效信号与噪声功率之比称之为信噪比,用γ表示。只有当节点接收的信噪比γ大于某个值时,节点才能正确接收到消息,节点A接收节点B发送的消息时,其信噪比γ(B→A)可表示为公式(2),
公式(2)中,N0为环境噪声;
步骤2,建立自私节点检测模型;
统计网络中所有节点在接收数据过程中每个临近节点的信号强度,同时基于步骤1的无线传播模型,根据公式(1)-(2)计算处节点B接收节点A的信噪比γ(A→B)以及信噪比γ(B→C)、信噪比γ(B→G)、信噪比γ(B→A);
提出一种自私节点检测机制(selfish-node detection mechanism,SND),该机制的基本思想为:在非对称链路假设下γ(B→A)≠γ(A→B),在γ(B→A)≥γ(B→C)的情况下,节点A通过侦听节点B转发数据的方法进行自私节点的检测;在γ(B→A)<γ(B→C)情况下,节点A在临近节点中寻找满足条件γ(B→G)≥γ(B→C)的节点G作为监测节点,进行判断和检测自私节点;由于节点G成功接收节点B数据包的概率高于节点C接收B数据包的概率,同时也高于节点A接收节点B数据包的概率,所以误检概率得以降低。
SND机制基于跨层设计的思想,依靠MAC层以及网络层的服务提供可靠的自私节点检测。假设节点MAC层协议基于载波监听多点接入(CSMA)机制发送数据,需要发送数据的节点在等待信道空闲时发送数据(DATA)消息接收节点在接收到DATA消息后以确认应答(ACK)消息进行确认,发送节点在接收到ACK消息后认为接收节点成功接收数据。ESD自私节点检测机制的步骤如下:
步骤2.1,接收节点C将自身得到的B→C构造网络层数据包MSINR向检测发起节点A发送;
步骤2.2,当节点A接收到步骤2.1中的MSINR信息,得到γ(B→C),进行以下计算:
Ifγ(B→C)<γ(B→A)then
节点A自身为检测节点;
节点A直接判定节点B是否为自私节点;
Else ifγ(B→C)>γ(B→A)then
转至步骤2.3;
Endif
步骤2.3,节点A在MAC层广播请求消息Mreq,其中包含γ(B→C),只有节点A的临近节点接收到Mreq消息,当临近节点G接收到Mreq消息,进行以下计算:
Ifγ(B→G)>γ(B→C)then
节点G被选择为检测代理;
发送响应消息Mreq响应检测发起节点;
Endif
步骤2.4,设检测发起节点收到x个Mres消息,则进行以下计算:
If x>0then
检测发起节点得到合适的检测代理;
Else节点A自身为检测节点;
节点A根据多个检测代理的汇报信息,判断节点B是否为自私节点;
Endif
步骤2.5,每隔固定时间,节点G向节点A发送汇报消息Mres,汇报此段时间内的检测统计值,包括被检测节点B向节点C转发节点A的数据包个数,完成自私点检测。
如图1所示,为自私节点检测模型时节点传输图,其中A、B、C、D、G、S、H分别表示传输节点。
步骤3,基于步骤2的自私节点检测结果,设定F为信誉度,根据节点初始信誉度f、中间节点帮助转发消息后信誉度Faward、自私节点信誉度Fpunish,进行信誉度的评估,得到最终的综合信誉值。具体步骤为:
步骤3.1,由步骤2可知,确认节点B为自私节点,设信誉值的初始值为:f=M,其中M代表节点初始化时的信誉初始值;
当中间节点帮助转发消息以后,对节点的奖励体现在节点的信誉值上,此时节点的信誉值为:Faward=P*e,其中e则代表节点帮助节点A进行数据包转发的次数;
当中间节点没有帮助转发消息时,判断节点为自私行为,会对节点采取一定的惩罚措施,此时节点的信誉值为:Fpunish=Q*d',其中d'代表节点B被认定采用了自私行为的次数;
其中P和Q为可调参数,满足0<P<Q;
步骤3.2,由步骤3.1可得到节点的综合信誉值为:
Fb(e,d')=Faward-Fpunish+f (3)
其中,b表示节点B。
步骤4,如图2所示,基于步骤3的综合信誉值并对其进行评估,进行节点的分类惩罚,促使节点能够积极加入到无线传感网络中,与其他节点进行合作。具体步骤为,对信誉值设定初始值,通过不断地相互通信并且更新信誉值,对节点类别划分为四类:
当综合信誉值高于H时,节点为信誉值良好节点;
当综合信誉值在[0,H]时,节点为正常节点;
当综合信誉值在[-H,0]时,限制节点在网络中的活动,节点为信誉值较低节点,此时节点只能作为中间节点为其他节点传递信息,节点本身不能作为源节点对外发送信息;
当综合信誉值低于-H时,节点为自私节点,此时会将该节点隔离网络,对其惩罚,设定惩罚时间,并记录惩罚次数;
其中H为阀值,根据具体情况进行人为设定。
如图3所示,根据路由协议算法的流程图,采用交通流仿真器VanetMobiSim和网络性能仿真软件NS2建立联合仿真平台,对提出的协议进行仿真,最后对仿真结果进行分析。,参数设置分别如表1和表2所示:
表1 VanetMobiSim参数设置
内容 | 数值 |
仿真区域 | 2km*2km |
仿真时间 | 100 |
车辆节点数量 | 30~70 |
车辆运动速度 | 5m/s~30m/s |
红绿灯 | 10 |
道路限速 | 30m/s |
表2 NS2仿真参数设置
参数 | 数值 |
仿真区域 | 2km*2km |
车辆移动方式 | VanetMobiSim |
流量模型 | CBR |
车辆数量 | 30~70 |
车辆通信范围 | 250m |
MAC层协议 | 802.11 |
NS2仿真结束后,获取所有的仿真结果,包括收发包数量和发包时间等数据,通过利用GNUPLOT软件绘制数据图形呈现仿真结果。
(1)丢包率:指在一定时间内,目的车辆丢失数据包总和与源车辆发出数据包总和之比,通常表示为百分制,如公式(4)所示:
其中,pPDLR表示分组丢包率,表示在Δt时间内、目的车辆收到的数据包总数,表示在Δt时间内,源车辆发出数据包总数。
(2)平均端到端的时延:指在一定时间内,源车辆发送的数据包成功到达目的车辆所花费的时间与成功接收数据包总量的比率,如公式(5)所示:
其中,DAD表示平均端到端的时延,tp_r表示数据包接收时间,tp_s表示数据包发送的时间,表示Δt时间内总的时间间隔,表示Δt时间内接收数据包的总量。
基于以上的模拟条件,进行如下仿真场景:
实施例1
如图4所示,AODV(x)的x表示自私节(自私度为1)数量占网络中节点总数量的百分比。可以看出,当网络中没有自私节点时,AODV的性能很好;但是,随着网络中自私节点比例的增加,网络性能越来越差。当网络中自私节点的比例占20%时,网络性能差不多降为原来的一半;当比例增加到50%,即网络中一半节点都是自私节点时,投递率只有5%,几乎可以忽略。
从上可知,即使网络中的节点只有一小部分表现出自私性,包投递率也会显著下降。因此,必须能够检测和规避自私节点,必要时进行激励以提高性能。
实施例2
车辆的速度也会影响数据包在网络中的传输效率,为了验证IAODV协议的性能,我们将车辆节点数都设置50,唯一不同的是车辆的速度,分别设置为5m/s、10m/s、15m/s、20m/s,对这四组实验依次进行仿真,分析数据包的平均端到端时延和丢包率。
车辆的运行速度越大,丢包率和时延就越大,目前大多数路由协议都是这个特点,如图5(a)和图5(b)所示,这是因为车辆速度太大时,增加了网络拓扑的动态性,车辆之间的连接随时都有可能断裂,导致数据包丢失,丢包率增大,同时时延增大。
实施例3
体现网络性能的重要指标是分组投递率和系统吞吐量。从图6(a)及图6(b)可知,在仿真开始的一段时间内,对于没有使用激励机制,网络的吞吐量和分组投递率都比较高,分组投递率维持在0.8以上,网络吞吐量11Mbps在左右。随着时间的推移,网络中分组转发的次数增多,某些节点的电量开始降低,此时节点开始表现出自私性,不为其它节点转发分组,分组投递率开始降低,网络吞吐量也会随之降低。随着时间的进一步推移,到仿真实验进行到大约50秒时,由于网络中大部分节点的电量都已经很低,节点为了保护自身的电量,网络中会出现大量节点不转发其它节点分组的情况,网络的吞吐量和分组投递率开始迅速下降,此时节点间的通信也会由于自私节点的迅速增多而严重受阻。
为了维持正常的网络通信,促使自私节点合作,激励机制在此时发挥作用,由于促使了节点合作,分组在传送过程中被丢弃的概率降低,网络的吞吐量和分组投递率都有所回升,激励机制回升的幅度较大,并且最终达到一个较理想的状态。
由于车载网络中车辆节点自身的自私属性造成的网络影响,检测到节点的自私行为并对其自私行为记录,同时提出了一种车载自组网的节点协作激励机制,使得节点不得不合作。通过仿真实验可以发现,与其它激励机制对比,随着时间的推移,节点转发其它分组概率的降低,激励机制极大限度地保证了节点间的相互合作,保证了系统的吞吐量及分组投递率,提高了网络的性能。
Claims (4)
1.一种基于车辆节点检测和惩罚机制的路由方法,其特征在于,包括以下步骤:
步骤1,基于分布式的无线传感网络,建立无线传播模型,具体为公式(1):
公式(1)中,Pr(A→B)为节点B接收到节点A信号的强度,G为与节点无线收发器及工作频段相关的常数,Pt为节点A的发射功率,d为节点A与节点B之间的距离,λ是与传播环境相关的常数;
只有当节点接收的信噪比γ大于某个值时,节点才能正确接收到消息,节点A接收节点B发送的消息时,其信噪比γ(B→A)可表示为公式(2),
公式(2)中,N0为环境噪声;
步骤2,建立自私节点检测模型;
统计网络中所有节点在接收数据过程中每个临近节点的信号强度,同时基于步骤1的无线传播模型,根据公式(1)-(2)计算节点B接收节点A的信噪比γ(A→B)以及信噪比γ(B→C)、信噪比γ(B→G)、信噪比γ(B→A);
在非对称链路假设下γ(B→A)≠γ(A→B),在γ(B→A)≥γ(B→C)的情况下,节点A通过侦听节点B转发数据的方法进行自私节点的检测;在γ(B→A)<γ(B→C)情况下,节点A在临近节点中寻找满足条件γ(B→G)≥γ(B→C)的节点G作为监测节点,进行判断和检测自私节点;
步骤3,基于步骤2的自私节点检测结果,设定F为信誉度,根据节点初始信誉度f、中间节点帮助转发消息后信誉度Faward、自私节点信誉度Fpunish,进行信誉度的评估,得到最终的综合信誉值;
步骤4,基于步骤3的综合信誉值并对其进行评估,进行节点的分类惩罚,促使节点能够积极加入到无线传感网络中,与其他节点进行合作。
2.根据权利要求1所述的一种基于车辆节点检测和惩罚机制的路由方法,其特征在于,所述步骤2的具体步骤为:
步骤2.1,接收节点C将自身得到的B→C构造网络层数据包MSINR向检测发起节点A发送;
步骤2.2,当节点A接收到步骤2.1中的MSINR信息,得到γ(B→C),进行以下计算:
Ifγ(B→A)≥γ(B→C)
节点A自身为检测节点;
节点A直接判定节点B是否为自私节点;
Else ifγ(B→C)>γ(B→A)then
转至步骤2.3;
Endif
步骤2.3,节点A在MAC层广播请求消息Mreq,其中包含γ(B→C),只有节点A的临近节点接收到Mreq消息,当临近节点G接收到Mreq消息,进行以下计算:
Ifγ(B→G)>γ(B→C)then
节点G被选择为检测代理;
发送响应消息Mrep响应检测发起节点;
Endif
步骤2.4,设检测发起节点收到x个Mres消息,则进行以下计算:
If x>0then
检测发起节点得到合适的检测代理;
Else节点A自身为检测节点;
节点A根据多个检测代理的汇报信息,判断节点B是否为自私节点;
Endif
步骤2.5,每隔固定时间,节点G向节点A发送汇报消息Mres,汇报此段时间内的检测统计值,包括被检测节点B向节点C转发节点A的数据包个数,完成自私点检测。
3.根据权利要求2所述的一种基于车辆节点检测和惩罚机制的路由方法,其特征在于,所述步骤3的具体步骤为:
步骤3.1,由步骤2可知,确认节点B为自私节点,设信誉值的初始值为:f=M,其中M代表节点初始化时的信誉初始值;
当中间节点帮助转发消息以后,对节点的奖励体现在节点的信誉值上,此时节点的信誉值为:Faward=P*e,其中e则代表节点帮助节点A进行数据包转发的次数;
当中间节点没有帮助转发消息时,判断节点为自私行为,会对节点采取一定的惩罚措施,此时节点的信誉值为:Fpunish=Q*d',其中d'代表节点B被认定采用了自私行为的次数;
其中P和Q为可调参数,满足0<P<Q;
步骤3.2,由步骤3.1可得到节点的综合信誉值为:
Fb(e,d')=Faward-Fpunish+f (3)
其中,b表示节点B。
4.根据权利要求1所述的一种基于车辆节点检测和惩罚机制的路由方法,其特征在于,所述步骤4的具体步骤为,对信誉值设定初始值,通过不断地相互通信并且更新信誉值,对节点类别划分为四类:
当综合信誉值高于H时,节点为信誉值良好节点;
当综合信誉值在[0,H]时,节点为正常节点;
当综合信誉值在[-H,0]时,限制节点在网络中的活动,节点为信誉值较低节点,此时节点只能作为中间节点为其他节点传递信息,节点本身不能作为源节点对外发送信息;
当综合信誉值低于-H时,节点为自私节点,此时会将该节点隔离网络,对其惩罚,设定惩罚时间,并记录惩罚次数;
其中H为阀值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810442181.1A CN108650655B (zh) | 2018-05-10 | 2018-05-10 | 一种基于车辆节点检测和惩罚机制的路由方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810442181.1A CN108650655B (zh) | 2018-05-10 | 2018-05-10 | 一种基于车辆节点检测和惩罚机制的路由方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108650655A CN108650655A (zh) | 2018-10-12 |
CN108650655B true CN108650655B (zh) | 2019-05-28 |
Family
ID=63754150
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810442181.1A Active CN108650655B (zh) | 2018-05-10 | 2018-05-10 | 一种基于车辆节点检测和惩罚机制的路由方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108650655B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110768842B (zh) * | 2019-10-30 | 2022-10-21 | 西安大数网络科技有限公司 | 一种智能家居通信安全管控方法、系统和存储介质 |
CN111049862B (zh) * | 2020-03-12 | 2020-09-22 | 深圳开源互联网安全技术有限公司 | 车载自组网中的恶意节点检测方法 |
CN115801621B (zh) * | 2022-11-25 | 2023-10-17 | 湖北工程学院 | 社会感知网络自私节点检测方法及存储介质 |
CN115767511A (zh) * | 2023-01-09 | 2023-03-07 | 中国电子科技集团公司第三十研究所 | 支持多任务移动感知和多类信息条件隐私保护系统及方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102026173A (zh) * | 2010-12-03 | 2011-04-20 | 北京航空航天大学 | 一种抗节点自私行为的合作增强方法 |
CN104219148A (zh) * | 2014-09-25 | 2014-12-17 | 四川大学 | 基于博弈理论归一化的慷慨动态路由选择方法 |
CN105392152A (zh) * | 2015-10-22 | 2016-03-09 | 重庆邮电大学 | 一种评估自私节点声誉的数据转发方法 |
-
2018
- 2018-05-10 CN CN201810442181.1A patent/CN108650655B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102026173A (zh) * | 2010-12-03 | 2011-04-20 | 北京航空航天大学 | 一种抗节点自私行为的合作增强方法 |
CN104219148A (zh) * | 2014-09-25 | 2014-12-17 | 四川大学 | 基于博弈理论归一化的慷慨动态路由选择方法 |
CN105392152A (zh) * | 2015-10-22 | 2016-03-09 | 重庆邮电大学 | 一种评估自私节点声誉的数据转发方法 |
Also Published As
Publication number | Publication date |
---|---|
CN108650655A (zh) | 2018-10-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108650655B (zh) | 一种基于车辆节点检测和惩罚机制的路由方法 | |
Bauza et al. | Traffic congestion detection in large-scale scenarios using vehicle-to-vehicle communications | |
Wang et al. | VANET modeling and clustering design under practical traffic, channel and mobility conditions | |
CN105979598B (zh) | 一种基于交通流动态分组的lte-d2d车联网资源分配方法 | |
Baiad et al. | Cooperative cross layer detection for blackhole attack in VANET-OLSR | |
Akabane et al. | An adaptive solution for data dissemination under diverse road traffic conditions in urban scenarios | |
CA2569020A1 (en) | Method for transmitting traffic indication message in wireless communication system, base station thereof, method for receiving the same, terminal thereof and message structure thereof | |
CN107196835B (zh) | 车联网大规模网络互联互通的连通基组件构造方法 | |
Reis et al. | Smarter cities with parked cars as roadside units | |
Malebary et al. | Jamming mobility in 802.11 p networks: modeling, evaluation, and detection | |
Santhi et al. | Reliability refinement in VANET with hybrid jamming attacks using novel index based voting algorithm | |
CN102883402A (zh) | 一种基于位置和拓扑特性的车辆自组网数据传输方法 | |
Turcanu et al. | A multi-hop broadcast wave approach for floating car data collection in vehicular networks | |
Kou et al. | Study of a routing algorithm of Internet of vehicles based on selfishness | |
CN103095589A (zh) | 基于IPv6的树形拓扑结构的无线传感器网络中传感器节点信任值管理方法 | |
CN104202787A (zh) | 基于最佳冗余度的无线传感器网络自适应路由方法 | |
Nguyen et al. | Cellular V2X communications in the presence of big vehicle shadowing: Performance analysis and mitigation | |
Su et al. | Transmission Protocol of Emergency Messages in VANET Based on the Trust Level of Nodes | |
Mezher et al. | G-3MRP: A game-theoretical multimedia multimetric map-aware routing protocol for vehicular ad hoc networks | |
Vinodhini et al. | Narrow band of vehicular things communication system using hybrid pelican-beetle swarm optimization approach for intelligent transportation system | |
CN106454988A (zh) | 设备到设备的无线网格网络的路由寻找方法和装置 | |
Campolo et al. | Overhauling ns-2 PHY/MAC simulations for IEEE 802.11 p/WAVE vehicular networks | |
Nimje et al. | A review on node activity detection, selfish & malicious behavioral patterns using watchdog algorithm | |
Bounouni et al. | Adaptive credit-based stimulation scheme for dealing with smart selfish nodes in mobile ad hoc network | |
Cozzetti et al. | Mapcast: A map-constrained broadcast solution for VANETs |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |