杜劍, 夏元軼, 趙俊峰, 王崢, 王鶴

（1. 北京智芯微電子科技有限公司，北京 100192；2. 國(guó)網(wǎng)江蘇省電力公司信息通信分公司，江蘇 南京 210024）

暫態(tài)社區(qū)感知的ICWN數(shù)據(jù)轉(zhuǎn)發(fā)機(jī)制

杜劍1, 夏元軼2, 趙俊峰2, 王崢1, 王鶴1

（1. 北京智芯微電子科技有限公司，北京 100192；2. 國(guó)網(wǎng)江蘇省電力公司信息通信分公司，江蘇 南京 210024）

為了有效解決間斷連接無(wú)線(xiàn)網(wǎng)絡(luò)中的數(shù)據(jù)轉(zhuǎn)發(fā)問(wèn)題，提出了一種暫態(tài)社區(qū)感知的數(shù)據(jù)轉(zhuǎn)發(fā)機(jī)制，運(yùn)用半馬爾可夫鏈模型描述節(jié)點(diǎn)在多個(gè)地理位置間的轉(zhuǎn)移過(guò)程，預(yù)測(cè)節(jié)點(diǎn)在未來(lái)相遇的時(shí)間概率分布，確定節(jié)點(diǎn)相遇位置和時(shí)間，為下一跳中繼節(jié)點(diǎn)的選擇提供了理論依據(jù)。實(shí)驗(yàn)數(shù)值表明，與傳統(tǒng)算法相比，所提機(jī)制能有效提高節(jié)點(diǎn)相遇預(yù)測(cè)的準(zhǔn)確性，在數(shù)據(jù)成功投遞率和傳輸時(shí)延等性能上都有較大的提升。

間斷連接無(wú)線(xiàn)網(wǎng)絡(luò)；數(shù)據(jù)轉(zhuǎn)發(fā)；暫態(tài)社區(qū)；相遇預(yù)測(cè)；半馬爾可夫模型

1 引言

間斷連接無(wú)線(xiàn)網(wǎng)絡(luò)（intermittentl connected wireless network，ICWN）是指不需要源節(jié)點(diǎn)和目的節(jié)點(diǎn)在轉(zhuǎn)發(fā)數(shù)據(jù)前建立完整的端到端路徑，利用節(jié)點(diǎn)移動(dòng)帶來(lái)的相遇機(jī)會(huì)，以更加靈活的“存儲(chǔ)—攜帶—轉(zhuǎn)發(fā)”的協(xié)作方式逐跳進(jìn)行傳輸[1]。該網(wǎng)絡(luò)具有自組織、節(jié)點(diǎn)稀疏、間歇連接、資源受限、拓?fù)鋭?dòng)態(tài)變化等特性[2]。在這種復(fù)雜多變的組網(wǎng)環(huán)境下，設(shè)計(jì)能夠滿(mǎn)足間斷連接無(wú)線(xiàn)網(wǎng)絡(luò)通信需求的數(shù)據(jù)轉(zhuǎn)發(fā)機(jī)制成為研究間斷連接無(wú)線(xiàn)網(wǎng)絡(luò)的關(guān)鍵問(wèn)題[3]。

在間斷連接無(wú)線(xiàn)網(wǎng)絡(luò)中，源節(jié)點(diǎn)和目標(biāo)節(jié)點(diǎn)之間并不依靠始終連通的完整鏈路進(jìn)行數(shù)據(jù)的傳輸[4]，且源節(jié)點(diǎn)與中繼節(jié)點(diǎn)之間的連接也隨著時(shí)間的變化而不斷變化，任意成對(duì)節(jié)點(diǎn)間的通信鏈路都隨時(shí)會(huì)遭遇斷裂[5]，這種間斷性的端到端連接和不斷變化的網(wǎng)絡(luò)拓?fù)涫沟脗鹘y(tǒng)移動(dòng)自組織網(wǎng)絡(luò)的數(shù)據(jù)轉(zhuǎn)發(fā)機(jī)制難以直接應(yīng)用到間斷連接無(wú)線(xiàn)網(wǎng)絡(luò)中[6]。

目前，國(guó)內(nèi)外研究人員已經(jīng)提出了一些應(yīng)用于間斷連接無(wú)線(xiàn)網(wǎng)絡(luò)的數(shù)據(jù)轉(zhuǎn)發(fā)機(jī)制。Becker等人[7]提出了傳染路由（epidemic routing）機(jī)制，其核心思想是源節(jié)點(diǎn)將數(shù)據(jù)復(fù)制、轉(zhuǎn)發(fā)給任何與其相遇的節(jié)點(diǎn)，一定程度上提高了數(shù)據(jù)的傳輸效率，但洪泛型的數(shù)據(jù)轉(zhuǎn)發(fā)機(jī)制需要占用大量的緩存空間，消耗大量能量，而節(jié)點(diǎn)自身資源很有限，導(dǎo)致該機(jī)制分組丟失率較高。社會(huì)學(xué)的主要研究?jī)?nèi)容是人類(lèi)在時(shí)間、空間內(nèi)的交互作用，基于社會(huì)理論，Hui等人[8]提出了一種名為多標(biāo)簽的數(shù)據(jù)轉(zhuǎn)發(fā)機(jī)制，將網(wǎng)絡(luò)劃分為若干社區(qū)，節(jié)點(diǎn)在轉(zhuǎn)發(fā)數(shù)據(jù)時(shí)選擇通信范圍內(nèi)與自己同社區(qū)的節(jié)點(diǎn)作為下一跳節(jié)點(diǎn)，但當(dāng)源節(jié)點(diǎn)與目的節(jié)點(diǎn)所屬社區(qū)距離較遠(yuǎn)時(shí)，數(shù)據(jù)成功投遞率不高。為此，參考文獻(xiàn)[9]中提出Bubble-Rap算法，在選擇中繼節(jié)點(diǎn)時(shí)考慮節(jié)點(diǎn)及節(jié)點(diǎn)所在社區(qū)的活躍度，根據(jù)不同需求選擇下一跳節(jié)點(diǎn)。針對(duì)間斷連接無(wú)線(xiàn)網(wǎng)絡(luò)的分裂性特點(diǎn)及節(jié)點(diǎn)移動(dòng)行為的趨同性，參考文獻(xiàn)[10]提出SimBet機(jī)制，在選擇中繼節(jié)點(diǎn)時(shí)綜合考慮節(jié)點(diǎn)向心度和相似度，節(jié)點(diǎn)向心度描述兩節(jié)點(diǎn)之間的依賴(lài)程度，相似度表征節(jié)點(diǎn)移動(dòng)行為的趨同性，根據(jù)節(jié)點(diǎn)向心度和相似度評(píng)估數(shù)據(jù)轉(zhuǎn)發(fā)效用值，以此選擇下一跳節(jié)點(diǎn)。上述機(jī)制中，節(jié)點(diǎn)轉(zhuǎn)發(fā)數(shù)據(jù)時(shí)僅選擇未來(lái)與目的節(jié)點(diǎn)相遇概率高或效用值大的節(jié)點(diǎn)作為下一跳節(jié)點(diǎn)，其主要關(guān)注的是未來(lái)兩個(gè)節(jié)點(diǎn)能否相遇，而沒(méi)有考慮節(jié)點(diǎn)相遇的時(shí)間和地理位置。而實(shí)際情況中，節(jié)點(diǎn)不會(huì)無(wú)休止地緩存數(shù)據(jù)，且數(shù)據(jù)自身存在時(shí)效性，因此設(shè)計(jì)數(shù)據(jù)轉(zhuǎn)發(fā)機(jī)制時(shí)既要保證數(shù)據(jù)的有效傳遞，也要考慮數(shù)據(jù)的時(shí)效性。

針對(duì)上述問(wèn)題，本文提出了一種暫態(tài)社區(qū)感知的數(shù)據(jù)轉(zhuǎn)發(fā)機(jī)制（transient community awared data forwarding mechanism，TCDFM），運(yùn)用半馬爾可夫模型，準(zhǔn)確預(yù)測(cè)節(jié)點(diǎn)未來(lái)相遇的時(shí)間和地理位置，更加合理地選擇下一跳中繼節(jié)點(diǎn)，在保障數(shù)據(jù)成功投遞率的同時(shí)，降低數(shù)據(jù)傳輸時(shí)延，保證數(shù)據(jù)的時(shí)效性。

2 網(wǎng)絡(luò)環(huán)境

間斷連接無(wú)線(xiàn)網(wǎng)絡(luò)中節(jié)點(diǎn)的社會(huì)屬性使節(jié)點(diǎn)的移動(dòng)具有一定規(guī)律性[11]，但移動(dòng)軌跡并不固定，網(wǎng)絡(luò)中節(jié)點(diǎn)以一定次序在幾個(gè)地理位置之間進(jìn)行訪(fǎng)問(wèn)，節(jié)點(diǎn)在到達(dá)目標(biāo)位置后，以一定的概率選擇在該位置滯留一定時(shí)間或者直接離開(kāi)。本文假設(shè)在校園場(chǎng)景下，地理位置分別為教室、食堂、圖書(shū)館等建筑，節(jié)點(diǎn)為持有短距離無(wú)線(xiàn)通信設(shè)備的學(xué)生和老師。節(jié)點(diǎn)各自遵循自己的日程表進(jìn)行移動(dòng)。其中，社會(huì)屬性作為節(jié)點(diǎn)的內(nèi)在屬性，則會(huì)在很大程度上影響節(jié)點(diǎn)的移動(dòng)模式，呈現(xiàn)出某時(shí)段在有限移動(dòng)范圍內(nèi)高度活躍，在另一時(shí)段移動(dòng)相對(duì)遲緩，將這種特性定義為節(jié)點(diǎn)的暫態(tài)特性。通過(guò)進(jìn)一步研究發(fā)現(xiàn)，節(jié)點(diǎn)的暫態(tài)特性主要表現(xiàn)在時(shí)間和地理位置兩個(gè)方面，節(jié)點(diǎn)往往趨向于在特定時(shí)間區(qū)間的某一地理位置聚集。那么在ICWN中，若干節(jié)點(diǎn)在某個(gè)時(shí)間區(qū)間內(nèi)常駐在某個(gè)明確的地理范圍內(nèi)，且在此范圍內(nèi)的節(jié)點(diǎn)保持緊密的聯(lián)系，從而可以將這些節(jié)點(diǎn)進(jìn)行聚合形成穩(wěn)定連通的 ICWN子網(wǎng)，將其稱(chēng)為暫態(tài)社區(qū)（temporal community，TC）。

為了構(gòu)建暫態(tài)社區(qū)，節(jié)點(diǎn)為數(shù)據(jù)設(shè)定一個(gè)TTL值，TTL值到期，節(jié)點(diǎn)自動(dòng)將數(shù)據(jù)刪除。具體數(shù)據(jù)轉(zhuǎn)發(fā)過(guò)程如下：當(dāng)一個(gè)節(jié)點(diǎn)需要轉(zhuǎn)發(fā)數(shù)據(jù)時(shí)，首先篩選鄰居節(jié)點(diǎn)中未來(lái)能與目標(biāo)節(jié)點(diǎn)相遇的節(jié)點(diǎn)作為候選中繼節(jié)點(diǎn)；然后，節(jié)點(diǎn)執(zhí)行本文預(yù)測(cè)算法，預(yù)測(cè)各候選中繼節(jié)點(diǎn)與目標(biāo)節(jié)點(diǎn)的相遇時(shí)間，并與數(shù)據(jù)的TTL值比對(duì)，淘汰在TTL到期前無(wú)法與目標(biāo)節(jié)點(diǎn)相遇的候選中繼節(jié)點(diǎn)；最后，計(jì)算候選中繼節(jié)點(diǎn)中與目標(biāo)節(jié)點(diǎn)的相遇概率，選取相遇概率最大的節(jié)點(diǎn)作為下一跳節(jié)點(diǎn)，如果候選中繼節(jié)點(diǎn)與目標(biāo)節(jié)點(diǎn)相遇的概率值均小于當(dāng)前節(jié)點(diǎn)，則數(shù)據(jù)繼續(xù)緩存在本地節(jié)點(diǎn)。圖 1為校園場(chǎng)景下本文數(shù)據(jù)轉(zhuǎn)發(fā)機(jī)制示意，節(jié)點(diǎn) A需要轉(zhuǎn)發(fā)數(shù)據(jù)給節(jié)點(diǎn) E，當(dāng)前時(shí)刻節(jié)點(diǎn)A與室友節(jié)點(diǎn)B和節(jié)點(diǎn)C同處于宿舍內(nèi)?；诠?jié)點(diǎn)歷史移動(dòng)信息，節(jié)點(diǎn) A預(yù)測(cè)到在TTL到期之前，相比于節(jié)點(diǎn)C，節(jié)點(diǎn)B更有可能與節(jié)點(diǎn)E相遇，所以節(jié)點(diǎn)A將數(shù)據(jù)轉(zhuǎn)發(fā)給節(jié)點(diǎn)B。節(jié)點(diǎn)B不久后與節(jié)點(diǎn)E相遇，進(jìn)而將數(shù)據(jù)轉(zhuǎn)發(fā)給節(jié)點(diǎn)E。

圖1 校園場(chǎng)景下本文數(shù)據(jù)轉(zhuǎn)發(fā)機(jī)制示意

3 節(jié)點(diǎn)行為預(yù)測(cè)

3.1 節(jié)點(diǎn)歷史行為信息交互

為了準(zhǔn)確預(yù)測(cè)節(jié)點(diǎn)的移動(dòng)行為，網(wǎng)絡(luò)中的每個(gè)節(jié)點(diǎn)都需要盡可能地了解其他節(jié)點(diǎn)的歷史移動(dòng)信息。本文將節(jié)點(diǎn)的移動(dòng)信息設(shè)計(jì)為一個(gè)5元組其中，P是節(jié)點(diǎn)在不同地理位置之間的轉(zhuǎn)移概率矩陣，SP是節(jié)點(diǎn)在各個(gè)位置的滯留時(shí)間概率分布，T是節(jié)點(diǎn)地理位置變化的起始時(shí)間，ID和LocID分別是節(jié)點(diǎn) ID和節(jié)點(diǎn)所在位置的ID。當(dāng)兩個(gè)節(jié)點(diǎn)相遇時(shí)，節(jié)點(diǎn)間會(huì)交換歷史移動(dòng)信息。節(jié)點(diǎn)接收到其他節(jié)點(diǎn)的歷史移動(dòng)信息后，通過(guò)5元組內(nèi)的T值判斷數(shù)據(jù)的新舊，然后將較新的數(shù)據(jù)在本地緩存。

若節(jié)點(diǎn)S想要轉(zhuǎn)發(fā)數(shù)據(jù)給節(jié)點(diǎn)D，則首先查詢(xún)本地?cái)?shù)據(jù)中節(jié)點(diǎn) D 的歷史移動(dòng)信息則節(jié)點(diǎn) D在時(shí)間t時(shí)所處的位置由式（1）得到：

其中，Wt代表節(jié)點(diǎn)D在時(shí)間t的地理位置，L是地理位置集合。

3.2 行為參數(shù)評(píng)估

預(yù)測(cè)兩個(gè)節(jié)點(diǎn)的相遇時(shí)間和地理位置需要獲知兩個(gè)參數(shù)：地理位置轉(zhuǎn)移概率矩陣和滯留時(shí)間概率分布，兩個(gè)參數(shù)均由節(jié)點(diǎn)歷史移動(dòng)信息獲知。

圖2 地理位置轉(zhuǎn)移示意

節(jié)點(diǎn)n當(dāng)前位于地理位置i，隨后轉(zhuǎn)移到地理位置j，節(jié)點(diǎn)在位置i的滯留時(shí)間概率分布函數(shù)可以定義為：

當(dāng)網(wǎng)絡(luò)達(dá)到穩(wěn)定狀態(tài)時(shí)，移動(dòng)歷史信息為滯留時(shí)間分布的計(jì)算提供依據(jù)。按照式(4)的方式計(jì)算＜k)：

3.3 節(jié)點(diǎn)狀態(tài)轉(zhuǎn)移概率評(píng)估

為了提高間斷連接無(wú)線(xiàn)網(wǎng)絡(luò)中暫態(tài)社區(qū)時(shí)空特征對(duì)節(jié)點(diǎn)移動(dòng)行為預(yù)測(cè)的有效性，本文使用時(shí)間齊次的半馬爾可夫鏈模型模擬節(jié)點(diǎn)n的移動(dòng)過(guò)程，該過(guò)程可以表示為()。節(jié)點(diǎn)所處的不同狀態(tài)用地理位置 ID表示，記作 L=1,2,3,…,l。一個(gè)節(jié)點(diǎn)在兩個(gè)地理位置之間的移動(dòng)對(duì)應(yīng)節(jié)點(diǎn)在馬爾可夫鏈中兩個(gè)狀態(tài)之間的轉(zhuǎn)移。假設(shè)不同狀態(tài)間的轉(zhuǎn)移概率具有馬爾可夫鏈的無(wú)記憶性，即節(jié)點(diǎn)n從狀態(tài)轉(zhuǎn)移到狀態(tài)的概率是獨(dú)立于狀態(tài)的，這個(gè)轉(zhuǎn)移行為僅與節(jié)點(diǎn)當(dāng)前狀態(tài)相關(guān)?；谏鲜鎏攸c(diǎn)，隨機(jī)過(guò)程(符合標(biāo)準(zhǔn)的時(shí)間離散馬爾可夫鏈的特性。隨機(jī)變量表示節(jié)點(diǎn)n由狀態(tài)向轉(zhuǎn)移的時(shí)間，隨機(jī)變量（）描述了節(jié)點(diǎn)n在地理位置i的滯留時(shí)間。本文節(jié)點(diǎn)在某個(gè)地理位置的滯留時(shí)間并不包含節(jié)點(diǎn)在兩個(gè)狀態(tài)之間轉(zhuǎn)移所需要耗費(fèi)的時(shí)間。

4 轉(zhuǎn)發(fā)決策

間斷連接無(wú)線(xiàn)網(wǎng)絡(luò)雖然是延遲可容忍網(wǎng)絡(luò)，但是數(shù)據(jù)具有時(shí)效性，超過(guò)時(shí)效的數(shù)據(jù)即使轉(zhuǎn)發(fā)到目標(biāo)節(jié)點(diǎn)也沒(méi)有意義，而且在網(wǎng)絡(luò)中持續(xù)轉(zhuǎn)發(fā)、緩存時(shí)，數(shù)據(jù)也是對(duì)網(wǎng)絡(luò)資源的浪費(fèi)。本文認(rèn)為數(shù)據(jù)的最大可接受時(shí)延就是數(shù)據(jù)的生存時(shí)間TTL。令節(jié)點(diǎn)n表示源節(jié)點(diǎn)的鄰居節(jié)點(diǎn)，N是當(dāng)前節(jié)點(diǎn)的所有鄰居節(jié)點(diǎn)的集合，d表示目標(biāo)節(jié)點(diǎn)，選取與目標(biāo)節(jié)點(diǎn)相遇概率最大的節(jié)點(diǎn)作為下一跳節(jié)點(diǎn)：

利用上述方法，選擇具有最高效用值的節(jié)點(diǎn)作為中繼節(jié)點(diǎn)轉(zhuǎn)發(fā)數(shù)據(jù)，即在未來(lái)的TTTL單位時(shí)間內(nèi)與目標(biāo)節(jié)點(diǎn)相遇概率最高的節(jié)點(diǎn)。如果所選的中繼節(jié)點(diǎn)未來(lái)與目標(biāo)節(jié)點(diǎn)相遇的概率小于當(dāng)前節(jié)點(diǎn)，則數(shù)據(jù)繼續(xù)緩存在當(dāng)前節(jié)點(diǎn)，直至更優(yōu)的中繼節(jié)點(diǎn)出現(xiàn)，或者待TTL值到期后將數(shù)據(jù)刪除。

5 仿真結(jié)果分析

本文采用間斷連接無(wú)線(xiàn)網(wǎng)絡(luò)環(huán)境 ONE[12]仿真平臺(tái)進(jìn)行數(shù)據(jù)轉(zhuǎn)發(fā)策略性能驗(yàn)證，并與典型的數(shù)據(jù)轉(zhuǎn)發(fā)機(jī)制Prophet及Bubble-Rap進(jìn)行對(duì)比，以驗(yàn)證所提出機(jī)制TCDFM的性能。仿真參數(shù)見(jiàn)表1。

表1 仿真參數(shù)設(shè)置

5.1 節(jié)點(diǎn)數(shù)量對(duì)數(shù)據(jù)轉(zhuǎn)發(fā)策略的影響

間斷連接無(wú)線(xiàn)網(wǎng)絡(luò)是典型的節(jié)點(diǎn)分布稀疏網(wǎng)絡(luò)，網(wǎng)絡(luò)中節(jié)點(diǎn)的數(shù)量直接影響節(jié)點(diǎn)相遇機(jī)會(huì)，最終影響數(shù)據(jù)轉(zhuǎn)發(fā)機(jī)制整體性能。因此，首先分析節(jié)點(diǎn)數(shù)量對(duì)不同數(shù)據(jù)轉(zhuǎn)發(fā)機(jī)制的影響，結(jié)果如圖1所示。

圖3 節(jié)點(diǎn)數(shù)量對(duì)數(shù)據(jù)成功投遞率的影響

圖4 節(jié)點(diǎn)數(shù)量對(duì)平均傳輸時(shí)延的影響

由圖3、圖4可以看出，隨著網(wǎng)絡(luò)中節(jié)點(diǎn)數(shù)量的增加，TCDFM和Bubble-Rap機(jī)制在數(shù)據(jù)成功投遞率上呈現(xiàn)平穩(wěn)上升趨勢(shì)，相比前兩者，Prophet則呈現(xiàn)反向趨勢(shì)。TCDFM與兩種算法的數(shù)據(jù)傳輸時(shí)延均隨著節(jié)點(diǎn)數(shù)量的增加呈現(xiàn)下降趨勢(shì)。本文算法在數(shù)據(jù)成功投遞率和平均傳輸時(shí)延所呈現(xiàn)出的性能均是最優(yōu)的，數(shù)據(jù)成功投遞率分別比Bubble-Rap算法和Prophet算法平均高出13.2%和17.9%，平均傳輸時(shí)延分別比 Bubble-Rap和Prophet平均低26.8%和37.3%。主要原因?yàn)殡S著網(wǎng)絡(luò)中節(jié)點(diǎn)數(shù)量的增多，節(jié)點(diǎn)間相遇機(jī)會(huì)增加，為中繼節(jié)點(diǎn)的選擇提供了更多的選擇，明確了中繼節(jié)點(diǎn)進(jìn)行數(shù)據(jù)投遞的目標(biāo)，進(jìn)而提高了數(shù)據(jù)成功投遞率。在Prophet算法中，隨著數(shù)據(jù)副本在網(wǎng)絡(luò)中大量分發(fā)，網(wǎng)絡(luò)資源被大量占用，導(dǎo)致基于相遇概率的多副本分發(fā)的 Prophet算法會(huì)進(jìn)行大量的數(shù)據(jù)復(fù)制、轉(zhuǎn)發(fā)，抑制了副本的有效傳遞，降低了網(wǎng)絡(luò)性能，最終造成了數(shù)據(jù)傳輸時(shí)延較大。TCDFM 算法考慮了中繼節(jié)點(diǎn)能否在數(shù)據(jù)時(shí)效性?xún)?nèi)將數(shù)據(jù)轉(zhuǎn)發(fā)給目標(biāo)節(jié)點(diǎn)，在中繼機(jī)會(huì)增多的同時(shí)，能夠挑選更優(yōu)的中繼節(jié)點(diǎn)進(jìn)行數(shù)據(jù)轉(zhuǎn)發(fā)，如果數(shù)據(jù)在有效時(shí)間內(nèi)不能成功投遞，則立即刪除，避免資源浪費(fèi)對(duì)其他數(shù)據(jù)的投遞產(chǎn)生影響，從而降低了數(shù)據(jù)的傳輸時(shí)延。

5.2 數(shù)據(jù)TTL值對(duì)數(shù)據(jù)轉(zhuǎn)發(fā)策略的影響

TTL表示網(wǎng)絡(luò)中數(shù)據(jù)的生存時(shí)長(zhǎng)，不同的TTL值在一定程度上影響了網(wǎng)絡(luò)中待轉(zhuǎn)發(fā)數(shù)據(jù)的數(shù)量。因此，TTL值對(duì)數(shù)據(jù)轉(zhuǎn)發(fā)策略的性能和網(wǎng)絡(luò)的存續(xù)時(shí)間影響很大。圖5、圖6分別表示在不同TTL值下，不同算法的數(shù)據(jù)的成功投遞率和平均傳輸時(shí)延。

圖5 TTL值對(duì)數(shù)據(jù)成功投遞率的影響

由圖5、圖6中可以看出，隨著TTL值增加，3種路由算法的數(shù)據(jù)成功投遞率均先上升后下降，同時(shí)，隨著TTL值的增加，數(shù)據(jù)傳輸?shù)钠骄鶗r(shí)延

圖6 TTL值對(duì)平均傳輸時(shí)延的影響

隨之增加。本文 TCDFM 算法在數(shù)據(jù)成功投遞率上分別比Prophet算法和Bubble-Rap算法平均高出 12.3%、17.2%，而數(shù)據(jù)的平均傳輸時(shí)延則比Prophet算法和 Bubble-Rap算法分別低 19.6%、14.1%。主要原因?yàn)閿?shù)據(jù)的 TTL值較小時(shí)，節(jié)點(diǎn)間還未產(chǎn)生相遇機(jī)會(huì)，數(shù)據(jù)就有可能被刪除，數(shù)據(jù)的成功投遞率會(huì)比較低。而當(dāng)TTL值較大時(shí)，網(wǎng)絡(luò)中的數(shù)據(jù)會(huì)始終保存在節(jié)點(diǎn)的緩存空間中，即使數(shù)據(jù)成功投遞到目標(biāo)節(jié)點(diǎn)，網(wǎng)絡(luò)中仍然包含大量數(shù)據(jù)副本，極大地浪費(fèi)網(wǎng)絡(luò)資源，影響網(wǎng)絡(luò)的性能。因此，在TTL值增大的過(guò)程中，數(shù)據(jù)的成功投遞率會(huì)隨之增高，在達(dá)到峰值后，繼續(xù)增大TTL值就會(huì)造成網(wǎng)絡(luò)擁塞，數(shù)據(jù)的正常傳輸受阻，數(shù)據(jù)成功投遞率開(kāi)始下滑，同時(shí)，平均傳輸時(shí)延增大。

6 結(jié)束語(yǔ)

為了實(shí)現(xiàn)間斷連接無(wú)線(xiàn)網(wǎng)絡(luò)中數(shù)據(jù)的高效可靠傳輸，本文提出了一種暫態(tài)社區(qū)感知的數(shù)據(jù)轉(zhuǎn)發(fā)機(jī)制，利用時(shí)間齊次的半馬爾可夫鏈模型進(jìn)行節(jié)點(diǎn)相遇預(yù)測(cè)，確定兩個(gè)節(jié)點(diǎn)未來(lái)在指定時(shí)間指定位置的相遇概率。節(jié)點(diǎn)需要轉(zhuǎn)發(fā)數(shù)據(jù)時(shí)，從鄰居節(jié)點(diǎn)中篩選在TTL值到期之前與目標(biāo)節(jié)點(diǎn)相遇的節(jié)點(diǎn)作為候選中繼節(jié)點(diǎn)，選擇各候選中繼節(jié)點(diǎn)中與目標(biāo)節(jié)點(diǎn)相遇概率最大的節(jié)點(diǎn)作為下一跳中繼節(jié)點(diǎn)。仿真結(jié)果表明，與傳統(tǒng)路由機(jī)制相比，所提出的機(jī)制能夠在保證較高數(shù)據(jù)投遞率的同時(shí)，降低數(shù)據(jù)的傳輸時(shí)延，有效地提高網(wǎng)絡(luò)可靠性。

[1] WU D P, ZHANG H P, WANG H G, et al. Quality of protection(QoP)-driven data forwarding for intermittently connected wireless networks[J]. IEEE Wireless Communication, 2015,22(4): 66-73.

[2] WU D P, HE J, WANG H G, et al. A hierarchical packet forwarding mechanism for energy harvesting wireless sensor networks[J]. IEEE Communication Magazine, 2015, 53(8): 92-98.

[3] WU D P, WANG Y Y, WANG H G, et al. Dynamic coding control in social intermittent connectivity wireless networks[J].IEEE Transactions on Vehicular Technology, 2016, 65(9):7634-7646.

[4] WANG R Y, YANG H P, WANG H G, et al. Social overlapping community aware neighbor discovery for D2D communications[J]. IEEE Wireless Communications, 2016, 23(4): 28-34.

[5] FENG M, MAO S, JIANG T. Joint duplex mode selection,channel allocation, and power control for full-duplex cognitive femtocell networks[J]. Digital Communications and Networks,2015, 1(1): 30-44.

[6] WU D P, ZHANG P N, WANG H G, et al. Node service ability aware packet forwarding mechanism in intermittently connected wireless networks[J]. IEEE Transaction on Wireless Communications, 2016, 15(12): 8169-8181.

[7] BISTA B B. Improving energy consumption of epidemic routing in delay tolerant networks[C]//International Conference on Innovative Mobile and Internet Services in Ubiquitous Computing, July 6-8, 2016, Fukuoka, Japan. New Jersey: IEEE Press, 2016: 278-283

[8] SONG L, LI Y, FAN S, et al. Social-based multi-label routing in delay tolerant networks[C]//IEEE Fourth International Conference on Big Data and Cloud Computing, Dec 3-5, 2014, Sydney, Australia. New Jersey: IEEE Press, 2014: 402-407.

[9] GUPTA A, AGRAWAL A, NAGRATH P. Variant of BUBBLE rap forwarding algorithm for delay tolerant networks[C]//International Conference on Computational Techniques in Information and Communication Technologies, March 11-13, 2016, New Delhi, India. New Jersey: IEEE Press, 2016:63-68.

[10] SHRESTHA N, SASSATELLI L. Inter-session network coding-based policies for delay tolerant mobile social networks[J].IEEE Transactions on Wireless Communications, 2016, 15(11):7329-7342.

[11] 潘劍飛, 徐麗麗, 董一鴻. 動(dòng)態(tài)社區(qū)演化研究進(jìn)展[J]. 電信科學(xué), 2017, 33(1): 24-33.PAN J F, XU L L, DONG Y H. Research progress of dynamic community evolution[J]. Telecommunications Science, 2017,33(1): 24-33.

[12] ODA T, ELMAZI D, SPAHO E, et al. A simulation system based on ONE and SUMO simulators: performance evaluation of direct delivery, epidemic and energy aware epidemic DTN protocols[C]//International Conference on Network-Based Information Systems, Sept 2-4, 2015, Taipei, China. New Jersey:IEEE Press, 2015: 418-423.

Transient community awared data forwarding mechanism for intermittent connected wireless network

DU Jian1, XIA Yuanyi2, ZHAO Junfeng2, WANG Zheng1, WANG He1
1. Beijing Smartchip Microelectronics Technology Co., Ltd., Beijing 100192, China 2. Information & Telecommunication Branch of State Grid Jiangsu Electric Porer Company, Nanjing 210024, China

In order to solve the problem of data forwarding in intermittent connected wireless network effectively, a transient community awared data forwarding mechanism for intermittent connected wireless network(ICWN) was proposed. Utilizing the semi-Markov chain model, the transfer process of nodes’s between multiple geographic locations was described and the time probability distribution of nodes’ encountering in the future was predicted, then the encountering time and locations could be obtained, which provided theoretical basis for the selection of next relay node. Experiment results show that the proposed mechanism can effectively improve the forecasting accuracy of nodes’ encounter and has a great improvement in the data delivery ratio and transmission delay.

intermittent connected wireless network, data forwarding, transient community, encounter forcasting,semi-Markov model

Science and Technology Project of State Grid (No.526800150007)

TP393

A

10.11959/j.issn.1000?0801.2017262

2017?07?20；

2017?08?31

國(guó)家電網(wǎng)公司科技基金資助項(xiàng)目（No.526800150007）

杜劍（1987?），男，北京智芯微電子科技有限公司中級(jí)工程師，主要研究方向?yàn)榧呻娐放c傳感芯片在電力中的應(yīng)用。

夏元軼（1988?），男，國(guó)網(wǎng)江蘇省電力公司信息通信分公司專(zhuān)職，主要研究方向?yàn)殡娏π畔⒒?/p>

趙俊峰（1974?），男，國(guó)網(wǎng)江蘇省電力公司信息通信分公司主任，主要研究方向?yàn)殡娏π畔⒒?/p>

王崢（1983?），男，博士，北京智芯微電子科技有限公司部門(mén)經(jīng)理，主要研究方向?yàn)槲㈦娮优c固體電子學(xué)。

王鶴（1982?），男，北京智芯微電子科技有限公司中級(jí)工程師，主要研究方向?yàn)闊o(wú)線(xiàn)網(wǎng)絡(luò)通信及無(wú)線(xiàn)傳感網(wǎng)通信技術(shù)應(yīng)用。