现有机会路由选择未考虑数据流的分布,可能使候选节点空闲或过载,导致网络吞吐量提升有限.本文将多并发流的机会路由描述成一个凸优化问题,基于对偶和子梯度方法,提出分布式联合候选节点选择和速率分配的多流机会路由算法(Opportunistic...现有机会路由选择未考虑数据流的分布,可能使候选节点空闲或过载,导致网络吞吐量提升有限.本文将多并发流的机会路由描述成一个凸优化问题,基于对偶和子梯度方法,提出分布式联合候选节点选择和速率分配的多流机会路由算法(Opportunistic Routing for Multi-Flow,ORMF).该算法迭代进行流速率分配,并在速率分配过程中完成候选节点选择.实验结果表明,与基于期望传输次数和期望任意传输次数指标的机会路由相比,ORMF平均可提高33.4%和27.9%的汇聚吞吐量.展开更多
基于社会的机会网络中,节点趋向于和自己关系亲密的节点进行接触,因此可以通过评价节点之间的亲密程度来帮助预测节点之间的接触概率。由于节点亲密性的时间相关性和区域相关性,利用节点的历史接触信息构造节点亲密程度的评价模型时,考...基于社会的机会网络中,节点趋向于和自己关系亲密的节点进行接触,因此可以通过评价节点之间的亲密程度来帮助预测节点之间的接触概率。由于节点亲密性的时间相关性和区域相关性,利用节点的历史接触信息构造节点亲密程度的评价模型时,考虑节点接触区域和节点接触时间对亲密程度的影响,从而得到节点在相应区域的亲密节点——区域朋友(Regional Friends,RF)。最后结合节点当前位置和区域朋友关系提出一种基于区域朋友关系的机会路由算法(Opportunistic Routing algorithm based on Regional Friendship,ORRF)。实验数据表明,在节点分布密度以及数据可容忍时延变化的网络环境下,该算法得到较高的数据送达率和较低的转发能耗。展开更多
文摘现有机会路由选择未考虑数据流的分布,可能使候选节点空闲或过载,导致网络吞吐量提升有限.本文将多并发流的机会路由描述成一个凸优化问题,基于对偶和子梯度方法,提出分布式联合候选节点选择和速率分配的多流机会路由算法(Opportunistic Routing for Multi-Flow,ORMF).该算法迭代进行流速率分配,并在速率分配过程中完成候选节点选择.实验结果表明,与基于期望传输次数和期望任意传输次数指标的机会路由相比,ORMF平均可提高33.4%和27.9%的汇聚吞吐量.
文摘基于社会的机会网络中,节点趋向于和自己关系亲密的节点进行接触,因此可以通过评价节点之间的亲密程度来帮助预测节点之间的接触概率。由于节点亲密性的时间相关性和区域相关性,利用节点的历史接触信息构造节点亲密程度的评价模型时,考虑节点接触区域和节点接触时间对亲密程度的影响,从而得到节点在相应区域的亲密节点——区域朋友(Regional Friends,RF)。最后结合节点当前位置和区域朋友关系提出一种基于区域朋友关系的机会路由算法(Opportunistic Routing algorithm based on Regional Friendship,ORRF)。实验数据表明,在节点分布密度以及数据可容忍时延变化的网络环境下,该算法得到较高的数据送达率和较低的转发能耗。
