面向分布式移动社交网络的路由协议分析与设计

来源 :苏州大学 | 被引量 : 0次 | 上传用户:lslandgp1972
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
分布式移动社交网络是目前移动网络应用研究中的热点之一,而数据传输作为其中的一个关键性问题得到了广泛的关注。传统的移动自组织网络中的路由依赖于端到端的连接,已经无法适用于该新型网络。而针对时延容忍网络所提出的路由协议尽管在一定程度上能够适用,但是它们没有充分利用网络中节点的社会属性,在数据传输时延上表现差强人意。虽然近几年也有一些路由算法引入节点的社会特性,并提高了路由的效率。但是它们大部分都没有综合考虑到网络中节点的自私性,以上种种原因限制了分布式移动社交网络的应用。在此背景下,本文利用蚁群优化等理论,结合分布式移动社交网络的特点,分析并提出了整套路由方案。本文首先分析了适用于分布式移动社交网络的经典路由协议,提取出数据传输过程中关键的因素,并归纳为三个一般的路由模型。在此基础上,我们通过概率论给出了各模型下数据传输时延的概率分布函数;在分析了该网络环境下数据传输的问题之后,我们提出了一个基于蚁群优化的路由协议。该协议源于真实蚁群寻找食物的启发,通过发送人工蚂蚁来探索两节点之间的最优路径。在人工蚂蚁探索过程中,我们采用了探索与更新同步进行的策略,解决了原有蚁群路由对端到端连接的要求。在数据发送过程中,节点选择下一跳的信息不仅仅依赖于人工蚂蚁探索的结果,同时也考虑了下一跳的社会属性,这在一定程度上优化了数据传输的效率;另外,我们基于该网络环境的特点,提出了一个基于重复博弈的路由激励机制。我们通过引入中央银行来检测节点的自私行为,然后将数据转发过程抽象为一个无限重复博弈过程。通过引入自私行为的惩罚机制,我们分析并得到了节点合作的激励条件,并证明了在该条件下自私节点会收敛为合作节点。实验仿真结果表明,本文提出的分布式移动社交网络中时延评估模型是精确的。另外,本文设计的路由协议和激励机制能够提高该网络环境下的数据传输效率,并有效地抑制节点的自私行为,从而优化了网络环境,提高了移动用户的体验。本课题研究对分布式移动社交网络应用的进一步发展具有积极意义。
其他文献
随着我国智能电网事业的发展,全国电力系统互联已成为一个趋势,大量的先进的数据采集与监控设备、相量测量单元(PMU)、智能电表等被应用,现代电力系统正在演变成一个集聚大数据和信息的计算系统。针对智能电网对海量的数据存储和大规模并行计算的迫切需求,鉴于电力系统广域网的完整性,学者提出了整合网内现有计算和存储资源,建立电力私有云的概念。Hadoop是主要由HDFS和MapReduce组成的开源云计算项目
大规模海面波浪的模拟是计算机图形学研究的重要领域之一,它在军事航天、商业娱乐等虚拟现实方面都有重要的作用和意义。而现代计算机软硬件技术的提升,为在廉价硬件平台上实现
强化学习是一种通过与环境的交互,将状态映射到动作,以获取最大累积奖赏的机器学习方法。在大规模和连续状态或动作空间强化学习问题中,通过使用函数逼近方法拟合策略形成了近似
不同的人会有不同的步态,这种差异性可以用动态足底压力成像数据(DPPI)来表示出来。不同于之前基于静态特征的步态识别方法外,本文提出了一种新的步态识别技术。本文从动态足底
电力系统无功优化是指在已知网络结构参数和运行参数的情况下,在满足各种约束条件的前提下,通过现代化的技术或者人工智能算法,合理的调节控制变量(发电机的机端电压、有载调压变
云计算时代数据量的迅猛增长,从可扩展性、可用性和安全性等多个方面对数据中心提出了新的挑战,以满足数据量增长的高运算能力和强存储能力的要求。而随着高速、低延时、大规模
手指与手势的实时识别长期以来都是计算机视觉研究的重点与难点。体感交互技术的发展开创了新型的人机交互方式,也为这一问题带来了新的解决方案。本文主要实现了一种基于深度
随着互联网和无线网的日益普及,计算机病毒正变得日益猖獗。实践证明,仅仅依赖杀毒软件来抵御电子病毒是远远不够的。对病毒在网络上的传播机制进行理论分析,从中找到有效的防范
随着信息技术与计算机网络的飞速发展与实际应用,数字媒体得到了广泛传播。虽然人们从中获得了许多便利,但是,诸多安全隐患也相应得显现了出来:各种媒体信息都可能被非法复制、修
目前我国正处于老龄化社会阶段,由于子女大多出外工作,老人家庭空巢率也在不断增加,对智能化的看护系统的需求更加紧迫。而智能化看护系统的关键问题就在于对老人在日常生活中的