摘  要： 針對機會網(wǎng)絡(luò)主流路由協(xié)議沒有考慮到節(jié)點的社區(qū)特性，提出了一種基于社區(qū)的冗余效用混合轉(zhuǎn)發(fā)機制。該算法從合理降低洪泛度和準確預(yù)測效用值方面出發(fā)，通過消息篩選、消息優(yōu)先級和活躍節(jié)點機制對消息進行有效處理和轉(zhuǎn)發(fā)。與經(jīng)典的Epidemic和Prophet算法相比，該算法具有消息傳達率較高、傳輸延時小和網(wǎng)絡(luò)開銷低的特點。

　　關(guān)鍵詞： 機會網(wǎng)絡(luò)；社區(qū)；冗余效用

0 引言

　　機會網(wǎng)絡(luò)是一種不需要源節(jié)點和目標節(jié)點之間存在完整鏈路，利用節(jié)點移動帶來的相遇機會實現(xiàn)通信的自組織網(wǎng)絡(luò)，其主要應(yīng)用集中在野生動物追蹤、車載網(wǎng)絡(luò)、偏遠地區(qū)網(wǎng)絡(luò)傳輸?shù)葓龊蟍1]。隨著大量智能手機等手持設(shè)備的出現(xiàn)，以人為載體的移動節(jié)點的數(shù)據(jù)交換頻繁，逐漸出現(xiàn)以人為主體的機會網(wǎng)絡(luò)。由于人們之間社會關(guān)系相對穩(wěn)定且存在一定的依賴性，網(wǎng)絡(luò)中會出現(xiàn)節(jié)點的聚集現(xiàn)象，從而形成不同的社區(qū)。社區(qū)內(nèi)的節(jié)點移動緩慢，相遇概率高，不同社區(qū)內(nèi)的節(jié)點相遇概率低，往往需要通過一些活躍節(jié)點來增加社區(qū)之間的聯(lián)系，與以節(jié)點移動快速、網(wǎng)絡(luò)拓撲變化頻繁的普通機會網(wǎng)絡(luò)相比有明顯的區(qū)別[2]。

1 相關(guān)工作

　　2006年，MUSOLESI M等人提出了基于人類社會關(guān)系的移動自組織網(wǎng)絡(luò)移動模型，引起了人們的廣泛關(guān)注[3]。2007年，Pan Hui等人提出為每個消息包貼上社區(qū)標簽，轉(zhuǎn)發(fā)時只需進行簡單的標簽號比較就能判斷是否允許發(fā)送，進而提高了消息的投遞成功率[4]。2009年，牛建偉根據(jù)節(jié)點之間的通信頻繁程度，自動將節(jié)點劃分成不同的社區(qū)，自適應(yīng)地控制消息的拷貝數(shù)量并依靠活躍節(jié)點將消息傳輸?shù)侥繕松鐓^(qū)[2]。2013年，劉亞翃等人根據(jù)節(jié)點間的社會關(guān)系強度，動態(tài)自適應(yīng)地將節(jié)點劃分為不同的社區(qū)，通過限制消息副本數(shù)來減少網(wǎng)絡(luò)中消息的冗余，并利用活躍性高的節(jié)點帶動消息的轉(zhuǎn)發(fā)[5]。2014年，周軍海等人提出一種基于社區(qū)的低功耗消息路由算法，能自適應(yīng)地控制消息拷貝數(shù)量并能自動調(diào)整節(jié)點的活躍度，依靠活躍度較高的節(jié)點來完成消息傳輸[6]。針對社區(qū)機會網(wǎng)絡(luò)的特點，本文提出一種基于社區(qū)的冗余效用混合轉(zhuǎn)發(fā)機制，該算法根據(jù)現(xiàn)實社會節(jié)點的移動特性在傳染路由的基礎(chǔ)上對消息路由做改進，對社區(qū)內(nèi)消息包進行優(yōu)先級分類和消息篩選，通過活躍節(jié)點進行社區(qū)間消息傳遞，具有傳達率高、網(wǎng)絡(luò)資源消耗低、傳輸延時小的特點。

2 基于社區(qū)的冗余效用混合路由算法

　　機會網(wǎng)絡(luò)路由技術(shù)從不同的角度可分為不同的種類。根據(jù)路由策略來分，可以分為基于復(fù)制的路由和基于效用的路由[7]?；趶?fù)制的路由通過洪泛的方式進行轉(zhuǎn)發(fā)，但資源占用率高?；谛в玫穆酚赡苡行p少過多的消息復(fù)制，但傳達率較低，延時較大。由于社區(qū)內(nèi)節(jié)點相對聚集，不同社區(qū)之間節(jié)點聯(lián)系較少，普通機會網(wǎng)絡(luò)路由算法在社區(qū)網(wǎng)絡(luò)內(nèi)效率不高。綜合以上兩種算法優(yōu)點的冗余效用混合路由在降低資源消耗的前提下有利于消息轉(zhuǎn)發(fā)率的提高，在社區(qū)機會網(wǎng)絡(luò)的消息轉(zhuǎn)發(fā)機制中使用尤為合適。算法主要包括消息篩選、優(yōu)先級和活躍節(jié)點3種機制。

　　2.1 消息篩選機制

　　當社區(qū)中節(jié)點攜帶有以本社區(qū)內(nèi)其他節(jié)點為目的節(jié)點的消息包時，一方面，由于有社區(qū)歸屬的節(jié)點很大概率是在本社區(qū)內(nèi)部活動，且社區(qū)內(nèi)節(jié)點間相遇頻繁，消息包可以通過本社區(qū)的中繼節(jié)點經(jīng)過多跳很快傳達到目的節(jié)點；另一方面，外部社區(qū)的節(jié)點到本社區(qū)活動的概率很低，假如把上述消息轉(zhuǎn)發(fā)給外部社區(qū)節(jié)點，消息很有可能只會在外部社區(qū)擴散，很難回傳到本社區(qū)，不僅不能提高傳達率，反而盲目地增加了網(wǎng)絡(luò)中消息的副本數(shù)，增加網(wǎng)絡(luò)資源的消耗。因此，本社區(qū)內(nèi)的消息沒有必要擴散至其他社區(qū)。算法中加入消息篩選機制，當該機制檢測到相遇節(jié)點歸屬于不同社區(qū)且自身節(jié)點存儲有以同一社區(qū)內(nèi)節(jié)點為目的節(jié)點的消息包時，把該類消息包從轉(zhuǎn)發(fā)隊列中過濾掉。

　　2.2 消息優(yōu)先級機制

　　由于節(jié)點移動的不確定性，節(jié)點間從建立連接到斷開，中間的持續(xù)時間可能只是一瞬間?？紤]到網(wǎng)絡(luò)連通時間的不確定性，為了讓消息的轉(zhuǎn)發(fā)更具有效用性，可以提前判斷消息的效用值，按效用值由高到低順序轉(zhuǎn)發(fā)。算法加入了消息優(yōu)先級機制，優(yōu)先級高的一類消息包優(yōu)先轉(zhuǎn)發(fā)，同類的按順序轉(zhuǎn)發(fā)。優(yōu)先級分類如下：

　?。?）第一優(yōu)先級。轉(zhuǎn)發(fā)節(jié)點的消息緩沖區(qū)中可能存儲有以對方節(jié)點為目的節(jié)點的消息包，這類消息包只需要再經(jīng)過一跳就能傳達到目的節(jié)點。

　?。?）第二優(yōu)先級。在消息篩選機制中已分析到社區(qū)內(nèi)部的消息包在本社區(qū)中繼節(jié)點的協(xié)助下可以經(jīng)過多跳以較快的速度傳達，在本社區(qū)消息不外傳的前提下，該類消息的副本僅僅在本社區(qū)內(nèi)擴散，實現(xiàn)以較低的消息副本數(shù)獲得較小的傳達延時，因而該類效用值較高的消息以第二優(yōu)先級被轉(zhuǎn)發(fā)。

　　（3）第三優(yōu)先級。轉(zhuǎn)發(fā)節(jié)點的消息緩沖區(qū)可能存儲有對方節(jié)點社區(qū)內(nèi)的消息包，由于對方節(jié)點與消息目的節(jié)點歸屬社區(qū)相同，那么兩節(jié)點很大概率在本社區(qū)內(nèi)活動，通過直接相遇或者本社區(qū)其他中繼節(jié)點轉(zhuǎn)發(fā)，消息可以較快傳達。

　　2.3 活躍節(jié)點機制

　　在現(xiàn)實社會，有一些人經(jīng)常穿梭于各大社區(qū)之間，比如快遞員、送餐員和上下班的職員等。社區(qū)間的消息可以利用這些活躍的人群進行傳送。這種機制讓網(wǎng)絡(luò)中的活躍節(jié)點承擔社區(qū)間的副本擴散任務(wù)。其優(yōu)點有兩方面：一方面，控制了網(wǎng)絡(luò)中消息的洪泛程度，避免了副本盲目、過度地增加；另一方面，減少不必要的傳輸，使網(wǎng)絡(luò)資源的利用更加充分有效。

　　2.4 轉(zhuǎn)發(fā)策略

　　開始時，消息發(fā)送方遇到對方節(jié)點，雙方建立連接。逐個遍歷緩沖區(qū)的消息，如果滿足來自不同社區(qū)且為社區(qū)內(nèi)的消息則被篩選機制過濾掉不加入發(fā)送隊列，否則依次經(jīng)過優(yōu)先級一、二、三以及活躍節(jié)點機制進行判斷，符合條件則加入對應(yīng)隊列，都不符合則放棄轉(zhuǎn)發(fā)。直到完成遍歷，把消息依次按隊列一、二、三和普通發(fā)送隊列給接收方，最后結(jié)束本次任務(wù)。具體流程如圖1所示。

3 仿真實驗和結(jié)果分析

　　3.1 模擬環(huán)境設(shè)置

　　本文采用ONE模擬器為仿真平臺實現(xiàn)算法，采用Epidemic和Prophet算法在本文設(shè)計的江門市蓬江區(qū)運動場景中進行對比測試。

　　3.1.1 地圖場景

　　現(xiàn)實生活中，人們的移動性強，社會關(guān)系復(fù)雜，移動特性各異。為真實還原機會網(wǎng)絡(luò)的社區(qū)特性，以江門市蓬江區(qū)16個主要社區(qū)作為仿真場景，實現(xiàn)了對真實世界移動模型的模擬，采用OpenJUMP軟件繪制地圖，如圖2所示。

　　3.1.2 線路規(guī)劃

　　人類社會中不同移動節(jié)點具有不同的偏好位置和有效活動范圍，本文設(shè)計了機動車線路、公交線路和社區(qū)線路，控制各類節(jié)點的運動。機動車線路限制了汽車節(jié)點的有效活動范圍，公交線路上不定距離設(shè)有站點。

　　3.1.3 節(jié)點規(guī)劃

　　網(wǎng)絡(luò)中有人、汽車等可以攜帶無線通信設(shè)備的移動節(jié)點，根據(jù)節(jié)點的不同移動特性設(shè)有5類節(jié)點，具體如下：

　?。?）普通行人節(jié)點：只參與消息包的轉(zhuǎn)發(fā)和接收，但不加入任何社區(qū)。

　　（2）有社區(qū)歸屬行人節(jié)點：大部分在本社區(qū)內(nèi)活動。

　　（3）普通汽車節(jié)點：在機動車線路上活動，速度快，活動性強。

　　（4）公交汽車節(jié)點：在公交線路上移動，緩存大，線路固定，盡可能不調(diào)頭。

　　（5）動態(tài)社區(qū)歸屬節(jié)點：在仿真范圍內(nèi)隨機活動，當進入某一社區(qū)就加入該社區(qū)，離開則退出該社區(qū)，用以模擬社區(qū)內(nèi)部節(jié)點構(gòu)成的動態(tài)變化。

　　活躍節(jié)點來自上述部分節(jié)點，其中包括有社區(qū)歸屬且經(jīng)?；顒佑谄渌鐓^(qū)的節(jié)點、汽車節(jié)點、公交節(jié)點和動態(tài)社區(qū)歸屬行人節(jié)點。

　　3.1.4 仿真參數(shù)

　　根據(jù)以上的規(guī)劃，本文采用的仿真主要參數(shù)如表1所示。

　　3.2 緩存對網(wǎng)絡(luò)性能的影響

　　與路由算法Epidemic和Prophet相比，基于社區(qū)的冗余效用混合算法（用Community表示）在緩存大小不同的情況下，對消息傳達率、平均延時和路由開銷比率3種性能指標下影響分析如下。

　　3.2.1 消息傳遞成功率

　　當緩存較小時，網(wǎng)絡(luò)中由于消息副本量大而不能滿足消息的緩存要求，舊的消息包會較快被新接收的擠掉，造成大量包被丟棄，因而3種路由算法傳達率都不高。隨著緩存容量的增大，傳達率都有不同程度的上升。Epidemic以高傳輸延時為代價，因而傳達率比Prophet高。本文算法對消息副本洪泛程度控制有效，轉(zhuǎn)發(fā)效率較高，因此傳達率較高。具體如圖3所示。

　　3.2.2 消息傳遞平均延時

　　對于消息傳遞平均延時，Epidemic明顯高于其他兩種算法，由于向網(wǎng)絡(luò)中洪泛消息副本，有限的網(wǎng)絡(luò)資源會使消息包被大量丟棄，很難找到較短傳輸路徑把消息傳到目的節(jié)點，傳輸延時大。Prophet和本文算法都提前對消息轉(zhuǎn)發(fā)效用值做預(yù)測，更容易找到較短路徑，延時較低。具體如圖4所示。

　　3.2.3 路由開銷比率

　　從總體上看，隨著緩存的增大，網(wǎng)絡(luò)中節(jié)點的丟包量減小，更多的消息被成功傳輸，開銷越來越低。本文算法明顯低于Epidemic和Prophet，這是因為：一方面，洪泛程度低，網(wǎng)絡(luò)中消息副本較少；另一方面，消息轉(zhuǎn)發(fā)效用高，傳達率高，因此開銷低。Prophet也對消息洪泛做了控制，但由于傳達率低，在開銷上與Epidemic相比并沒有明顯優(yōu)勢。具體如圖5所示。

4 結(jié)論

　　本文提出了一種基于社區(qū)的冗余效用混合傳輸機制，目標是解決普通機會網(wǎng)絡(luò)路由算法在社區(qū)網(wǎng)絡(luò)中性能不高的問題。本文首先分析了目前社區(qū)機會網(wǎng)絡(luò)的研究現(xiàn)狀，針對基于復(fù)制的路由和基于效用的路由存在的問題，提出將冗余效用混合算法應(yīng)用于基于社區(qū)的機會網(wǎng)絡(luò)中。以江門市蓬江區(qū)為主要場景進行了模擬，并與Epidemic和Prophet算法進行了比較。實驗結(jié)果表明，冗余效用混合轉(zhuǎn)發(fā)機制在消息投遞成功率、傳遞平均延時和路由開銷比上均有明顯改善。

參考文獻

　　[1] 熊永平，孫利民，牛建偉.機會網(wǎng)絡(luò)[J].軟件學報，2009，20（1）：124-137.

　　[2] 牛建偉，周興，劉燕.一種基于社區(qū)機會網(wǎng)絡(luò)的消息傳輸算法[J].計算機研究與發(fā)展，2009，46（12）：2068-2075.

　　[3] MUSOLESI M， MASCOLO C. A community based mobility model for ad hoc network research[C]. Proceedings of the 2nd International Workshop on Multi-hop ad Hoc Networks： from Theory to Reality， New York： ACM， 2006： 31-38.

　　[4] Pan Hui， CROWCROFT J． How small labels create big improvements[C]. Fifth Annual IEEE International Conference on Pervasive Computing and Communications Workshops，New York，2007：65-70.

　　[5] 劉亞翃，高媛，喬晉龍.機會社會網(wǎng)絡(luò)中基于社區(qū)的消息傳輸算法[J].計算機應(yīng)用，2013，33（5）：1212-1216.

　　[6] 周軍海，林亞平，周四望.一種低功耗的社區(qū)機會網(wǎng)絡(luò)消息路由算法[J].計算機科學，2014，41（1）：178-182.

　　[7] 徐佳，王汝傳，徐杰.基于效用的容遲網(wǎng)絡(luò)路由技術(shù)研究[J].計算機應(yīng)用研究，2011，28（4）：1211-1215.