基于效用模型的网络拥塞定价策略

合集下载

【软件学报】_能量有效_期刊发文热词逐年推荐_20140728

ቤተ መጻሕፍቲ ባይዱ
推荐指数 3 2 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
2014年序号 1 2 3 4 5
2014年科研热词链路质量节点休眠调度能量感知延迟控制低占空比推荐指数 1 1 1 1 1
2008年序号 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22
科研热词马尔可夫网络遗传算法超分辨计算效率覆盖网络编码簇热力学最小生成树替换规则无线传感器网络持续监测度多路径路由多样性度量图形绘制图形和网络可视化图像类推可靠数据传输可视设计信息可视化系统信息分析传感器监测网络
推荐指数 4 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
2010年序号 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38
科研热词无线传感器网络遗传算法预测传送近似算法路由算法视差覆盖质量节能节点调度能量有效性能量有效网络生命期统计信息组播立体匹配梯度算法查询处理极值最大化生命周期曲面无缝覆盖率无线自组织网络无穷范数误差限数据聚合广播幂律法则小波压缩定向天线复杂系统基因漂流基于分簇的回归分布式算法几何约束冗余度全向天线倾斜表面传感器网络
推荐指数 4 2 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1

机会网路典型路由算法

1.1机会网路典型路由算法研究机会网络是一种节点分布稀疏、网络拓扑结构不断发生变化的间歇性通信网络。

数据以多跳方式，采用“接收-携带-转发”的机制传输给目的节点，如果中间节点没有合适的可供传输的路径或节点，则无法立刻将数据转发出去，而是保存在节点缓存中，等到出现合适的传输机会之后，再将消息转发出去。

而现有的有线网络和无线自组织网络中基于TCP/IP 协议的端到端路由协议已经不再适用于机会网络。

因此，如何在机会网络中寻找一条时延尽可能低、消耗尽可能小、传输成功率尽可能高的路径，将消息准确传递到目的节点，是机会网络中一个极具挑战性的问题。

从不同角度出发，机会网络的路由策略有不同的分类方式[27]。

按照消息传输方式可分为洪泛路由策略和转发路由策略；按照路由所使用报文的份数可分为单报文路由策略和多报文路由策略；按照节点所掌握的网络拓扑信息还可分为确定性路由策略和随机性路由策略。

本文按照消息传输方式不同将目前的路由协议分为如下几类：直接传输路由策略(Direct Transmission)、基于泛洪的路由策略(Flooding Based)、基于情景感知的路由策略(Context Based)、基于社区的路由策略(Community Based)、基于编码的路由策略(Coding Based)、基于预测的路由策略(Predicted Based)。

1.1.1基于副本或泛洪的路由策略直接传输(Direct Transmission，DT)路由在运行过程中，不产生消息副本，消息一直保存在源节点缓存中，直到源节点在运动过程中遇到目的节点，才将消息转发给目的节点。

DT 路由协议由于没有进行路由优化处理，也没有产生任何副本消息，因此传输时延很大。

为了减少网络中消息的传输时延，研究人员提出了基于泛洪的路由协议，通过消息携带节点产生大量的消息副本，转发给每一个相遇的节点，完成消息的投递。

根据网络中消息副本数量的多少，还可以将基于泛洪的路由分为两大系列：泛洪路由和限制性泛洪路由。

【国家自然科学基金】_资源分配策略_基金支持热词逐年推荐_【万方软件创新助手】_20140803

53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106
2008年序号 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52
科研热词资源分配网格调度服务质量动态资源分配联合优化网格计算激励机制多输入多输出同时多线程优化马尔科夫过程项目规划非线性失真抑制非圆轴心轨迹非再生中继雷达干扰资源分配重调度采样周期遗传算法遗传模拟退火算法速率控制进化算法进化博弈运筹学辅助图路由与波长分配路径规划路径容量跨层资源配置算法资源选择资源约束资源管理资源划分费用函数贪心策略负载均衡贝叶斯均衡贝叶斯调度算法调度模型访问策略访问控制议程认知无线mesh网络计算网格计算市场角色规则引擎规则虚拟物流企业联盟
推荐指数 16 5 4 4 3 2 2 2 2 2 2 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52

【计算机应用】_利用率_期刊发文热词逐年推荐_20140726

1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106
53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106
多约束qos路由多机群网格多播共享树多径复杂性备份基数约束基于策略的网络管理图像处理回填算法呼叫准入控制反馈选择历史统计医学图像动态策略动态存储器副本选择剪枝算法创新设计分析与仿真分形分布式安全关键系统分布式哈希表准入控制全网利用率光突发交换网络催化剂信道信息管理平台保护机制作业调度体系结构估计优化算法优化排料优先级抢占仿真任务量价格机制主动队列管理中医诊断图像不确定性下一代网络 spf算法 qos模型 proactive np问题 mpls协议 it资源 ieee802.16 ieee802.11 hilbertr树 h.264/avc标准 cpu-mem负载共享

因特网络拥塞控制机制的数学架构研究

中图分类号：Ｐ９Ｔ３３文献标识码：Ａ文章编号：１７ — ２６２１）７００ — ３６４６３（０２１— １７０
Ｒｅｅｒｈｏｈｅｍａｈｅａｉｏｌｎｇａｏｎｅｎｅｃｎｇｓｉｎｏｒｌｍｅｈｎｉｍｓａｃｆｔｔｍｔｃｍｄｅｉｂｕｔｉｔｒｔｏｅｔｏｃｎｔｏｃａｓ
性和均衡特性。拥塞控制的分析问题就是对当前拥塞控制进行理论分析．其关键之处在于根据当前的拥塞控制算法建立在文献【】基础上，献【】更深层次上对公平性进７的文８从行了研究并指出最优化模型（）最终会使网络的资源配置２达到Ｐｒｔ优Ｉ，且作者还找寻到了常见公平性准则的ａｅｏ最９并１
ＸＵＨｕ，ＮＩｉＮＧｏｑａｇＧｕ — ｉｎ
（ｉ帆ＣｍｎｃｔｎＩｓｔｔＸ ’ ７００，ｈｎ）Ｘ’ ｏｍｕｉｉｔｕｅ，ｉ帆１１６Ｃｉａｏｎｉａ
Ａｂｔａｔｈｈｏｅｉａｎｌｓｓｆｅｗｒｃｎｅｔｎｃｎｒｌｍｅｈｎｓｈｖｌｙｅｎａｈｔｒｓａｃｐｃｉｈｓｒｃ：Ｔｅｔｅｒｔｃｌａａｙｉｏｎｔｏｋｏｇｓｉｏｔｃａｉｍａｅａｗａｓｂｅｏｅｅｒｈｔｉｎｔｅｏｏｏｉｔｒｅｅｅｒｈｆｌ。Ａｎｙｉｎｅｅｒｈｏｔｅａｉｔｅｔａｄｌｇａｏｔｉｔｒｅｃｎｅｔｎｃｎｒｌｎｅｎｔｒｓａｃｅｄｉｌａｓｓａｄｒｓａｃｆｈｂｓｃｍａｈｍａｉｌｍｏｅｉｂｕｎｅｎｔｏｇｓｏｏｔｃｎｉｏ

一种基于BRAS的校园网接入认证模式研究

【４１武航星，慕德俊，潘文平．网络拥塞算法综述『Ｊ１．计算机科学，２００７，３４（２）：５１ — ５４．
【．中兴通讯技术，２００４（４）．【６］李艳凌，江勇．ＴＣＰ拥塞控制算法研究ｌＪ１．中国测试技术，２００５，３１（２）：４ — ６．
总而言之，无论哪种拥塞控制方法都有它的优势，总体上包括ＴＣＰ拥塞控制和ＩＰ拥塞控制两种，下面表格针对这两种方式进行了比较：ＴＣＰ与ＩＰ拥塞控制的比较
参数实现位置
短期拥塞
第９卷第０７期
（２０１３年Ｏ３月）
ＣｏｍｐｕｔｅｒＫｎｏｗｌｅｄｇｅａｎｄＴｅｃｈｎｏｌｏｇｙ电脑知识与技术
生，此时进入拥塞避免阶段，置为１的ｃｗｎｄ在数据包发送超时并且重复确认被发送方收到时，那么每收到一个ＡＣＫ，ｃｗｎｄ将增加
（上接第１５１２页）
参考文献：
［１ｉ陶桦．】Ｂ－ＲＡＳ在校园网中的应用【Ｊ１．中国教育网络，２００８（Ｚ１）．２－３．
［２２周承毅．］何大可．主流宽带认证技术分析［Ｊ］．网络安全技术与应用，２００６（７）．
ＴＣＰ拥塞控制端系统中
可以处理
ＩＰ拥塞控制网络内部

【国家自然科学基金】_阈值策略_基金支持热词逐年推荐_【万方软件创新助手】_20140802

107 108 109 110 111 112 113 114 115 116 117 118 119
tpr-树 tpbr tcp r&d投资 linux kalman滤波 ipn网络 icmn gha策略 fid信号 dv-hop算法 atdv-hop算法 (q,r)模型
1 1 1 1 1 1 1 1 1 1 1 1 1
2009年序号 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52
53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106
科研热词阈值图像处理非下采样contourlet变换连续体结构无标度网络拓扑优化去噪位移约束饱和吞吐量预测维护预测空间预测可靠性非线性能量算子(neo) 非稳定时间序列非平衡数据隐含退化过程队形控制队列管理阙值阈值轮廓阈值分割阈值函数闭图长时延链接分析重点开发区选择迭代连续传输成功近邻系数阈值运动定位过度拟合边界分析轮廓查询车间调度资源分配贪心策略贝叶斯网贝叶斯博弈访问控制角色视频跟踪视觉外型袭击补充变量方法蛋白质功能深化预测蚁群算法蓝藻自适应阈值脉冲股票预测群体机器人

【计算机科学】_环境系统_期刊发文热词逐年推荐_20140726

1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106
2008年序号 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52
科研热词 web服务访问控制流媒体本体对等网络多智能体系统信任模型一致性高阶交叉累量高效高度动态性高可用集成测试防火墙遥操作通信限制逆向推理逃逸运行时交互软件体系结构软件车载自组网路由协议超宽带贝叶斯网络调度算法调制识剐访问控制策略角色视频编码规则引擎蜂窝网络虚拟计算虚拟磁盘驱动虚拟生物虚拟环境虚拟植物虚拟机迁移虚拟机节点运动模型自适应调控算法自适应自身平衡自治网络自动信任协商自主元素聚合联合战术信息分发系统群智能网络行为网络监测系统网络性能
53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106

【软件学报】_交换网络_期刊发文热词逐年推荐_20140727

2012年序号 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44
科研热词推荐指数网络虚拟化 2 服务选择 2 web服务 2 随机预言模型 1 语义吸引 1 话题 1 规模估计 1 虚拟网络嵌套映射 1 虚拟网 1 虚拟专用网 1 能耗分析 1 聚集值估计 1 网络规模 1 累积和 1 短信息 1 症状内在相关性 1 流量工程 1 流量均衡 1 模型 1 服务质量 1 服务故障诊断 1 最小割 1 时间聚类 1 底层网络 1 层级模糊系统 1 密钥管理 1 多路径路由 1 合同签署协议 1 公平性 1 僵化 1 信誉度 1 代理签名 1 云模型 1 不确定性 1 下一代因特网 1 traffic engineering 1 traffic balance 1 skyline 1 qos 1 petri网 1 p2p 1 multi-path routing 1 minimum cut 1 latent dirichlet allocation 1
2013年序号 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28
科研热词推荐指数隐密分析 1 阻塞 1 队列管理 1 转发概率 1 路由认证 1 路由泄漏 1 自选路由 1 累积和检验 1 索引共生矩阵 1 流量分类 1 数据收集 1 支持向量机 1 控制算法 1 异构延迟容忍移动无线传感器网络1 差分零系数 1 多级网络 1 动态数据传输 1 加密流量识别 1 前缀劫持检测 1 前缀劫持 1 交换网络 1 route validation 1 route leak 1 prefix hijacking 1 multi-log2n 1 gif图像 1 detecting prefix hijacking 1 bgp 1

基于机会网络的路由算法

基于机会网络的路由算法胡眯妹; 刘美华; 閤双奎; 张新晨【期刊名称】《《华中师范大学学报（自然科学版）》》【年(卷),期】2019(053)006【总页数】6页(P897-901,914)【关键词】机会网络; 兴趣社区; 相似度; 兴趣程度【作者】胡眯妹; 刘美华; 閤双奎; 张新晨【作者单位】华中师范大学物理科学与技术学院武汉430079; 武汉大学电子信息学院武汉430072; 北京电子技术应用研究所北京100091【正文语种】中文【中图分类】TP393.01机会网络是不需要源节点和目的节点之间存在完整路径，利用节点移动带来的相遇机会实现网络通信的自组织网络，文献[1-3]通过节点的存储-携带-转发行为完成数据包的传递.然而实际的机会网络往往是由车、人或其它传输工具所携带的短距离通信接口的移动设备所组成的机会网络.在这种利用人作为载体传输数据而形成移动的社会社交网络，节点往往具有一定的社会性.具体表现是节点之间因具有相同的兴趣、属性、社会地位等形成相对稳定且相互依赖关系，从而会出现了节点会聚的现象.在文献[4]中说明在节点汇聚的内部，节点之间联系紧密、相遇频繁、接触时间长，而在汇聚区域外节点互相接触概率低，但是某些活跃于某些区域间的节点增加了区域间的联系.相关学者利用多种方法划分社区[5-7]，其中根据节点的社会性[8-9]也提出各种路由算法，较为经典的是Pan[10]等提出的BubbleRap算法，该算法是利用社交网络中节点的社交联系的特点结合节点的中心性和全局性建立模型，在模型中具体转发路径是在社区间选择全局性较高的节点进行传输，当数据包传到目的节点所在社区时再选择中心性较高的节点作为中继.刘等提出的兴趣社区检测机制，将机会网络中的兴趣量化，根据节点的兴趣爱好相似性进行社区划分[11].路由机制是选择与目标节点在同一社区且与目标节点接触较多的节点作为中间节点完成数据包转发.Anders等提出了一种根据节点间的历史相遇信息来估计传输概率的路由机制.每个节点都维护着网络中与其他节点相遇的概率值，当下一跳节点到目的节点的概率更大时，才进行转发[12].上述算法大多考虑如何提高信息的投递率，往往没有考虑到在网络资源及其匮乏、信息较少的情况下，如何保证信息有效、可靠的传递这一问题.为了解决这一问题，本文是从节点的社会性这一角度出发，提出一种基于社会节点行为规律及兴趣爱好的兴趣社区划分机制，结合节点接收数据包的历史信息和各类数据之间的相似性，量化节点对特定数据的兴趣，并根据最终兴趣划分社区.选择可靠程度较大且有价值的节点作为中继，由于严格的选择综合效用最大的中继节点，所以有效地避免了节点间的无用传递，很大程度上降低了网络开销，同时，又避免文献[13]所述的自私节点.1 ILCR算法1.1 社区划分在机会网络中，文献[14]中表明具有相同社会特性的节点联系会更加紧密且频繁.现实生活中具有相同兴趣爱好的人通常会聚在同一区域分享、交流他们感兴趣的信息，进而形成社区.在社区内部，节点之间的联系频繁，交互时间更长，从而形成较为稳定的关系.但是目前根据兴趣划分社区主要考虑节点之间的相似性，并把相似度高的节点划分在同一社区，而没有考虑到当网络环境很大或者信息数量较少时，节点间的相似度非常小，并不能准确的衡量出节点的真正兴趣.所以本文提出一种根据节点自身接收过的历史消息和历史消息与其它各类消息之间的相似度来计算出当前节点对各类信息的最终兴趣程度，并根据这种兴趣程度去划分兴趣社区的算法.在机会网络中每个节点可以同时对多种数据感兴趣，因此节点可以属于一个或者几个兴趣社区，符合现实生活中所属社区重复的情况.1.1.1 初始定义假设：机会网络中存在n个消息，并把这n个消息按照其特有的ID进行排序m1， m2， m3，…，mi，…，mn.把这n条消息分成i组，并给每组信息加上不同的字段，每组信息分别为M1，M2， M3，…，Mi，用这i组信息代表着不同的信息种类，类似于机会网络中的真实兴趣，例如运动、科技、电影、唱歌等.本文定义一个n维兴趣爱好属性来表示某个节点历史对不同信息的爱好属性，如公式(1)：HA={m1，m2，m3，…,mj，…，mn}，(1)其中，HA表示节点A的历史对各个信息的爱好属性.mj表示节点A接收过mj的次数.假设：机会网络中有k个节点，并按照每个节点的特有的地址进行排序A，B，C，…，I，…，K，并定义一个k维的向量来表示某个信息mj被哪些节点接收过，如公式(2)：Rmj={Amj ，Bmj,…,Imj,…, Kmj}，(2)其中，Rmj表示信息mj被哪些节点接收过的向量，Amj表示节点A等节点接收过信息mj的次数.两个k维向量Rmj和Rmi的欧几里得距离如公式(3):D(mi，mj)=(3)其中，D(mi，mj)表示信息mi，mj的欧氏距离，Ami表示信息mi被节点A接收过的次数.两个信息的相似度与两个信息间的欧几里得距离成反比.所以，两信息间的相似度S(mi，mj)，如公式(4)：(4)某个节点对某个信息的最终感兴趣程度，如公式(5)：(5)其中，N(u)表示节点A曾接收过的历史信息的集合， R(A， mi)表示历史上A接收过信息mi的次数，S(mi，mj)表示信息mi，mj之间的相似度.1.1.2 社区划分策略在一定的时间间隔内，网络中广播一条消息mi，假如在此期间节点A成功地接收并存储了该消息，则会自动更新该节点本地的历史爱好向量HA，同时信息mi的被接收向量Rmi也会被更新.根据公式(3)和公式(4)可以求出消息mi与该节点曾接收过的消息之间的相似度，由相似度公式可知，被相同节点接收的次数越多，相似度就越大.再利用相似度结合公式(5)计算出节点A对mi最终兴趣值I(A，mi)，并将兴趣值存储在本地.兴趣值越大，表明节点越愿意接收mi 这类消息.实际上机会网络中的节点通常都具有多种兴趣的特性，所以本文从节点本地缓存中选取最终兴趣相对较大的加入对应的兴趣社区，其中相对兴趣如公式(6):(6)其中，RI(A，mi)表示节点A 对信息mi的相对兴趣，maxI(A)表示节点A所接收信息中最大的最终兴趣值，I(A，mi)表示节点A对信息mi的最终兴趣值.若相对兴趣值小于设定的阈值0.03则认为是对此类消息有较大的兴趣.对此，关于节点的归属社区可以用一个n维向量表示.例如节点A的社区向量，如公式(7): CA={CM1， CM2， CM3，…， CMe，…， CMi}，(7)其中，CM1只能为1或0，若为1表明节点A对M1这种消息较为感兴趣，则划分为兴趣社区CM1否则则不属于CM1.如果此向量中多个值为1，则说明节点属于多个不同的兴趣社区.1.2 消息的路由策略1.2.1 算法流程 ILCR算法主要分为两个阶段，第一阶段，寻找与目标节点所在社区关系较大的节点，并传递直至携带信息的节点与目标节点在同一个兴趣社区.第二阶段，寻找目标节点并传递消息.算法具体流程如图1所示.图1 ILCR算法流程图Fig.1 Flow chart of ILCR algorithm1.2.2 社区内的路由策略文献[15]深入了解社区形成本质，在社区内节点之间联系较为密切，接触较为频繁，所以只要在遇到目的节点时信息没有被删除，则被成功传递到目的节点可能性是比较大的.为了有效降低网络资源所以中继节点到目的节点的概率是一个非常重要的影响因素.因此本文将中继节点到目的节点的概率大小作为是否进行转发的条件，路由转发机制的具体步骤如下：Step(1)：假设节点S，B在机会网络中移动.携带信息mi的节点S，遇到节点B 之后，判断B是否为信息mi的目的节点，若是则直接转发给B，否则跳到Step(2).Step(2)：判断S，B两节点是否在同一兴趣社区内，若在，则按照Prophet路由策略进行转发.否则跳至Step(3)．Step(3)：同路由间转发策略.1.2.3 社区间的路由策略在社区间，因为不同兴趣社区的节点可能物理距离比较远，联系稀疏.因此选择在社区间携带并转发的节点时，要充分考虑到该节点的存储携带及转发的能力，即节点的可靠程度.其中存储携带能力主要体现在节点的剩余缓存大小，而转发能力主要体现在节点的活跃程度.为了提高投递率的同时减少节点之间的无效传输，本文选用两跳路由思想，即节点所在社区和目的节点社区是否存在公共的节点，若存在则将该节点定义为有价值节点.结合节点的可靠程度R和节点价值选择综合效用值较高的节点作为中继.其中节点的可靠程度，如公式(8):(8)其中,R(A)表示节点A的可靠程度，surC(A)表示节点A剩余缓存，maxC(A)表示节点A总缓存量，communityN(A)表示节点A所在社区的节点个数，sumN表示网络中节点的总数.具体路由策略如下：Step(1)和Step(2)与社区内路由一致.Step(3)：判断节点B是否和目的节点D在同一个兴趣社区，若是则转发给B，否则跳转到步骤(4).Step(4)：判断节点B是否为有价值节点，若不是则不进行转发，若是则跳转到步骤(5).Step(5)：计算节点B的可靠程度R是否大于阈值若是应把消息mi传递给节点B，否则节点S就继续携带信息mi在机会网络中移动，直至遇到符合条件的节点再转发.2 算法仿真及性能分析本文采用基于Java的DTN仿真工具ONE(Opportunistic Network Environment)进行仿真实验.为了验证ILCR路由机制的性能，文中比较、分析了ILCR算法与Epidemic算法、Prophet算法在投递率、网络开销、平均端到端时延这3个方面的性能.其中仿真参数如表1.表1 仿真参数Tab.1 Parameters and results of simulation参数值模拟时间864 000运动模型ShortestPathMapBasedMovement节点个数40移动速度0.8 m/s～1.8 m/s传输速度250 KB/s最大传输范围10 m节点缓存大小1 M消息种类12消息大小200 K～1 M消息产生间隔350 s～375 s2.1 投递率投递率是成功投递的消息数量与总信息数量之比.由图2所示，随着数据包的生命周期的增长，ILCR算法的投递率是较为稳定的.在整个网络中ILCR算法的平均投递率较Prophet算法的投递率提高了约13%，较Epidemic算法提高了约1.13倍.主要原因是本文所采用的路由机制通过合理地划分兴趣社区，使在同一社区的数据包更快，更准确的传递给目的节点.同时在社区间的中继节点选择上综合考虑了节点可靠性及其价值，准确的找到综合效用值最高的节点，也保证了消息g到达目的节点的概率.图2 几种路由投递率对比结果Fig.2 Delivery rate comparison results of several routes2.2 网络开销网络开销是网络中被转发的消息副本总数与成功投递到目的节点的消息总数的差再与成功投递到目的节点的消息总数之间的比值.如图3所示，虽然随着信息的生命周期得的增长ILCR算法的网络开销略有增长，但是ILCR在整个网络中的平均网络开销比Epidemic降低了约81%，比Prophet降低了约94.4%.由于本算法计算出了每个节点对每种数据包的兴趣，所以准确的将节点划分到了所属社区.这种有效的社区划分保证了每个消息传递的中继节点的准确性.在社区间也是严格找综合效用值较高的节点作为中继.正是无论在社区间还是社区内都严格挑选中继的方法使整个传递过程有效避免转发给不必要的节点，降低了网络中被转发的消息的副本数，从而改善网络拥塞，有效的降低了网络开销.图3 几种路由网络开销对比结果Fig.3 Network overhead comparison results of several routes图4 几种路由时延对比结果Fig.4 Delay comparison results of several routes 2.3 端到端的网络时延端到端的网络时延是指消息从产生到成功送达目的节点的时间.如图4所示，随着消息的生命周期的增长，各种算法的平均时延相对处于较为平稳的状态.由于本文算法为了找到更合适的中继，无论是在社区间还是在社区内部对节点的筛选都比较严格，可供传输的中继较少，所以携带消息时间较长，导致消息到达目的节点时间延长.而Epidemic算法中，消息传递过程中产生大量副本，大量副本的存在会缩短信息到达目的节点的时间.因此，在整个网络中ILCR路由的平均时延比Epidemic高一点，比Prophet的平均延时略低.3 结论1) 提出的利用节点接收的历史消息和消息之间的相似度量化出节点的兴趣程度，并把节点划分到相对应的兴趣社区，保证了在消息较少时，可以准确的划分兴趣社区.2) 在社区间通过两跳路由思想，同时考虑节点的综合效用，筛选出了更加高效合适的中继，有效的避免节点间无效传递.3) 在多次仿真实验中得到相对兴趣RI(A，mi)的阈值为0.03时，在整个网络中其平均投递率比Prophet提高了约13%，比Epidemic提高了约113%、平均开销比Epidemic降低了约81%，比Prophet降低了约94.4%、平均时延略低于Prophet.机会网络中的消息在节点的缓存中有相应的生命周期，如何在生命周期内将更有价值的消息转发出去仍然是一项有意义的工作，因此下一步开展的工作会考虑到把节点缓存中消息的优先级策略加入到此路由机制中.参考文献：【相关文献】[1] 陈卫民，陈志刚，崔芳. 一种基于混合社区的移动机会网络数据传输机制[J]. 计算机工程与科学， 2016， 38(11): 2202-2208．CHEN W M，CHEN Z G，CUI F. A packet transmission mechanism basne on hybrid social groups in moblie opportunistic networks[J].Computer Engineering & Science，2016，38(11):2202-2208. (Ch)．[2] PAN D R，MAI L F，QI X Y. Survey on opportunistic computing[J].Journal of South China Normal University(Natural Science Edition)， 2016， 48(5): 116-122．[3] PELUSI L， PASSA R， ELLA A，et al.Opportunisticnetworking: data forwarding in disconnected mobile ad hocnetworks[J].IEEE Communications Magazine， 2006，44(11):134-141．[4] PORTER M A，ONNELA J P，MUCHA P munities in networks[J].Notices of the Ams， 2009， 56(9): 4294-4303.[5] WU D P， XIANG X H，WANG R Y，et al. Node-belongingness dynamic estimate community detect strategy in opporyunistic networks[J].Computer Engineering and Design， 2012， 10:4-17．[6] SHI Y L， CHEN B B. Improved LEACH-ID algorithm for wireless sensornetworks[J].Jisuanji Yingyong/Journal of Computer Application， 2011， 31(2):324-327．[7] 苏晓，于洪.移动自组织网中一种平均节点度分簇算法[J].重庆邮电大学学报(自然科学版)，2010， 22(2)：237-241．SUI X，YU H. An average degree clustering algorithm in mobile ad hoc network[J]. Journal of Chongqing University(Natural Science)， 2010， 22(2):237-241．(Ch).[8] ANDRZEJ D M， RADOSLAW S O. DTN routing algorithm for networks with nodes social behavior[J]. International Journal of Computers Communications & Control， 2016，11(4):457-466.[9] WANG X， LIN Y， ZHAO Y， et al. A novel approach for inhibiting misinformation propagation in human mobile opportunistic networks[J]. Peer-to-Peer Networking and Applications， 2017， 10(2):377-394.．[10] PAN H，CROWCROFT J，YONEKI E.BUBBLE Rap：social-based forwarding in delay tolerant networks[J].IEEE Transaction on Mobile Computing， 2011， 10(11):1576-1587．[11] 刘期烈，胡春凤，朱德利. 机会网络节点兴趣社区检测及路由策略[J]. 北京邮电大学学报，2014， 37(3):62-66．LIU Q L，HU C F，ZHU D L.Interest community detecting method and routing scheme in opportunistic networks[J].Journal of Beijing University of Posts and Telecommunications，2014， 37(3):62-66.(Ch)．[12] LINDGREN A， DORIA A. Probabilistic routing in intermittently connected networks[J]. ACM Sigmobile Mobile Computing and Communications Review， 2003， 7(3):19-23. [13] WU J， WANG Y.Hypercube-based multipath social feature routing in human contact networks[J] . IEEE Transaction on Computer ， 2014， 63(2):383-396．[14] LUO S， SUN Y， JI Y， et al. Stackelberg game based incentive mechanisms for multiple collaborative tasks in mobile crowdsourcing[J]. Mobile Networks and Applications， 2016， 21(3):506-522．[15] BATABYAL S， BHAUMIK P. Analysing social behaviour and message dissemination in human based delay tolerant network[J]. Wireless Networks， 2015， 21 (2):513-529.。

1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。

第２５卷第５期
２１ Байду номын сангаас Ｏ１
湖
南
大
学
学
报（社会科学版）
Ｖｏ．５。．１２Ｎｏ５Ｓｐ２０１１ｅ．
９月
ＪｕｎｌｆＨｕａｉｅｓｔ（ｏｉ１ｃｅｃｓｏｒａｎｎＵｎｖｒｉＳｃａｉｎｅ）ｏｙＳ
ｃｎｅｔｏｏｔｏ．ＵｎｅｏｓｒｉｅＳｃｎｉｏｓｈｄｌｘｌｉｓｔｅｍｅｈｎｓｓｉｃｕｉｇｉｔｒｏｇｓｉｎｃｎｒ１ｄｒｃｎｔａｎｄＱｏｏｄｔｎ，ｔｅｍｏｅｐｏｔｈｃａｉｍｎｌｄｎｎｅ — ｉｅ
ｆｃｉｎａｄｎｔｒｅｆｒｎｅＯｐｉｌｅｏｒｅａｌｃｔｎａｄｌａａａｃｎｒｃｉｖｄｂｄｐｉｇａｔｎｅｗｏｋｐｒｏｍａｃ．ｏｔｍａｓｕｃｌａｉｎｏｄｂｌｎｉｇａｅａｈｅｅｙａｏｔｎｒｏｏｏｒｍｏｅ．Ｅｘｅｉｅｔｌｅｕｔｅｎｔａｅｔｅｅｆｃｅｃｎｅｓｂｌｙｏｕｒｃｎｔａｅｙｕｄ１ｐｒｍｎａｓｌｓｄｍｏｓｒｔｈｆｉｉｎｙａｄｆａｉｉｔｆｏｒｐｉｉｇｓｒｔｇ．ｒｉＫｅｒｓｔｉｙｍｏｅ；ｑａｉｆｓｒｉｅｏｇｓｉｎｃｎｒｌｏｇｓｉｎｐｉｉｇｙｗｏｄ：ｕｉｔｄｌｕｌｙｏｅｖｃ；ｃｎｅｔｏｔｏ；ｃｎｅｔｏｒｃｎｌｔｏ
ＨＥＪｎｆｎ，ｕ－ｅｇＺＨＥＮＧＹｉ，ＬＡＩＭｉｇｙｎｎ —ｏｇ
（．ｃｏｌｆＥｏｏｙａｄＴｒｄ，Ｈｕａｉｅｓｔ１ＳｈｏｃｎｍｎａｅｏｎｎＵｎｖｒｉｙ，Ｃｈｎｓａ４０８Ｃｈｎ；ａｇｈ１０２，ｉａ
［关键词］效用模型；服务质量；拥塞控制；拥塞定价［中图分类号］Ｆ２．７６１［文献标识码］Ａ［文章编号］１０－１６（０１Ｏ —０７一Ｏ０８７３２１）５０５６
ＡｉｉｙＭｏｅ－ａｅｔｒｎｅｔｏｉｉｇＳｒｔｇＵｔｌｔｄｌｂｓｄＮｅｗｏｋＣｏｇｓｉｎＰｒｃｎｔａｅｙ
２ＩｓｉｕｅｏｍｐｔｇＴｅｈｏｏｙｈｎｓａｅｆＳｉｎｅ，Ｂｅｉｇ１０９，ｈｎ）．ｎｔｔｆＣｏｕｉｃｎｌｇ，ＣｉｅｅＡｃｄｍｙｏｃｅｃｓｔｎｉｎ０１０Ｃｉａｊ
Ａｂｔａｔｎｔｉｐｐｒｓｒｃ：Ｉｈｓａｅ，ｗｅｐｅｅｔａｕｉｔｏｅ — ａｅｅｗｏｋｃｎｅｔｏｒｃｎｔａｅｙｔｐｉｒｓｎｔｉｙｍｄｌｓｄｎｔｒｏｇｓｉｎｐｉｉｇｓｒｔｇｏｏｔ— ｌｂｍｉｅｔｅｒｓｕｃｌｃｔｏｎｖｉｅｗｏｋｃｎｅｔｎＴｈｓｐｉｉｇｓｒｔｇａｅｎｏａｃｕｔｔｅｚｈｅｏｒｅａｌａｉｎａｄａｏｄｎｔｒｏｇｓｉ．ｏｏｉｒｃｎｔａｅｙｔｋｓｉｔｃｏｎｈ
ａｔｏｅｗｅｎｓｐｌｎｅｎ，ａｄｐｉｅａｊｓｍｅｔｏｔｋｒｄ — ｆｅｗｅｎｔｅｃｓｏｒｓｔｓｃｉｎｂｔｅｕｐｙａｄｄｍａｄｎｒｃｄｔｎ，ｔａｅａｔａｅｏｆｂｔｅｈｕｔｍｅａｉ— ｕ
基于效用模型的网络拥塞定价策略
何俊峰郑怡。赖明勇，，
（．南大学经济与贸易学院，南长沙１湖湖４０８；２中国科学院计算技术研究所，京１０２．北１０９）０１０
［摘要］一种基于效用模型的网络拥塞定价策略引入了用户可承受价格、户满意度等因素，立网络拥塞用建控制的效用模型。可以优化网络资源分配，免网络拥塞。在满足ＱＳ指标的条件下，型利用供求相互作用机避ｏ模制、格调节机制等寻找用户满意度和网络性能的最佳结合点，而对网络资源进行最优分配，均衡网络负载。价从并仿真实验结果验证了该策略的有效性和可行性。
ｄｍｉａｔｆｃｏｓｓｃｓｔｅｂｙｐｉｅｎｕｔｍｅａｉｆｃｉｎｔｏｓｒｃｔｌｙｍｏｅｏｅｗｏｋｏｎｎａｔｒｕｈａｈｕｒｃｓａｄｃｓｏｒｓｔｓａｔｏＯｃｎｔｕｔａｕｉｔｄｌｆｒｎｔｒｉ