一种新型的机会网络数据传输方法

摘要

本发明提出一种新型的机会网络数据传输方法，以一类由人携带，有无线通讯接口的便携设备组成的机会网络为应用场景，首先对源节点产生的消息，根据应用场景情况计算需要复制转发的总拷贝数，采用改进的离散时齐马尔可夫模型建模节点的移动轨迹，利用节点的历史移动信息预测节点之间的下次相遇时间和相遇概率，采用改进的Binary Spraying策略设计多拷贝路由机制，将消息转发给与目标节点相遇概率最大的节点，直到将消息传输给目标节点。本发明方法有效提高建模的准确性，提高数据的传输成功率，并能显著降低传输延时。

主权项

1.一种新型的机会网络数据传输方法，其特征在于，包括如下步骤：步骤1：源节点y产生一个待传输的消息m，同时为该源节点y对应消息m生成一个标记值N，N表示消息m需要复制转发的总拷贝数，此时该源节点y为当前的携带消息m的节点；步骤2：判断当前的携带消息m的节点对应消息m的标记值是否为1，若是，转步骤5执行，若不是，执行步骤3；步骤3：当前携带消息m的节点与同一主场所中的邻居节点交换各自的历史移动信息，并根据历史移动信息中的记录产生时间值t_rec，将存储在本地数据库中所遇到的邻居节点的历史移动信息进行更新，然后计算当前携带消息m的节点的各邻居节点以及该携带消息m的节点自身，与目标节点g在未来相遇的概率预测函数f(x)，f(x)值越大表示节点x越适合作为消息m的转发节点；步骤4：当前携带消息m的节点选择步骤3中所得到的f(x)值最大的两个节点，将消息m分别转发给这两个节点，并删除自身的消息m，同时，设置这两个节点的消息m对应的标记值分别为和其中N_c表示转发给这两个节点消息m的节点的标记值，所述的这两个节点成为当前携带消息m的节点，针对这两个节点分别转步骤2执行；步骤5：该当前携带消息m的节点与同一主场所中的邻居节点交换各自的历史移动信息，并更新存储在本地数据库中所遇到的邻居节点的历史移动信息，计算该当前携带消息m的节点的邻居节点以及该当前携带消息m的节点自身，与目标节点g的相遇概率预测函数f(x)，然后把消息转发给f(x)值最大的节点；步骤6：判断步骤5转发的节点是否就是目标节点g，如果是，结束，如果不是，继续转步骤5执行；步骤3与步骤5所述的概率预测函数f(x)具体是通过下面过程得到：首先，采用时齐马尔可夫链建模节点的移动过程，则节点在主场所之间的转移用定义在状态空间Ω上的时齐马尔可夫链(X_n)来描述，X_n表示节点在时刻n所在的主场所，则有节点从主场所i转移至主场所j的概率p_ij：P(X_n+1＝j |X_n＝i,X_n-1＝i_n-1,…,X₀＝i₀)＝P(X_n+1＝j |X_n＝i)＝p_ij其次，节点现在处在主场所i，则在k时刻，节点在主场所j的概率L_ij(k)为：$L_{\mathrm{ij}}\left(k\right)=p_{\mathrm{ij}}S\left[i\right][k-t_{\mathrm{ij}}]+\underset{r\ne j}{\overset{l}{\underset{r\ne i}{\underset{r=1}{\Sigma }}}}\underset{\tau =1}{\overset{k-1}{\Sigma }}{L}_{\mathrm{ir}}\left(\tau \right)L_{\mathrm{rj}}(k-\tau )$其中，p_ijS[i][k-t_ij]表示节点在0时刻到k时刻的时间段除主场所i与j之外，没有转移至其他任何一个主场所情况下，在k时刻节点在主场所j的概率；S[i][k-t_ij]表示节点在主场所i的逗留时间不超过k-t_ij个时隙的概率，为逗留时间概率矩阵S中的元素表示节点在0时刻到k时刻的时间段内，离开主场所i以后，在τ时刻，节点首先转移至主场所r，在k时刻节点在主场所j的概率；然后，若节点a在k_a时刻处于主场所v_a，节点b在k_b时刻处于主场所v_b，则得到在k时刻，节点a和b在主场所i相遇的概率为：$F_{\mathrm{ab}}^i\left(k\right)=L_{v_{a}i}^a(k-k_a)L_{v_{b}i}^b(k-k_b)$其中，k＞k_a且k＞k_b；表示节点a现在处在主场所v_a，则在k-k_a时刻，节点a在主场所i的概率；表示节点b现在处在主场所v_b，则在k-k_b时刻，节点b在主场所i的概率；由时齐马尔可夫链的时齐性，进一步得到在k时刻，节点a,b在任何一个主场所相遇的概率：$F_{\mathrm{ab}}\left(k\right)=\underset{i=1}{\overset{l}{\Sigma }}{F}_{\mathrm{ab}}^i\left(t\right)$其中，l表示主场所的数目；最后，得到在时间范围[1,D]内候选邻居节点x与目标节点g的概率预测函数f(x)：$f\left(x\right)=\underset{x}{\mathrm{ma}}x\underset{k=1}{\overset{D}{\Sigma }}{F}_{\mathrm{xg}}\left(k\right)U\left(k\right)$其中，U(k)表示时间效用函数：F_xg(k)表示在k时刻，邻居节点x与目标节点g在任何一个主场所相遇的概率,D表示消息m的生存时间；为计算f(x)，引入节点转移概率矩阵Q、转移时间矩阵T和逗留时间概率矩阵S；Q表示节点转移概率矩阵，Q＝{p_ij}，p_ij表示节点从主场所i转移至主场所j的概率，当观察样本足够大时，通过计算样本出现的频率得到：p_ij≤1，N_i表示节点在过去一段时间内转移进入主场所i的总次数，N_ij表示过去一段时间内节点从主场所i转移至主场所j的总次数，N_ij≤N_i；T表示转移时间矩阵，T＝{t_ij}，t_ij表示节点从主场所i转移至主场所j所需的平均时间：其中，表示节点第q次从主场所i转移至主场所j所用的时间；S表示逗留时间概率矩阵，S＝{s_ik}，s_ik表示节点在主场所i的逗留时间小于k个时隙的概率：α_i表示节点在主场所i的逗留时间。