延迟容忍网络中移动模型的研究与应用

《延迟容忍网络中移动模型的研究与应用》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、分类号TP393密级公开UDC621.39学位论文编号D-10617-30852-(2016)-01086重庆邮电大学硕士学位论文中文题目延迟容忍网络中移动模型的研究与应用英文题目ResearchandApplicationonMovementModelinDelayTolerantNetwork学号S130131110姓名王敏学位类别工程硕士学科专业电子与通信工程指导教师胡敏副教授完成日期2016年6月8日重庆邮电大学硕士学位论文摘要摘要延迟容忍网络打破了传统网络对通信有端到端连通要求的限制，

2、采用“存储-携带-转发”的机制逐跳地进行消息转发，利用节点移动带来的相遇机会完成通信。网络中节点的移动模型描述节点的移动特性，能够影响节点之间相遇的概率大小、持续时长以及频率，继而影响网络中消息成功交付的概率；路由算法作为延迟容忍网络研究的热点之一，对网络性能同样有至关重要的影响。因此本文以延迟容忍网络中的移动模型和路由算法为视角，进行以下研究工作：针对移动模型须能够较好地模拟网络中节点移动行为，较可靠、有效地拟合真实网络场景的问题，建立了基于人类真实场景的日常活动移动模型。在该模型中，综合考虑

3、社会中的三种社会角色，即上班族、学生以及其他人群，模拟这三种社会角色在真实社会生活中的移动行为，建立移动模型。分别设计与三种社会角色相对应的子模型（上班族子模型、学生子模型以及其他子模型）和交通子模型。仿真实验时，网络中的节点按照模型定义的内容进行移动和参加活动。结果表明：与已有的移动模型和真实社会采集到的数据集进行仿真对比，日常活动移动模型能够更好地拟合真实网络场景。针对延迟容忍网络的性能会受到网络中消息副本数影响的问题，提出了基于连续时间马尔可夫链和相遇频率预测的消息传输策略。充分利用节点间

4、相遇（接触）信息，包括接触时长和分离时长，对延迟容忍网络中节点的连通、断开状态建立连续时间马尔可夫链。基于建立的连续时间马尔可夫链得出相遇频率预测值，继而进行消息副本数目分配，最终设计出动态自适应控制分配网络中的消息副本数的消息传输策略。仿真时，与已有的基于副本控制的路由算法及其改进算法进行对比验证，分别以节点缓存大小和节点数目为变量进行仿真实验，结果表明：基于连续时间马尔可夫链和相遇频率预测的消息传输策略在较小程度增加网络平均传输时延的情况下能够提高网络消息交付率、降低网络开销比，从而提升网络

5、性能。将文中提出的移动模型和消息传输策略结合应用于延迟容忍网络中，能较好地拟合真实网络场景，同时提升网络消息交付率。关键词：延迟容忍网络，移动模型，消息传输策略，仿真I重庆邮电大学硕士学位论文AbstractAbstractDelayTolerantNetworkbrokethroughtherestrictionsoncommunicationintraditionalnetworkwhichrequireend-to-endconnectivitybyadoptingthe"Store-Ca

6、rry-Forward"mechanismtotransmitmessagehop-by-hopandutilizingnodes'movingbringtheopportunitiesofencountertocompletecommunication.MovementmodelinDelayTolerantNetworkdescribesthemovingcharacteristicofnodes,whichaffectstheprobability,durationandfrequency

7、ofencounterbetweennodesandthereforeaffectsthemessagedeliveryprobability;Routingalgorithm,asoneoftheresearchfocusesinDelayTolerantNetwork,alsohasanimportantinfluenceonnetworkperformance.SofromtheperspectiveofmovementmodelandroutingalgorithminDelayTole

8、rantNetwork,thisthesismakesthefollowingresearchworks:Fortheproblemthatmovementmodelshouldbetterimitatethenodesmovingcharacteristicinnetworkandshouldbetterfitrealnetworkscenarioefficientlyandreliably,theDailyActivityMovementmodelbasedonrealistichumans