[发明专利]基于接触预测的大规模移动容迟网络分簇路由方法及其系统

说明书

技术领域

本发明涉及计算机网络通信、容迟网络、车辆网络领域，具体地说是一种基于接触预测的大规模移动容迟网络分簇路由方法及其系统。

背景技术

传统网络中的分簇路由算法研究较为成熟，但这些路由算法大多用于网络拓扑动态性不强的网络，因此难以直接应用于移动容迟网络当中。正因为移动容迟网络环境的特殊性，使得在这一网络中的分簇路由研究比较匮乏。

LIC算法和Max-Min D-Clustering算法都属于基于标识符的分簇算法。这类算法为网络中的所有节点都分配唯一的ID号，并把区域内具有最小ID号的节点选举成为簇首，由簇首负责生成和维护簇的拓扑信息。基于连接的分簇算法（如HCC、K-CONID、Adaptive Multihop）主要利用节点的度数作为选举簇首的度量值，因为节点的度数越高，说明与其相邻的节点越多，使用这些节点作为簇首更容易维护相对稳定的网络拓扑结构。还有一类基于节点的移动感知进行网络分簇的算法，这类算法都尝试把相对移动性较低的节点归类到一个簇内，所以节点的移动所导致的拓扑变化对分簇产生的影响得以最小化。还有一类分簇算法的网络划分方式是基于权重组合的（如WCA算法）。这类算法综合考虑了多种因素对簇首选举和簇划分的影响，设计出综合度量值的计算公式。由于选举簇首时考虑了多重因素，因此选举簇首的过程更具公平性。但度量值的计算是各种因素的简单加权平均，权值的确定成为这类算法的一大挑战，目前也没有通用的方法来计算各个权值之间的关系，不同的算法根据实际的应用场景对各个权值做适应性调整，因此这类算法往往缺乏普适性。

传统网络中的分簇路由算法大都要求在初始化阶段网络拓扑处于静止的假设，而在拓扑动态性较强的移动容迟网络中，即便在这样的假设下完成初始化的分簇，分簇的拓扑也是很不稳定的。另一方面，传统的分簇路由利用选举出来的簇首节点来维护和同步分簇的拓扑信息，而在移动容迟网络中，节点的存储和计算能力都较为平均，很难选举出簇首节点，拓扑信息也很难达到全网或全簇范围的实时同步。所以，虽然分簇的思想有利于提升路由的可扩展性，但要在移动容迟网络中有效利用，还需要对其分簇的策略进行改进。

在移动容迟网络环境下进行网络分簇所面临的一些挑战：

1）节点间的接触是容迟网络领域的一个研究热点，它可以标识出节点间的连通可能性。而节点的连通性能一直是很多分簇算法选举簇首或进行分簇的重要度量标准，所以容迟网络的分簇算法可以充分利用节点间的接触特性进行设计。然而在拓扑动态变化的环境下，很难对节点间的接触概率进行准确的描述。

2）由于拓扑变化带有很强的随机性，对度量值的估计容易出现偏差，从而导致网络中出现了许多规模较小的分簇碎片。

3）由于节点的移动，簇成员节点和网关节点容易发生变化，当有节点进入或退出时，很难保持区域拓扑信息的一致性。

4）在实际的移动容迟网络中，节点具有一定的移动模式，当其移动模式因为某些因素（如时间因素）而改变时，可能会导致节点与同一簇内的其他节点的连通度降低。

S.Ahmed和S.S.Kanhere在公共交通环境下，提出了一种基于车辆移动模式的移动容迟网络分簇算法。利用公交车的接触频率来发掘彼此之间的相似性，进而把相似度高的车辆划分到一个簇内，从而提高数据的传输效率。C.Liu和J.Wu提出了一种在移动容迟网络中进行多层次网络分簇的机制。作者首先定义了一种简化的移动模型来作为研究的底层场景，这种场景中只考虑静止的节点和按照预定的轨道周期性运动的节点，这与真实场景中的卫星网络、水下网络很接近。

从上述分析可以看出，大部分移动容迟网络分簇算法都从接触这个角度出发，以节点间的连通性能作为度量值对移动容迟网络进行分簇，即把彼此连通性能较好的节点放入同一个簇内，这样可以显著地提高整体的路由效率。然而对于连通性能的度量方式，每种算法的出发点都有所不同，有基于接触频率的，有基于接触时长进行延时聚合的。然而这些算法都仅考虑直接相邻的两个节点之间的连通性能，使得分簇的规模很受限制。

另外，大规模的移动容迟网络往往具有一些特性，如热点地趋向性、受限于道路等，对节点的移动模式进行针对性的研究，提取出网络的接触模型，进而对未来的连通性能进行有效的预测。然而这些算法仅使用历史或当前的数据对连通性能进行估计，缺乏对网络未来状态的预测，从而导致分簇的稳定性不高，需要频繁的簇更新过程。

再者，这些算法都具有过强的场景依赖性，如公交车网络、卫星网络等，而且假设的网络规模有限，使得分簇算法的普适性不强，很难应用于真实的出租车网络场景中。