機(jī)會(huì)網(wǎng)絡(luò)中的鏈路預(yù)測(cè)和路由策略研究.pdf

1、近年來，隨著無線通信技術(shù)的發(fā)展和大量智能移動(dòng)終端的出現(xiàn)，機(jī)會(huì)網(wǎng)絡(luò)研究在學(xué)術(shù)界受到了廣泛的關(guān)注。本文就機(jī)會(huì)網(wǎng)絡(luò)鏈路預(yù)測(cè)和路由策略展開研究。報(bào)文的投遞成功率是衡量網(wǎng)絡(luò)性能的一項(xiàng)重要指標(biāo)，如何進(jìn)行科學(xué)合理的路由判斷，選擇合適的轉(zhuǎn)發(fā)時(shí)機(jī)或者轉(zhuǎn)發(fā)節(jié)點(diǎn)是提升投遞成功率的關(guān)鍵。現(xiàn)有的路由算法大多選用基于投遞效用的策略，然而單純的基于投遞效用高低的轉(zhuǎn)發(fā)選擇缺乏最優(yōu)性，且對(duì)于機(jī)會(huì)網(wǎng)絡(luò)的動(dòng)態(tài)性和規(guī)律性考量有限，本文將從投遞效用的動(dòng)態(tài)刻畫和最優(yōu)性選擇兩個(gè)方面

2、進(jìn)行機(jī)會(huì)網(wǎng)絡(luò)路由策略的研究。
　　首先，本文提出基于最優(yōu)停止策略的機(jī)會(huì)網(wǎng)絡(luò)路由方法OSR(Optimal Stopping theory basedRouting method)，為路由判斷提供最優(yōu)化選擇。在OSR方法中，節(jié)點(diǎn)的投遞效用是節(jié)點(diǎn)與目的節(jié)點(diǎn)之間的平均相遇時(shí)間間隔。攜帶報(bào)文的節(jié)點(diǎn)觀察所遇到的節(jié)點(diǎn)的投遞效用，然后根據(jù)最優(yōu)停止規(guī)則選擇合適的節(jié)點(diǎn)復(fù)制轉(zhuǎn)發(fā)報(bào)文。最優(yōu)停止模型通過權(quán)衡投遞效用收益和等待成本，最小化期望投遞延遲。這一

3、模型旨在解決報(bào)文轉(zhuǎn)發(fā)過程中的盲目性和最優(yōu)性選擇問題，目標(biāo)是最大化有限轉(zhuǎn)發(fā)次數(shù)下的轉(zhuǎn)發(fā)收益。并且通過仿真實(shí)驗(yàn)，驗(yàn)證了OSR算法的有效性。
　　對(duì)未來鏈路的不確定性導(dǎo)致了機(jī)會(huì)網(wǎng)絡(luò)路由的盲目性，為此本文提出了基于核回歸的機(jī)會(huì)網(wǎng)絡(luò)鏈路預(yù)測(cè)方法KRLP(Kernel Regression Link Prediction)。在KRLP預(yù)測(cè)方法中，首先從網(wǎng)絡(luò)拓?fù)渲刑崛〕龉?jié)點(diǎn)對(duì)的特征向量，用來表征拓?fù)潆S時(shí)間的演化，隨后，利用核回歸估計(jì)方法，對(duì)拓?fù)?/p>

4、的歷史變化進(jìn)行建模并計(jì)算出鏈路概率。最終通過實(shí)驗(yàn)對(duì)比的方式，驗(yàn)證了KRLP方法在預(yù)測(cè)準(zhǔn)確率上有較優(yōu)表現(xiàn)。利用該方法能夠?qū)W(wǎng)絡(luò)鏈路的變化情況進(jìn)行預(yù)測(cè)，并為機(jī)會(huì)路由提供路由知識(shí)指導(dǎo)。
　　最后，本文總結(jié)這兩部分工作，提出了基于鏈路預(yù)測(cè)的最優(yōu)停止路由策略LP-OSR(Link Predictionbased Optimal Stopping Routing)。以鏈路預(yù)測(cè)結(jié)果代替節(jié)點(diǎn)平均相遇時(shí)間間隔作為節(jié)點(diǎn)的投遞效用，對(duì)OSR方法進(jìn)行了優(yōu)