機會社會網(wǎng)絡(luò)中基于社交信息的數(shù)據(jù)投遞機制研究.pdf

1、機會社會網(wǎng)絡(luò)(Social Opportunistic Networks)是一種以人為主體的機會網(wǎng)絡(luò)，具有節(jié)點移動接觸頻繁、延遲較高、網(wǎng)絡(luò)間歇性連接、節(jié)點運算能力和緩存資源受限等特點。與普通機會網(wǎng)絡(luò)不同的是，機會社會網(wǎng)絡(luò)中移動節(jié)點主要由人的意志主導(dǎo)，因此其在移動和接觸行為上具有明顯的社會性。分析社會屬性是研究機會社會網(wǎng)絡(luò)中節(jié)點行為的主要方式之一，但是現(xiàn)有的大部分研究僅在社會屬性對節(jié)點行為的影響上進行了定性分析，在量化評估其具體的影響程度

2、方面工作較少，這為相關(guān)投遞算法的設(shè)計和實際表現(xiàn)帶來了一定的缺陷和誤差。此外，多數(shù)基于社會屬性的投遞機制的研究容易忽略一些問題，例如依靠中心性所設(shè)計的投遞算法在高負載情況下會導(dǎo)致局部網(wǎng)絡(luò)擁塞、緩存溢出和資源消耗不均等負面影響，利用相似性進行投遞的算法也會因孤僻節(jié)點而影響性能。
　　本文將主要針對大量手持近距離通信設(shè)備組成的機會社會網(wǎng)絡(luò)場景進行研究，考察在網(wǎng)絡(luò)連通較差或網(wǎng)絡(luò)部署成本昂貴的社交場合，僅依靠近距離通信設(shè)備提供數(shù)據(jù)傳輸服務(wù)的

3、過程。研究內(nèi)容主要分為節(jié)點社會行為模型、數(shù)據(jù)投遞算法、TTL和緩存替換機制三個方面，具體如下:
　　1)基于對節(jié)點的社會屬性和Trace數(shù)據(jù)進行的分析，首先驗證了社會屬性相同對節(jié)點相遇接觸產(chǎn)生的積極影響，然后提出了社會屬性影響的相遇模型，對比隨機相遇模型下的接觸頻率，量化估算不同社會屬性對節(jié)點相遇產(chǎn)生的影響權(quán)重;
　　2)基于社會屬性對節(jié)點相遇產(chǎn)生的影響，首先提出了基于屬性權(quán)重的投遞算法，在投遞過程中將消息投遞給與消息目的節(jié)

4、點在社會屬性上更相似的節(jié)點;隨后為了避免相似性投遞算法中孤僻節(jié)點帶來的負面影響，本文通過消息轉(zhuǎn)發(fā)頻率、相遇節(jié)點范圍兩個指標評估節(jié)點的活躍性（中心性），選擇投遞節(jié)點時繞過活躍性較低的節(jié)點;最后引入了協(xié)調(diào)因子，調(diào)整相似性與中心性在算法執(zhí)行時占有的比例，以適用更多的場景;
　　3)根據(jù)不同消息的平均投遞延遲，提出基于屬性權(quán)重的TTL分配策略，為不同的消息分配相應(yīng)的過期時間，以加速冗余消息在網(wǎng)絡(luò)中的消除;為了降低緩存溢出所帶來的負面影響（