电子学报 ›› 2018, Vol. 46 ›› Issue (11): 2679-2687.DOI: 10.3969/j.issn.0372-2112.2018.11.015

• 学术论文 • 上一篇    下一篇

具有传输成功率保证的概率路由算法的TTL预测模型

马学彬, 王应彪, 高瑞超, 张晓娟   

  1. 内蒙古大学计算机学院, 内蒙古自治区呼和浩特 010021
  • 收稿日期:2017-11-07 修回日期:2018-04-11 出版日期:2018-11-25 发布日期:2018-11-25
  • 作者简介:马学彬 男,1981年4月出生,内蒙古大学副教授,研究方向为无线网络、移动IP、延迟容忍网络、信息安全.E-mail:csmaxuebin@imu.edu.cn;王应彪 男,1989年12月出生,内蒙古大学硕士研究生,研究方向为计算机网络.
  • 基金资助:
    国家自然科学基金(No.61162006);国家自然科学基金应急管理项目(No.61751214);内蒙古自然科学基金(No.2018MS06026)

The TTL Prediction Model of Probability Routing Algorithm with the Transmission Rate Guaranteed

MA Xue-bin, WANG Ying-biao, GAO Rui-chao, ZHANG Xiao-juan   

  1. School of Computer, Inner Mongolia University, Hohhot, Inner Mongolia 010021, China
  • Received:2017-11-07 Revised:2018-04-11 Online:2018-11-25 Published:2018-11-25

摘要: 概率路由算法是机会网络中一种常用的路由算法,其TTL的设置将直接影响路由的性能.本文首先利用马尔可夫链对概率路由的转发过程进行建模,并从消息的传输成功率和传输延时方面进行性能评估,不仅可以计算出一个消息从源节点到目的节点所需的传输延时,还可以预测出在给定传输成功率下所需要的最短消息生存周期TTL,这对于TTL的设置具有理论上的指导作用.其次,本文建立的预测模型还可以使一些无法到达目的节点的消息及时被删除,从而减少不必要的转发,达到节约网络资源的目的.最后,在两个真实数据集中的实验结果表明,本文提出的模型能够为概率路由中TTL值的准确设置提供有效参考.

关键词: 机会网络, 概率路由算法, 预测模型, 传输成功率, 传输延时

Abstract: Probabilistic routing algorithm is a common routing algorithm in opportunistic networks,and its TTL will directly affect the routing performance.Firstly,in the paper we uses Markov chain model to evaluate the transmission rate and the transmission delay of probabilistic routing.It can not only calculate the transmission delay for a message from a source node to a destination node,but also can predict the shortest TTL in a given transmission rate,which can provide theoretical guidance for the setting of TTL.Secondly,this prediction model can delete the messages which cannot be relayed to destination nodes to reduce unnecessary forwarding.Therefore,The model can be used to save the network resources maximally.Finally,we experimentally evaluate our model on two real data set,and demonstrate that it can provide a powerful reference for the setting of TTL values accurately in probabilistic routing.

Key words: opportunistic networks, probability routing algorithm, prediction model, transmission rate, transmission delay

中图分类号: