CN104394236B - 节点与消息状态联合感知的分布式协作缓存方法 - Google Patents
节点与消息状态联合感知的分布式协作缓存方法 Download PDFInfo
- Publication number
- CN104394236B CN104394236B CN201410792346.XA CN201410792346A CN104394236B CN 104394236 B CN104394236 B CN 104394236B CN 201410792346 A CN201410792346 A CN 201410792346A CN 104394236 B CN104394236 B CN 104394236B
- Authority
- CN
- China
- Prior art keywords
- node
- mrow
- message
- nodes
- cache
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 35
- 230000007246 mechanism Effects 0.000 claims abstract description 30
- 238000012546 transfer Methods 0.000 claims abstract description 17
- 238000004891 communication Methods 0.000 claims abstract description 14
- 238000005192 partition Methods 0.000 claims abstract description 5
- 238000009792 diffusion process Methods 0.000 claims description 30
- 230000000694 effects Effects 0.000 claims description 26
- 239000011159 matrix material Substances 0.000 claims description 9
- 230000008569 process Effects 0.000 claims description 9
- 238000004364 calculation method Methods 0.000 claims description 4
- 238000000638 solvent extraction Methods 0.000 claims description 4
- 238000010606 normalization Methods 0.000 claims description 2
- 230000004083 survival effect Effects 0.000 claims description 2
- 238000007726 management method Methods 0.000 abstract description 3
- 238000005516 engineering process Methods 0.000 abstract description 2
- 206010027476 Metastases Diseases 0.000 abstract 1
- 230000009401 metastasis Effects 0.000 abstract 1
- 238000010586 diagram Methods 0.000 description 6
- 230000007704 transition Effects 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 238000009795 derivation Methods 0.000 description 2
- 230000033001 locomotion Effects 0.000 description 2
- 229920006395 saturated elastomer Polymers 0.000 description 2
- 241000764238 Isis Species 0.000 description 1
- 230000004931 aggregating effect Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000012217 deletion Methods 0.000 description 1
- 230000037430 deletion Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000002688 persistence Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/10—Protocols in which an application is distributed across nodes in the network
- H04L67/1097—Protocols in which an application is distributed across nodes in the network for distributed storage of data in networks, e.g. transport arrangements for network file system [NFS], storage area networks [SAN] or network attached storage [NAS]
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L49/00—Packet switching elements
- H04L49/90—Buffering arrangements
- H04L49/9005—Buffering arrangements using dynamic buffer space allocation
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W84/00—Network topologies
- H04W84/18—Self-organising networks, e.g. ad-hoc networks or sensor networks
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本发明涉及一种节点与消息状态联合感知的分布式协作缓存方法,属于机会网络分布式协作缓存技术领域。该方法针对当前节点缓存效率较低的问题,通过感知消息扩散状态,动态估计消息的权重值,采用相遇概率估计方法,预测节点与消息目标节点的相遇概率;然后,基于消息源节点的不同将消息分类缓存,赋予不同的缓存优先级,采用协作分区缓存替换机制,以协作的方式将节点缓存内的消息进行替换,以此提高节点的缓存效率;最后,针对传统的缓存管理机制中盲目删除消息导致消息投递率下降的问题,采用分布式协作缓存转移机制,通过预先动态选取节点的top‑k协作节点集,在节点缓存将存满时把节点缓存内的消息转移至通信范围内的协作节点,从而提高消息的投递概率。
Description
技术领域
本发明属于机会网络分布式协作缓存技术领域,涉及一种节点与消息状态联合感知的分布式协作缓存方法。
背景技术
随着普适计算技术的发展和移动应用环境的逐渐成熟,机会网络得到了广泛的关注。机会网络是无线移动自组网中的一种特殊场景,网络中的节点分布比较稀疏并且频繁的移动造成了节点之间间歇性的连接,源节点和目的节点之间可能不存在端到端的路径。在这种情况下,人们提出了使用“存储-携带-转发”的异步路由方式来传送消息,即节点在缓存中存储需要发送的消息,利用随机运动过程中与其他节点的相遇机会,将消息副本转发给合适的节点,重复这样的动作,直到将消息成功传递给目标节点。但是由于节点移动频繁且范围较大,使得消息端到端的延时较长,导致消息在网络中滞留较长时间,中继节点的存储空间消耗较快,显然,对于节点处理能力、存储空间等比较有限的情况下,合理高效的节点协作缓存机制能够提高网络整体性能。
由于机会网络的间断时间往往比连接时间还长,节点间不能实时建立连接通路,相比端到端连接的传统网络而言,机会网络对节点有限缓存资源的合理利用更敏感。因为现有的机会网络路由协议中大多采用“存储-携带-转发”机制,在节点缓存有限的情况下,节点携带信息量大,常常发生节点缓存溢出,盲目删除消息,直接导致消息投递率急剧下降和网络负载急剧增加,因此对机会网络中缓存的管理尤为重要。由于机会网络中节点的社会属性会使彼此之间存在或强或弱的关系,节点之间可以进行协作缓存,在当前节点缓存已满的情况下,可以进一步利用协作节点的缓存空间。然而机会网络的移动性和资源的有限,因此有线网络中的协作缓存机制并不适用于机会网络。
目前,国内外研究人员已提出多种基于无线环境下的协作缓存机制。HonglongChen,Wei Lou在“GAR:Group aware cooperative routing protocol for resource-constraint opportunistic networks”【Computer Communications,vol.48,pp.20-29,2014】中利用幽灵消息和消息投递前后的差值赋予消息不同的传输优先级和存储优先级,以此在有限的相遇持续时间内最大限度地转发消息。同时以消息副本数为参数,衡量消息的重要程度,避免删除重要的消息。GaoW,Cao G,Iyengar A在“Cooperative caching forefficient data access in disruption tolerant networks”【IEEE Transactions onMobile Computing,vol.3,no.13,pp.611-625,2014】中根据消息的转发概率来确定网络中心节点范围,并基于历史相遇信息动态选取最优缓存节点,进而协调多个缓存节点之间消息有效传输,以确保节点缓存效率与缓存开销之间的均衡。Zhuo X,Li Q,Cao G在“Social-based cooperative caching in DTNs:a contact duration aware approach”【Proceedings of the 8th IEEE International Conference on Mobile Ad-hoc andSensor Systems(MASS 2011),Valencia,Spain,pp.92-101,2011】中利用社区结构中节点间的社会关系估计节点的缓存能力,从而确定消息的协作缓存节点,并利用边际缓存机制自适应控制消息副本数。Wang T,HuiP,Kulkarni S R在“Cooperative Caching based onFile Popularity Ranking in Delay Tolerant Networks”【Proceedings of the 4thExtreme Conference on Communication,Zurich,Switzerland,2012】中构建了基于DTN特点的网络模型,验证了消息的知名度服从齐普夫定律分布,并对消息进行排名,从而制定了基于消息排名的协作缓存机制。
在稀疏间断的机会网络中,由于链路的持续时间有限,导致消息在大部分时间内被存储在节点有限的缓存中,缓存空间消耗较快。而且研究表明,消息的扩散状态及节点的活跃程度与消息被投递成功的概率相关,扩散程度较高的消息通过活跃程度较高的节点携带,与目标节点相遇的机会较多,从而大大提高了消息的投递概率。再加上网络节点之间存在较强依赖关系,在节点缓存资源有限的情况下,携带多余的消息将导致当前节点缓存迅速饱和,无法存储后续到来的消息,因此可以充分利用当前节点的协作节点来存储消息,从而改善消息的投递概率及节点的缓存效率。然而上述文献中所提出的协作缓存机制均没有考虑节点的活跃程度和消息的扩散状态,也没有将节点的相遇持续时间和相遇概率同时反映在协作节点的选取上,特别是没有根据消息源节点的不同将消息分类缓存,可见,这些机制存在一定程度的局限性。
目前,大部分协作缓存机制的当前节点缓存效率较低,均没有考虑节点的活跃程度及消息的扩散状态与划分节点缓存,在当前节点缓存已满的情况下,盲目删除消息导致消息的投递概率下降;而且当选取协作节点时,没有综合考虑节点的相遇持续时间和相遇概率,使得协作节点集选取不当,从而占用其他节点有限的缓存资源。
发明内容
有鉴于此,本发明的目的在于提供一种节点与消息状态联合感知的分布式协作缓存方法,该方法针对当前节点缓存效率较低的问题,通过感知消息扩散状态,动态估计消息的权重值,并提出相遇概率估计方法,预测节点与消息目标节点的相遇概率;然后,基于消息源节点的不同将消息分类缓存,赋予不同的缓存优先级,从而设计了协作分区缓存替换机制,以协作的方式将节点缓存内的消息进行替换,以此提高节点的缓存效率;最后,针对传统的缓存管理机制中盲目删除消息导致消息投递率下降的问题,采用分布式协作缓存转移机制,通过预先动态选取节点的top-k协作节点集,在节点缓存将存满时把节点缓存内的消息转移至通信范围内的协作节点,从而提高消息的投递概率。
为达到上述目的,本发明提供如下技术方案:
一种节点与消息状态联合感知的分布式协作缓存方法,包括估计消息权重值、估计节点间相遇概率、基于消息源节点缓存分区、选取协作节点集、分布式协作缓存替换及转移机制;
查询本地相遇状态矩阵SM得到给定消息在目标社区中的扩散程度Sd(t)和在任意其他社区的扩散程度Sτ(t),获取给定消息的扩散程度S(t),从而估计消息的权重值W(t);
通过获取的网络信息、当前节点与网络中其他节点的相遇次数ni(t)及全网节点相遇总次数N(t)估算节点活跃程度Li(t)及针对消息目标节点的定向活跃程度Olid(t),并结合节点与目标节点在tr内相遇的概率Fid(tr)估计出节点的相遇概率Pid(t);
继而根据消息源节点的不同对节点缓存进行分区,划分为本地缓存区和协作缓存区同时,估算出节点本地缓存区的最大队列长度和协作缓存区的最小队列长度分类存储消息;
根据节点间的相遇概率Fid(tr)与相遇持续时间δij推导出归一化协作系数选取前k个协作系数最大的节点作为节点i的top-k协作缓存节点集Θi;
当相遇节点j有剩余缓存空间时,采用协作缓存替换机制,分别计算节点i和节点j与消息目标节点d间相遇概率Pid(t)和Pjd(t),并比较大小,若Pid(t)<Pjd(t)时,将节点i本地缓存区中节点j有较高相遇概率的消息复制到节点j的协作缓存区内;若Pid(t)≥Pjd(t)时,节点i接收节点j发送的节点i有较高相遇概率的消息,存储在节点i的协作缓存区;当节点缓存满时,则采用协作缓存转移机制,依据节点间的协作系数从通信范围内选取合适的协作节点,并将节点本地消息转移至协作节点,如果没有合适的协作节点,则按照消息的权重值优先删除节点本地缓存区的消息;至此,重复以上步骤,直至网络中消息全部投递完毕。
进一步,通过查询节点i的相遇状态表项信息MTi、相遇状态矩阵SM和消息存储状态信息BMm,计算消息m在目标社区的扩散程度:
与在任意其他社区的扩散程度:
从而估计出消息在全网中的扩散程度:
进而完成消息m的权重值的计算,即W(t)=1-σtS(t)。
进一步,以当前节点与网络中其他节点的相遇次数作为评估节点活跃程度的关键参数;根据全网节点信息,计算节点间相遇次数ni(t)=Num{MTi}和全网节点相遇总次数估算节点活跃程度和节点定向活跃度同时结合节点与目标节点在tr内相遇的概率估计出节点间的相遇概率Pid(t)=Li(t)Olid(t)Fid(tr)。
进一步,针对消息源节点的差异,将节点缓存划分为本地缓存区和协作缓存区对消息采取有区分的缓存;假设消息的产生时间间隔服从强度为α的指数分布,消息的死亡时间服从强度为β的指数分布,则根据节点本地缓存区队列长度有限状态的“生灭过程”的性质推算出节点的本地缓存区平均队列长度由此得到节点本地缓存区的最大队列长度和协作缓存区的最小队列长度
进一步,在节点缓存资源有限的情况下,综合考虑节点间的相遇概率和相遇持续时间选取合适的协作节点集,具体包括:首先计算节点间相遇持续时间归一化后为
同时考虑节点间相遇持续时间的偏移状态,即
继而得出节点间的归一化协作系数依据计算出的归一化协作系数,选取前k个协作系数最大的节点加入节点i的top-k协作缓存节点集Θi,若在节点的通信范围内存在属于消息的目标社区的节点,则也将该节点并入节点i的协作缓存节点集Θi中,最终选取出合理的协作节点集:
进一步,在分布式协作缓存替换及转移机制中,根据估计的消息权重值和节点间的相遇概率,选择最优的中继节点存储传输消息,且当节点缓存已满时选取合适的协作节点协作完成消息的投递,主要执行过程如下:
Step1.若相遇节点为消息的目标节点,直接将消息发送给对方节点;
Step2.若相遇节点都有空余缓存空间,则按照前述的缓存替换方法进行缓存内消息的替换;
Step3.当节点缓存将满时采用所提出的分布式协作缓存转移机制进行节点本地缓存内消息的转移:
Step4.若在节点的通信范围内未找到合适的协作节点时,将根据消息权重值优先删除节点本地缓存区内权重值较低的消息;
Step5.协作缓存消息的回传,节点与存储该节点所转移消息的协作缓存节点相遇后,若本地节点此时有剩余缓存空间,将比较双方节点与消息的目标节点的相遇概率;若对方较小时,则将消息重新转移至节点本地,对方节点将该消息从其缓存内删除;反之,则不作任何操作。
本发明的有益效果在于:本发明提出的方法能够有效地利用当前节点及协作节点有限的缓存资源,减小丢包率,大幅度地改善消息的投递概率和节点缓存效率。
附图说明
为了使本发明的目的、技术方案和有益效果更加清楚,本发明提供如下附图进行说明:
图1为本发明中节点与消息状态联合感知的分布式协作缓存机制流程图;
图2为本发明中节点缓存分区示意图;
图3为本发明中节点缓存队列长度状态转移图;
图4为本发明中分布式协作缓存替换过程示意图。
具体实施方式
下面将结合附图,对本发明的优选实施例进行详细的描述。
本方法首先根据消息扩散程度估计消息权重值,扩散程度越高的消息,赋予较低的权重值。将具有相似社会属性的节点聚合为一个社区,综合考虑消息在各个社区的扩散状态。通过查询本地相遇状态矩阵SM估计给定消息在目标社区中的扩散程度Sd(t)和在任意其他社区的扩散程度Sτ(t),从而得到给定消息m的扩散程度S(t),进而估计消息m的权重值W(t)。
然后感知节点的活跃程度及定向活跃程度估计节点间的相遇概率。节点之间存在较强的社会关系,使得节点的活跃程度不同,而且节点具有较强的定向活跃程度。节点越活跃,相遇次数就越多,通过其将消息成功投递的概率越高。所以,通过估计当前节点i与网络中其他节点的相遇次数和全网节点相遇总次数可估算节点i的活跃程度Li(t)及针对消息m目标节点的定向活跃程度Olid(t)。由此,结合节点i与目标节点在tr内相遇的概率Fid(tr)估计节点i的相遇概率Pid(t)。
同时,本发明根据产生消息的节点的不同将节点缓存划分为本地缓存区和协作缓存区分别存储基于消息源分类的消息,进而设计分布式协作缓存替换机制。针对节点缓存空间有限的问题,通过理论推导,得到节点本地缓存区的平均队列长度Γ,从而估算节点本地缓存区的最大队列长度和协作缓存区的最小队列长度
最后根据节点间的相遇概率Fid(tr)与相遇持续时间δij推导出归一化协作系数从而选取前k个协作系数最大的节点作为节点i的top-k协作缓存节点集Θi。当节点缓存将满时,将消息转移至通信范围内的协作节点集Θi内的节点,从而提出分布式协作缓存转移机制。
具体来说:
机会网络中,节点具有较强社会属性,节点表现或强或弱的协作关系。在节点缓存资源有限的情况下,携带多余的消息将导致节点缓存迅速饱和,无法存储后续到来的消息,影响网络性能。因此,分别依据节点及消息的状态,充分利用协作节点的有限缓存资源,设计合理高效的分布式协作缓存机制。
如图1所示,为本发明的整体结构框图,即节点与消息状态联合感知的分布式协作缓存机制流程图。包括以下步骤:感知消息扩散状态估计消息权重值,感知节点活跃程度及定向活跃程度估计节点相遇概率,基于消息源划分节点缓存并估算缓存大小,分布式协作缓存替换机制,选取协作节点,分布式协作缓存转移机制。
具体包括以下步骤:
1.感知消息扩散状态估计消息权重值:
本发明将消息的扩散状态作为估计消息权重值的关键参数。假设节点i在本地维护其相遇状态表项信息MTi,MTi=<idj,mtij,dtij>为三元组。其中,idj表示相遇节点j的标识,由社区号Gj与编号bj组成;mtij为相遇时间;dtij为相遇持续时间。节点i与j相遇后交互双方节点的表项信息在较短的收敛时间内可建立相遇状态矩阵SM=(MT1,MT2,…,MTN)T。定义G为全网社区集合,Gτ为第τ个社区,则节点通过在本地查询相遇状态矩阵SM可估计社区Gτ的节点数nτ,即nτ=Num{k},k∈SM&Gk=Gτ。节点在本地生成消息的存储状态集合BS={BM1,BM2,…,BMm,…,BMn},其中BMm表示消息m的存储状态信息的布尔矩阵,定义为BMm={G1,G2,…,Gn}T,。其中,表示社区Gj内的任意节点h存储消息m的状态。当节点相遇后进行消息交互时将更新存储状态集合BS。
假设md(t)为t时刻消息的目标节点所在社区(简称目标社区Gd)中存储消息m的节点数,Kd=Num{Gd}=|Gd|为目标社区节点的数量,由上可知,md(t)与Kd可通过查询本地相遇状态矩阵SM得到,因此节点通过本地BMm可得到消息m在目标社区的扩散程度Sd(t),即同理可推导消息m在任意其他社区的扩散程度当消息m的扩散程度达到较高的程度时,继续在该社区内扩散并不能够提高消息的投递概率,反而占用其他消息的缓存资源,从而严重影响消息的缓存效率。因此消息在其他社区的扩散程度表示为其中γ为消息扩散阈值。社区内节点联系较为紧密,社区间节点联系较为稀疏。因此,目标节点与目标社区内的节点联系较为紧密,相同扩散程度下,目标社区内的消息扩散程度对消息权重值的影响远高于其他社区,从而可得消息的扩散程度对节点而言,依据消息的重要程度决定是否缓存该消息,因此对节点上的每个消息关联一个权重值,用以表示消息的重要程度。根据理论推导,进而估计出消息m的权重值W(t),计算公式为W(t)=1-σtS(t)。其中,消息的初始生存时间为tinit,当前的已存活时间为t0,σt=t0/tinit为消息的时间影响因子。存活时间越长的消息,其已成功投递概率越高,权重值就越低。消息的权重值决定了消息的缓存优先级,权重值较大的消息在缓存替换与转移时的优先级越高。
2.感知节点活跃程度及定向活跃程度估计节点相遇概率:
当前节点与网络中其他节点的相遇次数越多,则通过给定节点所携带的消息成功投递概率越高。因此,当前节点与网络中其他节点的相遇次数作为评估节点活跃程度的关键参数。首先定义几个变量:Φ为全网节点集,那么全网节点数量为N=Num{Φ}=|Φ|。给定节点i与网络中其他节点的相遇次数称为该节点的相遇次数,大小为ni(t)=Num{MTi},即节点i在t时刻与其他节点的相遇次数。全网节点相遇次数为各个节点进入其他节点通信范围的相遇总次数,大小为显然,若获得节点i与网络中其他节点的相遇次数和全网节点相遇总次数,则可以估算节点i活跃程度Li(t),即由于节点间的亲密关系存在差异,那么相遇频率会受到影响,进而节点相对消息目标节点的活跃程度也有所不同。因此,在预测节点间的相遇概率时,除了考虑节点的活跃程度,还需考虑节点的定向活跃程度其中为节点i与目标节点d的相遇次数,nd(t)=Num{MTd}为目标节点d与其他节点的相遇总次数。
由于节点相遇间隔时间服从指数分布,则节点i在t时间内与节点d相遇的概率为其中为节点i与d的相遇强度;为节点i与d的平均相遇间隔时间,大小为 为第k次相遇的时间,且消息的剩余生存时间tr=tinit-t0,那么节点i与目标节点在tr内相遇的概率的计算公式
综合考虑节点的活跃程度Li(t)及定向活跃程度Olid(t),即可得到任意节点i的相遇概率Pid(t),Pid(t)=Li(t)Olid(t)Fid(tr)。
3.基于消息源划分节点缓存并估算缓存大小:
节点本地缓存由本地产生消息与协助其它节点转发的消息所组成,针对消息源节点的差异,采取有区分的缓存方法可有效提高消息的投递概率与节点的缓存效率。本专利依据节点缓存内消息的来源,将节点缓存划分为:本地缓存区和协作缓存区分别存储节点本地产生的消息和其他节点产生的消息,如图2所示。
在实际应用场景中,节点的缓存资源极为有限,需要推导出节点本地产生消息的实际缓存空间需求的边界。假设消息的产生时间间隔服从强度为α的指数分布,消息的死亡时间服从强度为β的指数分布,则节点本地缓存区队列长度为有限状态的“生灭过程”。为节点缓存队列的总容量。因此,可列出状态转移图如3所示。假设πi表示节点本地缓存区队列长度l为i的概率,则根据生灭状态的性质可推得πM,即其中α0,α1,…,αM-1为本地缓存区队列长度从i→i+1的转移概率,大小为α0=α1=…=αM-1=α;β0,β1,…,βM-1为本地缓存区队列长度从i+1→i的转移概率,大小为β0=β1=…=βM-1=β。通过上面的公式可以推导出本地缓存区队列长度l=M的概率πM与l=0的概率π0的关系,即πM=λMπ0,其中由于队列长度l为闭合状态,则满足正则性条件从而计算出缓存队列长度l为0的概率同理可得,缓存队列长度l为i的概率等于最后,推算出节点的本地缓存区平均队列长度由于本地缓存区存储的消息在被成功投递至其目标节点后将从本地删除,在不考虑节点主动删除成功投递消息的情况下,所得平均队列长度Γ即为节点本地缓存区的最大队列长度,即则节点i的协作缓存区的最小队列长度
4.分布式协作缓存替换机制
机会网络中,多副本消息具有较强的鲁棒性,单个副本的删除不影响消息的整体投递概率,但是单副本机制会大幅降低网络负载,因此,本发明结合两者的优点,针对来自不同分区的消息,设计一种基于消息源的协作缓存替换方法,在进行缓存替换时采取不同的缓存方法,主要过程如下:
(1)对本地缓存区消息设置较高的缓存替换与转移优先级,协作缓存区消息设置较低的优先级。节点相遇后在进行缓存替换或缓存转移时,节点根据消息的权重值优先向对方节点复制或转移本地缓存区内的消息。如图4中节点i、j优先复制本地缓存区消息集合与若有足够的缓存空间,则继续提取协作缓存区消息与
(2)节点交互双方到达消息目标节点的概率分别为Pid(t)和Pjd(t),并提取彼此自身有较高相遇概率的消息。从与中分别提取出与
(3)节点本地缓存区内的消息以复制的形式存储在对方节点的协作缓存区中,协作缓存区内消息则直接转移至对方协作缓存区。协作缓存替换过程如图4所示。
5.选取协作节点:
在节点缓存资源有限的情况下,携带多余的消息将导致节点缓存迅速饱和,无法存储后续到来的消息,因此将消息转移至合适的节点可避免直接丢包,降低丢包率。如前所述,相遇概率较高的节点再次相遇的机率较大,便于节点对之间的缓存转移与回传。而且机会网络中的连接频繁断裂,为保证消息可被成功转移,应考虑节点之间的相遇持续时间。为了选取合适的协作节点,综合考虑节点间的相遇概率和相遇持续时间。首先计算节点i与节点j的平均相遇持续时间,表示为并对其归一化得到其中n′i(t)表示t时刻与节点i相遇的不同节点的个数。由于节点j与节点i相遇的持续时间存在偏移状态,通过归一化相遇持续时间偏移因子来反映。进而,根据节点j与节点i的归一化协作系数即节点j为节点i提供协作缓存服务能力的归一化值,计算方法为选取前k个协作系数最大的节点加入节点i的top-k协作缓存节点集Θi。若在节点的通信范围内存在属于消息的目标社区的节点,则也将该节点并入节点i的协作缓存节点集Θi中,最后选取出合理的协作节点集
6.分布式协作缓存转移机制:
无线信道具有广播特性,当节点缓存将满时,若节点的通信范围内存在多个协作缓存节点集Θi中的节点,则节点i按照消息权重值的大小将消息广播至协作集Θi中有剩余缓存空间的节点,并将广播后的消息从本地删除。反之,若节点通信范围内不存在协作节点集Θi中的节点,则节点i按照消息的权重值优先删除本地缓存区的消息。当接收节点i转移的消息的节点再次与节点i相遇后,若节点i此时有剩余缓存空间,则比较双方节点与消息目标节点的相遇概率,若比节点i的相遇概率第,则将消息回传至节点i。反之,则不将消息回传给节点i。
最后说明的是,以上优选实施例仅用以说明本发明的技术方案而非限制,尽管通过上述优选实施例已经对本发明进行了详细的描述,但本领域技术人员应当理解,可以在形式上和细节上对其作出各种各样的改变,而不偏离本发明权利要求书所限定的范围。
Claims (5)
1.一种节点与消息状态联合感知的分布式协作缓存方法,其特征在于:包括估计消息权重值、估计节点间相遇概率、基于消息源节点缓存分区、选取协作节点集、分布式协作缓存替换及转移机制;
查询本地相遇状态矩阵SM得到给定消息在目标社区中的扩散程度Sd(t)和在任意其他社区的扩散程度Sτ(t),获取给定消息的扩散程度S(t),从而估计消息的权重值W(t);
通过获取的网络信息、当前节点与网络中其他节点的相遇次数ni(t)及全网节点相遇总次数N(t)估算节点活跃程度Li(t)及针对消息目标节点的定向活跃程度Olid(t),并结合节点与目标节点在tr内相遇的概率Fid(tr)估计出节点的相遇概率Pid(t);
继而根据消息源节点的不同对节点缓存进行分区,划分为本地缓存区和协作缓存区同时,估算出节点本地缓存区的最大队列长度和协作缓存区的最小队列长度分类存储消息;
根据节点间的相遇概率Fid(tr)与相遇持续时间δij推导出归一化协作系数选取前k个协作系数最大的节点作为节点i的top-k协作缓存节点集Θi;
当相遇节点j有剩余缓存空间时,采用协作缓存替换机制,分别计算节点i和节点j与消息目标节点d间相遇概率Pid(t)和Pjd(t),并比较大小,若Pid(t)<Pjd(t)时,将节点i本地缓存区中节点j有较高相遇概率的消息复制到节点j的协作缓存区内;若Pid(t)≥Pjd(t)时,节点i接收节点j发送的节点i有较高相遇概率的消息,存储在节点i的协作缓存区;当节点缓存满时,则采用协作缓存转移机制,依据节点间的协作系数从通信范围内选取合适的协作节点,并将节点本地消息转移至协作节点,如果没有合适的协作节点,则按照消息的权重值优先删除节点本地缓存区的消息;至此,重复以上步骤,直至网络中消息全部投递完毕;
以当前节点与网络中其他节点的相遇次数作为评估节点活跃程度的关键参数;根据全网节点信息,计算节点间相遇次数ni(t)=Num{MTi},即节点i在t时刻与其他节点的相遇次数;节点i在本地维护其相遇状态表项信息MTi,MTi=<idj,mtij,dtij>为三元组;其中,idj表示相遇节点j的标识,由社区号Gj与编号bj组成;mtij为相遇时间;dtij为相遇持续时间;计算全网节点相遇总次数其中N为全网节点个数,估算节点活跃程度和节点定向活跃度同时结合节点与目标节点在tr内相遇的概率为节点i与d的相遇强度;为节点i与d的平均相遇间隔时间,大小为 为第k次相遇的时间,为第k+1次相遇的时间,且估计出节点间的相遇概率Pid(t)=Li(t)Olid(t)Fid(tr);nid(t)为节点i与目标节点d的相遇次数;nd(t)为目标节点d与其他节点的相遇总次数;tinit为消息的初始生存时间;t0为当前的已存活时间。
2.根据权利要求1所述的一种节点与消息状态联合感知的分布式协作缓存方法,其特征在于:通过查询节点i的相遇状态表项信息MTi、相遇状态矩阵SM和消息存储状态信息BMm,计算消息m在目标社区的扩散程度:
<mrow>
<msub>
<mi>S</mi>
<mi>d</mi>
</msub>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mfrac>
<mrow>
<msub>
<mi>m</mi>
<mi>d</mi>
</msub>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
</mrow>
<msub>
<mi>K</mi>
<mi>d</mi>
</msub>
</mfrac>
</mrow>
与在任意其他社区的扩散程度:
<mrow>
<msub>
<mi>S</mi>
<mi>&tau;</mi>
</msub>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mfenced open = "{" close = "">
<mtable>
<mtr>
<mtd>
<mrow>
<mfrac>
<mrow>
<msub>
<mi>m</mi>
<mi>&tau;</mi>
</msub>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
</mrow>
<msub>
<mi>K</mi>
<mi>&tau;</mi>
</msub>
</mfrac>
<mo>,</mo>
</mrow>
</mtd>
<mtd>
<mrow>
<msub>
<mi>S</mi>
<mi>&tau;</mi>
</msub>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
<mo>&le;</mo>
<mi>&gamma;</mi>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<mn>1</mn>
<mo>,</mo>
</mrow>
</mtd>
<mtd>
<mrow>
<msub>
<mi>S</mi>
<mi>&tau;</mi>
</msub>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
<mo>></mo>
<mi>&gamma;</mi>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
<mo>,</mo>
</mrow>
从而估计出消息在全网中的扩散程度:
<mrow>
<mi>S</mi>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<munderover>
<mo>&Sigma;</mo>
<mi>&tau;</mi>
<mrow>
<mi>&tau;</mi>
<mo>&Element;</mo>
<mi>G</mi>
<mo>-</mo>
<mi>d</mi>
</mrow>
</munderover>
<msub>
<mi>S</mi>
<mi>&tau;</mi>
</msub>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
<msup>
<mi>e</mi>
<mrow>
<msub>
<mi>S</mi>
<mi>d</mi>
</msub>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
</mrow>
</msup>
<mo>,</mo>
</mrow>
进而完成消息m的权重值的计算,即W(t)=1-σtS(t);
其中,σt=t0/tinit为消息的时间影响因子,tinit为消息的初始生存时间,t0为当前的已存活时间;md(t)表示t时刻目标节点d所在社区存储消息m的节点数;Kd为目标节点d所在社区内节点的数量;mτ(t)为除目标社区以外的其他社区内存储有消息m的节点数;Kτ为除目标社区以外的其他社区内的节点数;γ为扩散程度阈值;G为全网社区集合。
3.根据权利要求1所述的一种节点与消息状态联合感知的分布式协作缓存方法,其特征在于:针对消息源节点的差异,将节点缓存划分为本地缓存区和协作缓存区对消息采取有区分的缓存;假设消息的产生时间间隔服从强度为α的指数分布,消息的死亡时间服从强度为β的指数分布,则根据节点本地缓存区队列长度有限状态的“生灭过程”的性质推算出节点的本地缓存区平均队列长度由此得到节点本地缓存区的最大队列长度和协作缓存区的最小队列长度其中,M为节点缓存队列的总容量;πk为节点本地缓存区队列长度l为k的概率。
4.根据权利要求1所述的一种节点与消息状态联合感知的分布式协作缓存方法,其特征在于:在节点缓存资源有限的情况下,综合考虑节点间的相遇概率和相遇持续时间选取合适的协作节点集,具体包括:首先计算节点间相遇持续时间归一化后为
同时考虑节点间相遇持续时间的偏移状态,即
<mrow>
<msubsup>
<mover>
<mi>&sigma;</mi>
<mo>^</mo>
</mover>
<mrow>
<mi>j</mi>
<mi>i</mi>
</mrow>
<mn>2</mn>
</msubsup>
<mo>=</mo>
<mfrac>
<mrow>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>k</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mrow>
<msub>
<mi>n</mi>
<mrow>
<mi>i</mi>
<mi>j</mi>
</mrow>
</msub>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
</mrow>
</munderover>
<msup>
<mrow>
<mo>(</mo>
<msubsup>
<mi>dt</mi>
<mrow>
<mi>j</mi>
<mi>i</mi>
</mrow>
<mi>k</mi>
</msubsup>
<mo>-</mo>
<msub>
<mi>&delta;</mi>
<mrow>
<mi>j</mi>
<mi>i</mi>
</mrow>
</msub>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
</mrow>
<mrow>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>j</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mrow>
<msubsup>
<mi>n</mi>
<mi>i</mi>
<mo>&prime;</mo>
</msubsup>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
</mrow>
</munderover>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>k</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mrow>
<msub>
<mi>n</mi>
<mrow>
<mi>i</mi>
<mi>j</mi>
</mrow>
</msub>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
</mrow>
</munderover>
<msup>
<mrow>
<mo>(</mo>
<msubsup>
<mi>dt</mi>
<mrow>
<mi>j</mi>
<mi>i</mi>
</mrow>
<mi>k</mi>
</msubsup>
<mo>-</mo>
<msub>
<mi>&delta;</mi>
<mrow>
<mi>j</mi>
<mi>i</mi>
</mrow>
</msub>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
</mrow>
</mfrac>
<mo>,</mo>
</mrow>
n′i(t)为t时刻与节点i相遇的不同节点的个数;继而得出节点间的归一化协作系数其中Pij(t)为节点i,j的相遇概率;依据计算出的归一化协作系数,选取前k个协作系数最大的节点加入节点i的top-k协作缓存节点集Θi,若在节点的通信范围内存在属于消息的目标社区的节点,则也将该节点并入节点i的协作缓存节点集Θi中,最终选取出合理的协作节点集:
其中Gd为目标节点所在社区。
5.根据权利要求1所述的一种节点与消息状态联合感知的分布式协作缓存方法,其特征在于:在分布式协作缓存替换及转移机制中,根据估计的消息权重值和节点间的相遇概率,选择最优的中继节点存储传输消息,且当节点缓存已满时选取合适的协作节点协作完成消息的投递,主要执行过程如下:
Step1.若相遇节点为消息的目标节点,直接将消息发送给对方节点;
Step2.若相遇节点都有空余缓存空间,则按照前述的缓存替换方法进行缓存内消息的替换;
Step3.当节点缓存将满时采用所提出的分布式协作缓存转移机制进行节点本地缓存内消息的转移:
Step4.若在节点的通信范围内未找到合适的协作节点时,将根据消息权重值优先删除节点本地缓存区内权重值较低的消息;
Step5.协作缓存消息的回传,节点与存储该节点所转移消息的协作缓存节点相遇后,若本地节点此时有剩余缓存空间,将比较双方节点与消息的目标节点的相遇概率;若对方较小时,则将消息重新转移至节点本地,对方节点将该消息从其缓存内删除;反之,则不作任何操作。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410792346.XA CN104394236B (zh) | 2014-12-18 | 2014-12-18 | 节点与消息状态联合感知的分布式协作缓存方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410792346.XA CN104394236B (zh) | 2014-12-18 | 2014-12-18 | 节点与消息状态联合感知的分布式协作缓存方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104394236A CN104394236A (zh) | 2015-03-04 |
CN104394236B true CN104394236B (zh) | 2017-11-07 |
Family
ID=52612071
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410792346.XA Active CN104394236B (zh) | 2014-12-18 | 2014-12-18 | 节点与消息状态联合感知的分布式协作缓存方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104394236B (zh) |
Families Citing this family (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105392152B (zh) * | 2015-10-22 | 2019-03-08 | 重庆邮电大学 | 一种评估自私节点声誉的数据转发方法 |
CN105430638B (zh) * | 2015-10-22 | 2018-12-28 | 重庆邮电大学 | 一种带有公钥信任程度感知的数据安全转发方法 |
CN105610941B (zh) * | 2015-12-28 | 2019-03-05 | 安徽工业大学 | 一种移动网络中基于节点分组的数据分片缓存方法 |
CN106131118B (zh) * | 2016-06-16 | 2019-07-05 | 浪潮云信息技术有限公司 | 一种分布式缓存的方法、装置和*** |
CN106357729B (zh) * | 2016-08-25 | 2019-03-26 | 北京科技大学 | 一种基于区域协作缓存的d2d内容分发方法 |
CN107040521B (zh) * | 2017-03-14 | 2020-08-04 | 重庆邮电大学 | 一种带有串谋攻击检测的数据转发方法 |
CN108401274B (zh) * | 2018-01-29 | 2021-07-13 | 中南大学 | 机会网络的数据传输方法 |
CN108449270A (zh) * | 2018-03-21 | 2018-08-24 | 中南大学 | 机会网络中基于优先级的缓存管理方法 |
CN110311800B (zh) * | 2018-03-27 | 2022-10-11 | 中兴通讯股份有限公司 | 通信设备、节点的连接方法、存储介质、电子装置 |
CN110365728A (zh) * | 2018-04-10 | 2019-10-22 | 重庆邮电大学 | 一种面向信息中心网络的分组协作缓存*** |
CN108429678A (zh) * | 2018-04-12 | 2018-08-21 | 中国人民解放***箭军工程大学 | 一种基于历史接触信息和ttl的eer路由协议 |
CN109525494B (zh) * | 2019-01-10 | 2021-05-07 | 中南大学 | 基于消息下一跳动态规划的机会网络路由机制实现方法 |
CN110336749B (zh) * | 2019-07-11 | 2021-06-18 | 陕西师范大学 | 校园协作学习环境下机会网络信息快速扩散方法 |
CN113157461B (zh) * | 2020-01-22 | 2023-09-26 | 北京京东振世信息技术有限公司 | 一种在执行任务单过程中传送消息的方法和装置 |
CN112039802B (zh) * | 2020-08-18 | 2022-11-08 | 陕西师范大学 | 一种基于机会网络缓存共享的协作小组资源调度方法 |
CN113613292B (zh) * | 2021-08-05 | 2023-05-30 | 华中师范大学 | 一种基于消息效用值和节点平均相遇持续时间的消息管理方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102056233A (zh) * | 2010-12-28 | 2011-05-11 | 重庆邮电大学 | 一种基于消息重要程度的机会网络队列管理调度方法 |
CN102685255A (zh) * | 2012-06-01 | 2012-09-19 | 重庆邮电大学 | 一种分布式机会网络社区划分方法 |
CN103561426A (zh) * | 2013-11-04 | 2014-02-05 | 南京邮电大学 | 容迟移动传感网中基于节点活跃度的改进概率路由方法 |
EP2693792A1 (en) * | 2012-08-03 | 2014-02-05 | The European Union, represented by the European Commission | Cognitive radio network |
-
2014
- 2014-12-18 CN CN201410792346.XA patent/CN104394236B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102056233A (zh) * | 2010-12-28 | 2011-05-11 | 重庆邮电大学 | 一种基于消息重要程度的机会网络队列管理调度方法 |
CN102685255A (zh) * | 2012-06-01 | 2012-09-19 | 重庆邮电大学 | 一种分布式机会网络社区划分方法 |
EP2693792A1 (en) * | 2012-08-03 | 2014-02-05 | The European Union, represented by the European Commission | Cognitive radio network |
CN103561426A (zh) * | 2013-11-04 | 2014-02-05 | 南京邮电大学 | 容迟移动传感网中基于节点活跃度的改进概率路由方法 |
Non-Patent Citations (2)
Title |
---|
"Hierarchical cooperative caching in mobile opportunistic social networks ";Yunsheng Wang etc;《Global Communications Conference(GLOBECOM),2014 IEEE》;IEEE;20141212;第Ⅲ节 * |
"机会网络中能量有效的副本分布状态感知路由机制";吴大鹏等;《通信学报》;20130731;第34卷(第07期);第5节 * |
Also Published As
Publication number | Publication date |
---|---|
CN104394236A (zh) | 2015-03-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104394236B (zh) | 节点与消息状态联合感知的分布式协作缓存方法 | |
Wu et al. | Information cache management and data transmission algorithm in opportunistic social networks | |
US10917328B2 (en) | Routing updates in ICN based networks | |
CN103561426B (zh) | 容迟移动传感网中基于节点活跃度的改进概率路由方法 | |
CN105960024B (zh) | 一种d2d通信中基于社交感知的用户发现及资源分配方法 | |
Prodhan et al. | TTL based routing in opportunistic networks | |
CN101222438B (zh) | 一种机会网络下的数据传输方法 | |
Chen et al. | GAR: Group aware cooperative routing protocol for resource-constraint opportunistic networks | |
Zhang et al. | Cooperative willingness aware collaborative caching mechanism towards cellular D2D communication | |
CN101594697B (zh) | 一种基于社区机会网络下的数据传输方法 | |
Liu et al. | Data sharing in VANETs based on evolutionary fuzzy game | |
Li et al. | A novel routing scheme for resource-constraint opportunistic networks: A cooperative multiplayer bargaining game approach | |
CN108093435A (zh) | 基于缓存流行内容的蜂窝下行链路网络能效优化***及方法 | |
CN109874159A (zh) | 基于信息熵的移动机会网络节点社会关系度量、簇建立与更新及路由方法 | |
Li et al. | Learning-based delay-aware caching in wireless D2D caching networks | |
Du et al. | A VDTN scheme with enhanced buffer management | |
Lu et al. | Geographic information and node selfish-based routing algorithm for delay tolerant networks | |
CN103532865B (zh) | 一种容迟网络中基于社会感知的拥塞控制方法 | |
Wang et al. | Optimal data partitioning and forwarding in opportunistic mobile networks | |
Gu et al. | Latency analysis for thrown box based message dissemination | |
Zhang et al. | Energy efficient forwarding algorithm in opportunistic networks | |
Zhang et al. | Congestion control strategy for opportunistic network based on message values | |
Shinde et al. | PALBMRP: power aware load balancing multipath routing protocol for MANET | |
CN113382053A (zh) | 基于节点半局部中心性和内容热度的内容主动推送方法 | |
JP6081243B2 (ja) | データ伝送方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |