本发明属于计算机网络
技术领域：
，具体涉及一种基于最小开销路径的移动随机D2D网络的数据查询方法。
背景技术：
：当今的无线通信系统绝大多数运行在低于3GHz的微波频谱，因此正在经历严重的短缺并且已经变成一个拥挤和有限的资源。为了满足移动带宽流量1000倍增长的挑战，运行在20到300GHz的毫米级微波带宽被认为是下一代蜂窝系统(5G)的最有希望的候选者。虽然毫米级微波带的使用解决了对于更多无线频谱的迫切需求，但是它也带来了一系列新的独特的技术挑战，比如严重的线路损耗和不希望看到的覆盖盲区。基于此，移动用户设备直传(Device-to-DeviceCommunication)被认为是提高网络有效性和可靠性的方法。移动随机D2D网络不会取代基于通信设施的B2D(Base-Station-to-Device)通信，因为移动随机D2D网络很明显无法支持移动用户的主要通信需求，比如实时语音与数据传输。而且，移动用户可以从这个集中式的管理体获得益处，比如在移动随机情况下的数据传输可以学习网络中节点间的延时分布。虽然蜂窝基站传递这种信息可能需要很低的频谱利用率，但是如果所有节点使用B2D通信传递大的数据文件，蜂窝基站可能被淹没。移动随机D2D网络，作为一个需要许可证和免许可证频谱的混合网络，可以看作是传统B2D通信的补充，在一些应用中有其存在价值，比如音频文件的传输。最小化集中协调者的数据传输对于支持移动随机D2D应用是必不可少的。类似于移动随机D2D网络中其他通信情形，数据传输因其非间断连接性导致长延时。然而，这种基于移动随机D2D的数据传输是亟待所需的，不只是因为低代价，还因为其有效性，因为移动节点间的互动与其社会群体和行为高度关联，因此为其向目的地传输数据提供了很大可能性。移动随机D2D网络数据查询有以下一些特点：1、随机链路连接性：移动随机D2D网络的连接性很低，形成了一个稀疏的网络，节点仅仅是偶尔相互连接。由于节点间稀松的连接性，移动随机D2D网络数据传输通常是有延时的，但是很幸运的是，这种延时在数据查询这种应用情形下是可以容忍的，因为数据查询对于延时通常是不敏感的。2、自动计算和存储：在在线社交网络中，中心服务器被用来存储和处理用户数据。但是这种服务器在移动随机D2D网络中是无法得到的，每个人的手持设备必须进行分布式的数据存储和计算。3、未知的或者不准确的专业知识：当一个节点发送一个数据请求时，它通常并没有意识到哪些节点有足够专业知识来回答数据请求，因为建立一个像P2P网络的数据和数据提供者的检索代价太高。更糟糕的是，在实际中，一个移动节点很难精确地知道回答每一个类别的数据请求的专业程度。它可以基于自己的社会角色来初始化自己的专业知识。目前，有关基于移动随机D2D网络数据查询特点的、路径开销较小的数据查询方法有待研究。技术实现要素：有鉴于此，本发明提供了一种基于最小开销路径的移动随机D2D网络数据查询方法，是一种利用节点之间的关系决定数据查询如何转发的移动随机D2D网络数据查询方法，能够使网络中数据成功回复率维持在一个较高的水平并且使得网络整体路径开销最小。为了达到上述目的，本发明的技术方案为：一种基于最小开销路径的移动随机D2D网络数据查询方法，该方法针对D2D网络中新生成的数据请求，按以下步骤进行路由：步骤一、数据请求的携带节点遇到一个相遇节点，判断相遇节点是否为数据提供者，若是则路由结束，否则分别计算携带节点和相遇节点的k跳可到达的专业知识；k为随机设定的整数值。步骤二、基于携带节点和相遇节点的k跳可到达的专业知识，分别计算携带节点和相遇节点帮助数据请求找到数据提供节点的能力，携带节点依据上述能力将数据请求路由给携带节点和相遇节点中帮助数据请求找到数据提供节点的能力大的一方，产生新的携带节点。步骤三、依据实时更新数据请求的延时预算，若延时预算未减小到0，则重复步骤一和步骤二，否则路由结束。进一步地，针对D2D网络中的一个节点vi，其l跳可到达的专业知识计算公式为：Eic(l)=1-Πj=1J(1-pijw·Eic(l-1));]]>其中pi1～piJ为D2D网络中除vi以外的节点；为节点vi与节点vj相遇的实时概率；l的取值范围为[1,k]；则节点vi帮助数据请求找到数据提供节点的能力计算公式为：AEic(k)=1-Πl=1k(1-Eic(l)).]]>进一步地，针对D2D网络中的两个节点：节点vi与节点vj，二者相遇的实时概率由节点vi中所维护的相遇频率表中获取；D2D网络中的每个节点均构建一个定时器、构建并维护一个相遇频率表，定时器预设一个计时间隔Δ，若节点在时间间隔Δ内没有与其他节点相遇，则定时器超时；相遇频率表中记载D2D网络中的两两节点之间相遇的实时概率。其中节点vi与节点vj相遇的实时概率为初始值为如果节点vi在其定时器的计时间隔Δ内遇到节点vj，则其中为更新前的值；α为预设的参数，取值在[0,1]之间；若节点vi在其定时器的计时间隔Δ内未遇到任何节点，则定时器超时后则相遇频率表的维护方式为：步骤一中，每当携带数据请求的节点vi遇到节点vj时，首先判断vi之前是否遇到过vj，若没有则vi更新与vj相遇的实时概率之后，并与vj进行相遇频率表的交互和更新。有益效果：本发明所提出的基于最小开销路径的移动随机D2D网络数据查询方法，根据网络中节点相遇的历史信息来刻画网络中节点之间的k跳可到达的专业知识，当网络中两个节点相遇后通过比较其k跳可到达的专业知识进行路由选择，使得网络中的节点数据请求回复成功率维持一个较高的水平并且使得网络整体路径开销最小。附图说明图1为本发明的基于最小开销路径的移动随机D2D网络数据查询方法(k-hop)的流程图；图2描述了k-hop路由算法与其他DTN数据查询算法的性能分析。具体实施方式下面结合附图并举实施例，对本发明进行详细描述。实施例1、一种基于最小开销路径的移动随机D2D网络数据查询方法，该方法针对D2D网络中新生成的数据请求，按以下步骤进行路由：步骤一、携带数据请求的携带节点遇到一个相遇节点，判断相遇节点是否为数据提供者，若是则路由结束，否则分别计算携带节点和相遇节点的k跳可到达的专业知识。其中只有当相遇节点具备该数据请求所属专业领域的专业知识时才能够成为数据提供者，该处对相遇节点的专业知识进行判断即可。步骤二、根据步骤一计算出来的携带节点和相遇节点的k跳可到达的专业知识，在此基础上计算携带节点和相遇节点的帮助数据请求找到数据提供节点的能力，节点vi依据上述能力进行路由抉择；k为随机设定的整数值；本实施例中认为网络中每两个节点之间都有一个k跳可到达的专业知识(k-hopReachableExpertise)，用表示节点vi回答类别为c的数据请求的专业知识，每个节点根据自己的社会角色初始化自己的专业知识。专业知识反映的是一个节点回答数据请求的能力，但是它自己不足以指导数据请求的传递。比如，一个节点可能有足够高的专业知识，但是它无法接触到数据提供者，因此此专业知识并无很大帮助。因此本发明提出k跳可到达的专业知识(k-hopReachableExpertise)，计算如下：节点vi的l跳可到达的专业知识为：Eic(l)=1-Πj=1J(1-pijw·Eic(l-1));]]>其中pi1～piJ为D2D网络中除vi以外的节点；为节点vi与节点vj相遇的实时概率；l的取值范围为[1,k]。则节点vi帮助数据请求找到数据提供节点的能力为：AEic(k)=1-Πl=1k(1-Eic(l)).]]>节点vi与节点vj相遇的实时概率由节点vi中所维护的相遇频率表中获取；D2D网络中的每个节点均构建一个定时器、构建并维护一个相遇频率表，定时器预设一个计时间隔Δ，若节点在时间间隔Δ内没有与其他节点相遇，则定时器超时；相遇频率表中记载D2D网络中的两两节点之间相遇的实时概率；其中节点vi与节点vj相遇的实时概率为初始值为如果节点vi在其定时器的计时间隔Δ内遇到节点vj，则其中为更新前的值；α为预设的参数，取值在[0,1]之间；若节点vi在其定时器的计时间隔Δ内未遇到任何节点，则定时器超时后则相遇频率表的维护方式为：步骤一中，每当携带数据请求的节点vi遇到节点vj时，首先判断vi之前是否遇到过vj，若没有则vi更新与vj相遇的实时概率之后，并与vj进行相遇频率表的交互和更新。步骤三、依据实时时间更新数据请求的延时预算，若延时预算未减小到0，则重复步骤一和步骤二，否则路由结束。实施例2、实施例1数据查询方法的基本思想如下：利用网络中节点相遇的历史信息来计算每两个节点之间的k跳可到达的专业知识，在路由的过程中假设节点vi有一个数据请求Mq，在某个时刻它遇到了节点vj并且该节点没有携带Mq。首先节点vi和节点vj会交换彼此的相遇频率表(contactratetable)，然后各自计算自己的k跳可到达的专业知识，并在此基础上计算二者的帮助数据请求找到数据提供节点的能力，经过比较选出能力较大的那个节点，从而决定节点vi是否要将数据请求Mq转发给节点vj。为了验证本发明提出的数据请求转发策略在移动随机D2D网络中能达到较高的数据请求回复成功率，接下来的内容为在真实数据集的基础上通过仿真程序对本发明的路由策略进行模拟，最后与时延容忍网络中其它较为常用的路由方法进行比较。为了能在真实的移动随机D2D网络中测试本发明所提出的方法，本实验利用在Crawdad上公开发表的Infocom2006的追踪数据集。该数据集来源于参加2006年在西班牙Barcelona举行的Infocom会议的与会人员在大会期间连续四天携带具有蓝牙通信功能的iMotes进行交互的一些基本数据，包括每次交互双方的成员编号以及交互的起始时间和结束时间等。本实验从中选取78名会议成员在93小时内的相互交互信息作为模拟程序的训练与测试的数据集。本模拟实验把数据集中从93600秒开始至180000秒之间的数据作为历史数据，用于训练得到网络中每两个节点之间的相遇频率等其他信息。将从180000秒开始至266400秒截止这段时间作为测试时间，对各个路由方法进行模拟。对于每种路由方法，我们尝试了网络中所有可能的路由对，即每一个节点尝试向网络中的其它节点发送一次数据包，这样就得到了6006个源节点到目的节点的待测节点对。本实验将k-hop数据查询方法与以下几种数据查询方法进行对比：1、Gossip：考虑多种数据类别，此节点为每一个类别的数据请求动态分配一个传递概率。2、Willingness：每个数据请求根据willingness传递，willingness反映一个节点参与到传递数据请求的程度。3、SprayandWait：固定每一个数据请求的复制数量进行数据请求的传递。4、Social-based：利用用户的社会属性进行数据请求的传递。针对本实验模拟的所有数据查询方法，我们使用以下性能衡量标准来对每种数据查询方法的性能进行比较：1)传递成功率：源节点成功收到数据的情况占测试总情况的百分比。2)延时：对于成功收到回复的所有数据请求，它们从源节点产生此数据请求到收到回复的平均延时。3)回复数：对于每一个数据请求，得到满意回复之前平均得到回复的数量。4)代价：对于成功收到回复的所有数据请求，它们在网络中的平均副本数。图2比较了k-hop数据请求方法和其它数据请求方法的各项性能指标。从图2可以看出在几种数据请求方法中k-hop数据请求方法有着高于Gossip、Willingness、SprayandWait、Social-based的数据请求回复成功率，这也证明了我们提出的基于最小开销路径的移动随机D2D网络数据查询方法在每次相遇时通过之前训练出来的contactrate刻画出来的当前相遇的两个节点间的k跳可到达的专业知识是较为可靠的，并且通过计算出来的k跳可到达的专业知识来决定中继的策略可以提高移动随机D2D网络中数据请求的回复成功率。同时图2体现出k-hop数据请求方法在开销性能指标方面优于其他数据请求方法。综上，本发明所提出的基于最小开销路径的移动随机D2D网络数据查询方法，根据网络中节点相遇的历史信息来刻画网络中节点之间的k跳可到达的专业知识，当网络中两个节点相遇后通过比较其k跳可到达的专业知识进行路由选择，使得网络中的节点数据包传递成功率维持一个较高的水平并且使得网络整体路径开销最小。综上，以上仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。当前第1页1 2 3