一种具有拓扑感知的移动对等网络聚集域划分方法
【技术领域】
[0001] 本发明设及移动对等网络技术领域，尤其设及一种具有拓扑感知的移动对等网络 聚集域划分方法。
【背景技术】
[0002] 随着移动网络和智能便携终端的快速发展和普及，W及对等技术在Internet上获 得的巨大成功，使得研究人员将目光转向具有分布式更强、参与性更广、更具有对等自治特 征的移动计算领域，提出了移动对等网络运一全新的研究领域。移动对等网络（Mobile Peer-to-Peer，MP2P)又称移动P2P网络，是一种动态的、分布式和自组织的叠加在网络层之 上的会话层覆盖网络，能够利用多种带宽和服务质量的底层接入技术，移动设备W点对点 的方式交互、共享的协作处理模式。与传统对等网络相比，移动对等网络具有网络动态性 高、节点资源受限、无线通信环境恶劣等特点，对移动对等网络的研究和应用都提出了更高 的挑战。作为一种新兴的移动数据通信方式，移动对等网络W其具有的无中屯、、自组织等特 性，为人们提供了一种在无基础设施支持的无线环境下进行数据传输的解决方案，在军事 战场、抢险救灾W及用户信息共享等领域有着广阔的应用前景和重要的实用价值。
[0003] 在移动对等网络中，由于节点移动性使得移动对等网络的覆盖层拓扑变化频繁， 会出现覆盖网中的"逻辑"邻居在物理网络中可能相距甚远，即网络拓扑不匹配问题，导致 拓扑维护开销增大，数据传输延迟增大，消耗大量宝贵的带宽，使整个网络工作效率降低。 具有拓扑感知的聚集域划分是解决拓扑不匹配问题的有效方法，即根据移动节点在物理网 络中的邻近关系将节点进行聚类，使得物理位置邻近的移动节点在覆盖网中也具有邻近特 性，从而达到提高移动对等网络工作效率及服务质量的目的。
[0004] 已有的聚类方法主要存在W下=个方面问题：
[0005] (1)聚类域个数k 一般很难预先知道，因此如何确定聚类个数是一个难点；
[0006] (2)已有的聚类方法对初始聚类中屯、非常敏感，如果初始聚类中屯、选取不当可能 会导致结果收敛到局部最优解；
[0007] (3)已有的聚类方法迭代次数过多导致运算量非常大，收敛速度较慢，并不适用于 节点能力受限的移动对等网络。
【发明内容】
[000引为解决现有技术中存在的问题，本发明公开了一种具有拓扑感知的移动对等网络 聚集域划分方法，将物理位置邻近的节点划分到一个虚拟聚集域中，使得构建的移动对等 覆盖网能够最大程度地保持与物理网络的匹配关系，从而有效解决移动对等网络拓扑不匹 配导致的网络性能下降，提高网络数据传输效率，降低网络维护开销。
[0009] 本发明的具体技术方案如下：
[0010] -种具有拓扑感知的移动对等网络聚集域划分方法，其特征在于，包括W下步骤：
[0011] 步骤Sioo，确定聚集域的初始聚集域中屯、节点，进一步包括W下步骤：
[0012]步骤SI 10,确定节点密度参数的半径MeanDist(V):
[0014]其中，n为网络中节点总数，（xi，yi)表示网络中第i个节点Vi的坐标，表示网 络中第j个节点V北勺坐标；
[001引步骤S120,对网络中每一个节点Vi, W其自身为中屯、，WMeannDiSt (V)为半径，计 算该区域的节点密度参数density(vi):
[0017]其中，Vi为网络中第i个节点，Vj为节点Vi密度参数半径内的第j个节点， "(V)=,! 一。； ' 、0 otherwise
[001引步骤S130,选取density(Vi)最大的前k个节点作为初始聚集域中屯、节点；
[0019] 步骤S200,建立移动对等网聚集域划分评价指标，进一步包括W下步骤：
[0020] 步骤S210,建立移动对等网聚集域划分有效性函数，计算公式为：
[002^ 其中，k为聚集域个数，nj为第j个聚集域中节点个数；表示j个聚集域中的节点 Vi，Si为第i个聚集域的聚集域中屯、节点，Sj为第j个聚集域的聚集域中屯、节点，I I ? M表示 两个节点之间的欧式距离，计算公式为：
[002；3] IHI = (义
[0024] 其中，（xi，yi)表示第一个节点的坐标，表示第二个节点的坐标；
[0025] rain|s,-表示任意两个聚集域的聚集域中屯、节点间距离平方的最小值. I幸 1 .J
[00%]步骤S220，建立约束条件，计算公式为：
[0031] 其中，Cl代表第i个聚集域，Cl是若干个网络节点的集合，V为网络节点集合，0为 空集；
[0032] 步骤S300,对聚集域划分优化模型进行求解，具体方法为：
[0033] 对于给定网络节点集合V，根据步骤SlOO所确定的k个初始聚集域中屯、节点，对于 不同的k值，计算步骤S210所述的S值，在满足步骤S220所述的约束条件的前提下，当S取极 小值时，即是最终的最优聚集域划分结果；
[0034]步骤S400,输出具有拓扑感知的聚集域划分结果山1，[2,…，CkK且满足：
[0037] 本发明公开的一种具有拓扑匹配的移动对等网络聚集域划分方法，其特点在于， 充分考虑了节点物理位置的邻近关系，将物理位置邻近的节点划分到一个聚集域内，从而 有效解决移动对等覆盖网拓扑不一致导致的网络性能下降的问题，能够减少网络拓扑维护 开销，提高网络数据传输效率，提高网络可扩展性，所公开的聚集域划分算法具有设计简 单，时间复杂度低，适用于节点计算能力和电池电量受限的移动对等网络。
[0038] 下面通过附图和具体实施例，对本发明的技术方案做进一步的详细描述。
【附图说明】
[0039] 图1是本发明的最终聚集域划分效果图。
[0040] 图2是本发明与FCM分簇方法目标函数值与迭代次数绘制的曲线对比图。
[0041 ]图3是本发明与FCM方法性能对比图。
【具体实施方式】
[0042] 为使本发明的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附 图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明 一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有 做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
[0043] 本发明实施例提供了一种具有拓扑感知的移动对等网络聚集域划分方法，包括W 下步骤：
[0044] 步骤S100,确定聚集域的初始聚集域中屯、节点，进一步包括W下步骤：
[0045] 步骤S110,确定节点密度参数的半径MeanDist(V):
[0047]其中，n为网络中节点总数，（xi，yi)表示网络中第i个节点Vi的坐标，表示网 络中第j个节点V北勺坐标；
[004引步骤S120,对网络中每一个节点Vi, W其自身为中屯、，WMeannDiSt (V)为半径，计 算该区域的节点密度参数density(vi):
[0050]其中，Vi为网络中第i个节点，Vj为节点Vi密度参数半径内的第j个节点， "(z) = f z>〇 ,
[0 otherwise
[0051 ] 步骤S130,选取density(vi)最大的前k个节点作为初始聚集域中屯、节点；
[0052] 对于k个聚集域，假设聚集域中屯、节点为si，S2,…，Skc
[0053] 聚集域划分效果的优劣可W通过有效性函数进行判断，通过两个指标进行评价， 即聚类紧密度和分离度。本发明专利公开了一种新的适用于移动对等网络聚集域划分的有 效性评价函数。
[0054] 步骤S200，建立聚集域划分优化目标数学模型，首先给出相关定义：
[0055] 定义1:聚集域紧密度函数comp,计算公式为：
[0057]其中，k为聚集域个数响为第j个聚集域中节点个数，表示j个聚集域中的节 点，Sj为第j个聚集域的聚类中屯、节点，I I ? M表示两个节点之间的欧式距离，计算公式为： [005引
[0059] 其中，Xi, yi表示第一个节点的坐标，Xj, yj表示第二个节点的坐标；
[0060] 显然，comp值越小，聚集域内节点紧密度越好。
[0061] 定义2:定义聚集域分离度函数sep，计算公式为：
[0062] sep = min .v, -s 钻j J
[0063] 其中，Si,Sj为聚集域中屯、节点，min A.-.s/表示任意两个聚集域的聚集域中屯、节 !丰J J 点间距离平方的最小值。
[0064] 分离度体现的是聚集域间分离程度，当分离度较大时，意味着聚集域间的距离较 远。
[0065] 定义3:定义聚集域划分有效性评价函数，为各聚集域的紧密度和分离度之比，即
[0067] 显然，当聚集域紧密度越小(分子comp)时，说明聚集域内节点紧密度好，聚集域划 分效