容迟网络中路由算法研究.pdf

摘要


作为一种新型的端到端网络体系结构，容迟网络(Delay Tolerant Network)具有
间歇连接、频繁割裂、时延大等特点，传统的 Internet 路由协议难以有效应用在容
迟网络中，容迟网络路由面临新的挑战。现有一些路由算法通过向网络中发送多
个副本来提高数据传输的成功概率，但网络开销很大。另一些路由算法通过获得
网络知识来提高转发策略的投递成功率，但网络拓扑频繁变化，网络的全部先验
知识无法准确的获得。因此，本文提出采用灰色-马尔科夫链位置预测模型预测节
点位置，并利用这些预测位置完成 DTN 的路由决策。
本文根据灰色-马尔科夫链预测机制，将灰色-马尔科夫链位置预测模型与
SWR(Spray and Wait Routing)路由算法相结合，提出了一种新的适用于容迟网络的
路由算法(SWR-GM)。该算法根据节点经过路径的历史信息，利用灰色-马尔科夫
链预测模型预测目的节点的位置，采用混合的转发方式进行路由选择，使数据包
的扩散具有更好的方向性，提高了数据包的成功投递概率。针对多数路由算法未
考虑节点移动模式和节点活动性能的情况，本文第四章提出了增强型 SWR-GM 路
由算法。该算法提出节点活跃系数的概念，并利用节点活跃系数来量化节点活动
性能的强弱，以预测位置为基准，基于节点活跃系数的喷射转发，减少了网络中
的包副本数，降低了网络开销。仿真结果显示，在相同网络条件下，本文所提出
的两种路由算法均表现出更好的网络性能。

关键词：容迟网络 路由算法 灰色-马尔科夫模型 节点活跃系数
Abstract


As newly proposed end-to-end networks, delay tolerant networks (DTN) are
characterized by intermittent connectivity, frequent partitions, extremely high latency,
etc. Hence, traditional routing protocols for Internet are difficult to be applied efficiently
in DTN scenarios, and routing in DTN faces many new challenges. Some existed
routing algorithms send multiple copies to the network to improve the data success
delivery rate, but make the big network overhead. Some other routing algorithms
improve success delivery rate using more network knowledge, but getting all oracle
knowledge in network is impossible, because of the frequent changes of network
topology. Considering above, we proposed location prediction using Grey Markov
Prediction model, and studied the routing decisions about these locations．
Firstly, using the Markov forecasting mechanism, a novel approach named Spray
and Wait Routing Algorithm Based on Grey Markov Prediction Model (SWR-GM) for
DTN is proposed, which combines Grey Markov location predicting model with the
spray and wait routing algorithm. According to the his