没有合适的资源?快使用搜索试试~ 我知道了~
针对 DTN 网络数据编码分概 发过程中数据拥塞造成投递性能下降的问题,提出了一种基于主题数据投递率的节点拥塞控制机制(CCM-DP)。综合考虑节点移动模型、主题包投递概率、节点拥塞程度等因素建立数据投递概率模型,从两方面进行拥塞控制,一方面基于数据投递概率动态调节数据分组转发过程,避免节点因过 收取多的数据分组造成拥塞,另一方面,通过设计合理的丢弃策略,降低因拥塞造成数据分组丢失产生的影响。最后,将该拥塞控制机制应用在数据分发过程中进行了仿真分析,结果表明,该方法能提升数据拥塞情况下的数据投递性能。
资源推荐
资源详情
资源评论
2015 年 11 月 Journal on Communications November 2015
2015278-1
第 36 卷第 Z1 期
通 信 学 报
Vol.36
No.Z1
DTN 分发网络中基于数据投递概率的拥塞控制机制
夏奕
1
,邓广宏
2
(1. 湖北交通职业技术学院 交通信息学院,湖北 武汉 430079;2. 武汉数字工程研究所 系统科研部,湖北 武汉 430074)
摘 要:针对 DTN 网络数据编码分发过程中数据拥塞造成投递性能下降的问题,提出了一种基于主题数据投递
概率的节点拥塞控制机制(CCM-DP)。综合考虑节点移动模型、主题包投递概率、节点拥塞程度等因素建立数据
投递概率模型,从两方面进行拥塞控制,一方面基于数据投递概率动态调节数据分组转发过程,避免节点因收取
过多的数据分组造成拥塞,另一方面,通过设计合理的丢弃策略,降低因拥塞造成数据分组丢失产生的影响。最
后,将该拥塞控制机制应用在数据分发过程中进行了仿真分析,结果表明,该方法能提升数据拥塞情况下的数据
投递性能。
关键词:延迟容忍网络;数据投递概率;拥塞控制;数据编码分发
中图分类号:TN919.3 文献标识码:A
Congestion control mechanism based on data delivery
probability in DTN data dissemination network
XIA Yi
1
, DENG Guang-hong
2
(1. Institute of Traffic Information, Hubei Communications Technical College, Wuhan 430079, China;
2. Department of Scientific Research on System, Wuhan Digital Engineering Institute, Wuhan 430074, China)
Abstract: A congestion control mechanism based on data delivery probability (CCM-DP) was proposed to work out the
decline of data delivery performance on account of data congestion in delay tolerant networks (DTN) network cod-
ing-based data dissemination process. Considering the node mobility model, data delivery probability and data congestion
degree, the data delivery probability model was constructed, and the congestion control mechanism was designed from
two aspects, on the one hand, by the means of adjusting the packet forwarding process, it equilibriums the data packet de-
livery to avoid node congestion caused by too many packets received; and on the other hand, through the design of effi-
cient discarding strategy, it reduces the impact of packet loss caused by data congestion. Ultimately, it was put into use in
data dissemination process and some simulations were taken, the simulation results show that, CCM-DP can improve data
delivery performance in data congestion environment.
Key words: delay tolerant networks; data delivery probability; congestion control; network coding-based data dissemina-
tion
1 引言
网络编码和数据订阅分发机制在 DTN(delay
tolerant networks)数据分发过程中的应用,提升了
数据分发的投递性能
[1]
。但由于网络编码的洪泛
传播的多副本冗余的特性,使 DTN 网络中数据量
增加,数据拥塞的风险增大。同时,DTN 网络间
歇连通、动态拓扑的网络特点,以及采用的“存储—
携带—转发”的保管传输协议也很容易造成节点缓
存资源耗尽从而导致数据投递性能下降
[2]
。当中继
节点的分组接收速率远大于分组转发速率时,节
点的缓存空间不断被占用,剩余空间越来越少,
最终无法继续接受分组,导致节点数据拥塞,分
组丢失,影响网络投递性能。因此,需要针对 DTN
收稿日期:2015-10-28
基金项目:船舶基金资助项目(10J3.7.2)
Foundation Item:
The Shipbuilding Science Foundation (10J3.7.2)
doi:10.11959/j.issn.1000-436x.2015278
第 Z1 期 夏奕等:DTN 分发网络中基于数据投递概率的拥塞控制机制 ·23·
网络的数据投 递特性设计高 效、合理的节点拥
塞控制机制, 以降低数据拥 塞对数据投递性能
的影响。
近年来国内外对 DTN 网络拥塞控制机制的
研究主要集中在 2 个方面。一是对数据转发过程
中数据转发调度的研究
[2]
;二是对拥塞丢弃策略
的研究
[3]
,拥塞策略的研究大都是针对特定的网
络场景结合相应的路由策略提出的,在不同的环
境下往往会有不同应用效果。在 DTN 中,网络拓
扑频繁变化,链路状态的不可预测导致传统可靠
网络的拥塞控制机制已得不到有效的利用
[4, 5]
,同
时,DTN 分发网络中不同的数据传输模式及路由
机制也对拥塞控制策略的设计提出了新的需求,
因此需要针对这种 DTN 的应用需求,综合考虑各
种因素设计一种适应于 DTN 数据分发网络的节
点拥塞控制机制。
本文针对 DTN 数据编码分发过程,采用网络
编码传输时,数据拥塞造成数据投递性能下降的问
题,综合考虑节点移动模型、数据投递概率、节点
拥塞程度等因素,设计节点拥塞控制策略,提出一
种 基 于 数 据 投 递 概 率 的 节 点 拥 塞 控 制 机 制
(CCM-DP, congestion control mechanism based on
delivery probability),从两方面进行拥塞控制:一方
面通过监测目标节点的拥塞程度以及数据分组的
转发概率,调节数据分组转发过程,均衡邻接连通
节点的数据投递量,避免部分节点因收取过多的数
据分组造成拥塞,提高数据投递效率;另一方面,
通过设计合理的丢弃策略,降低因拥塞造成数据分
组丢失产生的影响。
2 信宿连通概率模型
在 DTN 中,节点的移动会造成网络的割裂,
网络拓扑的变化,但同时节点的移动也能增强网络
的机会连通性,充分利用节点的移动模型信息预测
节点与信宿间的连通概率,将有效提升数据拥塞转
发策略和拥塞丢弃策略的投递效率
[6]
。根据节点的
移动连通性特征,本文设计了一种基于节点移动模
型的信宿连通概率模型。
在节点的移动模型中,以周期移动模型
[7, 8]
、
群组 移 动模 型
[9]
和社 会 移 动模 型
[10,11]
的节 点 移
动特征信息 对数据拥 塞转发策略能提供有 价值
的指导。
利用 节点 的 连通 矩阵 和 连通 性 生灭 特 征获
得节点移动模型信息
[6]
,预测数据分组在本节点
向信宿投递的 转发概率,可 以为数据分组的投
递转发提供有 价值的路由决 策,提升数据投递
性能。
首先,根 据各种移动模型 的运动特 征,确
定这些运动模 式下节点与信 宿连通的概率,然
后在数据中继 转发过程中逐 跳预测本节点与信
宿的连通概率 ,并以此判定 数据分组向信宿的
投递概率。
在周期性节点移动模型中,本节点与周期性
相遇的节点存在一种稳定的相遇机会,因此,在
不考虑相遇周期是否满足数据分组投递的时延要
求时,可以认为周期性相遇节点间的连通概率为 1。
表示为
_ ( , ) period
1, ( , )
opp con i j
P i j G= ∈
(1)
在群组性移动模型和社会性移动模型中,处于
一个群组的移动节点存在较稳定的连通链路,因
此,也可认为群组内节点相互连通的概率为 1。
group
_ ( , )
social_group
1, ( , )
1, ( , )
opp con i j
i j G
P
i j G
∈
=
∈
(2)
节点处于其他运动方式时则根据节点连通统
计信息获得节点连通概率,然后逐级计算处于本
节点的数据分组投递到信宿节点的投递概率。节
点间的连通概率取一个滑动时间窗口内节点连通
时间与窗口持续时间的比率,以此来预测在最近
这段时间的节点连通概率。节点间的连通概率表
示为
aperture
( , )
_ ( , )
, ( , )
1 , ( , )
connect i j
opp con i j
t
i j
T
P
i j
=
不连通
连通
(3)
其中,
( , )
connect i j
t
为节点(i, j)在时间窗口
aperture
T
内连通
的累计时间。
在复杂机会网络中,信源信宿间往往不是直
接连通的, 而是通过 节点间多跳传递的间 接连
接。若节点间的数据投递需要以逐跳中继的间接
连通链路进行数据传输,则节点间连接成为级联
连接,级联节点间的连通概率采用级联连通概率
表示。
定义 1 级联连通概率。级联连通概率为非直
连节点间采用数据中继转发时途径节点形成的级
联连通链路的连通概率。
2015
278
-
2
剩余7页未读,继续阅读
资源评论
weixin_38635449
- 粉丝: 5
- 资源: 971
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
最新资源
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功