龔丁海,黃曉航,譚松鶴
(河池學(xué)院 1.數(shù)學(xué)與統(tǒng)計學(xué)院;2.計算機與信息工程學(xué)院,廣西 宜州 546300)
機會網(wǎng)絡(luò)[1]是一種不需要源節(jié)點和目的節(jié)點之間存在完整路徑,利用節(jié)點移動帶來的相遇機會實現(xiàn)網(wǎng)絡(luò)通信的、時延和分裂可容忍的自組織網(wǎng)絡(luò)[1-2]。機會網(wǎng)絡(luò)以“存儲-攜帶-轉(zhuǎn)發(fā)”的機制進行消息的傳送,主要應(yīng)用于缺少通信基礎(chǔ)設(shè)施、網(wǎng)絡(luò)環(huán)境惡劣等場合,如袖珍型交換網(wǎng)絡(luò),偏遠地區(qū)互聯(lián)網(wǎng)無線接入等[2]。DakNet項目[3]是在印度偏遠地區(qū)部署機會網(wǎng)絡(luò),以便為鄉(xiāng)村地區(qū)提供通信連接;類似的還有Saami-NetworkConnectivity項目[4],Tier項目[5]和 Wizzy系統(tǒng)[6]?;跈C會網(wǎng)絡(luò)的特性和機會網(wǎng)絡(luò)在偏遠地區(qū)應(yīng)用的潛力,本文通過設(shè)定一個類似于偏遠地區(qū)特性的網(wǎng)絡(luò)場景,對機會網(wǎng)絡(luò)幾種典型的路由協(xié)議在該場景中的性能、特點進行分析比較,以評價各路由算法在該場景的應(yīng)用。
DirectDelivery[7]是典型的單副本路由協(xié)議,也是最簡單的路由機制。該路由協(xié)議由源節(jié)點攜帶消息移動,直到遇到目的節(jié)點,將消息轉(zhuǎn)發(fā)給目的節(jié)點。
Epidemic[8]本質(zhì)上是一種洪泛,其基本思想是網(wǎng)絡(luò)中兩個相遇的節(jié)點均會交換相互沒有的消息。節(jié)點間足夠的交換,理論上讓每個非孤立的節(jié)點將收到所有的數(shù)據(jù)包,能最大化數(shù)據(jù)包傳輸?shù)某晒β?,減少傳輸延遲[8]。但在網(wǎng)絡(luò)資源受限的實際網(wǎng)絡(luò)中,會由于洪泛而導(dǎo)致網(wǎng)絡(luò)中消息副本數(shù)量增多而消耗網(wǎng)絡(luò)資源。
FirstContact[9]是一種單副本路由協(xié)議,源節(jié)點將消息轉(zhuǎn)發(fā)給第一個遇到的節(jié)點,攜帶該消息的節(jié)點繼續(xù)將消息轉(zhuǎn)發(fā)給它第一個遇到的節(jié)點,如此反復(fù),直到消息轉(zhuǎn)發(fā)給目的節(jié)點。
Maxprop[10]協(xié)議在Epidemic的基礎(chǔ)上進行了改進,改進之處在于:源節(jié)點為消息設(shè)定有效期TTL,在轉(zhuǎn)發(fā)過程中,當(dāng)消息的有效期到了,或者節(jié)點收到一個ack消息,或者節(jié)點的數(shù)據(jù)緩存區(qū)被裝滿時,節(jié)點將丟棄該消息。Maxprop能夠避免每個消息都被泛洪到全網(wǎng),減少了開銷;但消息有效期的合理設(shè)置有一定難度[2]。
Prophet[11]是基于概率的路由協(xié)議,每個節(jié)點估計到達其他節(jié)點的相遇概率,概率值隨節(jié)點間相遇而升高,不相遇時則隨時間遞減,節(jié)點利用概率傳遞性來更新與其他節(jié)點之間的可達概率,從而獲取與目標節(jié)點的相遇概率。
SprayAndWait[12]協(xié)議通過設(shè)定每個消息在網(wǎng)絡(luò)中的副本數(shù)來控制洪泛的程度。該協(xié)議分為兩個階段,在Spray階段,源節(jié)點將在網(wǎng)絡(luò)中產(chǎn)生L份副本擴散到L(L>1)個中繼節(jié)點;在Wait階段,若在Spray階段沒有發(fā)現(xiàn)目的節(jié)點,那么包含消息的節(jié)點通過直接傳輸?shù)姆绞桨研畔魉偷侥康墓?jié)點。SprayAndWait協(xié)議包含有Binary模式和非Binary模式。在Binary模式下,源節(jié)點將一半數(shù)據(jù)包發(fā)送給遇到的中繼節(jié)點,自己留下一半數(shù)據(jù)包;隨后源節(jié)點和中繼節(jié)點重復(fù)進行上述過程,直到所有節(jié)點中只有一個數(shù)據(jù)包時,節(jié)點轉(zhuǎn)入Wait階段,采用直接傳輸給目的節(jié)點。
本文選用ONE仿真器(The Opportunistic Network Environment Simulator)[13]進行仿真。在仿真過程中使用ONE仿真器自帶的芬蘭首都赫爾辛基地圖場景[14]。仿真時間為12 h,區(qū)域范圍為4 500×3 400,數(shù)據(jù)包大小為(10 kB,1 MB),數(shù)據(jù)包產(chǎn)生頻率為(25,35)s。仿真模擬攜帶藍牙設(shè)備的行人、摩托車、小汽車和公共汽車等四種類型共310個節(jié)點的移動場景,其中行人270,摩托車20,小汽車8,公共汽車12。各移動節(jié)點的特征如表1所示。
表1 各移動節(jié)點特征
各移動節(jié)點的移動模型中,行人1的移動選擇RWP(Random Waypoint)模型隨機生成目標位置坐標;摩托車、小汽車、公共汽車使用基于地圖的MRM(Map Route Movement)模型;行人2使用基于地圖的最短路徑移動模型SPMBM(Shortest Path Map-BasedMovement)模型。
仿真以網(wǎng)絡(luò)中消息的生存期和消息數(shù)量即網(wǎng)絡(luò)流量為可變參數(shù),分析以上兩個可變參數(shù)對各路由算法傳輸成功率、路由開銷、傳輸延遲和緩存時間等4個特性。
3.1.1 傳輸成功率
圖1顯示,當(dāng)消息TTL較小時,各協(xié)議傳輸成功率較低,隨著消息TTL的增長,各路由算法的傳輸成功率均有增長,其中MaxProp和SprayAndWait協(xié)議增加尤為顯著,而DirectDelivery和FirstContact由于是單副本消息傳遞,消息TTL對傳輸成功率的影響不大,且消息傳輸成功率不高[15]。當(dāng)消息TTL增長到一定程度后,各路由協(xié)議傳輸成功率增長趨緩,這說明在一定場景下,提高消息TTL到一定值后并不能顯著提高消息的傳輸成功率。當(dāng)消息TTL到300 min后,Epidemic和Prophet協(xié)議隨消息TTL值增長,其傳輸成功率呈現(xiàn)下降趨勢,這是因為當(dāng)消息TTL增長到一定值時,由洪泛引起冗余的消息副本長時間占據(jù)網(wǎng)絡(luò)節(jié)點的內(nèi)存空間,使節(jié)點無法存儲自身生成的或從其他節(jié)點接收到的消息,導(dǎo)致消息傳輸成功率開始下降[16]。
3.1.2 路由開銷
路由開銷反映了消息轉(zhuǎn)發(fā)過程中對網(wǎng)絡(luò)的負擔(dān),開銷率越大越容易造成網(wǎng)絡(luò)擁塞[17]。圖2顯示了各路由協(xié)議消息TTL對路由開銷的影響。由于DirectDelivery協(xié)議,只有當(dāng)攜帶消息的源節(jié)點遇到目的節(jié)點時,消息才會的轉(zhuǎn)發(fā),因此其開銷率總是為0。除此外,隨著消息TTL的變化,各協(xié)議中的路由開銷也隨之發(fā)生變化。其中MaxProp和Spray And Wait協(xié)議的路由開銷會隨消息TTL的增加而降低并趨向于維持一個相對穩(wěn)定的范圍。當(dāng)消息TTL到達300min后,Epidemic和Prophet協(xié)議由于消息副本數(shù)的增加導(dǎo)致開銷顯著增加。
圖1 消息生存期對傳輸成功率的影響
圖2 消息生存期對路由開銷的影響
圖3 消息生存期對平均傳輸延遲的影響
3.1.3 平均傳輸延遲
圖3表明消息的TTL對消息的平均傳輸延遲產(chǎn)生的影響較大。當(dāng)消息的TTL達到一定值后,消息傳輸延遲的增長趨于緩和,以MaxProp為例,當(dāng)消息的TTL值達到500 min時,其消息平均傳輸延遲基本上沒有變化,已經(jīng)保持相對穩(wěn)定的平均傳輸延遲。因為MaxProp協(xié)議在消息的TTL到了,或者節(jié)點收到一個ack消息,或者節(jié)點的數(shù)據(jù)緩存區(qū)被裝滿時,節(jié)點將丟棄該消息。因此當(dāng)消息的TTL值到達一定值后,其對Max-Prop協(xié)議中的消息傳輸延遲影響很小。
3.1.4 平均緩存時間
圖4表明,消息的TTL對各路由協(xié)議中消息的平均緩存時間影響各異。其中影響較大的是 DirectDelivery和SprayAndWait,后者是因為在Wait階段會采取與前者一致的轉(zhuǎn)發(fā)策略,攜帶消息的節(jié)點會等待目的節(jié)點的出現(xiàn),直到遇到目的節(jié)點。Epidemic和Prophet協(xié)議中,當(dāng)消息的TTL增加時,消息在節(jié)點上的存儲時間也相應(yīng)地增加。但當(dāng)消息的TTL繼續(xù)增加時,由于洪泛產(chǎn)生的消息副本增多,節(jié)點因存儲空間不足而刪除大量的數(shù)據(jù)報文,使得數(shù)據(jù)報文平均存儲時間下降。FirstContact協(xié)議總是將消息轉(zhuǎn)發(fā)給第一個遇到的節(jié)點,因此其消息的平均緩存時間維持在一個相對較低且穩(wěn)定的范圍,消息的TTL對其平均緩存時間影響不顯著。
在表1設(shè)定的場景中,以不同的網(wǎng)絡(luò)流量進行仿真,分析網(wǎng)絡(luò)流量對各路由協(xié)議的影響。根據(jù)消息生存期對各路由算法影響的分析,仿真中選定300 min作為消息的生存期。仿真表明,網(wǎng)絡(luò)流量的增大對各路由算法的4個特性的影響各異。
網(wǎng)絡(luò)流量對單副本機制路由算法的傳輸成功率DirectDelivery和FirstContact影響不大;而對其他算法影響較大。網(wǎng)絡(luò)流量較小時,MaxProp的傳輸成功率要好于其他協(xié)議;當(dāng)網(wǎng)絡(luò)流量增大時,Epidemic、MaxProp、Prophet和SprayAndWait的傳輸成功率逐漸降低,網(wǎng)絡(luò)流量增大到一定程度時,四個協(xié)議的傳輸成功率的差距逐漸縮小。
SprayAndWait和DirectDelivery的路由開銷保持在一個相對穩(wěn)定的范圍,變化不大,這說明以上兩個協(xié)議的路由開銷與網(wǎng)絡(luò)流量基本無關(guān),這是因為SprayAndWait協(xié)議在Wait階段采取與DirectDelivery類似的轉(zhuǎn)發(fā)機制:等待與目的節(jié)點相遇,然后轉(zhuǎn)發(fā)消息。Prophet由于采用的是有限制的多路由復(fù)制,網(wǎng)絡(luò)流量增大時,消息轉(zhuǎn)發(fā)的次數(shù)會增大,其路由開銷與Epidemic協(xié)議逐漸接近。
網(wǎng)絡(luò)中的流量對各路由協(xié)議平均延遲均有影響,但影響不明顯。協(xié)議中是采用多副本的復(fù)制轉(zhuǎn)發(fā)還是單副本的轉(zhuǎn)發(fā)影響消息的傳輸延遲。
DirectDelivery和FirstContact算法的平均緩存時間與網(wǎng)絡(luò)流量無關(guān),其他算法隨網(wǎng)絡(luò)流量增大而逐漸趨于穩(wěn)定。
以網(wǎng)絡(luò)流量為可變因素的仿真說明:是否采用多副本的路由轉(zhuǎn)發(fā),對傳輸成功率和傳輸延遲的影響較大;是采用單跳轉(zhuǎn)發(fā)和還是多跳的轉(zhuǎn)發(fā)策略,會對路由開銷有影響。
圖4 消息生存期對平均緩存時間的影響
為探索機會網(wǎng)絡(luò)在偏遠地區(qū)的應(yīng)用,本文通過設(shè)定特定的網(wǎng)絡(luò)場景,對機會網(wǎng)絡(luò)中幾種典型的路由協(xié)議進行仿真,分析各路由協(xié)議在該場景中隨消息TTL和網(wǎng)絡(luò)流量的變化情況,綜合各路由算法在消息傳輸成功率、路由開銷、平均傳輸延遲、平均緩存時間的表現(xiàn),得出如下結(jié)論:
(1)MaxProp和SprayAndWait協(xié)議隨消息生存期的增加具有較高的傳輸成功率和較低的路由開銷;網(wǎng)絡(luò)流量較大時,SprayAndWait協(xié)議要優(yōu)于MaxProp協(xié)議;當(dāng)網(wǎng)絡(luò)中節(jié)點的緩存空間有限時,則MaxProp協(xié)議要優(yōu)于SprayAndWait協(xié)議。
(2)多副本的路由機制在傳輸成功率和傳輸延遲方面要優(yōu)于單副本的路由機制。
在以后工作中,將深入研究對SprayAndWait協(xié)議和MaxProp協(xié)議的改進,進一步提高機會網(wǎng)絡(luò)在該類場景中的傳輸成功率、減少消息傳輸?shù)难舆t。
[1]熊永平,孫利民,牛建偉,等.機會網(wǎng)絡(luò)[J].軟件學(xué)報,2009,20(1):124-137.
[2]任智,黃勇,陳前斌.機會網(wǎng)絡(luò)路由協(xié)議[J].計算機應(yīng)用,2010,30(3):723-728.
[3]Pentland A,F(xiàn)letcher R,Hasson A.DakNet:Rethinking c0nnectivity in developing nations[J].Computer,2004,37(1):78 -83.
[4]Avri D,Mana U,Durga PP.Providing connectivity to the Saami nomadic community[C]//In Proc.of the 2nd Int'l Conf on Open Collaborative Design for Sustainable Innovation,Bangalore:IEEE press,2002.
[5]Brewer E Tier project.2006.[DB/OL][2014 -05 -10]http://tier.cs.berkeley.edu/wiki/Home.
[6]Wizzy Project.[EB/OL][2014 -08 -01]http://www.wizzy.org.za/.
[7]PELUSI L,PASSARELLA A,CONTI M.Opportunistic netuorking:data fornarding in disconnected mobile Ad Hecnetworks[J].Communicatins,2006,44(1):134 -141.
[8]Apoorva J,Konstantinos P.Perfomance Analysis of Epidemic Routing Under Contention[C]//Proc.of the 2006 International Conference on Wireless Communications and Mobile Computing,Vancouver:ACM Press,2006:539 -544.
[9]Sushant Jain,Kevin Fall,Rabin Patra.Routing in a delay tolerant network[C]//In SIGCOMM '04:Proceedings of the 2004 conference on Applications,technologies,architectures,and protocols for computer communications,New York:ACM,2004:145- 158.
[10]Burgess J,Gallagher B,Jensen D,et al.Maxprop:routing for vehicle- based disruption tolerant networks[C].Washington:Proc IEEE Infocom,2006:1-11.
[11]Lindgren,Doria A,Schelèn O.Probabilistic routing in intermittently connected networks[J].ACM SIGMOBILE Mobile Computing and Communications,2003,7(3):19 -20.
[12]Spyropoulos T,Psounis K,Raghavendra C S.Spray and Wait:An Efficient Routing Scheme for Intermittently Connected Mobile Networks[C]//Proc.of the 2005 ACM SIGCOMM Workshop on Delay Tolerant Networking,Phiatelphia:ACM Press,2005:252 -259.
[13]KER NEN A,OTT J,K RKK INEN T.The ONE simulator for DTN protocol evaluation[C] //Simutools '09:Proceedings of the 2nd International Conference on Simulation Tools and Techniques,Rome:Acm Press,2009:1 -10.
[14]CAO Y,SUN Z L,AHMAD N,et al.A mobility vector based routing algorithm for delay tolerant networks using history geographic information[C]//Proceedings of the International Conference on Wireless Communications and Networking.Washington DC:IEEE Communications Society,2012:2 757 -2 762.
[15]吳大鵬,楊正川,劉喬壽,等.帶有相遇預(yù)測的自適應(yīng)路由機制[J].重慶郵電大學(xué)學(xué)報(自然科學(xué)版),2013,25(3):368-371.
[16]王蓬.機會網(wǎng)絡(luò)中帶有確認機制的多副本路由協(xié)議的研究與實現(xiàn)[D].上海:華東師范大學(xué),2010.
[17]錢景輝.一種機會網(wǎng)絡(luò)中節(jié)點轉(zhuǎn)發(fā)策略的改進[J].微電子學(xué)與計算機.2013,30(1):5-7.