龔丁海，黃曉航，譚松鶴

(河池學院 1.數學與統(tǒng)計學院;2.計算機與信息工程學院，廣西 宜州 546300)

0 引言

機會網絡［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網絡通信的、時延和分裂可容忍的自組織網絡［1－2］。機會網絡以“存儲－攜帶－轉發(fā)”的機制進行消息的傳送，主要應用于缺少通信基礎設施、網絡環(huán)境惡劣等場合，如袖珍型交換網絡，偏遠地區(qū)互聯網無線接入等［2］。DakNet項目［3］是在印度偏遠地區(qū)部署機會網絡，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會網絡的特性和機會網絡在偏遠地區(qū)應用的潛力，本文通過設定一個類似于偏遠地區(qū)特性的網絡場景，對機會網絡幾種典型的路由協(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用。

1 機會網絡路由協(xié)議

1.1 直接傳輸協(xié)議(DirectDelivery)

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，將消息轉發(fā)給目的節(jié)點。

1.2 傳染轉發(fā)協(xié)議(Epidemic)

Epidemic［8］本質上是一種洪泛，其基本思想是網絡中兩個相遇的節(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)點將收到所有的數據包，能最大化數據包傳輸的成功率，減少傳輸延遲［8］。但在網絡資源受限的實際網絡中，會由于洪泛而導致網絡中消息副本數量增多而消耗網絡資源。

1.3 FirstContact協(xié)議

FirstContact［9］是一種單副本路由協(xié)議，源節(jié)點將消息轉發(fā)給第一個遇到的節(jié)點，攜帶該消息的節(jié)點繼續(xù)將消息轉發(fā)給它第一個遇到的節(jié)點，如此反復，直到消息轉發(fā)給目的節(jié)點。

1.4 MaxProp算法

Maxprop［10］協(xié)議在Epidemic的基礎上進行了改進，改進之處在于:源節(jié)點為消息設定有效期TTL，在轉發(fā)過程中，當消息的有效期到了，或者節(jié)點收到一個ack消息，或者節(jié)點的數據緩存區(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，減少了開銷;但消息有效期的合理設置有一定難度［2］。

1.5 Prophet協(xié)議

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。

1.6 SprayAndWait協(xié)議

SprayAndWait［12］協(xié)議通過設定每個消息在網絡中的副本數來控制洪泛的程度。該協(xié)議分為兩個階段，在Spray階段，源節(jié)點將在網絡中產生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)現目的節(jié)點，那么包含消息的節(jié)點通過直接傳輸的方式把信息傳送到目的節(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)點將一半數據包發(fā)送給遇到的中繼節(jié)點，自己留下一半數據包;隨后源節(jié)點和中繼節(jié)點重復進行上述過程，直到所有節(jié)點中只有一個數據包時，節(jié)點轉入Wait階段，采用直接傳輸給目的節(jié)點。

2 仿真場景設置

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，數據包大小為(10 kB，1 MB)，數據包產生頻率為(25，35)s。仿真模擬攜帶藍牙設備的行人、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。

3 仿真結果分析

仿真以網絡中消息的生存期和消息數量即網絡流量為可變參數，分析以上兩個可變參數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 消息生存期對路由協(xié)議的影響

3.1.1 傳輸成功率

圖1顯示，當消息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，其傳輸成功率呈現下降趨勢，這是因為當消息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網絡節(jié)點的內存空間，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發(fā)過程中對網絡的負擔，開銷率越大越容易造成網絡擁塞［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，只有當攜帶消息的源節(jié)點遇到目的節(jié)點時，消息才會的轉發(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。當消息TTL到達300min后，Epidemic和Prophet協(xié)議由于消息副本數的增加導致開銷顯著增加。

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生的影響較大。當消息的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)點的數據緩存區(qū)被裝滿時，節(jié)點將丟棄該消息。因此當消息的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發(fā)策略，攜帶消息的節(jié)點會等待目的節(jié)點的出現，直到遇到目的節(jié)點。Epidemic和Prophet協(xié)議中，當消息的TTL增加時，消息在節(jié)點上的存儲時間也相應地增加。但當消息的TTL繼續(xù)增加時，由于洪泛產生的消息副本增多，節(jié)點因存儲空間不足而刪除大量的數據報文，使得數據報文平均存儲時間下降。FirstContact協(xié)議總是將消息轉發(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。

3.2 網絡流量對路由協(xié)議的影響

在表1設定的場景中，以不同的網絡流量進行仿真，分析網絡流量對各路由協(xié)議的影響。根據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，網絡流量的增大對各路由算法的4個特性的影響各異。

網絡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。網絡流量較小時，MaxProp的傳輸成功率要好于其他協(xié)議;當網絡流量增大時，Epidemic、MaxProp、Prophet和SprayAndWait的傳輸成功率逐漸降低，網絡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)議的路由開銷與網絡流量基本無關，這是因為SprayAndWait協(xié)議在Wait階段采取與DirectDelivery類似的轉發(fā)機制:等待與目的節(jié)點相遇，然后轉發(fā)消息。Prophet由于采用的是有限制的多路由復制，網絡流量增大時，消息轉發(fā)的次數會增大，其路由開銷與Epidemic協(xié)議逐漸接近。

網絡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制轉發(fā)還是單副本的轉發(fā)影響消息的傳輸延遲。

DirectDelivery和FirstContact算法的平均緩存時間與網絡流量無關，其他算法隨網絡流量增大而逐漸趨于穩(wěn)定。

以網絡流量為可變因素的仿真說明:是否采用多副本的路由轉發(fā)，對傳輸成功率和傳輸延遲的影響較大;是采用單跳轉發(fā)和還是多跳的轉發(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

4 結束語

為探索機會網絡在偏遠地區(qū)的應用，本文通過設定特定的網絡場景，對機會網絡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和網絡流量的變化情況，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，得出如下結論:

(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;網絡流量較大時，SprayAndWait協(xié)議要優(yōu)于MaxProp協(xié)議;當網絡中節(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，進一步提高機會網絡在該類場景中的傳輸成功率、減少消息傳輸的延遲。

［1］熊永平，孫利民，牛建偉，等.機會網絡［J］.軟件學報，2009，20(1):124－137.

［2］任智，黃勇，陳前斌.機會網絡路由協(xié)議［J］.計算機應用，2010，30(3):723－728.

［3］Pentland A，Fletcher 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.帶有相遇預測的自適應路由機制［J］.重慶郵電大學學報(自然科學版)，2013，25(3):368－371.

［16］王蓬.機會網絡中帶有確認機制的多副本路由協(xié)議的研究與實現［D］.上海:華東師范大學，2010.

［17］錢景輝.一種機會網絡中節(jié)點轉發(fā)策略的改進［J］.微電子學與計算機.2013，30(1):5－7.