李明明，樂光學(xué)，代紹慶，馬柏林

?

無線mesh網(wǎng)絡(luò)中可信協(xié)同信道資源分配策略

李明明1，樂光學(xué)2，代紹慶1，馬柏林2

（1.嘉興職業(yè)技術(shù)學(xué)院，浙江嘉興 314001；2.嘉興學(xué)院，浙江嘉興314001）

為了有效提升無線mesh網(wǎng)絡(luò)信道資源的利用率和網(wǎng)絡(luò)服務(wù)質(zhì)量，提出基于可信協(xié)同的信道資源分配策略。針對節(jié)點自適應(yīng)特點，引入博弈理論、建立節(jié)點的信譽機制以實現(xiàn)節(jié)點可信協(xié)同并優(yōu)化信道分配結(jié)果。仿真實驗分別對節(jié)點服務(wù)等級、網(wǎng)絡(luò)收益結(jié)果作相應(yīng)評價。實驗結(jié)果發(fā)現(xiàn)節(jié)點服務(wù)等級對節(jié)點網(wǎng)絡(luò)收益有直接影響，當(dāng)協(xié)同服務(wù)等級達(dá)到3時，網(wǎng)絡(luò)收益狀況最佳，此時節(jié)點跳數(shù)與服務(wù)等級呈協(xié)同關(guān)系；對比經(jīng)典協(xié)同算法，在相同網(wǎng)絡(luò)拓?fù)洵h(huán)境下，可信協(xié)同信道資源分配策略分別是UACRR算法、DMP-MBA算法的1.04倍、1.069倍，明顯占優(yōu)。

無線mesh網(wǎng)絡(luò)；信譽機制；協(xié)同服務(wù)

1 引言

隨著移動互聯(lián)技術(shù)的深入和邊緣業(yè)務(wù)對帶寬需求量的增加，在異構(gòu)無線網(wǎng)絡(luò)中通過部署基礎(chǔ)設(shè)施，如基站、無線網(wǎng)絡(luò)接入點等方式以緩解帶寬需求[1,2]。然而，傳統(tǒng)無線網(wǎng)絡(luò)可用信道數(shù)量有限，用戶接入數(shù)量的增加會導(dǎo)致通信鏈路負(fù)荷加重，信道資源分配成為異構(gòu)無線網(wǎng)絡(luò)的研究關(guān)鍵[3]。無線mesh網(wǎng)絡(luò)作為一種接入式異構(gòu)網(wǎng)絡(luò)，其網(wǎng)絡(luò)節(jié)點特性決定了終端節(jié)點可自組織分配信道以緩解節(jié)點接入壓力。但具有自適應(yīng)能力的mesh節(jié)點之間存在惡意競爭、搶奪資源等問題，導(dǎo)致通信域內(nèi)節(jié)點接收信道資源的可信度下降，降低了網(wǎng)絡(luò)服務(wù)質(zhì)量[4]。如何設(shè)計一種新的信道分配策略，有效提升網(wǎng)絡(luò)服務(wù)質(zhì)量并充分利用無線mesh網(wǎng)絡(luò)的可信信道資源，是當(dāng)前無線mesh網(wǎng)絡(luò)信道分配技術(shù)中急需解決的問題之一。

可信服務(wù)的關(guān)鍵技術(shù)之一是對mesh網(wǎng)絡(luò)的信道資源實現(xiàn)自適應(yīng)有效分配。通過可信服務(wù)機制，穩(wěn)定提升服務(wù)質(zhì)量、保證節(jié)點自適應(yīng)性，實現(xiàn)信道資源的有效分配[5]。Ye Q等人[6]提出了多用戶協(xié)作模式，旨在降低信道資源分配的能耗，以提升網(wǎng)絡(luò)服務(wù)質(zhì)量。從認(rèn)知協(xié)同技術(shù)層面出發(fā)，異構(gòu)網(wǎng)絡(luò)節(jié)點之間的資源協(xié)同管理對減小跨層干擾、提升網(wǎng)絡(luò)性能有較好的效果[7,8]。因此，尋找可信協(xié)同式作業(yè)的節(jié)點應(yīng)用于信道資源分配，提升網(wǎng)絡(luò)性能、保證負(fù)載均衡，是無線mesh網(wǎng)絡(luò)可信協(xié)同信道資源分配的研究關(guān)鍵。

為了進一步完善無線mesh終端節(jié)點的協(xié)同服務(wù)，建立節(jié)點信譽機制[4]。剔除非合作節(jié)點，保留具有協(xié)同服務(wù)能力的節(jié)點，根據(jù)節(jié)點信任度，展開信道資源的重新分發(fā)和使用[9]。信道資源主要指同時滿足主干網(wǎng)絡(luò)上mesh路由和終端節(jié)點通信鏈路上數(shù)據(jù)流正常通信的一類信道資源[10]。Pedro B等人[11]提出了基于可協(xié)調(diào)轉(zhuǎn)發(fā)—固定接收的信道分配策略，策略指出給接收端（mesh終端節(jié)點）所服務(wù)的信道是固定且可信的。無線mesh網(wǎng)絡(luò)節(jié)點的自適應(yīng)一方面使得節(jié)點自由轉(zhuǎn)發(fā)、接收信道資源，另一方面也導(dǎo)致了惡意節(jié)點、競爭節(jié)點非法占有資源、浪費資源，因而很難確定信道資源在終端節(jié)點上是否能夠充分被利用[12]。如何通過信道資源分配以保證服務(wù)質(zhì)量[13,14]、網(wǎng)絡(luò)穩(wěn)定性和連通性，是無線mesh網(wǎng)絡(luò)整體性能提升的關(guān)鍵研究點。

基于已有研究結(jié)果，建立無線mesh網(wǎng)絡(luò)節(jié)點的信譽機制，根據(jù)信譽機制產(chǎn)生的節(jié)點服務(wù)等級，將具有協(xié)同作業(yè)能力的服務(wù)節(jié)點用于轉(zhuǎn)發(fā)信道資源。聯(lián)合博弈理論建立節(jié)點可信協(xié)同服務(wù)機制，分析并計算這些信道資源的網(wǎng)絡(luò)收益狀況，以評價這一協(xié)同服務(wù)機制的有效性和可行性；對比已有經(jīng)典的協(xié)同服務(wù)機制和信道資源分配機制，通過網(wǎng)絡(luò)仿真實驗平臺對比驗證。

2 相關(guān)工作

網(wǎng)絡(luò)服務(wù)質(zhì)量作為無線mesh網(wǎng)絡(luò)的核心經(jīng)濟目標(biāo)之一，對可信協(xié)同信道資源的分配，其關(guān)鍵在于提升網(wǎng)絡(luò)服務(wù)質(zhì)量。由于參與服務(wù)的數(shù)量有限，無線mesh網(wǎng)絡(luò)信道作為一種可用資源被網(wǎng)絡(luò)節(jié)點服務(wù)于不同的通信域。參考文獻(xiàn)[15]從可靠信道資源有限和動態(tài)節(jié)點服務(wù)易中斷等問題出發(fā)，展開動態(tài)無線網(wǎng)絡(luò)的資源評估與調(diào)度研究，目標(biāo)在于提升網(wǎng)絡(luò)服務(wù)質(zhì)量（quality of service，QoS）和穩(wěn)定網(wǎng)絡(luò)收益，提出了基于自適應(yīng)節(jié)點的信道資源收益與風(fēng)險均衡博弈模型，由于模型依賴于傳統(tǒng)的單鏈路通信，節(jié)點通信時易增加信道資源冗余。

將鏈路通信與節(jié)點分簇模式相結(jié)合，展開可信信道資源分配，已廣泛應(yīng)用于無線網(wǎng)絡(luò)的資源分配研究中[16]。參考文獻(xiàn)[17]針對Ad Hoc網(wǎng)絡(luò)中因節(jié)點數(shù)量增加導(dǎo)致的節(jié)點性能下降問題，采用了0-1規(guī)劃的信道資源分配和網(wǎng)絡(luò)優(yōu)化模型，提出了基于分簇的TBCA&LS（tree based channel assignment & link scheduling）資源分配算法。該算法的優(yōu)勢是將信道分配和鏈路調(diào)度相結(jié)合，降低相鄰鏈路沖突、增加并行傳輸量，實現(xiàn)了網(wǎng)絡(luò)吞吐量的提升和信道資源優(yōu)化分配。算法的不足為：采用集中式信道資源分配和調(diào)度，產(chǎn)生的網(wǎng)絡(luò)開銷和算法時間復(fù)雜度較大，雖然提升了節(jié)點的網(wǎng)絡(luò)性能，未分簇的節(jié)點上服務(wù)質(zhì)量沒有較大提升。參考文獻(xiàn)[18]針對傳統(tǒng)蜂窩網(wǎng)中的信道分配和鏈路通信問題，提出了基于D2D鏈路整合的資源分配機制，該方案優(yōu)勢體現(xiàn)在：采用啟發(fā)式算法實現(xiàn)信道資源分配，較單一資源優(yōu)化方案在性能和復(fù)雜度方面明顯占優(yōu)；但尚未體現(xiàn)節(jié)點的協(xié)同服務(wù)能力。將信道資源分配方案應(yīng)用于宏蜂窩網(wǎng)（macrocell）研究中，參考文獻(xiàn)[19]基于用戶速率公平原則和凸優(yōu)化機制，展開了分布式信道資源分配設(shè)計。算法的優(yōu)勢在于針對不同簇的用戶展開基于功率的子信道分配，算法有效緩解節(jié)點跨層干擾、提升節(jié)點通信的平均速率、讓節(jié)點獲取更高的滿意度。但尚未提出節(jié)點的性能和網(wǎng)絡(luò)服務(wù)質(zhì)量方面的優(yōu)化情況和研究結(jié)果。參考文獻(xiàn)[20]的算法重點以保證用戶性能為主要研究目標(biāo)，基于聯(lián)合的斯坦克爾伯格博弈思想，作為宏用戶的資源分配接入策略，對于傳統(tǒng)的信道資源分配有一定優(yōu)化效果。為了體現(xiàn)終端用戶的協(xié)作服務(wù)能力，參考文獻(xiàn)[21,22]針對云虛擬機提出了灰色波形預(yù)測算法的資源分配機制，重點在于實現(xiàn)節(jié)點的隨機服務(wù)請求能力，提高用戶綜合服務(wù)質(zhì)量。但算法尚未體現(xiàn)節(jié)點之間的協(xié)同作業(yè)能力和節(jié)點的可信度。綜合而言，僅通過資源調(diào)度的方式來實現(xiàn)信道資源優(yōu)化分配，難以有效提升網(wǎng)絡(luò)服務(wù)質(zhì)量。

將協(xié)同通信應(yīng)用于可信信道資源分配，是當(dāng)前協(xié)同服務(wù)研究的熱點。參考文獻(xiàn)[23]定義了網(wǎng)絡(luò)協(xié)同服務(wù)，指出所有節(jié)點之間共同協(xié)調(diào)，并協(xié)作以優(yōu)化的方式完成使網(wǎng)絡(luò)終端互聯(lián)通信的任務(wù)。對于異構(gòu)無線網(wǎng)絡(luò)環(huán)境，首要考慮的是無線信道資源的可靠性。如果終端節(jié)點上的可用信道資源存在冗余或空閑狀態(tài)、惡意競爭節(jié)點已占用信道資源，通信鏈路上將無法提供協(xié)同服務(wù)節(jié)點。參考文獻(xiàn)[24]聯(lián)合研究節(jié)點協(xié)同通信和可信信道資源分配，提出了基于信道資源分配的認(rèn)知無線mesh網(wǎng)絡(luò)跨層優(yōu)化設(shè)計方案，其研究側(cè)重點在通過跨層設(shè)計優(yōu)化信道分配結(jié)果以提升網(wǎng)絡(luò)服務(wù)質(zhì)量。但該算法在資源優(yōu)化中尚未指出網(wǎng)絡(luò)中的信道資源是否可信、可靠，因而需要根據(jù)節(jié)點可信度來評價無線mesh網(wǎng)絡(luò)節(jié)點是否具有可信信道資源。參考文獻(xiàn)[4]提出了基于節(jié)點信譽機制的路由安全協(xié)議方法，該方法雖然側(cè)重于處理多跳無線網(wǎng)絡(luò)中的路由協(xié)議設(shè)計，但是以評估節(jié)點之間的信任關(guān)系為基礎(chǔ)。參考文獻(xiàn)[5]設(shè)計了一種基于FOAF（friend of a friend）演化博弈的網(wǎng)絡(luò)資源可信度判斷方法，重點在于計算節(jié)點的可信度，即當(dāng)可信節(jié)點轉(zhuǎn)發(fā)信道資源時，直接以節(jié)點上的網(wǎng)絡(luò)吞吐量的收益為主要評價指標(biāo)。為了獲取更多網(wǎng)絡(luò)收益，參考文獻(xiàn)[25]提出了效用驅(qū)動下的網(wǎng)絡(luò)資源協(xié)同預(yù)留算法UACRR（utility-driven-based algorithm for co-allocation resource reservation），其側(cè)重點為通過量化資源競爭力、收益、市場價格三者的協(xié)同服務(wù)，使網(wǎng)絡(luò)資源的獲取途徑以網(wǎng)絡(luò)收益為主要手段。但是，算法尚未提出如何協(xié)同以上3種資源以及調(diào)度競爭、貪婪節(jié)點竊取信道資源的方法，且該協(xié)同預(yù)留機制以網(wǎng)格計算為主。

為了進一步實現(xiàn)節(jié)點的協(xié)同服務(wù)和優(yōu)化信道分配結(jié)果。將具有協(xié)同服務(wù)能力的節(jié)點進行分簇，分簇方式為不同服務(wù)等級的節(jié)點分工協(xié)作。因此，協(xié)同服務(wù)成為無線mesh網(wǎng)絡(luò)節(jié)點轉(zhuǎn)發(fā)信道資源的主要工作方式。參考文獻(xiàn)[26]提出基于參數(shù)優(yōu)化的網(wǎng)絡(luò)范圍擴展技術(shù)，通過協(xié)同調(diào)度技術(shù)減小上下行鏈路干擾，但是節(jié)點之間的博弈問題容易導(dǎo)致多信道沖突。將博弈理論應(yīng)用于節(jié)點行為分析，是近年來無線網(wǎng)絡(luò)節(jié)點行為分析的熱點[27]。為了緩解服務(wù)節(jié)點自適應(yīng)性，參考文獻(xiàn)[28]設(shè)立了一種基于頑健性的離線資源分配方法，假設(shè)動態(tài)網(wǎng)絡(luò)中的節(jié)點分配資源屬于非合作博弈過程，最終實現(xiàn)資源的帕累托最優(yōu)。參考文獻(xiàn)[29]提出了基于SPA（second price auction，第二競價拍賣機制）機制的博弈理論應(yīng)用于網(wǎng)格計算中，其方法為通過重復(fù)拍賣機制以獲取網(wǎng)格節(jié)點的最優(yōu)網(wǎng)絡(luò)收益。參考文獻(xiàn)[30]將這種博弈方法應(yīng)用于處理對等網(wǎng)絡(luò)的多播研究中，通過多拍賣博弈緩解節(jié)點之間的惡意競爭和節(jié)點自私行為，提出了基于多拍賣機制的分布式多播協(xié)議DMP-MBA（distributed multicast protocol based multi-bids auction mechanism），但該模型的主要應(yīng)用環(huán)境為P2P網(wǎng)絡(luò)。為了有效評價認(rèn)知無線網(wǎng)絡(luò)的信道可靠性，參考文獻(xiàn)[31]引入了基于價格預(yù)測最優(yōu)的用戶競價拍賣機制，聯(lián)合高斯回歸過程，完成節(jié)點博弈過程。然而，上述基于博弈思想的節(jié)點行為分析不完全適用于無線mesh網(wǎng)絡(luò)環(huán)境中，針對存在的惡意節(jié)點和具有協(xié)同服務(wù)能力的節(jié)點需做深入的博弈分析。

結(jié)合已有研究結(jié)果，根據(jù)節(jié)點行為分析結(jié)果，無線mesh網(wǎng)絡(luò)節(jié)點之間存在的惡意競爭等問題嚴(yán)重影響信道資源的分配?；谝延械腄MP-MBA協(xié)同調(diào)度算法和UACRR資源預(yù)留算法，針對無線mesh網(wǎng)絡(luò)中的信道資源，其協(xié)同可信信道資源分配需要考慮以下幾點。

?? 如何獲取可靠的信道資源：針對無線mesh網(wǎng)絡(luò)中的可靠信道資源，展開基于網(wǎng)絡(luò)效用驅(qū)動的信道分配策略，優(yōu)化信道分配結(jié)果，并將信道分配結(jié)果服務(wù)于可以參與服務(wù)的節(jié)點群集。

?? 如何處理節(jié)點之間的競爭和惡意爭奪資源問題：針對節(jié)點的自適應(yīng)性問題，通過節(jié)點的可信度判斷并剔除節(jié)點群集中無法服務(wù)的節(jié)點。

?? 如何實現(xiàn)協(xié)同服務(wù)：將以獲取到可靠信道資源的節(jié)點群集進行緩存，引入基于網(wǎng)絡(luò)效用與節(jié)點服務(wù)等級均衡的博弈關(guān)系思想，將可靠信道資源應(yīng)用于具有協(xié)作能力的mesh終端節(jié)點上，以提升網(wǎng)絡(luò)整體服務(wù)能力。

3 可信信道資源分配建模與分析

為了有效提升網(wǎng)絡(luò)服務(wù)質(zhì)量，將無線mesh終端節(jié)點群集中無法完成協(xié)同作業(yè)的節(jié)點剔除，保留具有服務(wù)能力的節(jié)點。根據(jù)節(jié)點的不同服務(wù)等級，將不同服務(wù)等級的節(jié)點進行聚類完成協(xié)同服務(wù)。針對無線mesh網(wǎng)絡(luò)中參與信道資源獲取的所有節(jié)點，做如下假設(shè)：

?? 所有節(jié)點均具有獲取信道資源和服務(wù)主干網(wǎng)絡(luò)的能力；

?? 所有節(jié)點上具有2個射頻接口；

?? 所有節(jié)點均具有參與節(jié)點群集的博弈資格；

?? 所有節(jié)點的服務(wù)過程均在給定周期內(nèi)完成。

在無線mesh網(wǎng)絡(luò)節(jié)點之間，針對可信資源建立節(jié)點服務(wù)機制，以選取適合協(xié)同作業(yè)的節(jié)點。協(xié)同過程通過信譽機制來判斷節(jié)點之間是否正常通信和數(shù)據(jù)轉(zhuǎn)發(fā)，繼而完成博弈評價。

3.1 問題描述

用戶要獲取網(wǎng)絡(luò)節(jié)點上可靠的信道資源，需要考慮節(jié)點是否愿意服務(wù)。這時在終端節(jié)點上存在以下幾種情況：愿意服務(wù)的節(jié)點和不愿意服務(wù)的節(jié)點。其中愿意服務(wù)的節(jié)點分布狀況如下：服務(wù)能力較差的節(jié)點，其網(wǎng)絡(luò)效用也會受到影響；服務(wù)能力較好但是在服務(wù)期間搶占資源但不轉(zhuǎn)發(fā)的節(jié)點，嚴(yán)重影響節(jié)點的服務(wù)能力[32]。問題模型示例如圖1所示，假設(shè)在兩個通信域內(nèi)，分別采用4條通信信道進行數(shù)據(jù)轉(zhuǎn)發(fā)，其中A、B、C節(jié)點屬于通信域1，其他節(jié)點屬于通信域2?，F(xiàn)在，A、B節(jié)點均通過要信道1轉(zhuǎn)發(fā)數(shù)據(jù)，C、D的接口相連存在信道沖突問題，這時可能產(chǎn)生信道資源的占用或者搶占。E、F、G節(jié)點具有一定服務(wù)能力，但是無法獲取信道資源，H節(jié)點占有信道4但是其不愿意服務(wù)。

對于類似這樣的網(wǎng)絡(luò)節(jié)點狀況：沒有信道資源（如E、F、G節(jié)點）、搶奪信道資源（如C、D節(jié)點）、不參與服務(wù)（如H節(jié)點）、沒有協(xié)作能力（如A、B節(jié)點），急需提出新的信道分配策略以緩解問題。

定義1 在無線mesh網(wǎng)絡(luò)的主干網(wǎng)絡(luò)上，在第一次用戶資源轉(zhuǎn)發(fā)時只考慮兩種網(wǎng)絡(luò)終端節(jié)點：服務(wù)節(jié)點和不參與服務(wù)的節(jié)點，機制剔除不參與節(jié)點，對于在過程中再參與服務(wù)的節(jié)點不考慮加入機制內(nèi)，對于服務(wù)節(jié)點，根據(jù)節(jié)點與信道通信情況展開節(jié)點信譽機制，根據(jù)信道資源在節(jié)點上的信任度計算節(jié)點的服務(wù)等級。

定義2 在無線mesh網(wǎng)絡(luò)中，可靠信道資源，即滿足所有節(jié)點之間通信時均能保證節(jié)點正常通信的信道資源。由于無線mesh網(wǎng)絡(luò)中信道分配是NP問題，信道分配由參與服務(wù)的節(jié)點群集網(wǎng)絡(luò)收益決定。

根據(jù)定義1、定義2，無線mesh網(wǎng)絡(luò)信道資源分配策略出發(fā)點為根據(jù)服務(wù)節(jié)點群集的網(wǎng)絡(luò)收益。如果可服務(wù)節(jié)點與可靠信道資源成功通信，則有其資源分配的優(yōu)化方案：。其中表示任務(wù)節(jié)點通過信道資源與其鄰居內(nèi)的目標(biāo)節(jié)點完成一次通信，表示節(jié)點與節(jié)點通信。

3.2 服務(wù)節(jié)點信譽機制

為了實現(xiàn)節(jié)點通信時的信道資源是優(yōu)化分配的，對于無線mesh網(wǎng)絡(luò)拓?fù)浯嬖诘牟环€(wěn)定性，其信道分配結(jié)果取決于節(jié)點通信過程中是否使用了可靠信道資源，因此給定其信道分配方案為：

（2）

在無線mesh網(wǎng)絡(luò)中，任務(wù)節(jié)點利用可靠信道資源與目標(biāo)節(jié)點通信，目標(biāo)節(jié)點的信譽度未知，需要計算每一個節(jié)點的信譽度，以實現(xiàn)信道資源的優(yōu)化分配。根據(jù)經(jīng)濟學(xué)概論中對于信譽度的定義：“評定年份累計到期貸款歸還額與評定年份累計到期貸款總額的商即企業(yè)信譽度評價指標(biāo)”[17]。因此，任務(wù)節(jié)點與目標(biāo)節(jié)點通信時某一次的信道分配方案與這兩個節(jié)點通信總次數(shù)內(nèi)的商，即評價目標(biāo)節(jié)點的信譽度結(jié)果，如式（3）所示：

3.3 協(xié)同信道資源分配建模與分析

為了獲得最優(yōu)信道分配結(jié)果，參考文獻(xiàn)[15,16]均提出以網(wǎng)絡(luò)收益作為信道分配策略的主要評價指標(biāo)。參考文獻(xiàn)[17]指出節(jié)點群集性服務(wù)的收益與風(fēng)險并存。使表示通信時間內(nèi)將數(shù)據(jù)從節(jié)點通過信道資源與其鄰居節(jié)點完成轉(zhuǎn)發(fā)所獲得的所有網(wǎng)絡(luò)收益。

（5）

根據(jù)不完全信息的非合作博弈思想，得到參與協(xié)同服務(wù)的節(jié)點群集的網(wǎng)絡(luò)效益期望結(jié)果為：

式（6）表示節(jié)點網(wǎng)絡(luò)吞吐量隨著節(jié)點對其鄰域節(jié)點的服務(wù)能力和節(jié)點的支付能力而變化，節(jié)點的服務(wù)等級越高，節(jié)點支付量越大，節(jié)點的服務(wù)成本同時增大。

綜合式（1）~式（6）得到協(xié)同服務(wù)節(jié)點的網(wǎng)絡(luò)效益博弈模型：

根據(jù)演化博弈理論，簡化式（8），得到：

根據(jù)納什均衡穩(wěn)定求解的唯一性，協(xié)同服務(wù)節(jié)點群集旨在最大化網(wǎng)絡(luò)收益，因此，當(dāng)且僅當(dāng)式（9）滿足最大化而網(wǎng)絡(luò)支付函數(shù)低于網(wǎng)絡(luò)效益平均值。因此，博弈模型改進模型為：

（10）

式（11）表示節(jié)點的服務(wù)等級受節(jié)點上信道資源通信的平均帶寬值與評定的帶寬值之商影響，當(dāng)達(dá)到穩(wěn)定均衡時，其網(wǎng)絡(luò)服務(wù)等級的值小于或等于服務(wù)節(jié)點的有效帶寬利用率。

4 實驗與分析

為了有效評價可信協(xié)同服務(wù)機制的有效性和可行性，展開節(jié)點服務(wù)等級評價和節(jié)點網(wǎng)絡(luò)收益狀況評價。兩組實驗中，節(jié)點服務(wù)等級評價主要基于5組隨機節(jié)點的聚類過程，通過聚類過程完成博弈，在博弈結(jié)果中評價節(jié)點服務(wù)等級對節(jié)點網(wǎng)絡(luò)吞吐量的影響；節(jié)點網(wǎng)絡(luò)收益狀況評價則側(cè)重于對比已有經(jīng)典信道分配策略如參考文獻(xiàn)[25]中的UACRR算法、參考文獻(xiàn)[29]中的DMP-MBA算法與協(xié)同服務(wù)機制資源分配模型，通過對比參數(shù)、結(jié)果綜合分析基于可信協(xié)同信道資源分配（dependable-cooperative channel resource allocation，DCCRA）策略的有效性。

實驗基于MATLAB仿真平臺模擬實際網(wǎng)絡(luò)拓?fù)洌ㄟ^數(shù)據(jù)擬合，給定5×5網(wǎng)絡(luò)拓?fù)洵h(huán)境的mesh網(wǎng)絡(luò)，網(wǎng)絡(luò)初始帶寬范圍為50~100 Mbit/s。一方面分析無線mesh網(wǎng)絡(luò)節(jié)點為其鄰域內(nèi)其他節(jié)點服務(wù)時，產(chǎn)生的網(wǎng)絡(luò)效益受服務(wù)等級影響的具體等級數(shù)量；另一方面針對不同信道分配策略和協(xié)同服務(wù)機制，分析在協(xié)同服務(wù)下網(wǎng)絡(luò)節(jié)點用于能量消耗后的網(wǎng)絡(luò)收益狀況。

4.1 節(jié)點服務(wù)等級評價

為了有效驗證節(jié)點服務(wù)等級協(xié)同資源分配的影響，在無線mesh網(wǎng)絡(luò)中隨機分布5組實驗節(jié)點，每組網(wǎng)絡(luò)拓?fù)渲邪?5個節(jié)點，通信范圍在100 m×100 m。圖2結(jié)果即所有節(jié)點的初始狀態(tài)，此時節(jié)點的通信域中節(jié)點狀態(tài)較分散。圖3結(jié)果為5組節(jié)點在節(jié)點服務(wù)等級分別為1~5時的網(wǎng)絡(luò)有效吞吐量結(jié)果，其中網(wǎng)絡(luò)帶寬的初始值范圍為54~100 Mbit/s。

在實驗過程中，不同服務(wù)等級的節(jié)點上的有效網(wǎng)絡(luò)吞吐量變化結(jié)果如圖3所示。根據(jù)式（11）所示，根據(jù)節(jié)點帶寬比值情況分析不同節(jié)點的服務(wù)等級，其中網(wǎng)絡(luò)吞吐量數(shù)據(jù)情況結(jié)果見表1。

表1 各組節(jié)點上平均網(wǎng)絡(luò)帶寬值數(shù)據(jù)結(jié)果

圖3結(jié)果表明：

?? 所有節(jié)點在服務(wù)等級為3時，網(wǎng)絡(luò)有效帶寬值變化較其他服務(wù)等級更為平緩，而在此服務(wù)等級上得到的平均網(wǎng)絡(luò)帶寬值、各組網(wǎng)絡(luò)節(jié)點均收益高于其他服務(wù)等級情況；

?? 在服務(wù)等級<3時，有效網(wǎng)絡(luò)吞吐量的振動幅度較其他幾種服務(wù)等級大，同時，5組網(wǎng)絡(luò)節(jié)點的平均網(wǎng)絡(luò)帶寬值沒有發(fā)生較大改變；

?? 在服務(wù)等級>3時，各組網(wǎng)絡(luò)節(jié)點的有效網(wǎng)絡(luò)吞吐量振動幅度明顯提升，同時，5組網(wǎng)絡(luò)節(jié)點的平均網(wǎng)絡(luò)帶寬值均呈現(xiàn)下降趨勢。

從表1數(shù)據(jù)結(jié)果看，在每個隊列中，從初始化狀態(tài)到穩(wěn)定狀態(tài)，網(wǎng)絡(luò)上的有效帶寬值由頻繁抖動趨于穩(wěn)定繼而再次頻繁。有效吞吐量結(jié)果中隊列1~隊列5均從由服務(wù)等級1開始上升，到服務(wù)等級3時結(jié)果穩(wěn)定，到服務(wù)等級5時逐漸頻繁。

初始狀態(tài)時，節(jié)點不斷聚類，將非協(xié)同節(jié)點剔除，完成協(xié)同信道資源的轉(zhuǎn)發(fā)，隨著服務(wù)等級的不斷升高，有效網(wǎng)絡(luò)吞吐量逐漸提升；當(dāng)服務(wù)等級為3時，達(dá)到了最佳穩(wěn)定狀態(tài)，所有隊列中的網(wǎng)絡(luò)平均帶寬值均最優(yōu)；當(dāng)服務(wù)等級繼續(xù)提升時，隨著網(wǎng)絡(luò)節(jié)點出現(xiàn)的疲勞或者倦怠、節(jié)點轉(zhuǎn)發(fā)資源的開銷增加，導(dǎo)致平均網(wǎng)絡(luò)帶寬值的不斷下降，因而網(wǎng)絡(luò)吞吐量出現(xiàn)抖動。

服務(wù)等級為3時組各節(jié)點的穩(wěn)定狀態(tài)如圖4所示。

圖4結(jié)果表明，當(dāng)服務(wù)等級為3時，各組節(jié)點的有效網(wǎng)絡(luò)吞吐量均達(dá)到最優(yōu)狀態(tài)，此時隊列3、隊列5中的節(jié)點聚集度最高，對應(yīng)的協(xié)同信道資源分配效果優(yōu)于其他幾組網(wǎng)絡(luò)節(jié)點，當(dāng)前的網(wǎng)絡(luò)處于穩(wěn)定均衡狀態(tài)。

無線mesh網(wǎng)絡(luò)節(jié)點的自適應(yīng)性不僅體現(xiàn)在網(wǎng)絡(luò)節(jié)點的不同服務(wù)等級上，網(wǎng)絡(luò)節(jié)點轉(zhuǎn)發(fā)數(shù)據(jù)產(chǎn)生的節(jié)點跳數(shù)，對于協(xié)同信道資源的轉(zhuǎn)發(fā)也產(chǎn)生了較大影響。參考文獻(xiàn)[6]認(rèn)為當(dāng)協(xié)同服務(wù)的節(jié)點完成3跳時，其獲得的網(wǎng)絡(luò)有效聚合吞吐量達(dá)到最大。為了有效驗證本模型中節(jié)點的跳數(shù)對網(wǎng)絡(luò)有效聚合吞吐量的影響，根據(jù)節(jié)點的跳數(shù)和節(jié)點的服務(wù)等級相關(guān)度公式，進行仿真實驗。給予參數(shù)作為帶寬調(diào)節(jié)因子，滿足：

（13）

根據(jù)圖5結(jié)果，可以發(fā)現(xiàn)：

?? 當(dāng)5組節(jié)點的服務(wù)等級從1到5變化時，在所有節(jié)點的跳數(shù)趨于3時，函數(shù)明顯平緩，而隨著跳數(shù)和服務(wù)等級的增加，函數(shù)結(jié)果發(fā)生較大抖動，如圖5(a)所示；

?? 當(dāng)5組節(jié)點的跳數(shù)隨著節(jié)點的服務(wù)等級變化時，節(jié)點服務(wù)等級為3的函數(shù)結(jié)果明顯平緩，而隨著節(jié)點服務(wù)等級的增加、節(jié)點轉(zhuǎn)發(fā)的可信信道資源量增加，接口變化越來越快，節(jié)點的跳數(shù)變化抖動增加，如圖5(b)所示。

根據(jù)以上仿真結(jié)果，得出結(jié)論：為了成功轉(zhuǎn)發(fā)可信協(xié)同資源并有效降低節(jié)點轉(zhuǎn)發(fā)開銷，節(jié)點最優(yōu)跳數(shù)和節(jié)點的服務(wù)等級均為3時，博弈效果最優(yōu)。

4.2 節(jié)點網(wǎng)絡(luò)收益評價

為了進一步分析信道分配策略有效性，通過相同網(wǎng)絡(luò)參數(shù)對比分析UACRR算法、DMP-MBA算法和DCCRA策略的有效性。由于UACRR算法、DMP-MBA算法均采用有限信道數(shù)量進行仿真實驗。實驗參數(shù)設(shè)置為：初始狀態(tài)下給定12個信道資源，演化過程中參與服務(wù)的節(jié)點數(shù)量允許最大值為10 000個，仿真結(jié)果如圖6所示。

對于UACRR算法，當(dāng)節(jié)點服務(wù)等級為3時，節(jié)點群集的網(wǎng)絡(luò)資源收益達(dá)到峰值為6.56×105，但是節(jié)點能量歸一化結(jié)果變化不明顯；對應(yīng)的多條通信信道中，服務(wù)等級越高的節(jié)點，其網(wǎng)絡(luò)收益不一定越高，在收斂過程中節(jié)點的網(wǎng)絡(luò)收益情況成離散狀態(tài)；協(xié)同服務(wù)節(jié)點數(shù)量與協(xié)同服務(wù)等級成正比，但是協(xié)同服務(wù)等級高于3時，其網(wǎng)絡(luò)收益逐漸下降；穩(wěn)定狀態(tài)時，其網(wǎng)絡(luò)收益曲線彎曲率在3種算法種最大，即能量損失最大。

對于DMP-MBA算法，當(dāng)節(jié)點的服務(wù)等級在3~4時節(jié)點群集的網(wǎng)絡(luò)資源收益達(dá)到峰值為4.96×105，其能連歸一化數(shù)據(jù)收斂穩(wěn)定、連續(xù)，較UACRR算法有較小占優(yōu)。

對于DCCRA策略，當(dāng)節(jié)點的服務(wù)等級在3時，其網(wǎng)絡(luò)效益數(shù)據(jù)達(dá)到峰值為6.53×105；網(wǎng)絡(luò)歸一化結(jié)果與DMP-MBA算法相同，持續(xù)穩(wěn)定收斂；得到的網(wǎng)絡(luò)收益最大化網(wǎng)絡(luò)收益結(jié)果為100 Mbit/s，穩(wěn)定狀態(tài)下的網(wǎng)絡(luò)收益曲線彎曲率在3個算法中最小，即能量損耗最小；對比圖6(a)、圖6(b)的結(jié)果，DCCRA算法增加了博弈理論分析節(jié)點的穩(wěn)定均衡狀態(tài)，因而，當(dāng)節(jié)點網(wǎng)絡(luò)收益最優(yōu)時，每一個節(jié)點的網(wǎng)絡(luò)負(fù)載和收益是穩(wěn)定連續(xù)的；節(jié)點的網(wǎng)絡(luò)收益符合博弈模型中的穩(wěn)定均衡環(huán)境下，節(jié)點的網(wǎng)絡(luò)收益保持最優(yōu)狀態(tài)，有效提升了網(wǎng)絡(luò)服務(wù)質(zhì)量。

其中圖6對應(yīng)的網(wǎng)絡(luò)仿真數(shù)據(jù)見表2。

綜合本組實驗結(jié)果，發(fā)現(xiàn)：3種無線資源分配策略中，當(dāng)節(jié)點的服務(wù)等級為3時，其網(wǎng)絡(luò)收益均能達(dá)到峰值，此時網(wǎng)絡(luò)UACRR算法的網(wǎng)絡(luò)收益最高，原因是該算法重點在于預(yù)留資源；但是從能量歸一化結(jié)果， DMP-MBA算法、DCCRA算法具有的能量損失較UACRR算法小，是因為該算法預(yù)留資源需要產(chǎn)生大量開銷。

綜合分析網(wǎng)絡(luò)拓?fù)渲袑嶋H最大的任務(wù)數(shù)量和網(wǎng)絡(luò)收益結(jié)果，3種無線資源分配策略的節(jié)點平均網(wǎng)絡(luò)收益分別為：65.6、63.59、67.96，DCCRA算法收益是UACRR算法的1.04倍，是DMP-MBA算法的1.069倍，其具有的網(wǎng)絡(luò)收益分別較其他兩種算法的網(wǎng)絡(luò)收益更為穩(wěn)定和占優(yōu)。

表2 3種服務(wù)機制網(wǎng)絡(luò)收益數(shù)據(jù)結(jié)果

5 結(jié)束語

基于無線mesh網(wǎng)絡(luò)節(jié)點自適應(yīng)特點分析信道資源分配策略的關(guān)鍵，建立服務(wù)節(jié)點的信譽機制和協(xié)同信道資源的網(wǎng)絡(luò)博弈模型，以實現(xiàn)可信資源分配。通過仿真實驗驗證節(jié)點的服務(wù)等級與網(wǎng)絡(luò)收益情況，實驗結(jié)果表明可信協(xié)同信道資源分配的服務(wù)等級與節(jié)點轉(zhuǎn)發(fā)資源的跳數(shù)呈比例關(guān)系，且節(jié)點的服務(wù)等級在3時得到的網(wǎng)絡(luò)收益效果最優(yōu)；對比已有的經(jīng)典資源分配算法，DCCRA策略的網(wǎng)絡(luò)收益效果明顯占優(yōu)。數(shù)據(jù)結(jié)果均為實驗數(shù)據(jù)，在實際應(yīng)用與不同網(wǎng)絡(luò)環(huán)境中可能存在偏差。

[1] 匡為君, 張靜, 陳迎春, 等. 認(rèn)知無線mesh網(wǎng)絡(luò)跨層設(shè)計研究[J]. 電信科學(xué), 2011, 27(2): 62-67.

KUANG W J, ZHANG J, CHEN Y C, et al. Research on cross-layer design for cognitive wireless mesh networks[J]. Telecommunications Science, 2011, 27(2): 62-67.

[2] 張平, 李建武, 馮志勇, 等. 認(rèn)知無線網(wǎng)絡(luò)基礎(chǔ)理論與關(guān)鍵技術(shù)研究[J]. 電信科學(xué), 2014, 30(2): 1-13.

ZHANG P, LI J W, FENG Z Y, et al. Research on basic theory and key technology of cognitive radio network [J]. Telecommunications Science, 2014, 30(2): 1-13.

[3] XIE K, WANG X, LIU X L, et al. Interference-aware cooperative communication in multi-radio multi-channel wireless networks[J]. IEEE Transactions on Computers, 2016, 65(5): 1528-1542.

[4] XIE K, CAO J N, WANG X, et al. optimal resource allocation for reliable and energy efficient cooperative communications[J]. IEEE Transactions on Wireless Communications, 2013, 12(10): 4994-5007.

[5] 林暉, 馬建峰, 許力. MWNs中基于跨層動態(tài)信譽機制的安全路由協(xié)議[J]. 計算機研究與發(fā)展, 2014, 51(7): 1486-1496.

LIN H, MA J F, XU L. The research on cross-layer reputation mechanism based secure routing protocol in MWNs[J]. Journal of Computer Research and Development, 2014, 51(7): 1486-1496.

[6] 張云璐, 劉詠寧, 謝銘, 等. 基于FOAF演化博弈的網(wǎng)絡(luò)資源可信度判別[J]. 計算機研究與發(fā)展, 2011, 48(s3): 334-342.

ZHANG Y L, LIU Y N, XIE M, et al. Next generation network resource trust distinguish based on foaf evolutionary game theory[J]. Journal of Computer Research and Development, 2011, 48(s3): 334-342.

[7] YE Q, RONG B, CHEN Y, et al. User association for load heterogeneous cellular networks[J]. IEEE Transactions on Wireless Communications, 2013, 12(6): 2706-2715.

[8] XIE K, WANG X, WEN J G, et al. Cooperative routing with relay assignment in multi-radio multi-hop wireless networks[J]. IEEE/ACM Transactions on Networking, 2016, 24(2): 859-872.

[9] 韓冰青, 張宏, 劉鳳玉, 等. 無線Ad Hoc網(wǎng)絡(luò)中QoS感知的跨層資源分配算法[J], 2010, 21(12): 3138-3150.

HAN B Q, ZHANG H, LIU F Y, et al. QoS-aware cross layer resource allocation algorithm in wireless Ad Hoc networks[J]. Journal of Software, 2011, 21(12): 3138-3150.

[10] SHOJAFAR M, POORANIAN Z. LLLA: new efficient channel assignment method in wireless mesh networks[M]//Advances inIntelligent Systems and Computing. Heidelberg: Springer, 2014(237): 143-152.

[11] FUARTE P B F, ZUBAIR M D, FADLULLAH A, et al. Channel assignment on wireless mesh network backbone with potential game approach [J]. Social Informatics and Telecommunications Engineering, 2012: 43-56.

[12] LI K Q. Analysis of cost and quality of service of time-based dynamic mobility management in wireless networks [J]. Wireless Networks, 2014(20): 261-288.

[13] FU Q, CHEN Z G, JIANG Y X, et al. A cross-layer QOS scheme based on EDCA in multi-hop wireless mesh networks [J]. Journal of Computational Information Systems, 2014, 10(2): 817-825.

[14] ACELAS P, ARCE P, GUERRI J C, et al. Evaluation of the MDC and FEC over the quality of service and quality of experience for video distribution in ad hoc networks [J]. Multimedia Tools and Applications, 2014, 68(3): 969-989.

[15] 胡周君, 胡志剛, 丁長松, 等. 基于博弈論健壯性增強的資源分配模型[J]. 系統(tǒng)工程理論與實踐, 2009, 29(8): 102-110.

HU Z J, HU Z G, DING C S, et al. Game-theory-based robust-enhanced model for resource allocation in computational grids[J]. Systems Engineering-Theory &Practice, 2009, 29(8): 102-110.

[16] 丁長松, 胡志剛, 胡周君. 基于收益與風(fēng)險均衡的網(wǎng)格資源預(yù)留策略[J]. 華南理工大學(xué)學(xué)報(自然科學(xué)版), 2011, 39(2): 88-94.

DING C S, HU Z G, HU Z J. Grid resource reservation strategy based on balance between benefits and risks[J]. Journal of South China University of Technology(Natural Science Edition), 2011, 39(2): 88-94.

[17] 劉蔚, 趙宇, 陳銳. 無線Ad Hoc網(wǎng)絡(luò)中基于0-1優(yōu)化的兩步驟資源分配算法[J]. 計算機科學(xué), 2017, 44(1): 103-108.

LIU W, ZHAO Y, CHEN R. Zero-One integer programming based optimization model and two-phase resource optimization algorithm for wireless Ad Hoc networks[J]. Computer Science, 2017, 44(1): 103-108.

[18] 朱正倉, 趙季紅, 唐睿, 等. LTE-A上行終端直通中面向能效的資源分配方案[J]. 通信學(xué)報, 2017, 38(2):158-164.

ZHU Z C, ZHAO J H, TANG R, et al. Energy-efficient resource allocation scheme for device-to-device communication underlaying LTE-A uplink[J]. Journal of Communications, 2017, 38(2): 158-164.

[19] 張海波, 鄒劍, 劉開健, 等. Femtocell網(wǎng)絡(luò)中基于分簇的資源分配機制[J]. 通信學(xué)報, 2017, 38(1): 16-25.

ZHANG H B, ZOU J, LIU K J, et al. Cluster-based resource allocation mechanism for Femtocell network[J]. Journal on Communications, 2017, 38(1): 16-25.

[20] 王學(xué)婷, 朱琦. 分層異構(gòu)網(wǎng)絡(luò)中基于斯坦克爾伯格博弈的資源分配算法[J]. 信號處理, 2017, 33(2): 168-177.

WANG X T, ZHU Q. An algorithm of resource allocation based on stacklberg game in heterogeneous[J]. Journal of Signal Processing, 2017, 33(2): 168-177.

[21] ZHANG L M, LIU J, YANG K. Quality of service modeling of virtualized wireless networks: a network calculus approach [J]. Mobile Network Applications, 2014(3): 1-11.

[22] 曹潔, 曾國蓀, 匡桂娟, 等. 支持隨機服務(wù)請求的云虛擬機按需物理資源分配方法[J]. 軟件學(xué)報, 2017, 28(2): 457-472.

CAO J, ZENG G S, KUANG G J, et al. On-demand physical resource allocation method for cloud virtual machine to support random service requests[J]. Journal of Software, 2017, 28(2): 457-472.

[23] 江甲沫. 分層異構(gòu)無線網(wǎng)絡(luò)中高能效協(xié)同通信技術(shù)研究[D]. 北京: 北京郵電大學(xué), 2014.

JIANG J M. Research on high efficiency cooperative communication technology in hierarchical heterogeneous wireless networks[D]. Beijing: Beijing University of Posts and Telecommunications, 2014.

[24] AHMED M H U, HONG C S, LEE S. Energy efficient smart-relay-based cooperative MAC for wireless networks[J]. Computing, 2014(96): 133-161.

[25] 丁長松, 王志英, 胡志剛. 基于效用驅(qū)動的網(wǎng)格資源協(xié)同預(yù)留策略[J]. 通信學(xué)報, 2016, 35(5): 101-107.

DING C S,WANG Z Y, HU Z G, et al. Utility-driven based co-allocation resource reservation strategy in computational grid[J]. Journal on Communications, 2016, 35(5): 101-107.

[26] 朱赟, 潘成康, 徐友云, 等. 一種無線mesh網(wǎng)絡(luò)中基于協(xié)同通信的多包接收方法[J]. 電子與信息學(xué)報. 2010, 32(5): 1200-1204.

ZHU Y, PAN C K, XU Y Y, et al. A multi-packet reception method based on cooperative communication for wireless mesh networks [J]. Journal of Electronics & Information Technology, 2010, 32(5): 1200-1204.

[27] SHEN S G, MA X, JIANG H, et al. Evolutionary game theory based trust strategy model and dynamics analysis in wireless sensor networks[J]. Control and Decision, 2012, 27(8):1133-1138.

[28] YONG X, DASILVA L A. Dynamic pricing coalitional game for cognitive radio networks [J].International Federation for Information Processing, 2012: 19-26.

[29] 王浩云, 張順頤, 龍華, 等. 基于多競價拍賣機制的對等網(wǎng)絡(luò)分布式組播協(xié)議研究[J]. 電子學(xué)報, 2009, 37(11): 2373-2379.

WANG H Y, ZHANG S Y, LONG H, et al. Distributed multicast protocol based multi-bids auction mechanism in P2P networks[J]. Acta Electronica Sinica, 2009, 37(11): 2373-2379.

[30] 劉軍, 謝秀峰. 基于排隊時延及博弈分析的認(rèn)知無線網(wǎng)絡(luò)信道分配算法[J]. 通信學(xué)報, 2012, 33(6): 73-81.

LIU J, XIE X F. Cognitive network channel allocation method based on the queuing delay and game analysis [J]. Journal on Communications, 2012, 33(6): 73-81.

[31] 劉覺夫, 楊將, 王建旭, 等. 基于拍賣理論和高斯過程回歸學(xué)習(xí)的頻譜分配算法[J]. 計算機工程與科學(xué), 2016, 38(5): 914-920.

LIU J F, YANG J, WANG J X, et al. A spectrum allocation algorithm based on auction theory and Gaussian process regression[J]. Computer Engineering and Science, 2016, 38(5): 914-920.

[32] 馮劍, 王平陽, 王琳, 等. 基于能量獲取的無線通信系統(tǒng)研究[J]. 電信科學(xué),2015, 31(2): 124-131.

FENG J, WANG P Y, WANG L, et al. Research on energy harvesting communication system [J]. Telecommunications Science, 2015, 31(2): 124-131.

Dependable-cooperative channel resource allocation scheme in wireless mesh network

LI Mingming1, YUE Guangxue2, DAI Shaoqing1, MA Bolin2

1．Jiaxing Vocational Technology College, Jiaxing 314001, China 2. Jiaxing University, Jiaxing 314001, China

For improving utilization of channel resources and service quality effectively in wireless mesh network, a dependable-cooperative channel resource allocation scheme was proposed. According to the adaptive features of mesh node, engaging game theory and establishing reputation mechanism to achieve dependable-cooperative of nodes, and channel resource allocation result was utilized. The comparison of this experiment proves the situation of service level and network utility of cooperative service. The result of it shows that networks benefit will be optimal when the cooperative service level is 3 and node hops synergies with the service level. Comparing with classic synergetic algorithm, with the same context of network topology, dependable-cooperative channel allocation strategy is clearly dominated with 1.04 on UACRR and 1.069.

wireless mesh network, reputation mechanism, cooperative service

TP393

A

10.11959/j.issn.1000?0801.2017128

2016?12?30；

2017?04?03

樂光學(xué)，guangxueyue_111@163.com

浙江省教育廳科技項目基金資助項目（No.Y201636319）；浙江省自然科學(xué)基金資助項目（No. LY12F02019）；中央財政支持地方高校發(fā)展專項“無線mesh網(wǎng)絡(luò)若干關(guān)鍵技術(shù)研究”

Zhejiang Provincial Science and Technology Fund of China (No.Y201636319), Zhejiang Provincial Natural Science Foundation of China (No. LY12F02019), Central Government Support for Local Development Project “Research on Some Critical Technologies of Wireless Mesh Networks”

李明明（1988?），女，嘉興職業(yè)技術(shù)學(xué)院助教，主要研究方向為計算機網(wǎng)絡(luò)、無線mesh網(wǎng)絡(luò)等。

樂光學(xué)（1963?），男，博士，嘉興學(xué)院教授、碩士生導(dǎo)師，主要研究方向為計算機網(wǎng)絡(luò)、無線mesh網(wǎng)絡(luò)等。

代紹慶（1972?），男，嘉興職業(yè)技術(shù)學(xué)院副教授，主要研究方向為數(shù)據(jù)挖掘、分布式計算等。

馬柏林（1961?），男，博士，嘉興學(xué)院教授，主要研究方向為數(shù)據(jù)分析與處理、計算機網(wǎng)絡(luò)和智能計算。