WaitandEpidemic路由算法专利检索-算法电脑编程专利检索查询-专利查询网

积极推动地理标志专门立法

2022-03-10 地理标志，立法，知识产权
保护知识产权是对创新最大的激励

2022-03-10 保护知识产权，创新，激励
谢商华：加快制定知识产权基本法

2022-03-10 知识产权基本法
擦亮“双奥之城”品牌

2022-03-10 双奥，知识产权
让冰雪运动“热”力全开

2022-03-10 冰雪运动，知识产权
携手共奋进　走好强国路

2022-03-10 强国，知识产权
坚持创新引领　方能稳中求进

2022-03-10 创新，稳中求进，知识产权
答好“两张卷” 奋进新征程

2022-03-10 知识产权
专家解读政府工作报告中的创新和知识产权相关部署

2022-03-10 政府工作报告，创新，知识产权
今年政府工作报告指出：加强知识产权保护和运用

2022-03-10 政府工作报告，知识产权保护

WaitandEpidemic路由算法

阅读：787发布：2020-05-12

IPRDB可以提供WaitandEpidemic路由算法专利检索，专利查询，专利分析的服务。并且本发明涉及名为Wait and Epidemic的机会网络路由算法，作用是使机会网络中节点高效转发数据包，同时尽可能少地消耗节点能量。本路由算法将数据包的转发过程分为Wait和Epidemic两个阶段。数据包首先进入Wait阶段，该阶段采用Direct Delivery路由策略；在Wait阶段未到达目标节点的数据包进入Epidemic阶段，该阶段采用有限度泛洪策略。本算法具有W，K，M参数，恰当地设置参数可有效地减少网络中无效数据包副本的存在，以接近最优的路由开销取得很高的传输成功率，这是传统机会网络路由算法难以达到的。本路由算法适合能量成为稀缺资源的场景，如灾难发生后场景。，下面是WaitandEpidemic路由算法专利的具体信息内容。

权利要求

1.一种名为Wait and Epidemic的机会网络路由算法(在后面的叙述中简称为路由算法)，其特征在于，包括该路由算法的原理、参数和工作过程。

2.根据权利要求1所述的路由算法，其特征在于，该路由算法适用于能量成为稀缺资源场景下的机会网络。

3.根据权利要求1至2所述的路由算法，其特征在于，本路由算法将数据包的转发过程分为Wait和Epidemic两个阶段。

4.根据权利要求1至3所述的路由算法，其特征在于，数据包首先进入Wait阶段，在该阶段采用Direct Delivery路由策略，即在此阶段数据包在传输过程中，节点不会对其进行复制，网络中只有一个该数据包的副本在传输，源节点仅在遇到目标节点时将数据包交付给下一个节点。

5.根据权利要求1至4所述的路由算法，其特征在于，在Wait阶段会有部分数据包到达目标节点，这些数据包将会被从源节点中删除，不进入Epidemic阶段。

6.根据权利要求1至5所述的路由算法，其特征在于，数据包具有W参数，W参数描述了数据包处于Wait阶段的时间长度。

7.根据权利要求1至6所述的路由算法，其特征在于，数据包具有K参数，K参数描述了Epidemic阶段节点可生成副本(子数据包)的数量。

8.根据权利要求1至7所述的路由算法，其特征在于，子数据包具有M参数，M参数描述了子数据包可生成的副本数量。

9.根据权利要求1至8所述的路由算法，其特征在于，当在Wait阶段未到达目标节点的数据包的W值超过阀值时，数据包进入Epidemic阶段。

10.根据权利要求1至8所述的路由算法，其特征在于，在Epidemic阶段，携带有数据包的节点对数据包采用有限度的泛洪策略，进入Epidemic阶段的数据包可生成K个副本，其子数据包重复其父数据包的处理过程，只是其副本数为M。

说明书全文

Wait and Epidemic路由算法

技术领域

[0001] 本发明涉及机会网络路由算法，本发明的作用是使机会网络中节点高效转发数据包，同时尽可能少地消耗节点能量。

背景技术

[0002] 机会网络是一种不需要在源节点和目的节点之间存在完整路径，利用节点移动带来的相遇机会实现网络通信的、时延和分裂可容忍的自组织网络。机会网络不同于传统的多跳无线网络，它的节点不是被统一部署的，网络规模和节点初始位置未进行预先设置，源节点和目的节点之间的路径事先不能确定是否存在。机会网络以“存储-携带-转发”模式逐跳传输信息实现节点间通信，其体系结构与多跳无线网络不同，它在应用层与传输层之间插入一个被称为束层的新的协议层。

[0003] 由于机会网络能够处理网络分裂、时延等传统无线网络技术难以解决的问题，能满足恶劣条件下的网络通信需要，其主要应用于缺乏通信基础设施、网络环境恶劣以及应对紧急突发事件的场合。

[0004] 在飓风、地震等严重自然灾害发生后，电力、通讯等基础设施遭到破坏，依赖固定基础设施的通讯系统通常都无法使用。此时，由身处灾难场景中个人携带的无线智能移动设备间相互通信，进而以这些设备为节点组成的通讯网络将成为灾区重要的通信手段。在灾难场景下，无线智能移动设备难以得到能量补充，仅能靠设备中固有的能量维持通信，设备中的能量变成一种稀缺资源，低的能量消耗意味着节点有更长的生存期。

[0005] 传统的机会网络路由算法为追求高的传输成功率、小的传输延迟，通常会进行大量的数据包转发，大量的无效数据包转发成为节点能量消耗的一个突出问题。传统路由算法不将能量消耗作为重要指标，难以适用于能量成为稀缺资源的场景，如灾难发生后的场景。

[0006] 为和本发明路由算法对照，选取了3种传统的典型路由算法。Direct Delivery算法是单副本路由算法的典型代表，该算法在任何情况下路由开销均为0，是转发量最小的路由算法，但该算法的传输成功率、传输延迟等指标较差。Epidemic算法是基于泛洪策略路由算法的典型代表，很多基于泛洪策略的路由算法都可视为是由该算法衍生而来。Direct Delivery和Epidemic算法分别代表了2种极端情况，一种是不泛洪，另一种是无限制的泛洪。Spray andWait算法是按照一定策略进行泛洪，从泛洪程度角度讲是介于Direct Delivery和Epidemic中间的一种算法，该算法的主要性能指标在多数场景下都具有显著的优势。

[0007] 下面简单介绍一下3种传统典型路由算法的机理：

[0008] 1.Direct Delivery算法

[0009] Direct Delivery(也称Direct Transmission)算法基于转发策略，该路由算法数据包在传输过程中，节点不会对其进行复制，网络中只有一个数据包副本在传输。源节点仅在遇到目标节点时将数据包交付给下一个节点。

[0010] 2.Epidemic算法

[0011] Epidemic算法是基于泛洪策略，算法思想是当2节点相遇时复制并交换对方没有的数据包，经足够的交换后，理论上每个非孤立节点将收到所有数据包，从而实现数据包的传输。该算法的优点是在某些场景下能最大化数据包传输的成功率，减少传输延迟，缺点是网络中存在大量的数据包副本，会大量消耗网络资源。

[0012] 3.Spray And Wait算法

[0013] Spray and Wait算法分为2个阶段。首先是Spray阶段，源节点中的部分数据包被扩散到邻居节点；然后是Wait阶段，若Spray阶段没有发现目标节点，包含数据包的节点以DirectDelivery方式将数据包传送到目标节点。

[0014] Spray and Wait算法有2种模式，Binary模式和非Binary模式。在Binary模式下，算法机制是当源节点遇到新中继节点时，将一半数据包发送给新中继节点，自己留下一半数据包；随后源节点和中继节点重复进行上述过程，直到所有节点中只有一个数据包时，节点转入Wait阶段，采用直接传输给目的节点。Spray and Wait算法有L参数，该参数描述了数据包的个数。

[0015] Spray and Wait算法基于泛洪策略，但传输量显著地少于Epidemic算法；传输延迟较小，接近于最优。

[0016] 评价机会网络路由算法性能指标的度量值主要有如下3个：

[0017] 1.传输成功率

[0018] 传输成功率(Delivery Ratio)是在一定的时间内成功到达目标节点数据包总数和源节点发出的需传输数据包总数之比，该指标刻画了路由算法正确转发数据包到目标节点的能力，是最重要的指标。

[0019] 2.路由开销

[0020] 路由开销(Overhead)是指在一定时间内节点转发数据包的总数，通常用所有成功到达目标节点的数据包数与所有节点转发的数据包总数之比来评价。路由开销高，意味着节点大量地转发数据包，会使网络中充斥大量的数据包副本，增加数据包发生碰撞的概率，也会大量地消耗节点能量。

[0021] 3.传输延迟

[0022] 传输延迟(Delivery Delay)是数据包从源节点到达目标节点所需的时间，通常采用平均传输延迟来评价。传输延迟小意味路由算法传输能力强、传输效率高，也意味着在传输过程中将会占用较少的网络资源。

[0023] 传统的机会网络路由算法为追求高的传输成功率、小的传输延迟，通常会进行大量的数据包转发，大量的无效数据包转发成为节点能量消耗的一个突出问题。传统路由算法不将能量消耗作为重要指标，难以适用于能量成为稀缺资源的场景。

发明内容

[0024] 本路由算法(Wait and Epidemic路由算法)将数据包的转发过程分为Wait和Epidemic两个阶段。

[0025] 数据包首先进入Wait阶段，在该阶段采用Direct Delivery路由策略，即数据包在传输过程中，节点不会对其进行复制，网络中只有一个数据包副本在传输，源节点仅在遇到目标节点时将数据包交付给下一个节点。

[0026] 在Wait阶段会有部分数据包到达目标节点，这些数据包将会被从源节点中删除，不进入Epidemic阶段。

[0027] 当数据包的W值超过阀值时，数据包进入Epidemic阶段。只有在Wait阶段未到达目标节点的数据包会进入Epidemic阶段，在该阶段节点对数据包采用有限度的泛洪策略，进入Epidemic阶段的数据包可生成K个副本(子数据包)，其子数据包重复其父数据包的处理过程，只是其副本数为M。

[0028] 算法具体描述如下：

[0029] 1.每个数据包具有W，K，M参数，W参数描述了数据包处于Wait阶段的时间长度，K参数描述了Epidemic阶段数据包可生成副本(子数据包)的数量，M参数描述了子数据包可生成副本的数量。

[0030] 2.当包含源数据包p的节点i遇到另一节点j时，若源数据包p的等待时间pw大于W，且pk或pm大于0时，复制该数据包，并将其发送到节点j，其中pk、pm是p数据包可生成副本的数量；否则仅当节点j为源数据包p的目标节点时发送。

[0031] 3.若节点j是源数据包p的目标节点，则将节点i中的源数据包p删除。

[0032] 4.随着时间增加，数据包p的pW值增加，每当数据包p成功复制一次，其pM或pK值减1。

[0033] 5.当包含数据包p的节点i遇到另一节点j时，数据包p的目标节点为节点j且节点j中已包含数据包p的副本时，则删除节点i中的数据包p。

[0034] 本算法和Spray and Wait算法的不同主要是体现在两个方面，一是Spray and Wait是针对节点，将对节点处理分为两个阶段，而本算法是针对数据包，将对数据包的处理分为两个阶段；二是Spray and Wait首先是Spray阶段，然后是Wait阶段，而本算法是首先是Wait阶段，然后是Epidemic阶段。

[0035] 由算法机理可知，当W为0，且K，M很大时，本算法退化为Epidemic算法；当W超过数据包生存时间，且K，M很大时，本算法退化为Direct Delivery算法。

[0036] 由于Wait阶段已有部分数据包到达目标节点，仅有部分数据包进入Epidemic阶段，这显然可以从根本上有效地减少网络中数据包副本的总量。

[0037] 本算法具有W，K，M参数，恰当的参数设置可控制Epidemic阶段的泛洪程度，大幅提高算法性能。本算法可在获得高传输成功率的同时，大幅降低路由开销，相对于传统机会网络路由算法而言，是一种适合在能量稀缺场景下应用的路由算法。

附图说明

[0038] 图1不同W，K，M参数下的传输成功率

[0039] 图2不同W，K，M参数下的路由开销

[0040] 图3不同W，K，M参数下的传输延迟

具体实施方式

[0041] 以下对本发明的原理和特征进行描述，所举实例只用于解释本发明，并非用于限定本发明的范围。

[0042] 为更清晰地描述Wait and Epidemic(WE)路由算法，下面给出了在仿真平台上实施的示例。ONE(the Opportunistic Networking Environment)是机会网络领域公认的仿真平台，是各种路由算法性能对比、评价最重要的工具。本实施示例基于真实城市环境(Helsinki)场景，以携带智能蓝牙设备步行于模拟场景中的行人为节点，节点会随机生成数据包，并按照路由算法复制、转发数据包。具体场景设置如表1所示。

[0043] 表1仿真场景

[0044]

[0045]

[0046] 实施示例1

[0047] 在表1场景中，以200个节点为例，选取不同的W，K，M值进行仿真，该实施示例表述了W，K，M参数对算法性能的影响，结果如图1-图3所示。

[0048] 由图1-图3可知，当W很大，而K，M很小时，算法趋近于Direct Delivery算法；当W很小，而K，M很大时，算法指标趋近于Epidemic算法，这完全符合算法的机理。当W，K，M取值恰当，算法的传输成功率和路由开销可同时获得理想的值，但传输延迟高于Epidemic算法。

[0049] 在机会网络众多路由算法中，Epidemic和Direct Delivery算法在多数场景下各项性能指标较差，但原因却完全不同。Epidemic算法的原因是过度泛洪，网络中大量无效数据包副本消耗了大量资源，而Direct Delivery算法性能低下的原因则是网络中没有数据包副本存在，导致数据包遇到目标节点的机会较少。

[0050] 由图1-图3可知，本路由算法提供了一种通过设置算法W，K，M参数，在传输成功率、路由开销和传输延迟三个指标间进行折衷的手段，使本算法可以更好地适用于不同场景对路由算法的要求。

[0051] 实施示例2

[0052] 以表1场景为基础，选取了4种不同的网络规模，分别是60至400个节点。通过路由算法在不同场景下的表现比较4种算法，并以此来评价本发明路由算法的性能。

[0053] 具体的比较方式是，确定网络规模后，首先取恰当的L参数值，令Spray and Wait算法的传输成功率最高，然后选择适当的W，K，M值，令本发明路由算法的传输成功率和Spray andWait算法相当，如表2所示，在此基础上比较路由开销和传输延迟，如表3，表4所示。

[0054] 表2传输成功率

[0055]

[0056]

[0057] 表3路由开销

[0058]

[0059] 表4传输延迟

[0060]

[0061] 由表2，表3可知，在传输成功率基本相同的情况下，本路由算法的路由开销大幅低于Spray and Wait和Epidemic算法。Direct Delivery算法尽管可取得最优的路由开销，但其传输成功率较低，特别是在网络规模较大的情况下。

[0062] 由表4可知本路由算法传输延迟指标较差，在多数情况下高于Spray and Wait和Epidemic算法与Direct Delivery算法相当。原因是由于算法机理所致，当W参数值较大时，其传输延迟较大。

[0063] 上述实施示例表明，Wait and Epidemic算法的工作机理及W，K，M参数可有效地减少网络中无效副本的存在，提供了在传输成功率、路由开销和传输延迟三个指标间进行折衷的手段，使算法具有更大的灵活性，以适应不同场景的需要。恰当地设置W，K，M参数可在较高的传输成功率下，大幅降低路由开销，该特性使算法非常适合在能量成为稀缺资源的场景，如灾难发生后的场景应用。

标题	发布/更新时间	阅读量
组播MPH算法-专利编号CN105429768A	2020-05-12	838
WaitandEpidemic路由算法-专利编号CN102201989A	2020-05-12	785
一种ICP算法-专利编号CN104680530A	2020-05-13	255
保护DSP算法-专利编号CN101057245A	2020-05-12	380
WaitandEpidemic路由算法-专利编号CN102201989B	2020-05-13	828
IPQAM平滑算法-专利编号CN110536170A	2020-05-13	1155
一种ACE算法-专利编号CN104734883A	2020-05-11	730
径流算法-专利编号CN103268522A	2020-05-11	592
A2HARQ算法-专利编号CN1332540A	2020-05-11	273
算法密码-专利编号CN101359987A	2020-05-11	326

WaitandEpidemic路由算法

Wait and Epidemic路由算法

技术领域

背景技术

发明内容

附图说明

具体实施方式

IPRDB

热门服务

关于我们

友情链接

联系方式