節點狀態感知的機會網絡分布式協作緩存機制

王汝言 楊慧娉 應 俊 舒 娜

?

節點狀態感知的機會網絡分布式協作緩存機制

王汝言①②楊慧娉*①③應 ?、佗凼?娜①②

①(重慶高校市級光通信與網絡重點實驗室 重慶 400065)②(重慶郵電大學通信與信息工程學院 重慶 400065)③(重慶郵電大學光電工程學院 重慶 400065)

合理利用節點間的協作關系及相鄰節點的緩存資源可有效提高機會網絡中節點緩存的利用率與消息的投遞率。該文提出一種節點狀態感知的分布式協作緩存機制，通過感知消息擴散程度動態估計消息的重要程度，確定消息在緩存操作中的優先級。進而根據節點的活躍度及相對粘度獲知給定消息與其目標節點的相遇概率，并針對消息源節點的差異設計分區協作緩存方法，同時在本地緩存處于存滿狀態時動態選取協作節點，實現本地消息到相鄰節點的轉移，以達到高效利用緩存資源的目的。結果表明，所提出的協作緩存機制能夠有效地利用節點有限的緩存資源，并大幅度地改善消息投遞率及節點緩存利用率。

機會網絡；擴散程度；相遇概率；協作節點

1 引言

隨著普適計算技術的發展和移動應用環境的逐漸成熟，機會網絡[1]得到了廣泛的關注。此種網絡中的節點分布比較稀疏，節點頻繁移動使其連接呈現出顯著的間歇性，導致源節點和目標節點之間的端到端路徑頻繁斷裂。為了解決路徑斷裂所引發的通信中斷問題，人們提出了使用“存儲-攜帶-轉發”的異步路由方式來傳送消息[2]。然而，由于機會網絡中節點移動頻繁，使得消息端到端的延時較大，導致消息在網絡中滯留較長時間，極大地消耗了中繼節點有限的存儲空間。與傳統的移動自組網相比，機會網絡對緩存資源有更高的要求。當網絡中有大量消息傳輸時，由于緩存資源受限，將導致節點的緩存空間被迅速消耗，進而造成網絡擁塞。

為解決上述問題，研究人員提出了帶有節點協作的緩存管理機制。文獻[3]采用面向群組的緩存消息共享機制，各個節點以分布式的方式根據關系緊密程度建立相應的群組，同一群組內的節點能夠協作地分享彼此有限的緩存空間，從而為其他節點提供消息緩存服務。然而，文中在設計協作緩存機制時，將“幽靈”消息無差別地廣播至通信范圍內的所有節點，極大地占用了其他節點有限的緩存空間。文獻[4]根據節點轉發消息的概率和歷史相遇信息來確定網絡中心節點，同時將網絡中的消息存儲至中心節點及其鄰近節點，充分利用節點有限的緩存空間，從而實現多個緩存節點之間消息的有效傳輸。然而，文中為了提高數據的訪問率，降低數據的訪問時延，將數據都存放于網絡的中心地區，極大地增加了網絡中心地區節點的緩存負載。與文獻[4]類似，文獻[5]針對社會性機會網絡中的數據訪問問題，提出了一種分層協作緩存機制，根據節點的社會特性將緩存空間劃分為3個部分，分別存儲本地節點、朋友節點及陌生節點產生的消息，并且針對每個部分設計不同的緩存替換策略以提高節點的緩存利用率和消息投遞率。然而，當緩存將滿時，文中提出將本地訪問頻率最低的數據進行刪除，用數據訪問頻率最高的數據進行替換，而直接刪除訪問頻率最低的數據會影響其他用戶對該數據的訪問，增大興趣用戶訪問該數據的時延，造成該數據被訪問率的進一步降低?，F有的研究表明，以人類為載體構成的機會網絡呈現出“大世界、小世界”特性[6]，具有相同或相近的社會屬性的節點之間，部分活躍節點與其他節點之間連接較為頻繁。節點之間社會屬性的不同造成其移動模式與活躍程度有明顯的差異。因此，在節點之間采用協作的方式進行消息的緩存時，應充分考慮節點之間活躍程度的差異，以提高消息的緩存效率。

為了解決上述問題，在利用消息擴散程度動態估計的基礎上，本文提出了一種節點狀態感知的分布式協作緩存機制(Node Status aware Distributed Cooperative Caching strategy, NS-DCC)。未對節點的移動模式作同質假設，而是基于社會網絡理論，通過感知節點的活躍度及相對粘度，評估節點間的相遇概率，并根據消息的源節點將消息分類緩存，以協作的方式將節點緩存內的消息替換為與目標節點具有較高相遇概率的消息。這樣所有的節點都參與消息的緩存過程，而非將所有消息都集中于網絡中心地區的節點緩存內，以此提高節點的緩存利用率。為了避免盲目地刪除緩存內的消息，所提出的策略采用分布式協作緩存轉移方法，通過動態建立給定節點的協作節點集合，將節點緩存內的消息轉移至通信范圍內的協作節點，而非上述文獻中所提出的無差別地廣播或直接刪除機制，從而提高緩存資源的利用率及消息的投遞率。

2 擴散程度感知的消息重要程度估計方法

根據機會網絡的消息轉發原理可知，消息的擴散程度與其被成功投遞的概率直接相關，擴散程度越高的消息到達目標節點的概率越大，導致繼續攜帶此消息的必要性下降，消息的重要程度也就隨之下降?？梢姡⒌臄U散程度直接決定了消息的投遞狀態。因此，本文根據擴散程度估計給定消息的重要程度，從而避免節點在有限的鏈路持續時間內轉發冗余程度較高的消息，以達到更加合理地利用網絡資源的目的。

研究表明，機會網絡具有較強的社會屬性，具有相似社會屬性的節點以自組織的形式聚合為一個社區[7]，因此，機會網絡中的節點從邏輯上分布在多個相對獨立的社區中。根據節點的社會屬性可知，不同社區內節點建立連接的密集程度并不相同，所以在估計消息的重要程度時應當綜合考慮該消息在各個社區中的擴散程度。

對于分布式運行的機會網絡來說，難以通過洪泛的方式獲知消息的全部轉發過程，因此，本文通過節點在運動過程中所獲知的局部歷史狀態信息近似地預測消息的擴散程度。節點在本地以三元組維護其相遇狀態表項信息，其中表示相遇節點的標識，由社區號與編號組成；為相遇時間；為相遇持續時間。節點與相遇后交互雙方節點的表項信息，進而在較短的收斂時間內可建立相遇狀態矩陣。定義表示網絡中的社區集合，表示第個社區，則節點通過在本地查詢相遇狀態矩陣，搜索節點本地存儲的中有相同社區號的相遇表項信息，并除去節點編號重復的相遇表項信息，通過查詢經過處理后的相遇表項數量即可獲知社區的節點數。

(2)

(4)

由于網絡中消息由節點攜帶轉發，則可利用網絡中攜帶過該消息的節點數來衡量給定消息在網絡中的擴散程度。令表示時刻社區中存儲消息的節點數，為社區內節點的數量，由上可知，可通過查詢消息的存儲狀態集合得到，可通過查詢本地相遇狀態矩陣獲取，那么節點可預測消息在社區內的擴散程度，即

(6)

最終，根據消息的擴散程度可估計消息的重要程度()。

(8)

3 相遇概率估計的協作緩存替換方法

機會網絡具有間斷連接特性，消息需要存儲在節點緩存內以等待節點相遇帶來的通信機會，進而執行轉發操作?？梢?，消息的投遞狀態與節點間的相遇概率相關。為了提高消息的投遞概率，需估計節點間的相遇概率，從而在節點建立連接后選擇合適的消息進行交互。

3.1 節點活躍度感知的相遇概率估計

如前所述，消息的傳輸狀態與消息緩存節點和目標節點間的相遇概率直接相關[8]。消息攜帶節點的活躍程度越高，則該節點與其他節點相遇的機會越多，使得消息的擴散速度越快，目標節點與消息攜帶節點相遇的概率就越大，消息的成功投遞率也就越高。由此易知，消息成功投遞概率與節點的活躍度直接相關，可通過準確地獲知節點的活躍度來估計節點間相遇概率，從而有效地控制消息的轉發過程，達到提高緩存資源利用率的目的。

定義1 節點活躍度：單位時間內節點與其他節點進入通信范圍，并建立通信連接的次數占網絡中全部連接次數的比例。其反映了該節點相對網絡中其他節點的活躍程度。

定義2 節點相對粘度：任意節點針對某個特定節點的活躍度。其反映了該節點相對網絡中某給定節點的活躍程度。

根據“大世界、小世界”特性可知，節點間的關系存在較大差異，節點與關系較親密的節點頻繁相遇，而與其他節點相遇頻率則較低。因此，在估計節點活躍度時，若單純地考慮節點的活躍度無法準確地評估其攜帶消息并投遞至目標節點的能力，還需要考慮當前節點對消息目標節點的相對粘度。此外，消息攜帶節點通過與目標節點直接相遇的方式也能夠實現消息的投遞，因此在估計節點相遇概率時也需要考慮節點與目標節點的直接相遇概率。

綜上，本文所提出的相遇概率估計方法根據當前網絡狀態，預測消息緩存節點的活躍度及相對粘度，進而結合節點與目標節點的直接相遇概率估計節點相遇概率。如前所述，單位時間內給定節點與網絡中其他節點的相遇次數越多，則通過給定節點所攜帶的消息成功投遞率越高。因此，給定節點與網絡中其他節點的相遇次數是評估節點活躍度的關鍵參數。定義為網絡中的節點集合，那么網絡中節點數量為。將給定節點與網絡中其他節點的相遇次數n()定義為該節點的相遇總次數，那么網絡中節點相遇次數為各個節點進入其他節點通信范圍的相遇總次數，定義為。進而可得出節點的活躍度L()。

同理，可獲知當前節點相對消息目標節點的活躍程度，即節點相對粘度。

(10)

研究表明，節點相遇間隔時間服從指數分布[9]，則節點在時間內與節點相遇的概率為

(13)

3.2消息源感知的分區協作緩存方法

理論研究和實際測量表明，機會網絡中的節點具有極強的社會屬性，節點不僅需要緩存自身產生的消息，還需為其他節點提供緩存與轉發服務[10]。然而，為保證自身產生的消息被順利投遞，節點通常表現出一定的自私性，即為自身產生的消息賦予較高的緩存優先級。由于節點的緩存空間有限，當網絡中存在大量消息時，節點自身產生的消息較容易得到存儲、攜帶及轉發，而為其他節點產生的消息分配較少的緩存空間，此種方式將造成嚴重的緩存競爭問題。因此，在設計緩存管理策略時應考慮消息源的因素，針對自身產生的消息與其他節點的消息分別進行緩存資源的配置。為不失一般性，本文依據節點緩存內消息的來源，將節點緩存劃分為本地緩存區和協作緩存區，分別存儲節點本地產生的消息和其他節點產生的消息。其結構如圖1所示。

圖1 節點緩存分區

為了能夠提高消息在存儲及轉發過程中的魯棒性，并有效地降低負載，針對來自不同分區的消息，提出消息源感知的分區協作緩存替換方法，對于不同緩存區的消息采取不同的緩存替換方法。該方法的基本過程如下：初始狀態下，對本地緩存區消息設置較高的緩存替換與轉發優先級，而對協作緩存區消息設置較低的優先級。節點相遇后在進行緩存替換或消息轉發時，首先根據消息的重要程度優先向對方節點復制或轉移本地緩存區內的消息，如圖2中節點,優先復制本地緩存區消息集合與，此時若有剩余緩存空間，則繼續提取協作緩存區消息與；然后，節點交互雙方到達消息目標節點的概率，分別為和，并提取彼此自身有較高相遇概率的消息，即從,,與中分別提取出與；最后，節點將本地緩存區內的消息復制至對方節點的協作緩存區中，若對方仍有緩存空間，則將節點協作緩存區內的消息直接轉移至對方協作緩存區。上述的協作緩存替換過程如圖2所示。

圖2 協作緩存替換過程示意圖

4 分布式協作緩存轉移方法

由于節點的活躍度存在差異，當網絡負載較重時，將導致部分活躍節點的緩存出現溢出。傳統的緩存管理策略通過直接刪除緩存內的消息來釋放緩存空間，對消息投遞率造成極大的影響。為避免節點直接刪除消息造成投遞率下降，本文提出協作緩存轉移方法。當節點緩存已滿時，通過將消息轉移至具有剩余緩存空間，且具有較強協作能力的節點，從而以協作的方式緩存消息，以充分利用節點的緩存資源，達到提高消息投遞率的目的。

4.1 Top-k協作節點集選取方法

顯然，若協作節點選取不合理會進一步占用其他節點有限的緩存資源，影響其他節點的消息投遞過程。因此，協作緩存節點集合的選取是協作緩存轉移方法的關鍵。

如前所述，相遇概率較高的節點再次相遇的機率較大，便于節點之間的緩存轉移與回傳。由于機會網絡中的連接頻繁斷裂，為了保證消息可被成功轉移，還應考慮節點間的相遇持續時間。因此，選取協作節點集時應綜合考慮節點間的相遇概率與相遇持續時間。

(16)

因而，可進一步定義節點與節點之間的歸一化協作系數，其綜合考慮了節點間的相遇概率與相遇持續時間狀態，反映了節點為節點提供協作緩存服務能力的歸一化數值。

(18)

由于同一社區內節點的相遇概率較高，則將消息轉移至此類節點可有效提高消息的投遞率。若在節點的通信范圍內存在屬于消息的目標社區的節點，則也將該節點并入節點的協作緩存節點集中，因此定義節點的協作緩存節點集為

當節點緩存已滿時，若節點通信范圍內存在多個協作緩存節點集中的節點，節點則按照消息的重要程度將消息廣播至協作集中有剩余緩存空間的節點，并將廣播后的消息從本地刪除。反之，若節點通信范圍內不存在協作節點集中的節點，節點則按照消息的重要程度優先刪除本地緩存區的消息。當接收節點與消息轉移節點再次相遇時，若節點此時有剩余緩存空間，則比較雙方節點與消息目標節點的相遇概率，若該節點的相遇概率較低，則將消息回傳至節點。反之，則不把消息回傳給節點。

4.2 NS-DCC機制

為提高節點的緩存利用率，在利用消息擴散程度動態估計的基礎上，本文提出了一種節點狀態感知的分布式協作緩存機制(NS-DCC)。當兩節點相遇，首先判斷相遇節點是否為消息的目標節點，若不是消息的目標節點，則進一步判斷相遇節點是否有剩余緩存空間。當相遇節點有剩余緩存空間時，則采用協作緩存替換方法，使得節點在本地存儲自身與消息目標節點有較高相遇概率的消息。當節點緩存已滿時，則采用協作緩存轉移方法，將節點本地消息轉移至協作節點，避免消息丟失所造成的消息投遞率下降。因此，本文所設計的分布式協作緩存機制的執行流程如下：

步驟1 若相遇節點為消息的目標節點，直接將消息發送給對方節點；

步驟2 若相遇節點不是消息的目標節點且都有空余緩存空間，則按照前述的緩存替換方法進行緩存內消息的替換。依據前述估計所得的雙方節點與消息目標節點間的相遇概率，并結合消息的重要程度，優先將雙方節點本地緩存區內的重要程度較高的消息復制到對方的協作緩存區。若仍有緩存空間，則繼續將雙方節點協作緩存區內對方有較高相遇概率的消息轉移至對方的協作緩存區；

步驟3 若相遇節點不是消息的目標節點，同時該節點的緩存已滿時，則采用所提出的分布式協作緩存轉移方法進行節點本地緩存內消息的轉移。節點首先動態選取協作節點集，以確定鄰居節點中協作節點，進而依據消息的重要程度將較為重要的消息廣播至協作節點，并將該消息從節點本地刪除；

步驟4 在分布式協作緩存轉移方法中，若在節點的通信范圍內未找到合適的協作節點時，將根據消息的重要程度優先刪除節點本地緩存區內重要程度較低的消息；

步驟5 協作緩存消息的回傳。節點與存儲該節點所轉移消息的協作緩存節點相遇后，若本地節點此時有剩余緩存空間，將比較此時雙方節點與消息的目標節點的相遇概率。若對方較小時，則將消息重新轉移至節點本地，對方節點將該消息從其緩存內刪除。反之，則不作任何操作。

5 仿真驗證與結果分析

本文使用機會網絡仿真環境(Opportunistic Network Environment, ONE)[11]，分別從3個方面對所提出的協作緩存機制進行性能評估，主要包括消息成功投遞率、網絡負載率及平均時延。其中，網絡負載率定義為消息的冗余投遞次數與成功投遞消息數之間的比例關系，其反映了所設計的緩存管理機制的運行效率。

其中，OR為網絡負載率，N為轉發消息的總次數，N為成功投遞到目標節點的消息數。消息的冗余投遞次數為消息被轉發的總次數與成功投遞到目標節點的消息數的差值，即消息的無用轉發次數。消息成功投遞次數為網絡中的全部消息成功到達其目標節點的數量。

仿真環境參數設置如表1所示。表中，網絡大小表示節點運動范圍；行人組中節點移動速度為2~4 km/h，汽車組中節點移動速度為20~35 km/h;為消息擴散度閾值，為協作集節點個數默認值。

表1參數設置

為了更加全面地驗證所提出機制的有效性，本文將與機會網絡中傳統的緩存管理機制最老刪除(Drop-Oldest)、基于消息傳播狀態的緩存替換機制(MTSBR)[12]及帶有消息投遞率估計的自適應緩存管理策略(ABMDPE)[13]進行對比。在節點緩存空間不足的情況下，MTSBR機制優先刪除副本數目較多的消息，從而有效地抑制網絡中該類消息的過分復制轉發。若消息的副本數目相等時，則按照消息在網絡中的傳遞速率進行依次刪除。ABMDPE則依據所估計消息的投遞概率，直接刪除已投遞概率最高的消息，為已投遞概率較低的消息分配緩存資源。

5.1協作集節點數量對網絡性能的影響

該節驗證本文提出的NS-DCC中不同協作節點數量設置對網絡性能造成的影響，仿真結果如圖3-圖5所示。

圖3 不同協作節點數量下的投遞率????????圖4 不同協作節點數量下的網絡負載率????????圖5 不同協作節點數量下的平均時延

如圖3所示，隨著協作集中節點數量的增大，消息的成功投遞概率呈現出先上升后下降的趨勢。這是由于協作節點集的增大，使得節點在緩存將滿時有較高的概率將消息轉移至有較高協作能力的節點，從而避免了消息被直接刪除，提高了消息的投遞概率。但是，當協作節點數量過大(超過3個時)，就會導致該消息的副本同時被轉移至多個協作節點，從而占用了其他消息的緩存資源，造成消息的整體投遞率的下降。因此，消息投遞率呈現出先上升后下降的趨勢。

圖4中，網絡負載率隨協作節點個數的增大先降低后升高。這是由于當增大協作節點集時，消息被轉移至有剩余緩存空間的協作節點的概率增大，消息被刪除的概率隨之減小。由式(20)可知，消息被成功投遞的次數增多，使得網絡負載率降低。但是，當協作節點數量超過3個時，節點在進行消息轉移時有較高的概率轉移至多個協作節點，造成消息的冗余投遞次數增多，從而使得網絡負載率增大。因此，網絡負載率隨協作節點數量的增大先上升后下降。

如圖5所示，消息的平均時延隨協作節點個數的增多呈現先快速下降后逐漸上升的趨勢。這是因為協作節點之間進行消息的轉移，合理地利用了節點的緩存資源，降低消息被直接刪除的概率，使得有更多的節點緩存該消息，則消息被快速投遞至目標節點的概率變大。但是當協作節點集過大時，同一消息的副本就會占用多個節點的緩存資源，從而增大了其他消息被刪除的概率，因此，造成消息整體投遞時延的增大。因此，消息的平均投遞時延隨協作節點個數先下降后上升。

綜上所述，協作節點集的設置所帶來的協作開銷對網絡性能有一定的影響，由上述仿真結果可知，當協作節點數量設置為3時，網絡的投遞率、負載率與消息平均時延可取得較好的性能表現。因此，通過均衡考慮協作開銷對網絡的投遞率、負載率及消息平均時延的影響，本文將協作節點數量設定為3個，以此降低協作緩存中的協作開銷。

5.2 緩存空間對網絡性能的影響

本小節針對節點緩存空間在4~22 MB的情況對NS-DCC機制與其它3種機制的性能進行比較。

從圖6中可知，隨著緩存空間的增大，4種機制的投遞率都相應增加，這是因為節點的緩存空間越大，消息被刪除的可能性就越小，能被成功投遞的概率就越大。在緩存空間較小的情況下，NS-DCC機制的性能更突出。同時，在相同情況下，由于NS-DCC機制采用分區協作緩存消息以充分利用自身及其協作節點的緩存空間，因此其投遞率較MTSBR機制提高了20.8%，較Drop-Oldest機制提高了24.9%，較ABMDPE提高了13.1%。

圖6 不同緩存空間下的投遞率

從圖7中可知，隨著緩存空間的增加，負載率越來越小，且NS-DCC的負載率較MTSBR與Drop-Oldest低38.4%以上，較ABMDPE則減少了17%另外，NS-DCC的負載率變化比較平穩，原因在于該機制采用合理的協作緩存管理策略將已成功投遞的消息及時地從緩存中刪除，使其受緩存變化的影響較小。

圖7 不同緩存空間下的網絡負載率

如圖8所示，隨著緩存空間增大，4種機制的消息平均時延逐漸減少，且NS-DCC機制的平均時延明顯小于另外3種機制。這是因為NS-DCC采用協作的方式將消息存儲至其協作節點，使得有較多的空閑緩存資源存儲大量消息，從而提高了消息與其目標節點相遇的機會，進而有效降低了消息平均時延。

圖8 不同緩存空間下的平均時延

由上可知，當緩存空間較小時，所提NS-DCC機制較其他3種算法的性能表現更為突出。這是由于NS-DCC對消息的擴散程度進行了有效感知，使得節點可初步估計本地緩存內消息的重要程度。進而，根據所提相遇概率估計方法，估計節點與消息的目標節點的相遇概率。相遇的節點間通過比較雙方與消息目標節點的相遇概率，將節點緩存內的消息替換為雙方有較高相遇概率的消息。當緩存空間較為有限時，NS-DCC可充分利用節點有限的緩存空間，盡可能地緩存節點有較高投遞概率的消息。并且，緩存空間較小易引起緩存溢出，NS-DCC通過將消息轉移至協作能力較強的節點，從而避免了消息被直接刪除，大大提高了消息被成功投遞的概率，增加了成功投遞消息的個數，并減少了消息的平均投遞時延。因此，當緩存空間較小時，所提NS-DCC機制可取得相對較好的網絡性能。

6 結束語

為提高節點的緩存利用率與消息的投遞率，本文提出了一種節點狀態感知的分布式協作緩存機制。該機制通過分析消息的擴散程度動態預測消息的重要程度。進而，通過動態感知節點的緩存狀態，自主決策適用于當前緩存狀態的協作緩存機制，以在本地緩存適當的消息，或在緩存即將溢出時轉移本地消息至合適的協作節點，避免盲目刪除消息。仿真結果表明，所提出的NS-DCC協作緩存機制可有效改善節點的緩存，并大幅度提升網絡性能。

[1] WU Dapeng, ZHANG Hongpei, WANG Honggang,. Quality-of-protection-driven data forwarding for intermittently connected wireless networks[J]., 2015, 22(4): 66-73. doi:10.1109/MWC. 2015.7224729.

[2] ZHANG Zufan, YI Yinxue, YANG Jing,. Energy efficiency based on joint data frame fragmentation and cooperative transmission[J].2014, 11(10): 96-105. doi: 10.1109/CC.2014.6969798.

[3] CHEN Honglong and LOU Wei. GAR: Group aware cooperative routing protocol for resource-constraint opportunistic networks[J].2014, 48: 20-29. doi: 10.1016/j.comcom.2014.03.022.

[4] GAO Wei, CAO Guohong, IYENGAR A,. Cooperative caching for efficient data access in disruption tolerant networks[J].2014, 13(3): 611-625. doi: 10.1109/TMC.2013.33.

[5] WANG Yunsheng, WU Jie, and XIAO Mingjun. Hierarchical cooperative caching in mobile opportunistic social networks[C]. Global Telecommunications Conference (GLOBECOM 2014), Austin, USA, 2014: 411-416. doi: 10.1109/GLOCOM.2014.7036843.

[6] PAN Hui, CROWCROFT J, and YONEKI E. BUBBLE rap: social-based forwarding in delay-tolerant networks[J].2011, 10(11): 1576-1589. doi: 10.1109/TMC.2010.246.

[7] 吳大鵬, 靳繼偉, 呂翊, 等. 節點相似度感知的社會化間斷連接無線網絡結構檢測機制[J]. 電子與信息學報, 2013, 35(1): 141-146. doi: 10.3724/SP.J.1146.2011.01178.

WU Dapeng, JIN Jiwei, Lü Yi,. Similarity aware community detecting method for social intermittently connected mobile network[J].&, 2013, 35(1): 141-146. doi: 10.3724/ SP.J.1146.2011.01178.

[8] 申健, 夏靖波, 付凱, 等. 基于歷史相遇概率的容遲容斷網絡主動擁塞控制算法[J]. 計算機應用, 2014, 34(3): 644-648. doi: 10.11772/j.issn.1001-9081.2014.03.0644.

SHEN Jian, XIA Jingbo, FU Kai,. Active congestion control strategy based on historical probability in delay tolerant networks[J].2014, 34(3): 644-648. doi: 10.11772/j.issn.1001-9081.2014.03.0644.

[9] LI Ze and SHEN Haiying. SEDUM: exploiting social networks in utility-based distributed routing for DTNs[J].2013, 62(1): 83-97. doi: 10.1109/TC.2011.232.

[10] LIU Lei, CUI Zehan, XING Mingjie,. A software memory partition approach for eliminating bank-level interference in multicore systems[C]. Proceedings of the 21st International Conference on Parallel Architectures and Compilation Techniques, New York, USA, 2012: 367-376. doi: 10.1145 /2370816.2370869.

[11] LILIEN L T, BEN OTHMANE L, ANGIN P,. A simulation study of ad hoc networking of UAVs with opportunistic resource utilization networks[J]., 2014, 38: 3-15. doi: 10.1016/j.jnca.2013.05.003.

[12] LIU Yao, WANG Jianxin, ZHANG Shigeng,. A buffer management scheme based on message transmission status in delay tolerant networks[C]. Global Telecommunications Conference (GLOBECOM 2011), Houston, USA, 2011: 1-5. doi: 10.1109/GLOCOM.2011.6134084.

[13] 吳大鵬, 張普寧, 王汝言. 帶有消息投遞概率估計的機會網絡自適應緩存管理策略[J]. 電子與信息學報, 2014, 36(2): 390-395. doi: 10.3724/SP.J.1146.2012.01677.

WU Dapeng, ZHANG Puning, and WANG Ruyan. Adaptive buffer management strategy with message delivery probability estimating method in opportunistic networks[J].&, 2014, 36(2): 390-395. doi: 10.3724/SP.J.1146.2012.01677.

Node Status Aware Distributed Cooperative Caching Mechanism for Opportunistic Networks

WANG Ruyan①②YANG Huiping①③YING Jun①③SHU Na①②

①(Optical Communication and Network Key Laboratory of Chongqing, Chongqing 400065, China)②(College of Telecommunication and Information Engineering, Chongqing University of Posts and Telecommunications, Chongqing 400065, China)③(College of Electron Engineering, Chongqing University of Posts and Telecommunications, Chongqing 400065, China)

By reasonably exploiting the collaborative relationships between nodes and the limited cache resources of neighbor nodes, the cache utilization rate and the message delivery probability of opportunistic networks can be effectively improved. A node status aware distributed cooperative cache management mechanism is proposed in the paper, where the importance degree of a given message can be dynamically estimated by perceiving its spreading degree to determine the caching priority. Furthermore, according to the active degree and the relative viscosity, the encounter probability of a given message to its destination node can be obtained for the design of adaptive cooperative cache management strategies for messages in each cache area respectively. When the cache is fully occupied, the collaboration node within the transmission range is dynamically selected, thus the message transferring to the collaboration node and the efficient utilization of caching resources can be ideally achieved. The results show that the proposed caching mechanism can fully exploit the limited cache resources and greatly improve the message delivery rate and the buffer utilization rate.

Opportunistic networks; Spreading degree; Encounter probability; Collaboration node

TP393

A

1009-5896(2016)09-2194-08

10.11999/JEIT151374

2015-12-08；

2016-04-18；

2016-06-16

國家自然科學基金(61371097, 61271261)，重慶市自然科學重點基金(CSTC2013JJB40001, CSTC2013JJB40006)，重慶市教委項目(KJ1400402)，重慶市青年科技人才培養計劃(CSTC2014KJRC-QNRC40001)

The National Natural Science Foundation of China (61371097, 61271261), Chongqing Natural Science Foundation (CSTC2013JJB40001, CSTC2013JJB40006), Chongqing Education Commission Project (KJ1400402), Youth Talents Training Project of Chongqing Science & Technology Commission (CSTC2014KJRC-QNRC40001)

楊慧娉 yanghuiping78@163.com

王汝言： 男，1969年生，教授，博士，研究方向為泛在網絡、全光網絡理論與技術、多媒體信息處理等.

楊慧娉： 女，1989年生，碩士生，研究方向為機會網絡緩存管理及路由技術.

應 俊： 女，1976年生，副教授，碩士，研究方向為電子信息技術.

舒 娜： 女，1980年生，副教授，博士，研究方向為網絡性能分析.