基于信用度機制的移動延遲容忍傳感網中繼傳輸優化算法*

王金翔，王 恒，謝婭婭

(荊楚理工學院電子信息工程學院，湖北 荊門 448000)

隨著“中國智造2025”計劃不斷推進，傳統無線傳感網技術也發生了日新月異的變化，特別是第五代移動通信技術在傳感領域的推廣，使得傳感網絡從僅有數據采集、匯聚等功能轉型為兼具數據采集、自主裁決、延遲傳輸等新技術形態的移動延遲容忍傳感網(Mobile Delay Tolerant Sensor Network，MD-TSN)，正在國民經濟體系中發揮舉足輕重的作用[1]。 傳統組網技術關于數據傳輸均需要遵循端到端路徑假設情形，由于當前傳感節點往往具有移動特性，使得該假設出現失效[2]。 這是由于傳感節點處于移動狀態時網絡拓撲結構更迭頻繁，網絡時延較為嚴重，需要依托中繼節點并采取“存儲-滯留-發送”模式進行數據傳輸[3]。 因此，傳感節點在布撒過程中需要中繼節點在共享自身資源的同時，進一步打通處于拓撲更迭及高時延狀態的網絡，以便能夠更好地提供網絡傳輸服務[4]。

然而，移動延遲容忍傳感網在部署過程中，傳感節點因能量受限、緩存不足、帶寬制約等因素出現離線現象，導致當前網絡服務出現中斷并使網絡傳輸出現抖動[5]。 因此，采取一定技術手段規避這種現象，進而提高移動延遲容忍傳感網傳輸性能，正在日益成為研究熱門領域之一[6]。 Salim 等[7]提出了一種基于自適應多權值傳感網分簇傳輸算法，根據剩余能量、簇頭之間的距離和最佳成員節點數來選擇簇頭，選取更接近密度中心的高剩余能量節點作為中繼節點，從而形成CH 候選的初始集，具有網絡傳輸帶寬較高的特點。 然而，該算法未考慮節點移動狀態下存在的離線現象，使得中繼節點可用性不強，鏈路抖動嚴重，難以適應移動網絡部署環境。Nilabar 等[8]提出了一種三角模糊譜聚類機制的傳感網傳輸算法，首先根據能量水平對傳感節點進行分組，選擇剩余能量和信號強度較高的傳感器節點作為簇頭，采用直傳模式將數據傳輸至目的節點，具有部署較為便捷的特性。 但是，該算法在中繼節點出現拒絕服務現象時采用重傳輸機制進行數據傳輸，網絡擁塞控制性能不高，降低了該算法的網絡傳輸帶寬。 Jyoth 等[9]提出了一種基于星型拓撲分割方案的傳感網傳輸算法，利用星型定位概念來優化無線傳感器網絡的分簇性能，以最大限度地節省簇頭資源消耗為目標，具有傳輸性能較高的特點。 然而，該算法未考慮中繼節點可能存在的服務拒絕現象，易造成簇內區域擁塞現象，使得算法在移動條件下的網絡傳輸性能較差。 Ullah 等[10]提出了一種基于多社交協同機制的移動延遲容忍網絡傳輸優化算法，該算法按照能耗指標實現多區域節點協同傳輸，能夠以較高的效率實現數據投遞。 不過，該算法對網絡環境穩定性要求較高，拓撲處于動態變化時較易出現數據傳輸抖動現象。 Priyankay 等[11]提出了一種基于旅行分區調度機制的移動延遲容忍網絡傳輸優化算法，優選具有較優傳輸性能的節點作為中繼節點，采用旅行機制實現區域遍歷，能夠迅速形成數據傳輸鏈路，網絡收斂性較高。 不過，由于該算法在區域劃分完畢后將不再進行鏈路更新，所篩選出的中繼節點出現抖動時難以及時實現更換，因此該算法數據傳輸性能較低。

為了改善網絡的傳輸能力，本文提出了一種基于信用度機制的移動延遲容忍傳感網傳輸優化算法。 首先，引入副本機制設計了鑒權信息結構，采取成功投遞鑒權(Successful Delivery Authentication，SDA)模式對中繼節點行為進行評估，量化解析中繼節點的轉發性能，增強網絡對中繼節點的篩選能力。其次，采用雙線性映射方案構建基于身份鑒權機制的中繼節點可信度確認方法，拒絕服務能力較差的中繼節點加入傳輸鏈路，提高所選中繼節點的傳輸能力。 并采用信用分級模式構建了基于信用度機制的節點激勵方法，篩選信用值較高的節點作為備用中繼節點，懲罰拒絕提供服務的中繼節點，從而優化了源節點與目的節點間的傳輸路徑，提高網絡傳輸質量。 最后，采用MATLAB 仿真實驗平臺證明了本文算法的性能。

1 移動延遲容忍傳感網絡模型概述

一般而言，移動延遲容忍傳感網近年來多用于智能汽車、無人機組網等領域，具有節點分布較為稀疏的特點，如智能汽車等應用場景中，每百平方米節點一般僅有1～2 個。 因此，數據傳輸過程中需要對網絡傳輸時延、丟包等具有較高的容忍特性。 此外，移動延遲容忍傳感網節點部署具有多制式特性，其網絡成型過程一般不采用分簇結構[12]，各傳感節點均可作為數據傳輸過程中的中繼節點，見圖1。 由于傳感節點分布區域較為寬廣，分布密度較為稀疏，各節點間很難存在具有持續傳輸能力的中繼節點。當各節點處于通信范圍之內時方有一定概率建立傳輸鏈路并進行數據通信。 若各節點間均沒有持續通信能力或出現能量受限，網絡拓撲將處于中斷狀態。

圖1 移動延遲容忍傳感網節點部署

考慮到網絡節點存在的稀疏特性，本文網絡采取多重傳輸機制:源節點A發送數據過程中將同時生成多個數據副本，數據副本被傳輸至Sink 節點的過程將經過多個中繼節點。 各中繼節點轉發數據副本時將添加鑒權信息Message(A):

式中:B(A)表示源節點A所發送的數據，IDsource表示源節點的ID 信息，Mid(A)表示中繼節點信息，Ts(A)表示B(A)對應的時間戳，Auth(A)表示源節點A的鑒權報文。 式(1)所示數據報文中，數據段主要為中繼節點位置相關信息及時間戳，鑒權失敗時將自動丟棄該報文。 考慮到移動延遲容忍傳感網節點分布具有的系數特性，源節點同時發送的副本數目一般不超過3 個，且鑒權失敗時將自動丟棄相應副本，因此多重傳輸機制對網絡負載貢獻程度有限。

為進一步提高網絡對節點中繼傳輸能力的預測，采取成功投遞鑒權(Successful Delivery Authentication，SDA)模式對中繼節點行為進行評估。 SDA模式首先需要構建一個可由任意節點i維護的鑒權列表SDA(i)，SDA(i)涵蓋與節點i有數據交互行為的節點信息。 節點i通過周期機制遍歷SDA(i)并更新如下參數:

Serv(i，i＋1)表示節點i＋1 為節點i提供中繼服務的總頻次。

Suss(i，i＋1)表示節點i＋1 為節點i成功進行中繼轉發的總頻次。

網絡成型后，各節點均有自己的鑒權列表。 當節點i完成遍歷后，將按如下規則更新鑒權列表SDA(i):

Step 1 節點i作為源節點，向下一跳節點i＋1發送式(1)所示的鑒權信息結構。

Step 2 節點i＋1 發現接收到的鑒權信息結構與自身鑒權列表SDA(i＋1)有差異時，將向節點i反饋信息并同時將信息發送至下一跳節點i＋2，見圖2。

圖2 鑒權成功投遞規則

Step 3 節點i＋2 在收到信息后，向節點i＋1 反饋鑒權信息，此時節點i＋1 將自身鑒權列表SDA(i)中參數Serv(i，j)及Suss(i，i＋1)均增加1，說明節點i＋1 可以作為節點i 的中繼節點。

但是，單純依靠SDA 模式進行評估可能存在鑒權失敗的問題，這主要由于MD-TSN 網絡節點具有移動特性，使得網絡拓撲更迭較快。 考慮到節點間傳輸延時較長，各節點在等待接收到鑒權列表信息時有較高概率處于離線狀態。 因此需要進一步提高節點對離線狀態的辨別能力，以便網絡能夠快捷進行拓撲維護并穩定數據傳輸質量。

2 本文移動延遲容忍傳感網傳輸優化算法設計

針對節點存在的離線現象，本文提出了一種基于信用度機制的移動延遲容忍傳感網傳輸優化算法。 該算法主要由基于身份鑒權機制的中繼節點可信度確認方法和基于信用度機制的節點激勵方法兩部分構成。 當網絡節點收到數據時，首先查詢自身覆蓋范圍內的節點，按照身份鑒權機制確定可用節點，處于離線狀態的節點將被篩出，下一跳節點將按照信用度機制得到激勵，優選具有較高傳輸性能節點用以進行中繼傳輸，從而達到穩定網絡傳輸的目的。 詳細設計如下:

2.1 基于身份鑒權機制的中繼節點可信度確認

考慮到節點傳輸時延具有容忍特性，中繼節點均需要通過基站實現身份或信息確認，確認過程需要依賴于密鑰基站予以實現，以便能夠在時延較長的前提下進一步確保中繼節點的可信性。 不妨設MD-TSN 中Sink 節點作為基站，該基站負責對整個網絡派發密鑰，網絡節點在執行中繼任務前均需要領取密鑰，該密鑰按照雙線性方式生成[13]。 為便于下文介紹密鑰生成過程，首先介紹雙線性映射定理[14]:

定理1不妨設D1和D2均為階數的乘法循環域和加法循環域，其中D1的生成元為R，則雙線性映射f:D1*D2?D2滿足如下模型:

①雙線性(Quadratic Linearity)性質。 對于D1中任意元素A和B，若存在線性系數x和y隸屬于D1，則有如下模型成立:

②映射發散性(Divergence of Mapping)。 滿足式(2)的雙線性映射f:D1*D2?D2同將不會退化為D2:

③可測性(Testability)。 對于D1中任意元素A和B，雙線性映射f均可將D1映射為非空域:

式中:Ω0表示非空域。

按式(2)～式(4)所示的方法生成密鑰，具體步驟如下:

Step 1 Sink 節點選取中D1任意某個元素C作為私鑰，其中D1的生成元為R1，則私鑰RC按如下模型生成:

Step 2 采用哈希映射[15]生成Sink 節點公鑰sinkR:

Step 3 Sink 節點對新加入節點均分配注冊鑒權參數Auth(sink)，見圖3。 具體生成方式如下:

圖3 密鑰生成與節點注冊

式中:f代表雙線性映射。

Step 4 新加入節點在注冊身份信息后，將根據式(7)獲取注冊鑒權參數，并按式(5)獲取公鑰。 密鑰生成過程結束。

節點w1加入網絡并進行注冊后即開始向最終節點E1傳輸數據，詳細步驟如下:

Step 1 節點w1注冊完畢后，通過查詢Sink 節點信息獲取可用中繼節點集合Z(w1):

Step 2 按式(1)獲取節點的的鑒權信息結構:

式中:B(w1) 表示源節點w1所發送的數據，IDsource[w1]表示源節點w1的ID 信息，Mid(w1)表示中繼節點信息，Ts(w1)表示B(w1)對應的時間戳，Auth(w1)表示源節點w1的鑒權報文。

Step 3 按式(7)獲取Sink 節點分配的注冊鑒權參數Auth(sink)，聯立式(6)、式(9)構建節點w1的身份簽名(Identity Signature，IS)IS(w1)如下:

式(10)中參數同式(9)。

Step 4 將節點w1的身份簽名IS(w1)及所發送的數據B(w1)傳輸至下一跳節點，并更新中繼節點信息Mid(w1):

式中:Mid0(w1)表示源節點w1進行數據發送時的中繼節點信息。

Step 5 循環進行Step 1 ～4，見圖4，最終搜尋到的傳輸路徑L(w1)為:

圖4 傳輸路徑初始化過程

式中:ui表示第i個中繼節點，E1表示最終節點。

節點w1搜尋傳輸路徑時，可能存在搜尋路徑不唯一的情形。 因此，當第i個中繼節點ui接收到數據報文時，將按如下步驟進行路徑校驗B(w1)和IS(w1):

Step 1 針對接收到的數據B(w1)，檢驗其時間戳Ts(w1)，當時間戳未過期時，繼續校驗身份簽名IS(w1)。

Step 2 Sink 節點對身份簽名IS(w1)進行驗證，當身份簽名為合法簽名時，繼續進行簽名確認，見圖5。

圖5 中繼節點的身份簽名驗證

Step 3 按式(2)、式(4)所示的雙線性映射，對身份簽名IS(w1)進行驗證，通過驗證的節點被選為中繼節點。 驗證方法如下:

式(13)中參數同式(10)。

當節點w1所提身份簽名被中繼節點ui證實后，將按如下流程繼續發送至下一跳中繼節點ui＋1，見圖6:

圖6 中繼節點雙向鏈路的穩定性鑒權過程

Step 1ui按照式(1) 生成鑒權信息結構Message(ui)，下一跳節點ui＋1可通過該鑒權信息結構獲取源節點w1信息。

Step 2ui將Message(ui)發送至上一跳節點ui-1，說明節點w1所上傳的源數據已經被成功轉發。

Step 3 下一跳節點ui＋1收到鑒權信息結構Message(ui)后，將重新生成Message(ui＋1)并發送至中繼節點ui。 當節點w1可解析到路徑中全部中繼節點所傳送的Message(u1)、Message(u1)、…、Message(ui)，時，說明式(12)所確定的傳輸鏈路具有穩定特性，可用于數據傳輸。

可信度確認過程主要新增能量消耗為副本傳輸能耗，由于移動延遲容忍網絡節點具有系數特性，副本傳輸數量有限，因而該過程將不會顯著增加傳輸能耗。

2.2 基于信用度機制的中繼節點激勵

通過基于身份鑒權機制的中繼節點可信度確認方法，可為節點w1提供一條或多條傳輸鏈路用以進行數據傳輸，周期性更新這些鏈路信息即可確保節點w1不處于離線狀態。 不過，由于移動延遲容忍傳感網節點均具有自私特性，即出現能量受限、帶寬激增情況時將會拒絕對節點w1提供轉發服務。 因此節點w1需要對中繼節點相關行為建立信用度機制，數據傳輸將優先選取信用度較高的中繼節點。 首先對信用度組成參數做出如下規定:

定義1一級信用值(First Class Credit Value，FCCV)。 一級信用值FCCV[ui，uj｜Tn]指中繼節點uj通過計算后產生的分數，uj與當前中繼節點ui存在直接數據傳輸關系，其中Tn表示第n個數據傳輸周期。

定義2次級信用值(Secondary Credit Value，SCV)。 次級信用值SCV[ui，uj｜Tn]指中繼節點uj通過計算后產生的分數，但uj與當前中繼節點ui不存在直接數據傳輸關系，不過uj亦在ui的傳輸鏈路上，其中Tn表示第n個數據傳輸周期。

定義3信用值(Credit Value，CV)。 信用值CV[ui｜Tn]指當前中繼節點ui基于FCCV[ui，uj｜Tn]和SCV[ui，uj｜Tn]后所獲取的最終分數，其中Tn表示第n個數據傳輸周期。 可由如下模型獲取:

式中:μ表示積累系數，該數值越高說明中繼節點ui的信用越好，該數值可設定為ui的周期成功轉發頻次。 根據定義2，FCCV[ui，uj｜Tn]可由與中繼節點ui有直接數據傳輸關系的節點uj進行評估:

式中:ω表示一級信用參數，zij(Tn)表示第n個數據傳輸周期內節點ui成功轉發數據次數，Fij(Tn)表示第n個數據傳輸周期內節點ui拒絕轉發數據次數。顯然，Fij(Tn)越高說明中繼節點ui的一級信用值越低。

為確保網絡可根據式(14)所確定的CV[ui｜Tn]對離線狀態的中繼節點節點進行懲罰，本文構建一級信用參數ω如下:

式中:P(ui，Tn)表示節點ui在第n個數據傳輸周期內的拒絕服務概率。

聯立式(15) ～式(16)得到一級信用值FCCV[ui，uj｜Tn]后，繼續通過下式獲取次級信用值SCV[ui，uj｜Tn]:

式(17)中num 表示參與獲取信用值的節點總數，Tn-1表示第n-1 個傳輸周期，net 表示整個網絡中可用節點組成的集合。

聯立式(15)～式(17)即可獲取中繼節點ui在任意傳輸周期內的信用值。 節點w1傳輸數據時，針對所遇到的多個中繼節點u1、u2、…、ui，逐個獲取CV 值，選取信用值最大的節點ui作為中繼節點，若節點ui在當前周期內成功傳輸數據則CV 值將增加，從而得到激勵，下一時刻將有更高幾率被選取為中繼節點。 若節點ui在當前周期內未能成功傳輸數據則CV 值將減少，從而受到懲罰，下一時刻將有較低幾率被選取為中繼節點，見圖7。

圖7 基于信用度機制的中繼節點激勵過程

綜上所述，本文算法首先通過雙線性方式生成加密密鑰，以規避惡意節點混入網絡的安全風險，鏈路形成過程中采用雙向鑒權方式對傳輸鏈路予以進一步優化，解析出一條具有較高可用性的鏈路，以達到穩定數據傳輸的目的。 隨后，考慮到傳輸鏈路存在的多態特性，通過計算信用度的方式對中繼節點予以激勵，將具有較高信用度的中繼節點賦以較高的數據傳輸概率，從而進一步提升中繼節點的數據傳輸效果。

3 本文算法時間復雜度分析

不妨設網絡節點總數為n，算法主要由基于身份鑒權機制的中繼節點可信度確認方法和基于信用度機制的節點激勵方法兩部分構成，在基于身份鑒權機制的中繼節點可信度確認方法中，節點的注冊過程需要對全網節點進行遍歷，時間復雜度為o(n)，傳輸路徑驗證過程中需要采用雙線性方式對節點予以確認，該過程也依賴于節點的首次全網遍歷，因而基于身份鑒權機制的中繼節點可信度確認方法的整體時間復雜度為o(n)。 基于信用度機制的節點激勵方法為所提算法的第二個執行過程，該過程執行時將對網絡中經過確認的節點(不妨設個數為m)進行遞歸排序計算，遞歸過程需要不斷篩選出信用值最大的節點，因而時間復雜度為o(m2)。綜合上述部分的時間復雜度，可知所提算法的時間復雜度為o(n)＋o(m2)。 若移動延遲容忍網中節點均能得到注冊驗證，則所提算法的整體時間復雜度近似滿足o(m2)。

4 實驗與分析

為便于對比所提算法的性能，設置MATLAB 作為仿真實驗環境[16]。 節點分布為矩形，大小為10 240 m×10 240 m，布撒后移動速度可設，其余仿真參數見表1。 為突出所提算法的性能，特別是考慮到延遲容忍技術中因容忍特性所帶來的路由多跳及多徑傳輸特性，將業界常用的基于能量多跳路由機制的傳感網傳輸算法[17](Energy-Efficient Multihop Routing in WSN Using the Hybrid Optimization Algorithm，EEMR 算法)和基于模糊-貓群優化機制的無線傳感網多徑傳輸算法[18](Multipath Data Transmission in WSN Using Exponential Cat Swarm and Fuzzy Optimisation，MD-CSFO 算法)設置為對照組。 測試指標為路徑抖動頻次、中繼節點離線率、網絡傳輸帶寬三項。

表1 仿真參數

路徑抖動頻次:該項指標為累積值，當網絡開始運行后，以第一次發生數據傳輸失敗為起始點，網絡所記錄下的數據傳輸失敗總次數。

中繼節點離線率:該項指標為實時值，指無法提供服務的中繼節點在整體中繼節點中的占比，顯然該指標越高說明中繼節點使用情況不佳，需要采取措施穩定數據傳輸鏈路。

網絡傳輸帶寬:網絡傳輸帶寬指終端節點接受到的傳輸帶寬總和，顯然網絡傳輸帶寬越高說明數據傳輸鏈路穩健性也就越強，網絡服務質量也越優越。

4.1 路徑抖動頻次測試

圖8 所示為所提算法、EEMR 算法及MD-CSFO算法在不同節點運動速度下的路徑抖動頻次測試結果。 由圖可知，各算法均具有路徑抖動頻次較高的特點，這是由于移動延遲容忍傳感網具有節點移動性和傳輸抖動性，需要適應環境的多徑傳輸、多跳傳輸及拓撲高抖動特點，因而為達到較高的傳輸質量需要對路徑予以多次試探，因而路徑抖動頻次較高。不過，所提算法對路徑抖動現象的抑制能力較強，路徑抖動頻次始終處于較低水平，顯著低于對照組算法。 這是由于本文算法針對網絡節點存在的稀疏特性，采取鑒權機制對鏈路進行固化處理，能夠有效規避服務質量較差的節點被選為中繼節點，因此鏈路穩定、性能較高。 特別是所提算法通過設計節點信用值，能夠量化評估節點服務能力，所選節點均為信用值最高的節點，具有網絡路徑穩定性能較高的特點。 EEMR 算法主要按照最優跳數進行中繼節點篩選，并使用低能量自適應分簇層次協議選擇簇頭，以最小化網絡中的通信量。 但是，該算法未對中繼節點可能存在的拒絕服務現象進行評估，所篩選中繼節點的鏈路抖動抑制效果較差，使得算法整體網絡路徑穩定性能受到嚴重影響，路徑抖動頻次較高。MD-CSFO 算法主要采用貓群搜索機制篩選中繼節點，篩選過程存在業務密度和鏈路壽命因素占比較高的特點，網絡節點處于移動狀態時將會導致業務密度急劇下降，使得中繼節點拒絕服務現象出現頻率要高于所提算法，因此路徑抖動頻次較高。

圖8 路徑抖動頻次測試

4.2 中繼節點離線率測試

圖9 所示為所提算法、EEMR 算法及MD-CSFO算法在不同節點傳輸率下的中繼節點離線率測試結果。 由圖可知，所提算法具有中繼節點服務能力較高的特性，離線率要顯著低于對照組算法。 這是由于本文算法針對中繼節點具有的移動特性，對可提供服務的中繼節點進行雙向鑒權，全鏈路上可用中繼節點均能以周期形式被源節點所感知，被篩選的中繼節點服務能力較強，因而具有離線率較低的特點。 EEMR 算法單純采用最優跳數篩選中繼節點，所選中繼節點在能量受限時將處于離線狀態，特別是該算法在出現中繼節點拒絕服務現象時并未采取剔除措施，使得服務能力較低的中繼節點將有較高概率被用于數據傳輸，鏈路抖動較為頻繁，使得中繼節點離線率亦要高于本文算法。 MD-CSFO 算法主要根據中繼節點服務熱度，采取貓群搜索機制對鏈路壽命較長的中繼節點進行篩選。 不過，該算法路由于更新周期較長，移動節點適用性不足，網絡拓撲出現頻繁更迭時難以將中繼節點信息通知源節點，離線狀態的中繼節點將有較高概率繼續進行數據中繼傳輸，因而存在中繼節點服務質量較低的不足，導致該算法的中繼節點離線率亦要高于所提算法。

圖9 中繼節點離線率測試

4.3 網絡傳輸帶寬

圖10 所示為所提算法、EEMR 算法及MD-CSFO算法在不同節點密度下的網絡傳輸帶寬測試結果。由圖可知，所提算法的網絡傳輸帶寬始終較高，具有網絡傳輸能力較強的特性。 這是由于本文算法針對網絡中繼節點拒絕服務現象，設計了基于身份鑒權機制的中繼節點可信度確認方法。 中繼節點提供服務前均需要通過Sink 節點進行注冊并進行鑒權，鑒權過程中將逐跳對中繼節點進行篩選，優選具有較高信用值的中繼節點，因而具有網絡傳輸帶寬較高的特點。 EEMR 算法主要按照跳數最小原則優選網絡傳輸鏈路，未考慮中繼節點拒絕服務情形，當中繼節點出現拒絕服務時將會出現較為嚴重的網絡數據重傳輸現象，使得網絡擁塞嚴重，降低了網絡傳輸帶寬。MD-CSFO 算法雖然采取貓群搜索機制優選服務時長較長的鏈路作為傳輸鏈路，且考慮到能量受限現象選取具有較高能量值的節點作為中繼節點，能夠在一定程度上緩解網絡擁塞現象。 不過，該算法僅采用單向路由模式進行鏈路篩選，中繼節點出現抖動時將無法將其性能準確反饋至源節點。 特別是該算法未對中繼節點服務能力進行鑒權，使得服務能力較差的節點有一定概率被選為中繼節點，降低了該算法的傳輸性能，導致其網絡傳輸帶寬要顯著低于本文算法。

圖10 網絡傳輸帶寬測試

5 結束語

為提高移動延遲容忍傳感網(MD-TSN)的鏈路穩定性能，增強網絡傳輸質量，提出了一種基于信用度機制的移動延遲容忍傳感網傳輸優化算法。 算法主要由基于身份鑒權機制的中繼節點可信度確認方法和基于信用度機制的節點激勵方法兩部分構成，通過鑒權機制選取具有較高服務能力的節點作為中繼節點，并采用信用度機制對節點進行激勵或懲罰處理，提高了網絡對中繼節點的篩選能力，具有網絡傳輸性能較高的特點。

下一步，將針對所提算法鑒權過程較為復雜的不足，擬引入錨節點機制提高算法鑒權性能，縮短中繼節點周期，進一步提升算法對移動延遲容忍傳感網的適應能力，促進所提算法在實際中的推廣應用力度。