專利名稱：基于歷史數(shù)據(jù)的容遲容斷網(wǎng)絡(luò)節(jié)點(diǎn)相遇概率預(yù)測(cè)方法
技術(shù)領(lǐng)域：
本發(fā)明涉及容遲容斷網(wǎng)絡(luò)的相遇概率預(yù)測(cè)領(lǐng)域，特別是涉及一種基于歷史數(shù)據(jù)的節(jié)點(diǎn)相遇概率預(yù)測(cè)方法。
背景技術(shù)：
容遲容斷網(wǎng)絡(luò)是在特定網(wǎng)絡(luò)環(huán)境下，經(jīng)常出現(xiàn)網(wǎng)絡(luò)斷開現(xiàn)象導(dǎo)致報(bào)文在傳輸過程中不能確保端到端的路徑的一類網(wǎng)絡(luò)的統(tǒng)稱。網(wǎng)絡(luò)的斷開和連接會(huì)對(duì)網(wǎng)絡(luò)的路由、傳輸成功率及可用性等方面造成較大影響。由于容遲容斷網(wǎng)絡(luò)的斷開和連接對(duì)網(wǎng)絡(luò)可用性有較大影響，因此高效、可靠的節(jié)點(diǎn)相遇概率預(yù)測(cè)方法對(duì)網(wǎng)絡(luò)可靠性差、鏈路不穩(wěn)定、資源受限的容遲容斷網(wǎng)絡(luò)而言尤其重要。近年來，為了解決容遲容斷網(wǎng)絡(luò)環(huán)境下的節(jié)點(diǎn)相遇概率預(yù)測(cè)問題，研究人員從多個(gè)方面展開研究，所取得的成果主要有:(I)以移動(dòng)模型為基礎(chǔ)的節(jié)點(diǎn)相遇概率預(yù)測(cè)方法:當(dāng)采用該方法時(shí)，節(jié)點(diǎn)記錄和其它節(jié)點(diǎn)間的相遇信息，根據(jù)不同移動(dòng)模型的特點(diǎn)，進(jìn)行具有針對(duì)性的節(jié)點(diǎn)相遇概率預(yù)測(cè)。在隨機(jī)移動(dòng)模型中，節(jié)點(diǎn)相遇頻率服從冪律分布，通過節(jié)點(diǎn)相遇頻率進(jìn)行預(yù)測(cè)；在基于社區(qū)的移動(dòng)模型中，每個(gè)節(jié)點(diǎn)均隸屬于某個(gè)社區(qū)，相同社區(qū)內(nèi)的節(jié)點(diǎn)具有較高的相遇概率，通過節(jié)點(diǎn)所屬社區(qū)及向目標(biāo)節(jié)點(diǎn)所在社區(qū)轉(zhuǎn)移的概率進(jìn)行相遇概率預(yù)測(cè)。(2)以節(jié)點(diǎn)移動(dòng)軌跡為基礎(chǔ)的節(jié)點(diǎn)相遇概率預(yù)測(cè)方法:當(dāng)采用該方法時(shí)，節(jié)點(diǎn)需要獲得自身和目標(biāo)節(jié)點(diǎn)的位置、速度及移動(dòng)方向。根據(jù)節(jié)點(diǎn)的位置和移動(dòng)軌跡，結(jié)合節(jié)點(diǎn)移動(dòng)特點(diǎn)，使用幾何的方法計(jì)算兩個(gè)節(jié)點(diǎn)未來進(jìn)入彼此通信半徑的概率，從而進(jìn)行節(jié)點(diǎn)相遇概率預(yù)測(cè)。該方法多用于車載網(wǎng)絡(luò)等可以隨時(shí)定位，移動(dòng)方向明確的網(wǎng)絡(luò)形態(tài)中。(3)以地理信息為基礎(chǔ)的節(jié)點(diǎn)相遇概率預(yù)測(cè)方法:當(dāng)采用該方法時(shí)，節(jié)點(diǎn)需要獲得自身和目標(biāo)節(jié)點(diǎn)所處的地理位置信息，并結(jié)合雙方當(dāng)前的移動(dòng)方向和移動(dòng)速度，結(jié)合兩個(gè)節(jié)點(diǎn)的目的地址，計(jì)算兩者未來進(jìn)入彼此通信半徑的概率。該方法對(duì)節(jié)點(diǎn)移動(dòng)軌跡要求較少，但要求節(jié)點(diǎn)提供移動(dòng)的目標(biāo)地址。根據(jù)所需信息不同，可將(I)歸納為不需要節(jié)點(diǎn)位置信息的方法，而(2)和(3)則屬于需要節(jié)點(diǎn)位置信息的方法。以上三種方法所需要的信息，在實(shí)際應(yīng)用場(chǎng)景中都存在限制。方法(I)中，對(duì)于不同的網(wǎng)絡(luò)環(huán)境，通常具有不同的移動(dòng)模型，而目前在大多數(shù)場(chǎng)景中的移動(dòng)模型較為粗略，移動(dòng)所采用的也多為生成的實(shí)驗(yàn)數(shù)據(jù)。方法(2)中，在容遲容斷網(wǎng)絡(luò)分布式的環(huán)境下，通常無法獲得目的節(jié)點(diǎn)的位置和移動(dòng)軌跡，而方法(3)中，在目前絕大多數(shù)容遲容斷網(wǎng)絡(luò)場(chǎng)景中，均無法獲得節(jié)點(diǎn)的目的地址。以上因素都制約了容遲容斷網(wǎng)絡(luò)中相遇概率預(yù)測(cè)方法在實(shí)際應(yīng)用中的難度。在各種容遲容斷網(wǎng)絡(luò)環(huán)境中，節(jié)點(diǎn)相遇的歷史數(shù)據(jù)可以較為容易的通過分布式的方式獲取。通過挖掘節(jié)點(diǎn)相遇歷史數(shù)據(jù)，利用隱含的節(jié)點(diǎn)相遇知識(shí)，可以在不需要額外信息的情況下對(duì)節(jié)點(diǎn)的相遇概率進(jìn)行預(yù)測(cè)，從而提高網(wǎng)絡(luò)中路由協(xié)議、分簇方法、分發(fā)方法的有效性和可靠性，進(jìn)一步提高容遲容斷網(wǎng)絡(luò)的可用性。因此，充分利用節(jié)點(diǎn)相遇歷史數(shù)據(jù)進(jìn)行節(jié)點(diǎn)相遇概率預(yù)測(cè)，對(duì)提高容遲容斷網(wǎng)絡(luò)可用性具有非常重要的意義。

發(fā)明內(nèi)容
本發(fā)明以提高節(jié)點(diǎn)容遲容斷網(wǎng)絡(luò)可用性為目標(biāo)，以節(jié)點(diǎn)相遇歷史數(shù)據(jù)為基礎(chǔ)，解決容遲容斷網(wǎng)絡(luò)節(jié)點(diǎn)相遇概率預(yù)測(cè)問題。具體包括:1.依據(jù)各節(jié)點(diǎn)記錄的歷史數(shù)據(jù)，統(tǒng)計(jì)并計(jì)算其中的平均相遇時(shí)長(zhǎng)、相遇頻率等和網(wǎng)絡(luò)及節(jié)點(diǎn)移動(dòng)環(huán)境相關(guān)的參數(shù)，將這些參數(shù)代入通過貝葉斯網(wǎng)絡(luò)進(jìn)行計(jì)算，計(jì)算節(jié)點(diǎn)移動(dòng)參數(shù)間的依賴關(guān)系，尋找影響節(jié)點(diǎn)移動(dòng)特性的主要因素。2.給出基于歷史數(shù)據(jù)和影響節(jié)點(diǎn)移動(dòng)特性的主要因素，將對(duì)節(jié)點(diǎn)相遇概率的預(yù)測(cè)問題轉(zhuǎn)化為對(duì)特定條件的相遇過程的統(tǒng)計(jì)問題，從而實(shí)現(xiàn)對(duì)節(jié)點(diǎn)相遇概率進(jìn)行計(jì)算。為了使計(jì)算結(jié)果適用于路由、分簇、分發(fā)等領(lǐng)域，本發(fā)明引入了平滑函數(shù)和間隔時(shí)長(zhǎng)、接觸頻數(shù)的加權(quán)方法。與現(xiàn)有技術(shù)相比，本發(fā)明的創(chuàng)新之處在于:以節(jié)點(diǎn)相遇歷史數(shù)據(jù)為基礎(chǔ)，適用于不同的容遲容斷網(wǎng)絡(luò)形態(tài)，并具有自適應(yīng)能力。具體體現(xiàn)在:1.以節(jié)點(diǎn)相遇歷史數(shù)據(jù)為基礎(chǔ)，在各種容遲容斷網(wǎng)絡(luò)的環(huán)境中各節(jié)點(diǎn)都可以分布式記錄其它節(jié)點(diǎn)的相連和斷開信息，所需要的信息和其它方法相比容易獲得。2.在相遇歷史數(shù)據(jù)的使用過程中，不依賴節(jié)點(diǎn)的先驗(yàn)知識(shí)，在不同的網(wǎng)絡(luò)環(huán)境中不需要調(diào)整網(wǎng)絡(luò)環(huán)境相關(guān)參數(shù)，使本發(fā)明具有自適應(yīng)能力。


圖1基于歷史數(shù)據(jù)的節(jié)點(diǎn)相遇概率預(yù)測(cè)體系結(jié)構(gòu)圖2貝葉斯網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)示意3時(shí)間符號(hào)含義示意4相遇概率預(yù)測(cè)方法流程
具體實(shí)施例方式參閱圖1，依據(jù)各節(jié)點(diǎn)記錄的歷史數(shù)據(jù)，統(tǒng)計(jì)并計(jì)算其中的平均相遇時(shí)長(zhǎng)、相遇頻率等和網(wǎng)絡(luò)及節(jié)點(diǎn)移動(dòng)環(huán)境相關(guān)的參數(shù)，將這些參數(shù)代入通過貝葉斯網(wǎng)絡(luò)進(jìn)行計(jì)算，計(jì)算節(jié)點(diǎn)移動(dòng)參數(shù)間的依賴關(guān)系，尋找影響節(jié)點(diǎn)移動(dòng)特性的主要因素。給出基于歷史數(shù)據(jù)和影響節(jié)點(diǎn)移動(dòng)特性的主要因素，將對(duì)節(jié)點(diǎn)相遇概率的預(yù)測(cè)問題轉(zhuǎn)化為對(duì)特定條件的相遇過程的統(tǒng)計(jì)問題，從而實(shí)現(xiàn)對(duì)節(jié)點(diǎn)相遇概率進(jìn)行計(jì)算。本發(fā)明引入了平滑函數(shù)和間隔時(shí)長(zhǎng)、接觸頻數(shù)的加權(quán)方法，使計(jì)算結(jié)果適用于路由、分簇、分發(fā)等領(lǐng)域。相遇概率預(yù)測(cè)方法的流程參閱圖4，實(shí)際實(shí)施中主要包含三個(gè)階段進(jìn)行實(shí)施。1.貝葉斯網(wǎng)絡(luò)的構(gòu)建節(jié)點(diǎn)相遇知識(shí)是指容遲容斷網(wǎng)絡(luò)中任意兩節(jié)點(diǎn)間存在的兩節(jié)點(diǎn)在過去一段時(shí)間內(nèi)的相遇情況的特征，包括節(jié)點(diǎn)接觸頻率、平均接觸時(shí)長(zhǎng)、平均接觸時(shí)間間隔等。這些參數(shù)中有些參數(shù)代表受節(jié)點(diǎn)影響的主要因素，有些則受其它因素影響。為了得到影響節(jié)點(diǎn)相遇的主要因素，通過構(gòu)建貝葉斯網(wǎng)絡(luò)對(duì)節(jié)點(diǎn)間相遇情況的特征進(jìn)行學(xué)習(xí)。貝葉斯網(wǎng)絡(luò)的構(gòu)建主要包括數(shù)據(jù)收集、數(shù)據(jù)離散化分析以及創(chuàng)建貝葉斯網(wǎng)絡(luò)。在數(shù)據(jù)收集階段是指各節(jié)點(diǎn)在和其它節(jié)點(diǎn)相遇或失去連接時(shí)進(jìn)行記錄。對(duì)于收集的原始記錄，可以通過簡(jiǎn)單的計(jì)算獲得其中的主要參數(shù)，包括節(jié)點(diǎn)接觸頻率、平均接觸時(shí)長(zhǎng)、平均接觸時(shí)間間隔等。對(duì)于收集的歷史數(shù)據(jù)和從中獲得的參數(shù)，需要經(jīng)過離散化分析。對(duì)歷史數(shù)據(jù)進(jìn)行離散化分析是指對(duì)測(cè)量、記錄和計(jì)算后的關(guān)于節(jié)點(diǎn)相遇信息的離散化處理操作。貝葉斯網(wǎng)絡(luò)中要求所有的變量必須是離散的，因此要對(duì)結(jié)合具體特征進(jìn)行離散化處理。離散化分析過程主要是結(jié)合具體應(yīng)用需求和變量取值范圍，將變量劃分為不同的等級(jí)。以接觸頻率為例，首先需要確定可能有幾種取值，結(jié)合具體的接觸頻率結(jié)果值，以固定的差額劃分出不同的離散值大小。貝葉斯網(wǎng)絡(luò)是一種表示變量之間依賴關(guān)系的有向無循環(huán)圖模型。網(wǎng)絡(luò)結(jié)構(gòu)中的節(jié)點(diǎn)表示參數(shù)變量，節(jié)點(diǎn)之間的有向弧表示節(jié)點(diǎn)之間的依賴關(guān)系。有向弧連接的兩個(gè)節(jié)點(diǎn)表示它們之間的父子關(guān)系，即弧線箭頭的節(jié)點(diǎn)依賴于前面的節(jié)點(diǎn)。利用統(tǒng)計(jì)得到的歷史數(shù)據(jù)構(gòu)建貝葉斯網(wǎng)絡(luò)模型分為兩個(gè)過程:結(jié)構(gòu)學(xué)習(xí)和參數(shù)學(xué)習(xí)。結(jié)構(gòu)學(xué)習(xí)用來確定基本的貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)，通過該網(wǎng)絡(luò)結(jié)構(gòu)可以得到變量之間的依賴關(guān)系，而參數(shù)學(xué)習(xí)則是基于得到的網(wǎng)絡(luò)結(jié)構(gòu)進(jìn)行計(jì)算得到其中的條件概率值。構(gòu)建貝葉斯網(wǎng)絡(luò)模型的主要過程如下:I)節(jié)點(diǎn)相遇知識(shí)特征參數(shù)作為貝葉斯網(wǎng)絡(luò)中的節(jié)點(diǎn)；2)貝葉斯網(wǎng)絡(luò)中的有向箭頭表示性能參數(shù)之間的依賴關(guān)系；3)對(duì)歷史數(shù)據(jù)進(jìn)行結(jié)構(gòu)學(xué)習(xí)，利用結(jié)構(gòu)學(xué)習(xí)算法得到貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)
結(jié)構(gòu)學(xué)習(xí)過程中采用基于搜索評(píng)分的方法，就是對(duì)每種結(jié)構(gòu)進(jìn)行評(píng)分最后選擇得分最高的網(wǎng)絡(luò)結(jié)構(gòu)。采用經(jīng)典的K2算法，它要求先確定網(wǎng)絡(luò)中節(jié)點(diǎn)變量的次序然后基于結(jié)構(gòu)搜索并且打分，它的結(jié)構(gòu)打分函數(shù)為
權(quán)利要求
1.一種基于歷史數(shù)據(jù)的容遲容斷網(wǎng)絡(luò)節(jié)點(diǎn)相遇概率預(yù)測(cè)方法，包含構(gòu)建貝葉斯網(wǎng)絡(luò)、相遇概率的計(jì)算及后期處理步驟，其特征在于: 各節(jié)點(diǎn)分別記錄和其它節(jié)點(diǎn)相遇和失去連接的時(shí)間，這些記錄被作為歷史數(shù)據(jù)存儲(chǔ)起來用于相遇概率的預(yù)測(cè)；在收集充足的歷史數(shù)據(jù)的基礎(chǔ)上，創(chuàng)建貝葉斯網(wǎng)絡(luò)。
2.根據(jù)權(quán)利要求1所述的方法，創(chuàng)建貝葉斯網(wǎng)絡(luò)的方法包含如下步驟: 1)根據(jù)歷史數(shù)據(jù)計(jì)算節(jié)點(diǎn)相遇描述參數(shù)，并對(duì)這些參數(shù)進(jìn)行離散化處理，通過離散化將網(wǎng)絡(luò)性能參數(shù)劃分成不同的等級(jí)； 2)節(jié)點(diǎn)相遇描述參數(shù)作為貝葉斯網(wǎng)絡(luò)中的節(jié)點(diǎn)，貝葉斯網(wǎng)絡(luò)中的有向箭頭表示性能參數(shù)之間的依賴關(guān)系； 3)利用歷史數(shù)據(jù)進(jìn)行結(jié)構(gòu)學(xué)習(xí)，結(jié)構(gòu)學(xué)習(xí)采用基于搜索打分的K2算法，它的結(jié)構(gòu)打分函數(shù)為:
3.根據(jù)權(quán)利要求1所述的方法，其特征在于:后期處理包括預(yù)測(cè)函數(shù)平滑處理、間隔時(shí)長(zhǎng)加權(quán)及接觸頻率加權(quán)，其中采用正態(tài)分布函數(shù)作為概率分布的平滑函數(shù)，采用如下公式作為平滑后相遇概率計(jì)算公式:
4.根據(jù)權(quán)利要求3所述的方法，其特征在于，采用如下公式作為間隔時(shí)長(zhǎng)加權(quán)函數(shù):
5.根據(jù)權(quán)利要求3所述的方法，其特征在于:采用如下公式作為兩節(jié)點(diǎn)間接觸頻率加權(quán)函數(shù):
6.根據(jù)權(quán)利要求5所述的方法，其特征在于:采用如下公式作為最終相遇概率預(yù)測(cè)公式:P = Wf(χ, λ).(Wt+C1).(P0+C2) 其中Wf為接觸頻率加權(quán)函數(shù)，Wt為間隔時(shí)長(zhǎng)加權(quán)函數(shù)，P0為初步計(jì)算的相遇概率,C1和C2為常數(shù)參數(shù)。
全文摘要
一種基于歷史數(shù)據(jù)的容遲容斷網(wǎng)絡(luò)節(jié)點(diǎn)相遇概率預(yù)測(cè)方法。本發(fā)明以提高節(jié)點(diǎn)容遲容斷網(wǎng)絡(luò)可用性為目標(biāo)，以節(jié)點(diǎn)相遇歷史數(shù)據(jù)為基礎(chǔ)，解決容遲容斷網(wǎng)絡(luò)節(jié)點(diǎn)相遇概率預(yù)測(cè)問題。依據(jù)各節(jié)點(diǎn)記錄的歷史數(shù)據(jù)，統(tǒng)計(jì)并計(jì)算其中的平均相遇時(shí)長(zhǎng)、相遇頻率等和網(wǎng)絡(luò)及節(jié)點(diǎn)移動(dòng)環(huán)境相關(guān)的參數(shù)，將這些參數(shù)代入通過貝葉斯網(wǎng)絡(luò)進(jìn)行計(jì)算，計(jì)算節(jié)點(diǎn)移動(dòng)參數(shù)間的依賴關(guān)系，尋找影響節(jié)點(diǎn)移動(dòng)特性的主要因素。給出基于歷史數(shù)據(jù)和影響節(jié)點(diǎn)移動(dòng)特性的主要因素，將對(duì)節(jié)點(diǎn)相遇概率的預(yù)測(cè)問題轉(zhuǎn)化為對(duì)特定條件的相遇過程的統(tǒng)計(jì)問題，從而實(shí)現(xiàn)對(duì)節(jié)點(diǎn)相遇概率進(jìn)行計(jì)算。本發(fā)明引入了平滑函數(shù)和間隔時(shí)長(zhǎng)、接觸頻數(shù)的加權(quán)方法，使計(jì)算結(jié)果適用于路由、分簇、分發(fā)等領(lǐng)域。
文檔編號(hào)H04L12/26GK103200041SQ20131006719
公開日2013年7月10日 申請(qǐng)日期2013年3月4日 優(yōu)先權(quán)日2013年3月4日
發(fā)明者白躍彬, 楊文濤 申請(qǐng)人:北京航空航天大學(xué)