针对在命名数据自组织移动网络(named data mobile ad hoc network,NDM)中,原命名数据网络(named data networking,NDN)默认的沿路径全缓存策略会占用网络节点上大量缓存空间,因而不适用于NDM中存储空间有限的移动节点问题,设计了一种...针对在命名数据自组织移动网络(named data mobile ad hoc network,NDM)中,原命名数据网络(named data networking,NDN)默认的沿路径全缓存策略会占用网络节点上大量缓存空间,因而不适用于NDM中存储空间有限的移动节点问题,设计了一种适用于NDM的缓存算法,取名官渡策略,意在将最有用的内容布置在最合适的节点上响应尽可能多的兴趣包.该算法基于间隔缓存等思路,综合考虑了节点间距离、节点缓存储空间和网络缓存分布等影响因素,并尽可能地简化以便使其具有可用性.实验结果表明:官渡策略可以有效地减少缓存空间,并维持较高的应答率,代价是增加少量的网络流量和承担一部分的网络延迟.官渡缓存策略相对简单,实现开销小,因此,更适合于节点存储空间小、计算能力有限的NDM网络.展开更多
命名数据网络(Named Data Networking,NDN)是一种以信息为中心的新型网络架构,因采用了独特的内容命名法、缓存机制和智能转发策略而受到广泛关注。首先介绍了NDN的基本原理、关键技术以及研究现状,并与TCP/IP架构对比分析了其性能优势...命名数据网络(Named Data Networking,NDN)是一种以信息为中心的新型网络架构,因采用了独特的内容命名法、缓存机制和智能转发策略而受到广泛关注。首先介绍了NDN的基本原理、关键技术以及研究现状,并与TCP/IP架构对比分析了其性能优势;然后总结了NDN在车载自组织网(Vehicular Ad Hoc Network,VANET)、远程视频会议系统、大数据处理分析中的典型应用及研究现状;最后围绕实际应用指出了该技术的不足,并分析预测了其未来应用趋势。NDN对于解决互联网设计中日益凸显的安全性、移动性、可扩展性等方面的问题具有显著优势。展开更多
在车载自组织网络(vehicular ad hoc network,VANET)(也称车联网)中,基于地理位置的路由协议能够较好地适应网络拓扑的动态性变化和链路质量的不稳定性.由于位置信息需要在邻居节点间采用信标分组进行交互,信标分组间隔内的转发决策可...在车载自组织网络(vehicular ad hoc network,VANET)(也称车联网)中,基于地理位置的路由协议能够较好地适应网络拓扑的动态性变化和链路质量的不稳定性.由于位置信息需要在邻居节点间采用信标分组进行交互,信标分组间隔内的转发决策可能因车辆节点位置的移动而不准确,需要进行位置预测来修正车辆节点的位置.已有的位置预测算法存在普适性差或预测误差大的问题.针对上述问题,提出了一种新的预测算法,首次通过测量得到车辆加速度服从正态分布的结论,利用线性回归进行预测,并采用反馈机制进行结果修正.利用真实车辆轨迹进行测试,新的预测算法的预测精度大为提高.然后,提出了一种新的基于位置的即时路由协议.在该协议中,发送节点利用邻居节点位置和目的节点位置计算出转发下一跳.将新的位置预测算法加入到即时路由协议中,实时预测和更新车辆的位置.利用SUMO软件生成了基于真实地图道路轨迹的车辆运动模型,结合NS3网络仿真平台进行了仿真实验.实验结果表明:采用新的预测算法后,相比传统的GPSR协议和不带预测的即时路由协议,新方法的收包率提高、延迟下降,并且协议开销显著降低.展开更多
无人机和无人船组成的移动自组织网络存在通信环境恶劣和网络拓扑结构变化频繁等挑战,导致网络性能变差。针对这一问题,建立以数据为中心的命名数据网络(Named Data Networking, NDN)网络架构,在此基础上提出基于深度强化学习的智能数...无人机和无人船组成的移动自组织网络存在通信环境恶劣和网络拓扑结构变化频繁等挑战,导致网络性能变差。针对这一问题,建立以数据为中心的命名数据网络(Named Data Networking, NDN)网络架构,在此基础上提出基于深度强化学习的智能数据转发策略。利用深度强化学习实时感知网络动态变化,优化数据转发策略,设计优先采样和双重Q网络算法,加快深度强化学习收敛速度。实验结果表明,该策略可以有效降低时延并提高兴趣包满足率。展开更多
V-NDN(vehicular named data networking)是一种使用命名数据网络架构的车辆自组织网络(vehicular Ad-hoc network,VANET),主要用来连接移动车辆之间的通信。提高网络中兴趣包的命中率是研究领域急待解决的难题。文章研究了城市道路环境...V-NDN(vehicular named data networking)是一种使用命名数据网络架构的车辆自组织网络(vehicular Ad-hoc network,VANET),主要用来连接移动车辆之间的通信。提高网络中兴趣包的命中率是研究领域急待解决的难题。文章研究了城市道路环境下V-NDN的数据转发策略,考虑到城市道路环境下路侧单元(road side unit,RSU)被均匀广泛部署的特点,提出了一种基于RSU辅助的V-NDN数据转发策略(RSU aided V-NDN)。通过实验仿真与传统的V-NDN和基于蜂窝网络辅助的V-NDN进行对比,结果表明该文提出的数据转发策略有效地提高了网络的服务质量(quality of service,QoS)。展开更多
车载自组织网络(VANET,Vehicular Ad-hoc Network)具有网络拓扑变化大,通信链路生存周期短的特点,传统的基于IP的点到点通信不适合这个场景,将命名数据网络(NDN,Named Data Networking)应用于VANET场景是目前研究的一个热点。本文分析...车载自组织网络(VANET,Vehicular Ad-hoc Network)具有网络拓扑变化大,通信链路生存周期短的特点,传统的基于IP的点到点通信不适合这个场景,将命名数据网络(NDN,Named Data Networking)应用于VANET场景是目前研究的一个热点。本文分析了现有将NDN应用于VANET场景中的研究现状和存在问题。展开更多
在V-NDN(vehicular named data networking)中,因为车辆的移动性而导致未响应兴趣包的概率大大增加。目前的解决方法是车辆节点缓存所有收听到的数据包,但这种方法会使节点中缓存大量重复的数据包副本,增加缓存的开销。为了解决此问题,...在V-NDN(vehicular named data networking)中,因为车辆的移动性而导致未响应兴趣包的概率大大增加。目前的解决方法是车辆节点缓存所有收听到的数据包,但这种方法会使节点中缓存大量重复的数据包副本,增加缓存的开销。为了解决此问题,提出了一种适用于城市道路的热点内容推送算法。首先,提出了一种热点内容挖掘算法,将V-NDN中可能的热点内容从大量的数据中挖掘出来;然后,通过热点内容推送算法将热点内容推送给其他可能访问这些内容的节点,以此提高网络性能;最后,从理论上分析了热点内容挖掘时需要考虑的影响因素。仿真结果表明,与贪婪转发策略相比,添加了热点内容推送算法会使请求满足率提高4.6%到14.1%,缓存命中率增加了16.6%到33.0%。展开更多
文摘针对在命名数据自组织移动网络(named data mobile ad hoc network,NDM)中,原命名数据网络(named data networking,NDN)默认的沿路径全缓存策略会占用网络节点上大量缓存空间,因而不适用于NDM中存储空间有限的移动节点问题,设计了一种适用于NDM的缓存算法,取名官渡策略,意在将最有用的内容布置在最合适的节点上响应尽可能多的兴趣包.该算法基于间隔缓存等思路,综合考虑了节点间距离、节点缓存储空间和网络缓存分布等影响因素,并尽可能地简化以便使其具有可用性.实验结果表明:官渡策略可以有效地减少缓存空间,并维持较高的应答率,代价是增加少量的网络流量和承担一部分的网络延迟.官渡缓存策略相对简单,实现开销小,因此,更适合于节点存储空间小、计算能力有限的NDM网络.
文摘命名数据网络(Named Data Networking,NDN)是一种以信息为中心的新型网络架构,因采用了独特的内容命名法、缓存机制和智能转发策略而受到广泛关注。首先介绍了NDN的基本原理、关键技术以及研究现状,并与TCP/IP架构对比分析了其性能优势;然后总结了NDN在车载自组织网(Vehicular Ad Hoc Network,VANET)、远程视频会议系统、大数据处理分析中的典型应用及研究现状;最后围绕实际应用指出了该技术的不足,并分析预测了其未来应用趋势。NDN对于解决互联网设计中日益凸显的安全性、移动性、可扩展性等方面的问题具有显著优势。
文摘在车载自组织网络(vehicular ad hoc network,VANET)(也称车联网)中,基于地理位置的路由协议能够较好地适应网络拓扑的动态性变化和链路质量的不稳定性.由于位置信息需要在邻居节点间采用信标分组进行交互,信标分组间隔内的转发决策可能因车辆节点位置的移动而不准确,需要进行位置预测来修正车辆节点的位置.已有的位置预测算法存在普适性差或预测误差大的问题.针对上述问题,提出了一种新的预测算法,首次通过测量得到车辆加速度服从正态分布的结论,利用线性回归进行预测,并采用反馈机制进行结果修正.利用真实车辆轨迹进行测试,新的预测算法的预测精度大为提高.然后,提出了一种新的基于位置的即时路由协议.在该协议中,发送节点利用邻居节点位置和目的节点位置计算出转发下一跳.将新的位置预测算法加入到即时路由协议中,实时预测和更新车辆的位置.利用SUMO软件生成了基于真实地图道路轨迹的车辆运动模型,结合NS3网络仿真平台进行了仿真实验.实验结果表明:采用新的预测算法后,相比传统的GPSR协议和不带预测的即时路由协议,新方法的收包率提高、延迟下降,并且协议开销显著降低.
文摘无人机和无人船组成的移动自组织网络存在通信环境恶劣和网络拓扑结构变化频繁等挑战,导致网络性能变差。针对这一问题,建立以数据为中心的命名数据网络(Named Data Networking, NDN)网络架构,在此基础上提出基于深度强化学习的智能数据转发策略。利用深度强化学习实时感知网络动态变化,优化数据转发策略,设计优先采样和双重Q网络算法,加快深度强化学习收敛速度。实验结果表明,该策略可以有效降低时延并提高兴趣包满足率。
文摘V-NDN(vehicular named data networking)是一种使用命名数据网络架构的车辆自组织网络(vehicular Ad-hoc network,VANET),主要用来连接移动车辆之间的通信。提高网络中兴趣包的命中率是研究领域急待解决的难题。文章研究了城市道路环境下V-NDN的数据转发策略,考虑到城市道路环境下路侧单元(road side unit,RSU)被均匀广泛部署的特点,提出了一种基于RSU辅助的V-NDN数据转发策略(RSU aided V-NDN)。通过实验仿真与传统的V-NDN和基于蜂窝网络辅助的V-NDN进行对比,结果表明该文提出的数据转发策略有效地提高了网络的服务质量(quality of service,QoS)。
文摘车载自组织网络(VANET,Vehicular Ad-hoc Network)具有网络拓扑变化大,通信链路生存周期短的特点,传统的基于IP的点到点通信不适合这个场景,将命名数据网络(NDN,Named Data Networking)应用于VANET场景是目前研究的一个热点。本文分析了现有将NDN应用于VANET场景中的研究现状和存在问题。
文摘在V-NDN(vehicular named data networking)中,因为车辆的移动性而导致未响应兴趣包的概率大大增加。目前的解决方法是车辆节点缓存所有收听到的数据包,但这种方法会使节点中缓存大量重复的数据包副本,增加缓存的开销。为了解决此问题,提出了一种适用于城市道路的热点内容推送算法。首先,提出了一种热点内容挖掘算法,将V-NDN中可能的热点内容从大量的数据中挖掘出来;然后,通过热点内容推送算法将热点内容推送给其他可能访问这些内容的节点,以此提高网络性能;最后,从理论上分析了热点内容挖掘时需要考虑的影响因素。仿真结果表明,与贪婪转发策略相比,添加了热点内容推送算法会使请求满足率提高4.6%到14.1%,缓存命中率增加了16.6%到33.0%。