基于公交车缓存机制的移动数据分流研究

为了应对爆炸式增长的车辆流量数据和用户日益增长的应用程序需求给蜂窝网络运营商(如3G/LTE)造成的巨大的流量负载和网络拥塞等问题,当前已有很多工作提出将数据通过高容量的用户设备间通信进行分流。通过蜂窝网络分发数据对象到一部分订阅用户(称为种子用户),由种子用户通过本地机会通信的方式传送给其他订阅用户。为了最大化分流的效率,大多数的工作根据分流的对象和意义,提出了多种分流的方案,但是这些工作大都关注于种子用户的选择问题上。为了研究数据的缓存分配对分流的影响,着眼于城区VANET环境下的数据分流,根据城区多种数据异构的特性,提出利用公交车作为种子用户,通过制定数据缓存分配方案来间接完成数据分流的方案。缓存方案越好,用户命中自己想要的数据的概率就越大,分流的数据量就越多。据此,相应制定出几种贪心的缓存方案,一种启发式方案。通过大量的实验验证了启发式分配方案在分流数据量较多的情况下的优势,同时指出影响数据分流效率的几个重要参数。

基于机会通信的移动数据分流算法研究

近年来移动智能终端设备数量迅猛增长,移动数据流量的消耗也随之呈现指数增长趋势。数据流量激增使蜂窝网难以提供充足的带宽来满足用户需求。为解决此问题,移动数据分流技术应运而生。利用设备间的机会通信,提出一种结合用户活跃度和位置信息的移动数据分流算法(Social Activity and Geographic Location Awareness Off loading Protocol,SAGLA)。根据用户的活跃度选取发布用户,利用订阅用户与发布用户的位置关系做出消息分发决策。理论分析和仿真结果表明,该算法可以实现较高的移动数据分流效率和较短的等待时间。

基于自私性与中心性的机会网络数据分流算法

为解决日益增长的数据流量给蜂窝网络造成的严重流量负载和网络拥塞问题,提出一种在机会网络下基于节点自私性和中心性的移动数据分流算法(SCDO)。蜂窝网络将数据直接传递给种子节点,种子节点利用节点移动带来的接触,将数据传递给其他请求该数据的节点。当某个节点到达延迟容忍时间仍未收到数据时,该节点可直接从蜂窝网络下载数据。通过对无分流时的蜂窝网络流量负载(cellular scenario)、随机选取10%的节点作为种子节点时的蜂窝网络流量负载(random scenario)以及SCDO选取10%的种子节点时的蜂窝网络流量负载3种方法进行对比,结果表明,SCDO相比cellular scenario和random scenario,时间延迟分别降低约48%和30%,数据分流量分别提高约20%和12%。