一种基于V-NDN的车联网数据转发决策算法

为了解决VANET车载自组织网络节点无线广播引发的兴趣包广播洪泛和网络拥塞等问题,提出了一种面向VANET的NDN实时车辆节点轨迹路径概率选择方案,该方案是一种基于机器学习的概率转发算法—DT-NB。首先用一个交通仿真模拟软件SUMO仿真模拟上海市某高架的车辆实时运行状态并获取信息,在ndnSIM平台中通过在兴趣包里加入自定义段的方式进行Hello交互,当前运动着的车辆节点会实时且周期性地交换运行状态信息,收到自定义段兴趣包的车辆会根据DT-NB计算转发概率进行转发判断。经过仿真对比BSRF、Multicast、NDN-G三种转发策略下满足的兴趣包数、兴趣包转发数和时延的结果,证明此方案对于优化广播风暴和网络拥塞具有优胜性。

区块链网络拓扑优化和转发策略设计

为解决区块链网络的数据传输效率低问题,提出了区块链传输效率优化方法来优化网络拓扑和转发策略。首先,设计了可信值函数计算区块链节点的可信值,综合考虑可信值和传输时间构建树形拓扑。然后,基于树形拓扑设计转发路径选择策略,以最小整体并发传输时间为目标,建立节点关于其邻居节点转发次序的转发表。为了减小节点变化对树形拓扑的影响,提出了拓扑动态优化策略局部调整树形拓扑。转发路径选择策略使整个数据传输过程具有最小传输时间,动态优化策略避免重构全网拓扑,有效缩短数据传输时间。仿真结果表明,与权重优先算法相比,所提方法的传输时间减小了约20%,显著提高了数据传输效率。