文摘
可以利用机会出售将计算任务和交通数据移动边缘计算(MEC)。提高成功的比率数据卸载和减少不必要的数据冗余在机会转发过程中,一些方法的评估提出了一个设备的转发能力。然而,大多数这些方法不考虑时间影响设备的灵活性和效率影响能力的计算过程。为了解决这些问题,我们提出了一个Transient-cluster-based能力评价方法(TCEM)来评估设备的数据转发能力。TCEM可以分为两个步骤。第一步旨在减少计算复杂度评估设备的联系目的地的可能性在时间约束的基础上我们提出了瞬态所产生的瞬态集群集群检测方法(TCDM)。第二步是计算设备的直接和间接的概率数据转发到目的地。概率评估设备的转发能力的指标可用于不同的数据转发策略。仿真结果表明,TCEM-based数据转发策略优于其它数据转发策略方面的数据的比例交货率数据冗余。
1。介绍
机会出售作为一个新兴的通信模式可用于MEC将计算或交通数据利用形成的机会网络的移动设备(1- - - - - -3]。例如,在计算卸载一个边缘计算资源有限的移动设备可以将计算任务通过机会交流到其他附近的设备闲置计算资源,在流量卸载设备边缘缓存一再请求或受欢迎的内容内容转移到用户机会沟通减少网络流量和设备的能源消耗。机会出售基于投机取巧的移动设备之间的连接造成随机延迟;因此,适用于非像电子邮件内容,播客,和天气预报,可以容忍一些延迟交付。
最大限度地将计算任务和交通数据在时间约束,成功的比例数据交付需要最大化机会主义的数据转发。在投机取巧的卸载,卸载设备可能的数据转发给机会遇到设备通过store-carry-forward机制增加成功交付的比率。转发数据,每一个机会遇到设备数据的截止日期之前或目的地交货率达到最大化数据,但是这个过程会产生大量的冗余数据由设备不能联系目的地的有效时间内的数据。这些冗余数据消耗大量设备的资源有限,如存储容量和电池寿命。因此,在本文中,我们研究如何减少机会主义的冗余数据转发过程而成功的比率最大化数据交付,当一个设备发送请求与时间约束的缓存数据到另一个设备。关键的挑战是如何使战略机会遇到设备复制数据。
最近文献数据转发策略基于比较设备的数据转发能力。设备进行数据复制数据到设备具有更高的能力或最高的设备功能。尽管通过这种方法,减少数据冗余存在一些问题评估设备的数据转发能力。例如,评价方法(4,5]来自社区聚合形成的联系信息。然而,接触模式是时变的。通过聚合的联系信息到一个聚合联系图,一些重要的联系信息,例如,爆炸的行为,可能会丢失,削弱转发能力评估的准确性。另外一些评价方法如曾经(6需要全球提前联系信息。在大规模的移动场景中是不现实的。
本文优化数据交货率和减少不必要的冗余,我们提出一个分布式method-Transient-cluster-based能力评价方法(TCEM)。TECM的第一步是判断设备的可能性联系目的地的时间内约束数据的使用我们提出集群瞬态检测方法(TCDM)。第二步是计算遇到目的地的时间内的设备的概率约束的数据作为评价指标。该方法的贡献可以概括如下:(我)我们提议TCEM分布。每个设备都使用这种方法来评估其转发功能基于瞬态信息取得联系。与一些集中的方法相比,需要全球提前联系信息,我们建议的方法更加可行MEC的流动情况下。(2)提出集群检测方法TCDM是由时变接触模式的设备。与其他两个瞬态集群检测方法相比(草案7]和CCM [8),TCDM更简单,更有效率。(3)与一些方法相比,直接计算出每个设备遇到的概率转发能力评估指标,我们提议TCEM有效地降低了计算复杂度,因为我们第一次评估设备遇到的数据转发到目的地的可能性,只有可能性高的设备计算概率。(iv)TCEM准确评估设备能力的数据转发到特定的设备在一个时间限制,因为它是基于个人对国米接触时间(ICT)分布和瞬态的影响考虑集群的持续时间概率的计算过程。
剩下的纸是组织如下。部分2简要概述的相关工作。节3,我们给TCEM-based数据转发策略的概述。部分4呈现我们的提议TCEM细节。它包含TCDM和概率计算。部分5通过仿真评估我们的方法的性能,部分6总结了纸。
2。相关工作
投机取巧的数据来源于流行路由转发协议(9洪水的网络)。尽管这种基于洪泛算法可以实现包交货率最高,这导致大量的网络中冗余的数据拷贝。后来的研究致力于开发转发协议接近流行路由的性能较低的成本,这是衡量网络中数据副本的数量。目前,最成功的方法机会转发social-aware策略(10]。利用社会接触形成的群落结构的节点模式已被广泛用于评估节点的转发能力的方法,因为它是更可靠、更容易受到人类流动的随机性。
在泡沫说唱4],SimBet [11],MDDPC-based [12),和基于rpc的13数据转发策略,一个节点的数据转发功能是由其社会重要性的程度促进其他节点之间的通信。他们正在评估基于社区。提高决策的效率路由的过程,提出了一些方案结合特性。例如,SimbetTS [14)增加了对效用的领带强度计算,Oi [15]和SCORP [16)结合用户的社会关系与他们的兴趣social-aware机会主义路由和GROUPS-Net17)结合了社会意识和概率方法使用小组会议作为衡量社会环境提高交货率的数据。取样器(18使用社会社区和社会声望指标作为他们介绍了原泡沫说唱(4)计划并添加感兴趣的个人移动性和分在一个地区,帮助实现高交货率和减少网络开销。小姑娘(19)提出了考虑每个社区成员的内部活动的差异。它利用不同层次的当地活动在社区内实现有效的数据转发。然而,在这些策略形成的社区是基于前面的知识累积接触。的瞬态特征节点接触模式,这将影响数据转发性能,将被忽略。
参考文献(6,7,20.- - - - - -24)考虑时变模式节点之间联系。魏et al。20.)开发一种新型的评价方法分析预测一个移动节点的转发能力提出基于瞬态社区结构。一个有效的时间亲密和centrality-based数据转发策略TCCB [23)提出的预测节点的未来时间社交模式。然而,这两个方案是不适合我们建议的情况。自评估节点的数据转发能力20.)是基于中心在其短暂的社区,23)是基于中心在网络中的所有节点,他们并没有反映出节点转发数据到目的地的能力。该方法(草案7措施一个节点的转发功能通过判断节点的2-hop集群是否包含目的地。集群形成基于参与者的累积或腐烂的接触时间。SimBetAge [24岁]改善SimBet采用一个图来计算动态社会指标。这些方法不够有效,因为他们提高转发的数据复制的性能数据很可能所有节点,还产生大量的冗余数据。TSM [21)评估节点的转发能力基于三种类型的时变社会指标:中间性中心,相似性,和领带的力量,来源于社会数据的分析两组。文献[22)提出了一种CAOF计划,其中包括共同性和intracommunity阶段。在共同性阶段,全球主观能动性和source-to-destination概率较高的节点被选中作为火炬传递。此外,在intracommunity阶段,转发决策是由当地的指标。无论何时(6]提出评估节点的转发能力基于其价值(EV),这是直接遇到参与者的数量数据的有效时间内。在某些情况下这四个方法是不现实的,因为他们需要全球提前联系信息数据的有效时间内。相对我们的提议TCEM分布,有效降低了计算复杂度,因为我们第一次评估设备遇到的数据转发到目的地的可能性,只有设备高可能性的概率计算。
第二步我们的提议TCEM需要计算的概率节点传输数据到一个特定的节点数据的有效时间内。ICT被定义为两个连续遇到两个设备之间时间消逝;因此它可以用于计算的概率。最总ICT分布概率计算方法使用:幂律+尾部指数或指数,通过考虑到样本一起配对。然而Hernandez-Orallo et al。25)提出用总ICT的分布代表个人对“ICT分布一般不会是正确的,如果网络是异构的。因此在本文中,我们考虑不同个体对信息通信技术的分布概率计算过程更准确地评估节点的转发能力。
3所示。TCEM-Based数据转发策略
投机取巧的数据转发过程中,设备的数据使得数据转发策略基于遇到设备的数据转发能力。事实上的方法评估设备的数据转发能力在时间约束是独立于数据转发策略。不同的转发能力评估方法可以应用于相同的数据转发策略。例如,[8,20.所有数据转发给设备具有更高的能力,而他们使用不同的转发能力评估方法。在本节中,我们运用我们提出设备的数据转发能力评价方法TCEM在数据转发策略进行数据参与者将数据转发到参与者具有更高的能力。
数据转发策略由两部分组成。首先它使用TCEM评价连接设备转发数据到目标的能力。然后决定是否复制数据到这个设备的评价结果。详细的过程说明如下。
当一个设备数据连接的设备 , 首先法官是否携带这些数据。如果有这些数据,直接跳过 。否则执行数据转发策略如图1。
在一个部分中,策略使用TCEM评估数据转发能力。TCEM包含两个步骤。在第一步中,法官是否有可能限制的时间内传输数据到目标基于瞬态集群。只有当集群的瞬态或其邻近的瞬态集群包含目的地,第二步将继续,否则不复制数据吗和战略将结束。详细的瞬态集群检测方法(TCDM)是在部分4.1。第二步是使用ICT参与者之间分布来计算概率那将数据转发到目的地的时间内数据的约束。计算过程部分所示4.2。在我们提出的方法的概率作为度量评估参与者的转发能力。
在B部分,战略决定是否复制数据根据转发的概率 。如果的概率联系目标数据的有效时间内高于 , 将数据复制到 ,或不会。设备与数据执行上述数据转发策略,说明连接设备时没有携带这些数据。这个过程一直持续到目的地接收数据的有效时间内的数据。
4所示。设备的数据转发能力评价方法(TCEM)
我们建议TCEM包括两个步骤:评估和可能性概率计算。这两个步骤是基于瞬态集群。在本节中,我们首先描述我们提出了瞬态TCDM集群检测方法,以及如何评估设备的联系目的地(部分的可能性4.1)。然后我们详细说明如何计算设备的概率成功的数据交付的时间限制内t(部分4.2)。
4.1。瞬态集群检测方法
在本文中,每一个设备 有一个时变瞬态集群 ,反映一组设备,高接触率,和设备吗相邻的集群指的是瞬态集群共享相同的设备 。如图2集群,虚线圆圈代表瞬态。是设备的瞬态集群 。它包含 具有高接触率在这一刻, 是相邻的簇。我们的设备有可能将数据迁移到目的地,只有当其瞬态集群或相邻的瞬态集群包含目的地。例如,在图2如果数据的目的地或 ,这是在的集群或瞬态相邻的集群 ,分别时,设备将有可能将数据传输到目的地。评价标准设置,因为两个原因。第一个有效内容传播主要是由于接触率高的节点26]。第二个设置设备的邻居视图超过2跳不提高转发效率,甚至极大地增加数据冗余(27]。
因此,对于评估一个设备的联系目的地的可能性,该设备也将其相邻的存储集群 ,除了存储其瞬态集群 。接触率用于构造瞬态可以由ICT集群之间的时间间隔是两个连续的邂逅。我们定义两个设备之间的接触率是高的,当且仅当它们之间的ICT小于一个预定义的阈值 。一个设备将删除设备的信息通信技术比从其瞬态集群。的价值基于不同的痕迹。因为成对ict时变(21,28),准确地获取当前时间的瞬态集群和相邻的集群,每一个小时设备更新其瞬态集群只包含设备遇到在这个时间段和更新设备遇到设备时其相邻的簇。构建存储信息的设备的过程中描述的算法1。它不需要集中控制,独立执行的每一个设备。
|
||||||||||||||||||||||||||||||||||||||||||||
4.2。计算的概率
TCEM的第一步后,设备将数据传输到目的地的可能性已经确定。然而,无法保证数据可以交付到目的地时间限制内的设备,即使是最多2跳的路径。减少数据冗余,然后在第二步中,我们计算设备的概率约束的时间内将数据传输到目的地,代表设备的转发能力。遇到的设备与数据只复制数据到设备的概率高于他。计算过程分为两种情况:目的地是在的瞬态集群,目的地是在相邻的瞬态集群。表1给在这一节中使用的符号。
(我>1)目标我> 的瞬态集群我>。我们已经定义,设备有可能将数据转移到另一个装置只有在它们之间的路径是不超过2啤酒花。因此可以把数据传输到目的地吗通过两条路径,如图3。是第一个路线直接传输数据 。第二个途径是间接地传输数据通过一个设备 ,的成员是谁集群的瞬态。
本文数据转发取决于机会之间的连接设备。我们假设感知数据的规模很小,而且它可以完全转移在一个接触和传输时间可以忽略。因此设备的概率约束的时间内将数据传输到目的地的概率等于联系目的地的时间内约束。ICT设备之间分布的实际流动痕迹显示了一些概率分布模型。我们使用个人成对ICT分布的概率计算设备直接或间接接触的目的地的时间内约束和使用代表ICT设备之间的分布和 。
的概率那联系人在时间约束包含两个部分:直接或间接接触的概率<我>d我>。通过计算 在哪里 的概率是直接接触在<我>t我>,的概率是通过一个继电器装置联系人在<我>t我>,<我>D我>是设备的的瞬态集群的集群包含瞬态<我>d我>。
由于我们提出的计算方法是基于瞬态集群,集群瞬态时间之间的关系和有效时间的数据会影响时间约束的值的概率计算过程。如图4,集群的开始时间是短暂的。集群的结束时间是短暂的;因此 瞬态集群的持续时间。设备进行数据的时间遇到另一个设备。是数据的有效时间的最后期限。第一个关系是集群的持续时间比数据的有效时间长。第二个关系是集群的持续时间比数据的有效时间短,在这种情况下数据的时间约束 。
在第一个关系 、持续时间的瞬态集群比数据的有效时间长。方程(3这种情况的概率是,持续时间的分布的瞬态集群。在这种情况下,真正的约束数据的时间 。方程(4)的概率是 那联系人在这种情况下数据的有效时间。 的概率是联系人d在时间约束 。
研究 ,我们在两个真实数据集上运行TCDM, Infocom6 [29日)和剑桥(30.]。这两个数据集的详细信息见表1。我们观察一个瞬态集群的持续时间在日常生活中,找到它的分布可以用指数分布近似。我们把一个瞬态集群在剑桥跟踪为例,如图5。近似似乎并不完美,因为用来训练样本的分布是有限的。如果使用更多的数据应该是更好。 第二个关系 是瞬态集群的持续时间小于数据的有效时间。方程(5是这种情况的概率。在这种情况下,真正的约束数据的时间 。方程(6)的概率是 那联系人在这种情况下数据的有效时间。 的概率是联系人在时间约束 。 总之,(7)的概率是 那联系目的地期满前数据的有效时间。
(我>2)目标我> 相邻的瞬态集群我>。我们讨论的情况,目的地不在的瞬态集群,但是相邻的瞬态集群。图6显示了一个例子,是在相邻的集群 。 可以传输数据通过 。的概率那遇到目的地在时间约束只有通过间接接触计算(8),其中T是设备的的瞬态瞬态包含集群的集群<我>d我>。 概率的计算是基于瞬态集群。时间之间的关系,在此期间,目的地是在投机取巧的连接设备的相邻瞬态集群,和数据的有效时间原因两种可能。这是类似于部分4.2(1)。
当 ,(9)的概率是 那遇到<我>d我>,在这种情况下,瞬态集群的持续时间长于数据的有效时间,在什么地方 基于计算(8)。 当 ,(10)的概率是 那遇到目的地<我>d我>,在这种情况下,瞬态集群的持续时间小于数据的有效时间,在什么地方 基于计算(8)。总之,(11)的概率是联系目的地期满前数据的有效时间。
5。绩效评估
我们建议TCEM方法测量设备的数据转发能力。因为它基于瞬态集群,形成瞬态集群的性能会影响性能的方法。因此我们评估瞬态集群的性能检测方法(TCDM TCEM)。与此同时,我们评估TCEM-based数据转发策略的性能。在实验中,交货率的数据是数据项的比例,这是成功地送到目的地通过投机取巧到期之前转发数据。它提高了数据副本的数量增加,这代表了网络开销。因此,以反映效率,数据转发策略的性能评价的比例数据交货率的网络开销。
我们的实验是基于两个真实数据集,Infocom6 [29日)和剑桥(30.]。这些数据集是基于设备定期检测同行通过蓝牙接口,和联系人记录当两个设备进入彼此的通信范围。两个数据集的详细信息如表所示2。
5.1。瞬态集群评价
我们比较的性能TCDM集群有两个瞬态检测方法:Contact-burst-based聚类方法(CCM) [8)和分布式兴衰时空(草案)聚类方法(7]。除了分布式特性和该方法的可行性,集群的大小检测方法也会影响效率的数据转发策略,作为数据转发策略决定是否将数据转发到一个遇到的参与者通过搜索所有数字的参与者的集群。因此在这一节中,我们比较方法性能的三个指标:意味着集群大小,马克斯集群大小和使用集群规模评估转发功能。
CCM我>。它检测瞬态聚类对集群的节点具有类似联系一起爆发。两个节点之间的接触破裂是指一个时期接触频繁的出现在这两个节点。瞬态集群被CCM时变,集群的形成过程需要中央控制。
草案我>。它是分布式的。每个节点形成一个集群基于累积或腐烂的接触时间。它使用三个参数 , , 管理集群成长的速度和衰减。如果累积联系持续时间长于 ,遇到设备将被添加到集群。否则设备将被删除从集群。t秒的时间长度控制每个设备的累积时间的间隔是腐烂的。在每个时间,联系时间乘以参数下降 。
我们提议TCDM分布。每个设备形成一个时变瞬态集群,它包含一组设备,与他有接触率高。在这篇文章中,我们设置了一个装置,将添加一个设备遇到他短暂的集群中,只有这两个设备的intercontact时间低于预定的参数 。的价值设置基于痕迹的经验。
在这两个数据集,我们发现每一个成对接触是一系列的接触爆发在两个设备的接触率高,两个设备intercontact时间低于1小时在这些接触爆发期。例如,我们选择剑桥的任何两个设备数据集。联系如图7。箭头代表两个设备之间的联系。因此我们组 。如果这两个设备没有在一小时内联系意味着两个设备的接触率不高,设备将被删除从另一个设备的瞬态集群。
意味着集群大小我>。图8表明TCDM的意思是集群大小这三种方法中是最小的。CCM的意思是集群规模是最大的,这几乎是三倍大于TCDM。我们说明了理由如下。
(一)Infocom6
(b)剑桥
法草案,集群是device-centric单集群,但设备添加或删除从一个集群基于累积或衰变遇到持续时间。在这两个数据集,集群的草案将包含高接触率设备。例如,在Infocom6数据集,两个设备与高接触率的意思是这两个设备在接触破裂。设备之间的接触时间是24。两个参与者联系接触破裂期间6倍。因此,在一段接触破裂,两个设备的累积遇到持续时间是144年代,120年代超过预定的阈值。设备将被添加到另一个设备的集群。然而,由于设备从一个集群基于删除衰退持续时间,这可能导致集群,还积累了一些设备没有高接触率与中央设备现在,而成员TCDM集群设备,高接触率与核心设备。因此,集群被大于TCDM草案。
草案的集群的平均尺寸小于CCM,因为集群检测方法草案旨在检测设备具有高接触频率与中央设备期间。这是一个单集群。然而在CCM任何两个设备高接触率持续时间;这段时间将被添加到一个集群。啤酒花没有限制。集群是绝对比草案。
总之,与草案相比,尽管TCDM的集群形成的复杂性方法相似,TCDM集群大小小于草案。与CCM相比,除了集群大小TCDM更可行的和有效的。我们从两个方面展示它。首先CCM需要设备的提前联系信息。第二个集群在形成的过程中,CCM已遍历所有集群合并相似集群。这个过程浪费大量的计算资源和时间。然而,我们提议TCDM分布。每个设备形式他的瞬态集群只基于两个设备的实时联系频率。因此,与CCM, TCDM更可行的和有效的。
马克斯集群大小我>。图9显示了马克斯集群被这三种方法。马克斯集群TCDM和通风方法探测到小于集群CCM探测到。CCM的max集群包含超过一半的整个设备。它极其会增加计算的复杂性。
(一)Infocom6
(b)剑桥
集群的规模评估转发功能我>。DRAFT-based和我们提出TFCM-based数据转发策略确定是否遇到设备转发数据是基于其2-hop集群。因此,设备的2-hop集群大小是非常重要的对于这两种方法的性能。然而,CCM-based数据转发策略是基于一个集群。因此,我们比较意味着2-hop TCDM集群大小和草案,和平均集群CCM的大小。图10显示我们的提议TCDM集群是最小的在这三个集群检测方法。它包括或多或少30%的所有设备,但草案2-hop集群包含几乎一半的设备和CCM的集群包含超过一半的所有设备。原因说明如下。首先,由于1-hop TCDM小于1-hop集群的集群的草案,2-hop TCDM小于2-hop集群的集群的草案。其次,在草案,一个集群包含2-hop参与者但一群CCM并不限制跳;因此CCM的集群大小大于草案。
(一)Infocom6
(b)剑桥
总之,第一,我们提出的集群大小TCDM是最小的。它使判断设备的转发能力的效率通过搜索集群中的所有成员最好的。此外,与CCM相比,我们提出TCDM更加可行和更有效,因为它的分布和集群形成的简单方法。与汇票的集群相比,不能准确地表达在参与者之间接触率的变化,TCDM可以反映出改变设备的实时联系。自评估参与者的数据转发能力是基于设备之间的接触率,TCDM更准确的评估设备的转发能力。
5.2。数据转发性能评价
在实验中对公平来源和目的地是随机选择,和数据的生成时间是随机选择在白天因为节点的活动时间是晚上低,这可能会导致不准确的比较。性能是衡量指标:数据交货率网络开销的比例。我们建议TCEM-based数据转发策略与流行病[9),泡沫说唱(4],DRAFT-based [7],CCM-based [8数据转发策略。
流行我>。数据项是转发给每一个遇到的设备没有相同的数据。它是上界。
泡沫说唱我>。这种策略利用中心和社区。CPM (K-clique)是用于检测社区。数据项总是转发到一个更高的中心设备,直到到达一个装置,属于同一个社区的目的地。当数据项达到目的地社区,在社区内高转发到中心设备的范围,直到到达目的地。
DRAFT-Based日期转发策略我>。遇到的数据将被复制到设备的2-hop集群包含目的地之前进行数据设备遇到的目的地。
CCM-Based数据转发策略我>。它利用瞬态集群(TC)转发单元,和数据总是转发到TC更好的目的地在数据传送能力的时间约束。一旦数据达到一个新的TC大传送功能,数据分发到所有节点在TC。计算当前TC的传送能力的概率求和每个参与者TC出现在目的地的瞬态集群数据的有效时间内。进行数据设备删除数据时,他既没有遇到一个设备在TC大传送能力也不去与大TC传送能力在一个指定的时间段。上述过程结束当数据到达目的地或时间超过数据的有效时间。
结果如图11。考虑到交货率和泡沫的性能开销说唱是最差的与TCEM-based相比,DRAFT-based和CCM-based数据转发策略。原因是,这三个战略考虑设备的接触率时变,但泡沫说唱使用总联系信息不能反映设备数据的有效时间内的接触率。与其他三个数据转发策略相比,泡沫说唱的时间内无法准确评估设备的转发能力约束。因此,它的数据转发性能是最差的。
(一)Infocom6
(b)剑桥
比较与DRAFT-based CCM-based数据转发策略,我们提出TCEM-based数据转发策略的交货率是最低的,但与此同时它的开销也是最低如图12和13。集成这两个参数的比例数据交货率最高的网络开销。首先,数据转发的草案和TCEM基于遇到设备的2-hop瞬态集群。草案的2-hop集群规模大于TCEM 2-hop集群,它包含TCEM集群的所有成员。数据转发过程中,草案将数据转发给所有遇到的设备其2-hop集群包含目的地,但TCEM遇到设备将数据转发到其2-hop集群包含目的地和遇到目的地的概率高于携带数据的参与者。TCEM-based数据转发策略减少了一些不必要的开销的复制数据到设备遇到目的地的概率很低。因此,尽管TCEM-based数据转发策略的数据交货率仍低于DRAFT-based数据转发策略,它大大减少了开销。
(一)Infocom6
(b)剑桥
(一)Infocom6
(b)剑桥
第二,数据交货率和开销CCM-based数据转发策略是最高的。与草案TCEM只转发数据到遇到设备,CCM的数据转发是基于瞬态集群。数据分发到所有设备中遇到瞬态集群。与此同时,CCM的瞬态集群是最大的。它包含所有设备,直接或间接,经常接触遇到设备。考虑这两个方面的原因,CCM数据交货率是最高的,但是它的开销也很高。同时,因为在CCM策略进行数据设备删除数据时,他既没有遇到一个设备在TC大传送能力也不去与大TC传送能力在每一个指定时间,这将导致增加开销的数据可能会多次复制相同的设备。因此,CCM的开销非常高和数据交货率网络开销的比例是最低的。此外,CCM-based数据转发策略的计算复杂性非常高,因为它需要找到每个遇到设备当前的TC和计算的概率TC的每一个成员遇到目的地。
总之,集成交货率和开销的数据转发性能泡沫说唱是最差的。与DRAFT-based和CCM-based数据转发策略,虽然我们提出TCEM-based数据转发策略的数据交付率是最低的,考虑到交货率和网络开销,我们提出的方法的性能是最好的。
6。结论
在本文中,我们提出一个方法TCEM评估设备的数据转发能力。方法是基于时变瞬态集群,我们还提出一个方法TCDM检测瞬态集群。仿真结果表明,提出的数据转发策略基于我们TCEM优于其它现有的数据转发方式。
数据可用性
Infocom6和剑桥数据集支持这一荟萃分析来自之前报道的研究和数据集,已被引用。
的利益冲突
作者宣称没有利益冲突。
确认
这项工作是由国家科技支柱计划(2015 bah03f02)和中国国家重点研发项目(2016 yfe0204500)。
引用
-
d .徐y . Li x Chen等人“机会卸载的调查。”<我>IEEE通信调查和教程我>, 2018年。
视图: 谷歌学术搜索 -
毛y,你,j . Zhang et al。”一个调查移动边缘计算:沟通的角度来看,“<我>IEEE通信调查和教程我>,19卷,不。4、2322 - 2358年,2017页。
视图: 谷歌学术搜索 -
w .偿还和a . Vadhat”流行路由部分连接ad hoc网络。”<我>技术报告cs - 2000 - 06我>,2000年。
视图: 谷歌学术搜索 -
l . j .吴j . Wang, m . Tanha和j .锅”的数据转发方案可获得的概率dtn的中心,”<我>IEEE无线通信和网络研讨会论文集(WCNC 16)我>2016年4月,页1 - 6,。
视图: 谷歌学术搜索 -
w . Moreira、p·门德斯和s . Sargento”Social-aware机会路由协议基于用户交互和利益,”<我>Proceedins国际会议特设网络我>施普林格,页100 - 115年,2013年。
视图: 谷歌学术搜索 -
l·d·谢x Wang刘,l·马”利用时变图表数据转发的全新移动社交实现容忍延迟网络”<我>《24日IEEE / ACM国际研讨会的服务质量(IWQoS 16)我>,2016年6月。
视图: 谷歌学术搜索 -
t . Phe-Neau m·迪亚斯·德·阿莫林诉柯南,“附近吞并在机会网络的力量,”<我>美国第32 IEEE计算机通讯大会上(IEEE INFOCOM 13)我>2013年4月,页3369 - 3374。
视图: 谷歌学术搜索 -
j .斯科特·r·盖斯j . Crowcroft说p .回族,c . Diot和a . Chaintreau“喇蛄跟踪——讨价还价,”2009年,http://crawdad.cs.dartmouth.edu/cambridge/haggle。
视图: 谷歌学术搜索