面向DTN感染路由協(xié)議的緩存管理算法

王慧強(qiáng)，胡海婧，朱金美，淯張舒

(哈爾濱工程大學(xué)計(jì)算機(jī)科學(xué)與技術(shù)學(xué)院 哈爾濱 150001)

.計(jì)算機(jī)工程與應(yīng)用.

面向DTN感染路由協(xié)議的緩存管理算法

王慧強(qiáng)，胡海婧，朱金美，淯張舒

(哈爾濱工程大學(xué)計(jì)算機(jī)科學(xué)與技術(shù)學(xué)院 哈爾濱 150001)

延遲容忍網(wǎng)絡(luò)(DTN)是一種面向移動(dòng)與極端網(wǎng)絡(luò)環(huán)境的特殊無線自組織網(wǎng)絡(luò)。相對(duì)于傳統(tǒng)網(wǎng)絡(luò)，DTN中節(jié)點(diǎn)需要長(zhǎng)時(shí)間存儲(chǔ)/攜帶消息，進(jìn)而實(shí)現(xiàn)消息的轉(zhuǎn)發(fā)，從而使得節(jié)點(diǎn)緩存成為影響網(wǎng)絡(luò)路由性能的重要因素。為優(yōu)化Epidemic路由協(xié)議中緩存管理機(jī)制，避免由活躍消息丟棄所引起的路由效率降低的情況，提出了一種基于消息生存屬性的緩存管理(MPBBM)算法。該算法通過綜合分析消息轉(zhuǎn)發(fā)次數(shù)與生存時(shí)間等因素對(duì)消息傳遞的影響，制定了優(yōu)化的緩存替換策略，使得緩存替換過程中有限保留新產(chǎn)生的消息、丟棄即將失效的消息。仿真結(jié)果表明，相比于其他緩存管理算法，MPBBM算法能夠有效地提升消息交付率，并顯著地降低投遞時(shí)延與網(wǎng)絡(luò)開銷。

緩存管理; DTN; 感染路由協(xié)議; MPBBM

近年來，隨著移動(dòng)自組織網(wǎng)絡(luò)、空天網(wǎng)絡(luò)等新興網(wǎng)絡(luò)類型的興起，延遲容忍網(wǎng)絡(luò)(delay tolerant network，DTN)[1]成為了網(wǎng)絡(luò)研究領(lǐng)域中的熱點(diǎn)，它是一種為實(shí)現(xiàn)異構(gòu)不穩(wěn)定網(wǎng)絡(luò)連接而提出的新型網(wǎng)絡(luò)架構(gòu)[2]。傳統(tǒng)的Internet網(wǎng)絡(luò)是基于TCP/IP協(xié)議簇，該協(xié)議的有效運(yùn)行通常基于端到端存在持續(xù)連接，以及較低丟包率、較低傳輸延時(shí)等基本假設(shè)之上[3]。然而目前具有無線通信功能的便攜智能設(shè)備的大量涌現(xiàn)，推動(dòng)了DTN的發(fā)展以及在不同網(wǎng)絡(luò)中的應(yīng)用[4]。如在野生動(dòng)物研究[5]、偏遠(yuǎn)地區(qū)網(wǎng)絡(luò)[6]、工程項(xiàng)目Wizzy[7]、TIER[8]等方面的應(yīng)用。由于這類網(wǎng)絡(luò)中節(jié)點(diǎn)移動(dòng)、鏈路間歇性連接、不存在端到端路徑、數(shù)據(jù)傳輸延時(shí)大[9]等原因，為完成通信，DTN使用“存儲(chǔ)?攜帶?轉(zhuǎn)發(fā)”的機(jī)制[10]。節(jié)點(diǎn)接收消息后要根據(jù)緩存管理策略存儲(chǔ)一定的時(shí)間，因此緩存管理策略的設(shè)計(jì)成為DTN路由機(jī)制的關(guān)鍵。

DTN網(wǎng)絡(luò)不會(huì)主動(dòng)丟棄已存儲(chǔ)的消息，除非該消息的生存時(shí)間(time to live，TTL)到期。因此采用何種策略確定緩存中消息的丟棄順序，以釋放寶貴的緩存資源成為問題的關(guān)鍵。研究發(fā)現(xiàn)，已有的緩存管理算法存在兩類問題：1) 算法考慮的消息特性單一，不能夠很好地掌握網(wǎng)絡(luò)環(huán)境信息；2) 考慮了多個(gè)消息特性的算法在應(yīng)用階段為網(wǎng)絡(luò)帶來過大的開銷。針對(duì)這兩類問題，本文提出了一種基于消息特性的MPBBM算法，它主要根據(jù)消息副本數(shù)以及消息生存時(shí)間來確定每條消息的重要度，以此確定該消息被丟棄的先后順序。

1 相關(guān)工作

已有的緩存管理算法主要包括DO(dropoldest)[12]、SHLI(shortest life time)[13]及MOFO(most forwarded)[13]。此類算法的特點(diǎn)是考慮消息的某個(gè)單一特性，比較不同消息的特征值，決策消息的替換。優(yōu)點(diǎn)是計(jì)算時(shí)間短、空間開銷少；缺點(diǎn)是考慮因素單一，性能還有很大提升空間。

目前改進(jìn)的緩存管理算法有很多。如對(duì)消息副本數(shù)進(jìn)行估計(jì)的緩存管理EBMP(enhanced buffer management policy)[14]算法，控制節(jié)點(diǎn)消息數(shù)量的MDC-SR(message drop control source relay)[12]算法。

EBMP算法引入了消息的3個(gè)特性。該算法能較好地估計(jì)消息在網(wǎng)絡(luò)中的副本數(shù)，并對(duì)估計(jì)的最多副本數(shù)的消息進(jìn)行替換。然而由于需要大量的計(jì)算過程，導(dǎo)致節(jié)點(diǎn)緩存及網(wǎng)絡(luò)開銷較大、消息延時(shí)較長(zhǎng)。

MDC-SR算法通過定義節(jié)點(diǎn)丟棄消息數(shù)的閾值防止出現(xiàn)過多的消息丟棄，這種控制可以減少不必要的消息轉(zhuǎn)發(fā)和丟棄。但其閾值的定義并沒有數(shù)學(xué)方法上的依據(jù)，在消息大小等條件發(fā)生變化的網(wǎng)絡(luò)環(huán)境下，性能將受到很大影響，網(wǎng)絡(luò)性能不穩(wěn)定。

ISM(intelligent subsection management)[15]算法通過引入消息相對(duì)存活時(shí)間的特性對(duì)消息有效性進(jìn)行分析，而該算法適用于節(jié)點(diǎn)分布稠密的網(wǎng)絡(luò)。

ABMP(area-based buffer management policy)算法[16]是從網(wǎng)絡(luò)地理環(huán)境考慮，通過估計(jì)消息在劃分區(qū)域中數(shù)目以及對(duì)節(jié)點(diǎn)的運(yùn)動(dòng)特性進(jìn)行分析來決定丟棄消息的丟棄順序，該算法同樣存在計(jì)算量較大的問題。

DPMQ(dynamic prediction based multi queue)[17]丟棄算法是在節(jié)點(diǎn)生成3個(gè)動(dòng)態(tài)的隊(duì)列，根據(jù)預(yù)測(cè)的消息交付概率，在不同限定條件下緩存至不同的消息隊(duì)列。但該算法只能應(yīng)用于概率路由，適用場(chǎng)景比較局限。本文提出的MPBBM算法在保證較低計(jì)算量的基礎(chǔ)上，結(jié)合消息特性，提高消息的交付率、網(wǎng)絡(luò)開銷等網(wǎng)絡(luò)性能，并確保該算法能適用于各類基于Epidemic洪泛思想的多副本路由協(xié)議。

2 一種基于消息特性的緩存管理算法MPBBM

2.1 MPBBM算法設(shè)計(jì)

已有的緩存管理算法中，MOFO在不同網(wǎng)絡(luò)環(huán)境配置下，相比于其他緩存管理算法性能較好，消息的交付率雖然維持在較高水平，但消息的平均延時(shí)較大。針對(duì)此問題，本文提出了一種基于消息特性的緩存管理(message-period-based buffer management，MPBBM)算法。該算法在考慮MOFO算法中消息被轉(zhuǎn)發(fā)次數(shù)的基礎(chǔ)上，引入了消息在網(wǎng)絡(luò)中的生存時(shí)間這一特性。

MPBBM的主要思想是，在節(jié)點(diǎn)緩存空間不足以接收新到來的消息時(shí)，節(jié)點(diǎn)遍歷當(dāng)前緩存中的消息列表。獲取緩存中每條消息的生存時(shí)間，并獲取消息在網(wǎng)絡(luò)中被轉(zhuǎn)發(fā)的次數(shù)，將兩者進(jìn)行歸一化處理后形成節(jié)點(diǎn)中每條消息的MPBBM值：

式中，Mmpbbm表示消息M的MPBBM值；Mage為消息M自創(chuàng)建后在網(wǎng)絡(luò)中存在的時(shí)間；Mfo為消息M被網(wǎng)絡(luò)中節(jié)點(diǎn)轉(zhuǎn)發(fā)的總次數(shù)。

在DTN的網(wǎng)絡(luò)環(huán)境中，當(dāng)消息的age值單位為秒時(shí)，消息的age值增長(zhǎng)速度將遠(yuǎn)高于消息的fo值，因此為將消息的fo值和age值在數(shù)量級(jí)上進(jìn)行歸一化，對(duì)消息的age值取自然對(duì)數(shù)log(Mage)，利用對(duì)數(shù)函數(shù)的特性使處于不同量綱消息的fo值和age值處于同一數(shù)量級(jí)。

采用MPBBM算法計(jì)算出的Mmpbbm值能反映消息的優(yōu)先級(jí)，值越大，則消息的age值和fo值的歸一和的值越大。根據(jù)統(tǒng)計(jì)規(guī)律，在網(wǎng)絡(luò)中存在時(shí)間越長(zhǎng)、被轉(zhuǎn)發(fā)的次數(shù)越多越有可能成功交付，則認(rèn)為消息的優(yōu)先級(jí)越低。MPBBM算法定義的參數(shù)如表1所示。

MPBBM算法在替換消息時(shí)，依據(jù)每條消息的MPBBM值進(jìn)行降序排序，該算法認(rèn)為優(yōu)先級(jí)高的消息為活躍消息，而優(yōu)先級(jí)低的消息為非活躍消息，因此排序的結(jié)果為活躍度依次降低的消息隊(duì)列。表2為MPBBM算法優(yōu)先替換非活躍消息的算法偽代碼。

2.2 MPBBM算法分析

MPBBM算法考慮了消息的兩個(gè)特性，即消息在網(wǎng)絡(luò)中的生存時(shí)間和消息被轉(zhuǎn)發(fā)的次數(shù)，兩個(gè)參數(shù)均能體現(xiàn)消息在網(wǎng)絡(luò)中的分布情況。消息在網(wǎng)絡(luò)中的生存時(shí)間越長(zhǎng)或消息被轉(zhuǎn)發(fā)的次數(shù)越多，則在網(wǎng)絡(luò)中可能存在較多的消息副本，替換副本較多的消息將不會(huì)對(duì)該消息的交付帶來過多不良影響，同時(shí)為副本數(shù)較少的消息提供更多的轉(zhuǎn)發(fā)機(jī)會(huì)。

另在引入新的消息特性時(shí)，并沒有帶來過多額外的存儲(chǔ)需求和復(fù)雜的計(jì)算過程。當(dāng)節(jié)點(diǎn)進(jìn)行消息替換時(shí)，更新消息的age值和fo值，并計(jì)算緩存中消息的MPBBM值，不需額外維持消息的MPBBM值列表。MPBBM算法的執(zhí)行發(fā)生在節(jié)點(diǎn)間進(jìn)行消息轉(zhuǎn)發(fā)時(shí)，由接收消息的節(jié)點(diǎn)執(zhí)行。緩存管理算法是一個(gè)循環(huán)執(zhí)行的過程。根據(jù)表2的語句頻度計(jì)算出該算法的時(shí)間復(fù)雜度為T(n)=O(n2)，與MOFO的時(shí)間復(fù)雜度相同。MOFO的空間復(fù)雜度為O(1)，由于需要臨時(shí)存儲(chǔ)節(jié)點(diǎn)攜帶的消息的MPBBM值，MPBBM的空間復(fù)雜度為O(n)?？梢奙PBBM沒有增加額外的時(shí)間復(fù)雜度，并且未帶來過多的空間復(fù)雜度。

3 仿真實(shí)驗(yàn)及分析

3.1 仿真環(huán)境

本文采用ONE(opportunistie networking environment)[18]仿真工具，結(jié)合典型洪泛算法Epidemic[19]，對(duì)MPBBM與其他緩存管理算法分別進(jìn)行了仿真和對(duì)比分析。仿真中共投放了5組節(jié)點(diǎn)模擬行人、車輛的移動(dòng)，為了充分模擬現(xiàn)實(shí)生活的場(chǎng)景，在地圖中設(shè)置了興趣點(diǎn)，興趣點(diǎn)即節(jié)點(diǎn)趨于移動(dòng)到達(dá)的目的地，具體的環(huán)境參數(shù)設(shè)置如表3所示。

3.2 仿真結(jié)果與分析

本文使用4個(gè)性能評(píng)價(jià)指標(biāo)：消息交付率、網(wǎng)絡(luò)開銷、平均延時(shí)和平均緩存時(shí)間。

消息交付率為最終交付的消息數(shù)與產(chǎn)生的消息數(shù)的比值；網(wǎng)絡(luò)開銷為未成功交付的消息數(shù)與成功交付的消息數(shù)之比；平均延時(shí)為消息從產(chǎn)生到成功遞交到目的節(jié)點(diǎn)的消息的延時(shí)平均值；平均緩存時(shí)間為所有消息在網(wǎng)絡(luò)中占用緩存時(shí)間的平均值[11]。

3.2.1 消息大小變化的性能比較

圖1顯示了消息大小變化時(shí)，各緩存管理算法的性能表現(xiàn)。

如圖1a、圖1b所示，不同緩存管理下的Epidemic路由協(xié)議消息交付率、網(wǎng)絡(luò)開銷普遍降低。MPBBM算法的消息交付率一直保持最高，消息交付率相比MOFO算法平均提高8.14%，網(wǎng)絡(luò)開銷平均值降低了9.82%，同與MOFO算法性能表現(xiàn)相近的SHLI算法相比，MPBBM算法消息交付率平均高出11.22%，網(wǎng)絡(luò)開銷平均值降低10.42%。EBMP和DO算法性能較差，其中DO算法的傳輸成功率最低，數(shù)據(jù)波動(dòng)較小，說明消息大小對(duì)DO算法的消息交付率的影響不大。EBMP算法網(wǎng)絡(luò)開銷最大，原因是在該仿真環(huán)境下，應(yīng)用EBMP算法緩存管理算法的Epidemic協(xié)議時(shí)，參與網(wǎng)絡(luò)中被中繼傳輸?shù)南?shù)量遠(yuǎn)大于應(yīng)用其他緩存管理算法的情況，且傳輸成功消息的數(shù)量更低，導(dǎo)致網(wǎng)絡(luò)開銷遠(yuǎn)大于應(yīng)用其他它緩存管理算法時(shí)的網(wǎng)絡(luò)開銷。

由圖1c所示，MOFO算法的平均延時(shí)最大，MPBBM相比MOFO算法，平均延時(shí)降低了31.59%，且消息越大時(shí)，平均延時(shí)比MOFO算法下降的越快，說明MPBBM算法緩存管理算法使得消息傳輸具有更好的實(shí)時(shí)性，但MPBBM算法的平均延時(shí)略高于SHLI算法，通過分析仿真實(shí)驗(yàn)數(shù)據(jù)發(fā)現(xiàn)，采用MPBBM算法緩存管理算法的Epidemic協(xié)議仿真時(shí)中繼轉(zhuǎn)發(fā)的消息數(shù)量更多，需要消耗額外的時(shí)間，而且MPBBM算法中涉及的計(jì)算過程也要比SHLI算法額外消耗一定的時(shí)間。

如圖1d所示，MPBBM算法的平均緩存時(shí)間比MOFO算法平均增長(zhǎng)了7.53%，通過分析仿真實(shí)驗(yàn)數(shù)據(jù)發(fā)現(xiàn)，MPBBM算法丟棄消息的數(shù)量與MOFO算法相比有所減少，也相應(yīng)地降低了網(wǎng)絡(luò)開銷。DO算法的平均緩存時(shí)間最大，平均緩存時(shí)間過大，說明消息占用緩存時(shí)間過長(zhǎng)，會(huì)造成轉(zhuǎn)發(fā)消息數(shù)量減少，降低消息轉(zhuǎn)發(fā)成功率。

3.2.2 節(jié)點(diǎn)緩存變化的性能實(shí)驗(yàn)

圖2顯示了節(jié)點(diǎn)緩存大小變化時(shí)，各緩存管理算法的性能表現(xiàn)。

由圖可知，MPBBM算法的消息交付率最高。與MOFO算法相比，MPBBM算法的消息交付率平均增長(zhǎng)了7.57%，網(wǎng)絡(luò)開銷平均降低了10.97%，平均延時(shí)顯著降低了44.06%。然而MPBBM算法的平均緩存時(shí)間與MOFO算法相比平均提高了5.36%，可見MPBBM算法沒有帶來過多額外的平均緩存時(shí)間，且適當(dāng)?shù)販p少了消息的過度丟棄，相應(yīng)地降低了網(wǎng)絡(luò)開銷。

3.2.3 產(chǎn)生頻率變化的性能實(shí)驗(yàn)

圖3顯示了消息產(chǎn)生頻率變化時(shí)，各緩存管理算法的性能表現(xiàn)。與MOFO算法相比，MPBBM算法的消息交付率提高了4.93%，網(wǎng)絡(luò)開銷平均降低了3.34%，平均延時(shí)減少了29.10%。然而MPBBM算法與MOFO算法相比平均緩存時(shí)間平均提高了6.67%，說明在保證消息交付率、降低網(wǎng)絡(luò)開銷和平均延時(shí)的同時(shí)，未過度占用節(jié)點(diǎn)緩存。

3.2.4 通信范圍變化的性能實(shí)驗(yàn)

圖4顯示了節(jié)點(diǎn)通信范圍變化時(shí)，各緩存管理算法的性能表現(xiàn)。

圖4中，MPBBM算法持續(xù)保持較高的消息交付率。與MOFO算法相比，MPBBM算法平均提升了5.49%，網(wǎng)絡(luò)開銷平均降低了5.41%，平均延時(shí)平均降低了47.74%。然而平均緩存平均提高了8.50%，表明MPBBM算法在提升其他性能的同時(shí)，不過度地帶來額外的緩存時(shí)間，不會(huì)過度損耗節(jié)點(diǎn)的緩存資源。

4 結(jié) 論

本文結(jié)合Epidemic路由協(xié)議，提出了一種基于消息特性的緩存管理MPBBM算法。該算法結(jié)合了消息在節(jié)點(diǎn)緩存中存在的時(shí)間及消息轉(zhuǎn)發(fā)次數(shù)兩個(gè)特征值，能夠較好地估計(jì)消息在網(wǎng)絡(luò)中的分布情況。該算法的時(shí)間復(fù)雜度T(n)=O(n2)，空間復(fù)雜度為O(n)。與MOFO算法相比，MPBBM算法沒有增加時(shí)間復(fù)雜度，也未帶來過多的空間復(fù)雜度。通過仿真發(fā)現(xiàn)，在不同消息大小、消息產(chǎn)生頻率、節(jié)點(diǎn)緩存大小、節(jié)點(diǎn)通信范圍的影響下，MPBBM算法明顯優(yōu)于其他緩存管理算法，顯著地降低了消息的延時(shí)，在提高消息交付率的同時(shí)降低了網(wǎng)絡(luò)開銷。它適用于網(wǎng)絡(luò)區(qū)域中消息較小的場(chǎng)景，并可適應(yīng)消息產(chǎn)生較為頻繁的網(wǎng)絡(luò)。如何進(jìn)一步降低該算法平均緩存時(shí)間是下一步工作方向之一。

[1] FALL K. A delay-tolerant networking architecture for challenged internets[C]//International Conference on ACM Special Interest Group on Data Communication. [S.l.]: ACM, 2003.

[2] DENG Guang-hong, CAO Wan-hua, ZHANG Jian, et al. Method of dynamic random network coding in DTN environment[J]. Journal on Communications, 2014, 35(2): 76-86.

[3] ZHANG Long, ZHOU Xian-wei, WANG Jian-ping, et al. Routing protocols for delay and disruption tolerant networks[J]. Journal of Software, 2010, 21(10): 2554-2572.

[4] JUANG P, OKI H, WANHG Y, et al. Energy-efficient computing for wildlife tracking: Design tradeoffs and early experiences with ZebraNet[C]//ACM Sigplan Notices. [S.l.]: ACM, 2002, 37(10): 96-107.

[5] DORIA A, UDEN M, PANDEY D. Providing connectivity to the saami nomadic community[J]. Generations, 2009, 1(2): 3-11.

[6] AKYILDIZ I, AKAN B, CHEN C, et al. InterPlaNetary Internet: State-of-the-art and research challenges[J]. Computer Networks, 2003, 43(2): 75-77.

[7] EDMUNDO C, XOLUQOBO M. Ad hoc wireless mesh network and data mules for rural communication[EB/OL]. [2014-08-01]. http://shenzi.cs.uct.ac.za.

[8] SHEK D T L, SUN R C F. Effectiveness of the tier 1 program of project PATHS: findings based on three years ofprogram implementation[J]. The Scientific World Journal, 2010, 10(1): 1509-1519.

[9] LONG Ke, LU Hui-mei, YIN Lei, et al. Scene-aware self-adaptive routing in DTN[J]. Journal of Computer Research and Development, 2010, 47(10): 189-193.

[10] YU Zhen, XU Jing-dong, ZHANG Jian-zhong, et al. IEDR: an infrastructure enhanced DTN routing protocol[J]. Journal on Communications, 2013, 34(8): 44.

[11] PENG Min, HONG Pei-lin, XUE Kai-ping, et al. Delivery probablility prediction based efficient routing in DTN[J]. Chinese Journal of Computers, 2011, 34(1): 174-181.

[12] RASHID S, AYUB Q, ZAHID M S M, et al. Message drop control buffer management policy for DTN routing protocols[J]. Wireless Personal Communications, 2013, 72(1): 653-669.

[13] ANDERS L, KAUSTUBH P. Evaluation of queueing policies and forwarding strategies for routing in intermittently connected networks[C]//Communication System Software and Middleware. New Delhi, India: IEEE, 2006: 1-10.

[14] SHIN K, KIM S. Enhanced buffer management policy that utilises message properties for delay-tolerant networks[J]. IET Communications, 2011, 5(6): 753-759.

[15] WANG Zhen, WANG Xin-hua. ISM: a strategy of buffer management for next-generation green opportunistic network equipment[J]. Computer Application and Software, 2011, 28(11): 193-196.

[16] BO Ya-ping, WANG Qing-shan,SUN Xue-lian. Area-based buffer management policy in delay-tolerant networks[J]. Journal of Hefei University of Technology, 2013, 36(9): 1063-1066.

[17] SULMA R, ABDUL H A, QAISAR A, et al. Dynamic prediction based multi queue (DPMQ) drop policy for probabilistic routing protocols of delay tolerant network[J]. Network and Computer Applications, 2013, 36(5): 1395-1408.

[18] ARI K, JORG O, TEEMU K, et al. The one simulator for DTN protocol evaluation[EB/OL]. [2014-08-15]. http:// www.netlab.tkk.fi/tutkimus/dtn/theone.

[19] MUNDUR P, SELIGMAN M, LEE G. Epidemic routing with immunity in delay tolerant networks[C]//Military Communications Conference. Baltimore, USA: IEEE, 2008.

編 輯 張 俊

Message-Period-Based Buffer Management Algorithm for Epidemic Routing Protocol of DTN

WANG Hui-qiang, HU Hai-jing, ZHU Jin-mei, and ZHANG Yu-shu
(College of Computer Science and Technology，Harbin Engineering University Harbin 150001)

Unlike traditional networks, the nodes in delay tolerant network (DTN) may storage and carry messages for a long time and then forward them somewhere, which makes the buffer sizes of the nodes become an important factor of routing efficiency. For the purposes of optimizing buffer and replacement strategy and avoiding active messages discarded, a message-period-based buffer management (MPBBM) algorithm is proposed. According to the comprehensive analysis of forwarding amount and time to live (TTL) of the messages, MPBBM forms a buffer replacement strategy to make new messages stored and inactive messages dropped. The simulation results show that MPBBM, comparing with other algorithms, can improve the delivery rate and reduce the network overhead.

buffer management; DTN; Epidemic; MPBBM

TP393

A

10.3969/j.issn.1001-0548.2015.03.015

2014 ? 10 ? 17；

2015 ? 03 ? 23

國(guó)家自然科學(xué)基金(61370212, 61402127)；博士點(diǎn)基金優(yōu)先發(fā)展領(lǐng)域項(xiàng)目(20122304130002)；中央高?；究蒲袠I(yè)務(wù)費(fèi)專項(xiàng)資金(HEUCFZ1213,HEUCF100601)

王慧強(qiáng)(1960 ? )，男，教授，博士生導(dǎo)師，主要從事網(wǎng)絡(luò)技術(shù)與信息安全、可信計(jì)算、自律計(jì)算、認(rèn)知網(wǎng)絡(luò)等方面的研究.