機(jī)會網(wǎng)絡(luò)中考慮緩存的路由算法

摘 要：機(jī)會網(wǎng)絡(luò)是一種通過節(jié)點(diǎn)移動建立通信鏈路的無線自組織網(wǎng)絡(luò)，一般通過消息復(fù)制的路由策略傳遞信息。但該方式將導(dǎo)致鏈路中存在大量消息副本，對節(jié)點(diǎn)緩存形成巨大壓力，造成網(wǎng)絡(luò)擁塞。針對該情況，結(jié)合Prophet算法，充分考慮節(jié)點(diǎn)緩存對鏈路狀態(tài)及傳輸概率的影響，設(shè)計(jì)限制消息最大副本數(shù)量與及時(shí)刪除節(jié)點(diǎn)緩存中不必要數(shù)據(jù)包的緩存管理機(jī)制，同時(shí)在Prophet算法中考慮了緩存比因素。仿真結(jié)果表明，該算法可以有效提高消息投遞率，降低網(wǎng)絡(luò)消耗。

關(guān)鍵詞：機(jī)會網(wǎng)絡(luò);Prophet算法;緩存區(qū)管理;擁塞控制

DOI：10. 11907/rjdk. 182515 開放科學(xué)（資源服務(wù)）標(biāo)識碼（OSID）：

中圖分類號：TP312文獻(xiàn)標(biāo)識碼：A 文章編號：1672-7800（2019）007-0080-04

Buffer Aware Routing Algorithm for Opportunistic Network

CHEN Wei-jie

（School of Optical-Electrical and Computer Engineering，University of Shanghai for Science and Technology，Shanghai 200093，China）

Abstract：The opportunistic network is a wireless ad hoc network that establishes a communication link through node movement. Generally， the information is transmitted through a routing policy that uses message replication. This method results in a large number of message replicas in the link， which puts tremendous pressure on the node cache and causes network congestion. Aiming at this situation， combined with the Prophet algorithm， we fully considered the influence of the node cache on the link state and the transmission probability. Two mechanisms for buffer management are designed， including limiting the maximum number of copies of the message and deleting the node cache in time. The data packet is considered in the Prophet algorithm. The simulation results show that the algorithm can effectively improve the delivery rate of the message and reduce the network consumption.

Key Words：opportunistic network;Prophet algorithm;buffer management;congestion control

作者簡介：陳偉潔（1995-），女，上海理工大學(xué)光電信息與計(jì)算機(jī)工程學(xué)院碩士研究生，研究方向?yàn)闊o線網(wǎng)絡(luò)和機(jī)會路由。

0 引言

如何在不需要提前建立端到端鏈路的情況下，利用設(shè)備的移動性快速形成自組織網(wǎng)絡(luò)，達(dá)到在網(wǎng)絡(luò)中進(jìn)行消息傳遞的目標(biāo)，是目前無線自組織網(wǎng)絡(luò)研究中的熱點(diǎn)。在緊急情況下，經(jīng)常會遇到原有鏈路被破壞，需要通過現(xiàn)有設(shè)備建立一條新鏈路的情況，如何在該情況下進(jìn)行有效的數(shù)據(jù)傳輸是目前需要解決的一個(gè)難題。為此，研究人員結(jié)合MANET（Mobile and Ad Hoc Network）與DTN[1]（Delay-tolerant Network）的特點(diǎn)，提出機(jī)會網(wǎng)路（Opportunistic Network）的概念[2]。機(jī)會網(wǎng)絡(luò)是一種不需要源節(jié)點(diǎn)與目的節(jié)點(diǎn)之間存在一條完整鏈路，而是通過節(jié)點(diǎn)移動過程中形成的相遇機(jī)會建立通信的自組織網(wǎng)絡(luò)。機(jī)會網(wǎng)絡(luò)相對于傳統(tǒng)網(wǎng)絡(luò)表現(xiàn)出更好的適應(yīng)性，更加符合自組織網(wǎng)絡(luò)的要求，因此近年來引起國內(nèi)外研究者的廣泛關(guān)注，并開展了大量應(yīng)用研究，如在災(zāi)難發(fā)生的緊急狀況下構(gòu)建自組織網(wǎng)絡(luò)[3]，以及可用于觀察海洋生物種群[4]與監(jiān)察自然環(huán)境下放牧系統(tǒng) [5]的移動自組織網(wǎng)絡(luò)等。由于機(jī)會網(wǎng)絡(luò)是以“存儲—攜帶—轉(zhuǎn)發(fā)”的路由機(jī)制模式開展工作的，在該模式下要求網(wǎng)絡(luò)提供節(jié)點(diǎn)的可靠性保證，節(jié)點(diǎn)在未選取好下一跳轉(zhuǎn)發(fā)節(jié)點(diǎn)時(shí)，中間節(jié)點(diǎn)不能丟棄數(shù)據(jù)[6-7]。當(dāng)網(wǎng)絡(luò)中的大量數(shù)據(jù)需要被傳輸時(shí)，節(jié)點(diǎn)的緩存利用率較高，易造成網(wǎng)絡(luò)擁塞，影響數(shù)據(jù)正常傳輸。因此，在機(jī)會網(wǎng)絡(luò)中，擁塞控制是保證網(wǎng)絡(luò)穩(wěn)定性與可靠性的關(guān)鍵因素。

機(jī)會網(wǎng)絡(luò)中針對擁塞控制情況有以下兩種解決方法：①限制消息副本數(shù)量，避免生成不必要的數(shù)據(jù)包。消息在鏈路中一般采用消息復(fù)制方式傳輸給下一跳節(jié)點(diǎn)，對于未對消息副本進(jìn)行合理控制的路由算法而言，在消息傳輸過程中，網(wǎng)絡(luò)中會存在大量消息副本，因而極大地影響了網(wǎng)絡(luò)性能[7]。針對該問題，文獻(xiàn)[8]、[9]提出限制消息副本數(shù)量的路由機(jī)制，以減少因生成大量不必要數(shù)據(jù)包對網(wǎng)絡(luò)造成的壓力;②及時(shí)刪除不必要的數(shù)據(jù)包。當(dāng)網(wǎng)絡(luò)中的數(shù)據(jù)包已傳輸成功或不需要傳輸時(shí)，數(shù)據(jù)包若還滯留在節(jié)點(diǎn)緩存中，易造成節(jié)點(diǎn)緩存溢出，不僅導(dǎo)致數(shù)據(jù)無法得到及時(shí)傳輸，更極大地浪費(fèi)了網(wǎng)絡(luò)資源。因此，針對不必要的數(shù)據(jù)包，可以使用DLR、DL、DOA、DY等刪包方式進(jìn)行處理[9-10]。

為避免出現(xiàn)網(wǎng)絡(luò)擁塞狀況，保證網(wǎng)絡(luò)即使在高吞吐量的環(huán)境中也能正常傳輸數(shù)據(jù)是本文的研究重點(diǎn)。Prophet（Probabilistic Routing Protocol Using History of Encounters and Transitivity）算法通過比較節(jié)點(diǎn)之間的相遇概率，選擇是否將消息轉(zhuǎn)發(fā)給中間節(jié)點(diǎn)。該工作機(jī)制可大幅減少網(wǎng)絡(luò)中的副本數(shù)量，但沒有完全考慮到消息副本數(shù)量對節(jié)點(diǎn)緩存的影響。本文結(jié)合Prophet算法特點(diǎn)，提出控制消息副本數(shù)量以及考慮節(jié)點(diǎn)剩余緩存以避免擁塞的機(jī)制，從而有效提高消息投遞率。

1 相關(guān)工作

機(jī)會網(wǎng)絡(luò)中的節(jié)點(diǎn)是具有移動性且不穩(wěn)定的，源節(jié)點(diǎn)與目的節(jié)點(diǎn)之間不存在一條已連接好的端到端的路徑，即使在鏈路斷開的情況下，也可以實(shí)現(xiàn)消息的逐跳轉(zhuǎn)發(fā)，并成功傳輸消息。因此，其可以看成是具有一般DTN網(wǎng)絡(luò)特征的無線自組織網(wǎng)絡(luò)，更加符合自組織網(wǎng)絡(luò)的需求[11-12]。

目前，基本的機(jī)會路由算法可以分為兩大類[13]：基于復(fù)制的路由算法與基于效用的路由算法?；趶?fù)制的路由算法是通過復(fù)制消息副本傳輸數(shù)據(jù)，在網(wǎng)絡(luò)中形成多消息存儲的路由策略，典型路由算法有Epidemic算法等[9];基于效用的路由算法以一個(gè)效用值為衡量標(biāo)準(zhǔn)，為中間轉(zhuǎn)發(fā)節(jié)點(diǎn)的選取提供參考因素。本文討論的Prophet算法即是根據(jù)節(jié)點(diǎn)之間的轉(zhuǎn)發(fā)概率篩選節(jié)點(diǎn)，進(jìn)行數(shù)據(jù)轉(zhuǎn)發(fā)[10]。

在基于復(fù)制與基于效用的經(jīng)典算法中，未考慮到消息副本數(shù)量過多對節(jié)點(diǎn)緩存的影響，導(dǎo)致網(wǎng)路性能下降，因此具有一定局限性[11-12]。Prophet是一種基于概率轉(zhuǎn)發(fā)的路由算法，節(jié)點(diǎn)在選擇下一跳節(jié)點(diǎn)時(shí)會根據(jù)相遇概率傳輸消息，節(jié)點(diǎn)之間的概率在相遇時(shí)升高，分開時(shí)則隨著時(shí)間延長而降低。Prophet算法的工作機(jī)制是只要遇到比自己傳輸概率大的節(jié)點(diǎn)則會復(fù)制一個(gè)消息副本給對方?；谛в玫霓D(zhuǎn)發(fā)方式雖然在一定程度上控制了消息的轉(zhuǎn)發(fā)副本數(shù)，但還沒有減少不必要消息對節(jié)點(diǎn)緩存的影響。當(dāng)節(jié)點(diǎn)接收新消息時(shí)，會判斷自己是否有足夠的緩存區(qū)，如果緩存區(qū)不夠，則根據(jù)消息在緩存區(qū)的時(shí)間長短刪除數(shù)據(jù)包，在緩存區(qū)中時(shí)間越長的數(shù)據(jù)包越容易被刪除。因此，需要設(shè)置一個(gè)消息的生存期時(shí)間以控制消息生命長短，以便于刪除不必要的數(shù)據(jù)包。

傳統(tǒng)Prophet算法是通過比較相遇節(jié)點(diǎn)與目的節(jié)點(diǎn)的概率值決定是否將消息傳輸給相遇節(jié)點(diǎn)，假設(shè)a、b兩點(diǎn)相遇，a、b兩節(jié)點(diǎn)的概率值通過式（1）進(jìn)行更新。

[P（a，b）=P（a，b）old+（1-P（a，b）old）*Pinit] （1）

[P（a，b）=P（a，b）old*γk]? ? ? ? （2）

式中，[Pinit]是預(yù)先設(shè)置的兩節(jié)點(diǎn)之間的初始概率，γ是老化因子，γ∈[0，1]，k表示距離上一次更新的時(shí)間長度。

Prophet算法的概率還具有傳遞性，即a節(jié)點(diǎn)與b節(jié)點(diǎn)經(jīng)常接觸，b節(jié)點(diǎn)與c節(jié)點(diǎn)也經(jīng)常接觸，則節(jié)點(diǎn)b可作為節(jié)點(diǎn)a和節(jié)點(diǎn)c消息轉(zhuǎn)發(fā)的中間節(jié)點(diǎn)，節(jié)點(diǎn)a、b、c的傳遞概率可按照公式（3）進(jìn)行更新。

[P（a，c）=P（a，c）old+（1-P（a，c）old）*P（a，b）*P（b，c）*β] （3）

式中，β是一個(gè)常數(shù)，β∈（0，1），其決定了消息經(jīng)過中間節(jié)點(diǎn)傳遞后對整體數(shù)據(jù)傳輸成功概率的影響。

雖然Prophet算法中概率的傳遞性可以有效減少數(shù)據(jù)廣播引起的擁塞現(xiàn)象，但一旦擁塞現(xiàn)象發(fā)生，會極大地影響算法性能。如圖1所示，若節(jié)點(diǎn)a、b與節(jié)點(diǎn)b、c都可以經(jīng)常保持連接，根據(jù)Prophet算法的傳遞性，b節(jié)點(diǎn)即可作為a、c節(jié)點(diǎn)傳輸鏈路上的中間節(jié)點(diǎn)，并保持較高的投遞率，但若b節(jié)點(diǎn)的緩存此時(shí)正處于擁塞狀態(tài)，a、c節(jié)點(diǎn)鏈路上的數(shù)據(jù)包則無法正常轉(zhuǎn)發(fā)。所以即使Prophet算法根據(jù)概率值的傳遞性選取了最好的中間轉(zhuǎn)發(fā)節(jié)點(diǎn)，但若未考慮到中間節(jié)點(diǎn)的緩存情況，則無法合理地發(fā)揮該算法優(yōu)點(diǎn)。如果此時(shí)a節(jié)點(diǎn)將消息轉(zhuǎn)發(fā)給b節(jié)點(diǎn)，該消息則會溢出，否則a節(jié)點(diǎn)只能將消息保存在本地中，等待下一個(gè)合適節(jié)點(diǎn)進(jìn)行轉(zhuǎn)發(fā)。

圖1 節(jié)點(diǎn)b在擁塞狀態(tài)下的鏈路

2 Prophet算法改進(jìn)

雖然Prophet算法根據(jù)概率效用值選擇轉(zhuǎn)發(fā)節(jié)點(diǎn)的工作機(jī)制已在一定程度上減輕了網(wǎng)絡(luò)中的擁塞情況，但仍未考慮節(jié)點(diǎn)緩存對算法性能的影響。機(jī)會網(wǎng)絡(luò)是一個(gè)以“存儲—攜帶—轉(zhuǎn)發(fā)”模式工作的自組織網(wǎng)絡(luò)，一個(gè)節(jié)點(diǎn)如果處于鏈路中的關(guān)鍵位置，則其需要轉(zhuǎn)發(fā)的消息更多，而消息數(shù)量及大小與該節(jié)點(diǎn)緩存情況密切相關(guān)。如果節(jié)點(diǎn)緩存情況可以得到有效管理，則會提高消息傳輸?shù)某晒β?。在網(wǎng)絡(luò)中，消息數(shù)量及大小都是隨機(jī)的，但節(jié)點(diǎn)緩存卻是固定的，只有對節(jié)點(diǎn)緩存情況進(jìn)行有效控制，才能保證后續(xù)消息得到正常轉(zhuǎn)發(fā)[11]。

2.1 節(jié)點(diǎn)緩存比

本文不僅針對節(jié)點(diǎn)緩存提出了有效的管理機(jī)制，還添加了緩存比效用因素，即算法在基于相遇概率選擇轉(zhuǎn)發(fā)節(jié)點(diǎn)基礎(chǔ)上，同時(shí)考慮了節(jié)點(diǎn)緩存情況，選擇轉(zhuǎn)發(fā)成功率較高與緩存壓力較小的節(jié)點(diǎn)作為轉(zhuǎn)發(fā)節(jié)點(diǎn)。該方法能更加有效地避免擁塞現(xiàn)象產(chǎn)生，增加數(shù)據(jù)包投遞率。節(jié)點(diǎn)緩存比定義如下：

[R=i=1nmi*SiBtotal]? ? ? ? ? （4）

式中，[mi]表示消息數(shù)量，[Si]表示消息大小，[Btotal]表示節(jié)點(diǎn)緩存大小。

2.2 節(jié)點(diǎn)緩存管理機(jī)制

本文提出的控制節(jié)點(diǎn)緩存數(shù)據(jù)包數(shù)量的管理機(jī)制主要包括以下兩方面：

（1）限制消息在傳輸過程中的最大副本數(shù)。由于Prophet算法在傳輸消息時(shí)是通過復(fù)制消息副本的方式工作的，沒有限制消息的最大副本數(shù)，當(dāng)消息在網(wǎng)絡(luò)中傳遞且數(shù)量足夠多時(shí)，可以推測該消息已成功傳輸，此時(shí)再復(fù)制該消息副本無疑將給網(wǎng)絡(luò)帶來更大壓力。因此，為每一個(gè)消息設(shè)置最大副本數(shù)量，當(dāng)達(dá)到該上限時(shí)則停止復(fù)制消息，可以減少網(wǎng)絡(luò)冗余。

（2）及時(shí)刪除已傳輸成功的消息。已傳輸成功的數(shù)據(jù)包在網(wǎng)絡(luò)中是無用的，并且會極大地占用緩存。其不一定是長期滯留在緩存中的老數(shù)據(jù)包，也可能是新包傳輸成功，但未被及時(shí)刪除。及時(shí)刪除已傳輸成功的數(shù)據(jù)包可以有效改善緩存情況，減少資源浪費(fèi)。

3 路由算法設(shè)計(jì)

本文提出的改進(jìn)Prophet算法的核心思想在于控制節(jié)點(diǎn)緩存區(qū)，包括限制消息最大副本數(shù)目與及時(shí)刪除網(wǎng)絡(luò)中不必要的數(shù)據(jù)包。針對以上兩點(diǎn)操作可以有效降低緩存區(qū)壓力，保證節(jié)點(diǎn)不會因緩存區(qū)溢出導(dǎo)致消息無法正常傳輸。在此基礎(chǔ)之上，Prophet算法在選擇轉(zhuǎn)發(fā)節(jié)點(diǎn)時(shí)進(jìn)一步考慮了緩存比因素，其改進(jìn)算法步驟如下：

（1）a、b節(jié)點(diǎn)通過移動進(jìn)入彼此通信范圍，建立連接。

（2）兩節(jié)點(diǎn)交換彼此在本地保存的與鏈路中其它節(jié)點(diǎn)的傳遞概率。

（3）根據(jù)式（2）計(jì)算節(jié)點(diǎn)a、b的傳遞概率，并考慮此時(shí)節(jié)點(diǎn)b緩存比Rb的情況。

（4）節(jié)點(diǎn)a中有傳輸?shù)侥康墓?jié)點(diǎn)s的消息，但該消息并不存在于節(jié)點(diǎn)b中，此時(shí)比較P（a，s）與P（b，s）*Rb大小，若P（a，s）

4 實(shí)驗(yàn)仿真與性能分析

4.1 實(shí)驗(yàn)仿真設(shè)置

本文使用仿真工具ONE[12]（Opportunistic Network Environment Simulator）對改進(jìn)算法進(jìn)行實(shí)驗(yàn)分析及性能比較，驗(yàn)證本文提出的改進(jìn)算法是否可以有效改善網(wǎng)絡(luò)性能、解決擁塞情況。

本文模擬了一些經(jīng)典場景下節(jié)點(diǎn)移動的消息傳遞情況，如學(xué)校、社區(qū)及工作區(qū)，這些場景的節(jié)點(diǎn)移動范圍都存在一定規(guī)律性，但節(jié)點(diǎn)移動速度和方向是隨機(jī)的。采用移動模型模擬這些移動場景，實(shí)驗(yàn)參數(shù)如表1所示。

表1 仿真配置參數(shù)

在上述場景下，本文分別對原Prophet算法、改進(jìn)后的Prophet算法和Epidemic算法從網(wǎng)絡(luò)性能的3個(gè)方面進(jìn)行比較，分別是傳輸成功率、網(wǎng)絡(luò)開銷和傳輸延遲，比較在節(jié)點(diǎn)數(shù)量逐漸增加時(shí)網(wǎng)絡(luò)性能的差異。

4.2 仿真結(jié)果與分析

本文對原Prophet算法、改進(jìn)后的Prophet算法和Epidemic算法在不同節(jié)點(diǎn)數(shù)量時(shí)表現(xiàn)出的網(wǎng)絡(luò)性能進(jìn)行測試，仿真結(jié)果如圖2-圖4所示。

圖2 傳輸成功率與節(jié)點(diǎn)數(shù)量關(guān)系

在圖2中，隨著節(jié)點(diǎn)數(shù)量的增加，由于原Prophet算法和Epidemic是通過復(fù)制消息的方式在網(wǎng)絡(luò)中傳輸?shù)?，?jié)點(diǎn)數(shù)量較多會增加節(jié)點(diǎn)之間的接觸概率，導(dǎo)致消息副本在網(wǎng)絡(luò)中的數(shù)量不斷增加。當(dāng)緩存溢出時(shí)，消息則無法得到正常傳輸。改進(jìn)后的Prophet算法考慮到了緩存情況，假設(shè)節(jié)點(diǎn)緩存已經(jīng)溢出，則該節(jié)點(diǎn)不會被選為下一跳節(jié)點(diǎn)，而是尋找其它適合的節(jié)點(diǎn)進(jìn)行傳遞，使消息可以正常傳輸。

圖3 網(wǎng)絡(luò)開銷與節(jié)點(diǎn)數(shù)量關(guān)系

在圖3中，隨著節(jié)點(diǎn)數(shù)量的增加，改進(jìn)后的Prophet算法由于對緩存進(jìn)行了管理，避免了消息在轉(zhuǎn)發(fā)時(shí)選擇緩存使用率高的節(jié)點(diǎn)，從而降低了算法開銷，所以其網(wǎng)絡(luò)開銷一直保持在一個(gè)較低水平。但其它兩個(gè)算法都是基于消息復(fù)制的路由算法，隨著網(wǎng)絡(luò)中消息副本的數(shù)量不斷增多，并且沒有解決節(jié)點(diǎn)緩存問題，因此易造成網(wǎng)絡(luò)擁塞，增加網(wǎng)絡(luò)開銷。

圖4 傳輸延遲與節(jié)點(diǎn)數(shù)量關(guān)系

在圖4中，改進(jìn)Prophet算法在傳輸時(shí)間上多于其它兩種算法，主要是因?yàn)楦倪M(jìn)Prophet算法控制了網(wǎng)絡(luò)中的消息副本數(shù)量，從而減少了與目的節(jié)點(diǎn)的相遇機(jī)會，在一定程度上也增加了消息傳輸?shù)侥康墓?jié)點(diǎn)的時(shí)間，所以傳輸過程中比其它兩個(gè)在網(wǎng)絡(luò)中消息副本較多的算法花費(fèi)時(shí)間更多。還有一個(gè)原因是在沒有找到合適的轉(zhuǎn)發(fā)節(jié)點(diǎn)時(shí)，節(jié)點(diǎn)會將消息保存在本地，直到遇到合適的下一跳節(jié)點(diǎn)才開始傳輸，從而導(dǎo)致傳輸延遲。

5 結(jié)語

本文分析了機(jī)會網(wǎng)絡(luò)中存在的消息冗余情況，提出了設(shè)置消息最大副本數(shù)量與及時(shí)刪除不必要數(shù)據(jù)包的節(jié)點(diǎn)緩存管理機(jī)制，并在Prophet算法基礎(chǔ)上考慮了緩存比因素，設(shè)計(jì)了一個(gè)考慮節(jié)點(diǎn)緩存的改進(jìn)Prophet算法。仿真結(jié)果表明，在相同條件下，改進(jìn)算法相比于原Prophet算法及Epidemic算法，具有更高的消息投遞率，可以有效防止網(wǎng)絡(luò)擁塞情況發(fā)生，提高網(wǎng)絡(luò)吞吐量。

參考文獻(xiàn)：

[1] FALL K. A delay-tolerant network architecture for challenged Internets[C]. Conference on applications，technologies，architectures，and protocols for computer communication，2003：27-34.

[2] DAVIES E. DTN-the state of the art[EB/OL]. http：//www.n4c.eu/Download/n4c-wp2-012-state-of-the-art-101.pdf，2009.

[3] LILIEN L，GUPTA A，YANG Z. Opportunistic networks for emergence applications and their standard implementation framework[C]. Proceedings of 2007 IEEE International Conference on Wireless and Mobile Computing，Networking and Communications.IEEE，2007：588-593.

[4] SMALL T，HAAS Z J. The shared wireless info station model：a new ad hoc networking paradigm[C]. Proceedings of the 4th ACM International Symposium on Mobile Ad Hoc Networking&Computing. ACM，2003：233-244.

[5] JUANG P，OKI H，YONG W，et al. Energy-efficient computing for wildlife tracking[J]. ACK Sigops Operation Systems Review，2002，36（10）：96-107.

[6] 熊永平，孫利民，牛建偉. 機(jī)會網(wǎng)絡(luò)[J]. 軟件學(xué)報(bào)，2009，20（1）：124-137.

[7] PUNEET K B，SHIPRA S，VANDANA D. Comparative analysis of reactive and proactive protocol of mobile ad-hoc network[J]. International Journal on Computer Science and Engineering，2012，4（7）：1281-1288.

[8] SPYROPOULOS T，PSOUNIS K， RAGHAVENDRA C S. Spray and wait： an efficient routing scheme for intermittently connected mobile networks[C]. Proceedings of the 2005 ACM SIGCOMM Workshop on Delay-tolerant Networking. New York， USA： ACM Press， 2005.

[9] NELSON S C， BAKHT M， KRAVETS R. Encounter based routing in DTNs[J]. Mobile Computing and Communications Review， 2009，13（1）： 56-59.

[10] LINDGREN A， PHANSE K S. Evaluation of queuing policies and forwarding strategies for routing in intermittently connected networks[C]. Proceedings of IEEE COMSWARE06，IEEE Press，2006.

[11] DAVIS J A， FAGG A H， LEVINE B N. Wearable computers as packet transpor mechanisms in highly partitioned ad-hoc networks[C]. Proceedings of the 5th IEEE International Symposium on Wearable Computers， USA： IEEE Press， 2001.

[12] MOTA VFS，CUNBA FD，MACDO DF，et al.Protocols，mobility models and tools in opportunistic networks：a survey[J]. Computer Communication，2014，48：5-19.

[13] QIANG Z，JING Y，MINGHUI W.Formal taxonomy research on opportunistic networks[C]. Proceeding of the 2nd IEEE International Conference on Broadband Network&Multimedia Technology，2009：854-857.

[14] HSU CJ，LIU HI，SEAH WKG. Opportunistic routing-a review and the challengers ahead[J]. Computer Networks，2011，55（15）：3592-3603.

[15] BECKER V D.Epidemic routing for partially connected ad hoc network [R]. Durhan，NC：Duke University，2000.

[16] HUANG T，LEE C，CHEN L. PRoPHET+：an adaptive PRoPHET-based routing protocol for opportunistic network[C]. 24th IEEE International Conference on Advanced Information Networking and Application，2010：112-119.

[17] 任智，黃勇，陳前斌. 機(jī)會網(wǎng)絡(luò)路由協(xié)議[J]，計(jì)算機(jī)應(yīng)用，2010，30（3）：723-728.

[18] 段鵬瑞，馬華東，羅紅. 基于梯度的DTN路由算法[J]. 北京郵電大學(xué)學(xué)報(bào)，2011，34（2）：63-66.

[19] SHEN J，ZHENG W. An improvement of buffer scheme for delay tolerant network[J]. International Journal of Future Generation Communication&Network，2013，6（4）：263-271.

[20] KERANEN A. Opportunistic network environment simulator [R]. Helsinki：Helsinki University of Technology，2008.

（責(zé)任編輯：黃 ?。?/p>