论文部分内容阅读
随着计算机技术的发展,移动设备的普及,通信技术的成熟,移动自组织网络获得了广泛的应用。服务发现技术是移动自组织网络中至关重要的技术,同时也是许多其他网络应用的基础,影响着移动自组织网络的工作效率与性能。移动自组织网络中缺乏固定的通信实施,节点移动经常导致网络拓扑改变,终端设备的多样性使得服务请求模式变化莫测,这些特性为服务发现协议提供高效,可靠,稳定的功能设置了障碍。目前国内外相关工作在协议适应于网络环境变化的方向上研究还不够深入,缺乏自适应机制,服务发现在网络规模,底层拓扑,请求模式变化之时不能进行动态调整。本文从网络层次划分,目录部署以及具体的服务发现三个方面进行了研究,其中网络层次划分旨在寻找合理的簇数量与簇规模,为服务发现过程提供结构基础,本文提出了分发簇自适应问题,通过理论分析,给出线性渐进可行解,并提出自适应分簇算法,该算法通过组簇,合并与分割功能将网络中簇数量与簇规模控制在合理的范围内,并且以期望值渐近最优解;动态目录部署是为了使目录位置适应于网络拓扑及请求模式,本文提出了目录部署自适应问题,通过分析移动自组织环境,将目录迁移过程形式化为马尔可夫决策过程,以服务发现代价有效性作为准则,使用Q学习算法求解目录部署决策函数,以完成目录的重新部署;基于之前的理论工作,本文设计并实现了自适应的服务发现协议(AMSDP),该协议在底层执行分簇算法,维护簇的优化结构,目录节点的迁移在每个簇内分别进行,服务发现过程依赖簇内及簇间搭建的overlay结构,随后本文又对协议的代价进行了分析。最后本文在C++平台上进行实验验证,并使用另一种自适应协议作为对比。通过实验结果分析,本文提出的自适应的服务发现协议不但减少了网络传输中的数据量,还提高了服务发现的命中率,缩短了平均等待时间,实现了服务发现成本的有效利用。