移动自组网健壮声誉机制及其组播路由算法研究

来源 :中南大学 | 被引量 : 0次 | 上传用户:qwdfafsfsf
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
移动Ad Hoc网络节点的协作性是指节点参与网络服务的程度。缺乏节点协作性的节点主要表现为没有提供尽力而为的、正确的网络层服务,目前提出的各种移动Ad Hoc网络协议基本上都是建立与每个节点都有完好的协作性之上,但这种假设并不总是成立的。本文首先分析了目前移动自组网中存在的节点协作性问题。剖析了节点缺乏协作性的内在原因和相关表现。对移动自组网中基于增进节点协作性策略的研究现状进行了分析。声誉机制作为一种能有效增进节点协作的策略,近年来颇受关注。本文在传统声誉机制的基础上,提出一种基于阶跃度的健壮声誉机制。在进行声誉值计算时,考虑了节点以往声誉值的历史因素,增强了声誉机制的公平性。在接收邻居节点的观测声誉值时,采用基于阶跃度的声誉值过滤算法,增强了声誉机制的健壮性。实验表明,基于阶跃度的健壮声誉机制具有较好的抗噪声抗干扰性。在一个典型的自组网环境下,网络主机往往按照群体给定的任务,这样组播就有很重要的意义。目前组播路由协议的研究主要注重健壮性和效率,而少有对自私节点进行防范的协议。本文将健壮声誉机制引入组播路由中,提出一种基于健壮声誉机制的概率组播路由算法RBPMRP(Reputation Based Probabilistic Multicast Routing Protocol)。实验表明,在网络中存在大量自私节点的情况下,该算法具有良好的性能。
其他文献
学科分类体系可以揭示科学发展的规律,并能在一定程度上预测学科进一步发展的趋势,有助于科研管理工作者制定政策。随着科学知识迅猛增长,学科分类体系动态性日益明显。如何构建
长期以来,电信企业大量而详尽的电信业务数据只被简单的应用在各种业务系统中,而没有被更有效的开发利用。随着电信市场的竞争日趋激烈,如何利用这些数据为电信业提供决策支持服
决策树方法是数据挖掘的重要方法,通常用来形成分类器和预测模型。决策树方法包含多种不同的算法,其中ID3算法是决策树方法的典型代表,是决策树生成最常用的具体实现方法,它利用
粗糙集理论是一种新的刻画不完整性和不确定性的数学工具。知识约简是粗糙集理论研究的核心问题之一。目前,粗糙集理论正在被广泛应用于人工智能、模式识别等很多领域。本文对
随着互联网和大型局域网迅速发展,网络带宽的不断扩充,给我们带来方便的同时也导致用户数与日俱增,传统的认证管理模式已无法满足大型局域网中用户对网络安全性、高效性和低成本
机器学习已经广泛应用到实际生活的各个领域。随着互联网的高速发展,每天有数以亿级的图像被上传,下载,给计算机视觉中的图像自动分类带来巨大的挑战。当今搜索引擎耗费大量的人
星空背景的景象生成技术是实现太空目标的识别与跟踪、导弹寻的、航天器飞行场景模拟、星敏感器星图识别等技术的关键技术之一。星空背景建模技术在军事、航空航天、遥感探测
Apriori算法是数据挖掘中最普遍的关联规则挖掘算法。但是在大型数据库或低阈值的挖掘中则会相当耗费时间,因为Apriori算法在数据挖掘的过程中有两个效率上的缺点,其中一个是需
近年来,能源的过高消耗是我国面临的一个严峻问题,节能措施已经迫在眉睫,利用能耗监控系统,能够科学方便地找到有效的节能措施,从而减少能源不必要的消耗和浪费。高校不仅是培养社
在过去的几十年里,随着计算机技术的进步,数字图像输入输出设备的发展和普及,以及功能强大的图像处理软件的开发,数字图像处理技术已经渗透到各个领域,制造出逼真的篡改图像