无人机和无人船组成的移动自组织网络存在通信环境恶劣和网络拓扑结构变化频繁等挑战,导致网络性能变差。针对这一问题,建立以数据为中心的命名数据网络(Named Data Networking, NDN)网络架构,在此基础上提出基于深度强化学习的智能数...无人机和无人船组成的移动自组织网络存在通信环境恶劣和网络拓扑结构变化频繁等挑战,导致网络性能变差。针对这一问题,建立以数据为中心的命名数据网络(Named Data Networking, NDN)网络架构,在此基础上提出基于深度强化学习的智能数据转发策略。利用深度强化学习实时感知网络动态变化,优化数据转发策略,设计优先采样和双重Q网络算法,加快深度强化学习收敛速度。实验结果表明,该策略可以有效降低时延并提高兴趣包满足率。展开更多
针对传统基于定向扩散命名数据网络(Directed Diffusion Named Data Network,DD-NDN)转发策略未考虑传感器节点的能量、存储、带宽的实际约束,无法完全适用于物联网大数据转发的问题,提出考虑邻居节点空间信息与能量信息的改进NDN路由...针对传统基于定向扩散命名数据网络(Directed Diffusion Named Data Network,DD-NDN)转发策略未考虑传感器节点的能量、存储、带宽的实际约束,无法完全适用于物联网大数据转发的问题,提出考虑邻居节点空间信息与能量信息的改进NDN路由转发策略。在分析传统NDN转发策略的优点与不足的基础上,建立适用于物联网大数据转发的NDN通信模型;通过邻居节点交换空间信息与剩余电量信息的方式构建转发列表,并采用贪婪转发策略实现数据的高效转发;在NDNSim仿真环境下,对相同算例进行对比验证分析。仿真结果表明,与仅考虑最邻近节点转发的定向扩散NDN方法相比,该策略的平均路由跳数、平均路由延时和丢包率分别下降了11.11%、20.40%和82.14%。展开更多
针对铁路无线Mesh网络这种用户移动速度快、Mesh节点间切换频繁的应用场景,研究一种高效的数据通信方案。虽然二层转发相比三路由具有更好的移动性支持,但本文通过形式化分析发现,网桥的二层数据包转发策略可保证的路径更新延时为CAM表...针对铁路无线Mesh网络这种用户移动速度快、Mesh节点间切换频繁的应用场景,研究一种高效的数据通信方案。虽然二层转发相比三路由具有更好的移动性支持,但本文通过形式化分析发现,网桥的二层数据包转发策略可保证的路径更新延时为CAM表项的超时阈值timeout,不适用于铁路无线Mesh网络,然后提出一种主动位置告知策略实现转发路径的实时更新,并在此基础上设计一种基于端口记忆和主动位置告知的二层数据包转发策略CFP-ALN(CAM based Forwarding Policy with Active Location Notice)。研究表明,策略CFP-ALN不仅可保证快速移动用户最低的切换延迟,并且只需要增加一个单播数据包的网络开销,具有良好的实用性。展开更多
命名数据网络(Named Data Networking,NDN)是一种全新的以内容为中心的网络体系架构。转发机制是NDN的核心问题,现有的三种转发策略被动响应节点接口的工作状态,存在占用带宽资源高或重传次数多等问题。为有效利用节点接口状态以提高转...命名数据网络(Named Data Networking,NDN)是一种全新的以内容为中心的网络体系架构。转发机制是NDN的核心问题,现有的三种转发策略被动响应节点接口的工作状态,存在占用带宽资源高或重传次数多等问题。为有效利用节点接口状态以提高转发效率,提出一种先探测后转发的策略DFFL(Detect First Forward Later),将节点接口的即时状态作为选择转发接口的重要因素。仿真实验结果表明,DFFL有效降低了网络时延、报文跳数及请求报文重传次数,验证了该转发策略在NDN环境下的适用性。展开更多
文摘无人机和无人船组成的移动自组织网络存在通信环境恶劣和网络拓扑结构变化频繁等挑战,导致网络性能变差。针对这一问题,建立以数据为中心的命名数据网络(Named Data Networking, NDN)网络架构,在此基础上提出基于深度强化学习的智能数据转发策略。利用深度强化学习实时感知网络动态变化,优化数据转发策略,设计优先采样和双重Q网络算法,加快深度强化学习收敛速度。实验结果表明,该策略可以有效降低时延并提高兴趣包满足率。
文摘针对传统基于定向扩散命名数据网络(Directed Diffusion Named Data Network,DD-NDN)转发策略未考虑传感器节点的能量、存储、带宽的实际约束,无法完全适用于物联网大数据转发的问题,提出考虑邻居节点空间信息与能量信息的改进NDN路由转发策略。在分析传统NDN转发策略的优点与不足的基础上,建立适用于物联网大数据转发的NDN通信模型;通过邻居节点交换空间信息与剩余电量信息的方式构建转发列表,并采用贪婪转发策略实现数据的高效转发;在NDNSim仿真环境下,对相同算例进行对比验证分析。仿真结果表明,与仅考虑最邻近节点转发的定向扩散NDN方法相比,该策略的平均路由跳数、平均路由延时和丢包率分别下降了11.11%、20.40%和82.14%。
文摘针对铁路无线Mesh网络这种用户移动速度快、Mesh节点间切换频繁的应用场景,研究一种高效的数据通信方案。虽然二层转发相比三路由具有更好的移动性支持,但本文通过形式化分析发现,网桥的二层数据包转发策略可保证的路径更新延时为CAM表项的超时阈值timeout,不适用于铁路无线Mesh网络,然后提出一种主动位置告知策略实现转发路径的实时更新,并在此基础上设计一种基于端口记忆和主动位置告知的二层数据包转发策略CFP-ALN(CAM based Forwarding Policy with Active Location Notice)。研究表明,策略CFP-ALN不仅可保证快速移动用户最低的切换延迟,并且只需要增加一个单播数据包的网络开销,具有良好的实用性。
文摘命名数据网络(Named Data Networking,NDN)是一种全新的以内容为中心的网络体系架构。转发机制是NDN的核心问题,现有的三种转发策略被动响应节点接口的工作状态,存在占用带宽资源高或重传次数多等问题。为有效利用节点接口状态以提高转发效率,提出一种先探测后转发的策略DFFL(Detect First Forward Later),将节点接口的即时状态作为选择转发接口的重要因素。仿真实验结果表明,DFFL有效降低了网络时延、报文跳数及请求报文重传次数,验证了该转发策略在NDN环境下的适用性。
