Mobility Model and Routing Model about the ONE

简介: ONE主要的功能是节点的移动,节点间的相遇情况,路由情况以及消息的处理机制。下面简要介绍下目前ONE自带的六种移动模型和六种路由模型。 Mobility Model: 从大的方面,可以分为三种,1)随机移动;2)基于Map的随机移动;3)基于用户行为的移动 进一步细分: 1)包括两种:Ran...

ONE主要的功能是节点的移动,节点间的相遇情况,路由情况以及消息的处理机制。下面简要介绍下目前ONE自带的六种移动模型和六种路由模型。

Mobility Model:

从大的方面,可以分为三种,1)随机移动;2)基于Map的随机移动;3)基于用户行为的移动

进一步细分:

1)包括两种:Random Walk(RW)和Random Waypoint(RWP)

2)包括三种:Random Map-Based  Movement (MBM),  Shortest Path Map-Based Movement (SPMBM),和 Routed Map-Based Movement (RMBM).

3)包括一种:Working Day Movement Model(WDM)

所有的移动模型都封装成一个类,继承于MovementModel,提供节点选择新路径的接口,SimMap类中描述了Map数据,DijkstraPathFinder类可以使用这些数据来找到一条最短路径,PointOfInterest类可以从Map数据中选择合理的POI数据点。模型见初识the ONE。下面分别描述几种模型。

RW:节点从当前位置随机选择一个方向和速度移动到一个新的位置,方向和速度从一个预先定义的范围里面选择,如:[speedmin, speedmax],[0,2 π].通过一个固定的时间间隔t或固定的距离d之后,节点的方向和速度在重新计算。如下图:

 

RWP:该模型类似RW,只不过节点在选择下一个方向和速度时有一段自定义的暂停时间(Pause time),节点需要在这个节点待一段时间。

 

MBM:依托于Map数据,选择一个节点随机地放置在map area,使其在该路段上行驶,直到到达一个路段终点,然后选择返回或结束,如果节点到达一个十字路口,再随机选择一个方向行驶,如果达到预先配置的距离或时间,停止一段时间,在继续行驶,如果达到目的地,则停止行驶。

SPMBM:该模型为MBM的升级版,节点从map数据中通过Dijkstra算法找出一条最短的路径,然后沿着这条路径进行行驶。

RBMB:该模型适用于一些有着预定义的路径的节点,如Bus,train等节点。其包含了一条路径中所有可能遇到的stop和在stop停止的时间间隔。

WDM:该模型考虑了用户的行为,包括用户可能sleeping at home, working at office, 以及going out with friends in the evening等活动。此外,WDM中引入社交关系和社区(community)的概念。

 

Routing Model:

ONE实现了六种路由协议:1) Direct Delivery (DD), 2) First Contact (FC), 3) Spray-and-Wait, 4) PRoPHET, 5) Max-Prop, and 6) Epidemic.

涵盖了DTN路由协议的所有类型,包括single-copy,n-copy,unlimited-copy以及基于估计的协议。

所有的路由协议都封装成一个类,继承于MessageRouter类,该类有两个兄弟类,ActiveRouter和PassiveRouter类,所有实现的六种路由协议皆继承自ActiveRouter类,而PassiveRouter类提供用户自定义的路由协议类的上层接口。

DD:是一种single-copy的路由协议,只有当携带信息的节点遇到目的节点的时候,才进行数据转发。

FC:也是一种single-copy的路由协议,携带信息的节点只要遇到一个节点,就进行转发,直到到达目的节点。

这两种方法保证了整个网络中只有一个信息的copy,只要信息转发成功,就将原信息删除,是简单的store-and-forward.虽然节省了网络带宽,但不能提高网络中信息的传送率。

Epidemic:是一种n-copy的路由协议,泛洪式的信息传播方式,携带信息的节点将自己所有的信息进行泛洪,直到到达目的节点,或TTL时间到进行删除。

Spray-and-Wait:和Epidemic比较相像,只不过限制信息copy的数量。

这两种方法虽然能提高网络中信息的传送率,但大量消耗网络的资源,如网络带宽和节点的存储能力。所以,为了权衡上面几种协议之间的利弊,提出了下面基于估计的两种协议。基于估计的协议的本质的原理是:通过节点之间维护着一张和其他节点相遇的表,通过概率模型计算,如果两个节点相遇,那么根据他们估计的相遇概率,可以估计它们下次再次相遇的概率,选择相遇概率大的节点进行转发。

PRoPHET:该协议模型选择和目的节点相遇概率大的节点进行转发。

Max-Prop:该协议进一步优化,使用相遇概率通过Dijskra算出从一个节点到目的节点的最短路径,选择在最短路径上的节点进行转发。

上面就是对几种移动模型和路由模型的简单介绍,下面在进一步通过对源码的分析和实际场景的模拟来进一步剖析ONE,并尝试着把自己的模型放进来。

 

Reference:

[1] A Survey of Mobility Models for Ad Hoc Network Research

[2] The ONE Simulator for DTN Protocol Evaluation

 

目录
相关文章
|
人工智能 供应链 大数据
数字化技术核心环节及其在供应链的应用
数字化技术核心环节包括云计算、大数据、区块链、人工智能和移动互联网。这些技术相互作用,共同构建了数字化技术生态系统,推动经济社会发展。其中,云计算提供算力支持,大数据提供信息资源,区块链构建信任机制,移动互联网连接一切。区块链在供应链领域的应用尤为突出,通过数据共享、可追溯性和智能合约等特性,解决了供应链中的信息孤岛、数据真实性和业务效率等问题,提升了供应链的整体协同和管理效率。
|
前端开发 Android开发 开发者
移动应用开发的未来:跨平台框架与原生开发的融合
【10月更文挑战第36天】本文探讨了移动应用开发领域内,跨平台框架与原生开发之间的相互作用及其未来发展趋势。通过分析Flutter和React Native等流行跨平台解决方案的优缺点,以及它们如何与传统iOS和Android开发相结合,本文揭示了一种新兴的开发模式,旨在提高开发效率并保持应用性能。
|
数据采集 人工智能 Serverless
AI 克隆声音,只需 3 分钟(附最全教程)
文章介绍了GPT-Sovits,一个开源的生成式语音模型,因其在声音克隆上的高质量和简易性而受到关注。阿里云函数计算(Function Compute)提供了一个快速托管GPT-Sovits的方法,让用户无需管理服务器即可体验和部署该模型。通过函数计算,用户可以便捷地搭建基于GPT-Sovits的文本到语音服务,并享受到按需付费和弹性扩展的云服务优势。此外,文章还列举了GPT-Sovits在教育、游戏、新能源等多个领域的应用场景,并提供了详细的步骤指导,帮助用户在阿里云上部署和体验GPT-Sovits模型。
36664 8
半小时速通Python爬虫!GitHub开源的Python爬虫入门教程
今天给小伙伴们带来了一篇详细介绍 Python 爬虫入门的教程,从实战出发,适合初学者。 小伙伴们只需在阅读过程紧跟文章思路,理清相应的实现代码,30 分钟即可学会编写简单的 Python 爬虫。
|
人工智能 大数据 新制造
谈谈大数据和人工智能的9个应用场景【人与机器共生】
大数据时代,以数据为基础的技术正在改变人类的未来。
谈谈大数据和人工智能的9个应用场景【人与机器共生】
|
搜索推荐 数据挖掘 PyTorch
Py之albumentations:albumentations库函数的简介、安装、使用方法之详细攻略
Py之albumentations:albumentations库函数的简介、安装、使用方法之详细攻略
Py之albumentations:albumentations库函数的简介、安装、使用方法之详细攻略
|
1天前
|
云安全 人工智能 自然语言处理
|
8天前
|
数据采集 人工智能 自然语言处理
Meta SAM3开源:让图像分割,听懂你的话
Meta发布并开源SAM 3,首个支持文本或视觉提示的统一图像视频分割模型,可精准分割“红色条纹伞”等开放词汇概念,覆盖400万独特概念,性能达人类水平75%–80%,推动视觉分割新突破。
647 56
Meta SAM3开源:让图像分割,听懂你的话

热门文章

最新文章