基于机会路由的数据分流及共享最优化研究

The rapid proliferation of handheld devices, the continuing evolution for social demands and the ensuing explosive increase in data traffic need the data offloading technique to migrate the traffic from the overloaded cellular link and thus reduce the network congestion. Opportunistic networking based data offloading technique takes advantage of the short-range wireless communication equipped by the devices, of which the opportunistic network is composed, to transfer and share the data, which is a very efficient way with no extra cost incurred. Consequently, it represents the latest development trend in the data offloading field. This project is focused on the optimization of opportunistic networking based data offloading and sharing. Some opportunistic routing techniques are leveraged to meet the traffic offloading and message sharing requirement of some delay tolerant applications in cellular networks for relieving the traffic redundancy and saving the scarce spectrum resource. More specifically, we utilize some techniques, including statistical analysis, graph theory and optimization theory, etc., to make an in-depth study on the following topics: including establishment of node mobility model and extraction of node mobility pattern, the optimization research on selection of seed nodes and relay nodes for data offloading stage and data sharing stage, respectively. Through the study on this project, we aim to reveal the impact of opportunistic routing algorithms on data offloading and sharing performance, design a set of efficient data offloading protocols, to optimize the overall performance of data offloading and sharing.

手持设备的迅速普及和社交需求的不断进化，带来数据流量的爆炸性增长，需要数据分流技术对过载的蜂窝链路进行数据迁移，以减少网络拥塞。机会组网数据分流借助于机会网络中设备自身的短距离无线通信来实现数据传输和共享，是一种非常有效且无额外成本的数据分流方案，代表数据分流领域的最新发展形势。本项目提出基于机会路由的数据分流及共享最优化研究，就是利用机会路由来满足蜂窝网络中具有延迟容忍性质的应用需要流量分流和消息共享这一需求，以减少蜂窝网络中的数据冗余并节省稀缺的频谱资源。具体而言，我们利用统计分析、图论以及最优化理论等技术对如下内容展开研究：节点移动模型的建立和移动模式的提取；数据分流阶段种子节点集合的最优化研究；数据共享阶段中继节点集合的最优化研究。通过这些研究，本项目旨在揭示机会路由算法对数据分流和共享性能的影响规律，设计出一套高效的数据分流协议集，以实现数据分流及共享的整体性能最优化。

互联网的迅猛发展使越来越多的用户趋向于用移动设备接入互联网下载内容、浏览新闻、观看视频等，用户每月将消耗海量的移动数据流量。随着移动数据需求量的爆炸式增长，蜂窝网络将要承受巨大压力，网络拥塞和负载过高等问题不可避免。因此，网络带宽不足导致用户体验下降是移动运营商亟待解决的问题。机会组网数据分流借助于机会网络中设备自身的短距离无线通信来实现数据传输和共享，是一种非常有效且无额外成本的数据分流方案。本项目研究了基于机会路由的数据分流及共享的最优化问题，以减少蜂窝网络中的数据冗余并节省稀缺的频谱资源。具体而言，我们利用统计分析、图论以及最优化理论等技术对如下内容展开研究并获得重要成果。.（1）研究了节点移动模型的建立和移动模式的提取。其主要成果包括：基于历史相遇信息的容迟网络地理路由算法; 基于加权社区图的路由算法; 集成马尔可夫链和社区模型设计一个移动社会网络的路由算法。.（2）研究了数据分流阶段种子节点集合的最优化问题，其主要成果包括：基于贪心策略的种子节点选择算法; 基于用户移动的最优用户组算法的种子节点选择算法; 基于用户兴趣和社交模式发现的种子节点选择算法。. （3）研究了数据共享阶段中继节点集合的最优化问题，其主要成果包括：基于节点的相似性和和数据生存时间内交付概率的中继节点选择算法; 基于节点在社交网络中重要度的中继节点选择算法 ; 基于节点性能和节点之间相遇概率预测的自适应中继节点选择算法; 基于社交网络中节点受欢迎程度的中继节点路由算法; 基于节点自私性和地理信息的路由算法。.另外，针对目前的D2D分流方法通常是基于节点间的直接传输或基于中继辅助的简单传输方法，很难实现高吞吐量的数据分流，我们设计了基于网络编码的D2D数据分流。 而且，本项目综述了近几年机会分流相关研究和发展，讨论了实现机会分流方面尚未解决的问题和挑战，比如，激励机制、用户行为的利用、流量数据的隐私安全等。