[发明专利]一种具有拓扑感知的移动对等网络聚集域划分方法

说明书

技术领域

本发明涉及移动对等网络技术领域，尤其涉及一种具有拓扑感知的移动对等网络聚集域划分方法。

背景技术

随着移动网络和智能便携终端的快速发展和普及，以及对等技术在Internet上获得的巨大成功，使得研究人员将目光转向具有分布式更强、参与性更广、更具有对等自治特征的移动计算领域，提出了移动对等网络这一全新的研究领域。移动对等网络(Mobile Peer-to-Peer，MP2P)又称移动P2P网络，是一种动态的、分布式和自组织的叠加在网络层之上的会话层覆盖网络，能够利用多种带宽和服务质量的底层接入技术，移动设备以点对点的方式交互、共享的协作处理模式。与传统对等网络相比，移动对等网络具有网络动态性高、节点资源受限、无线通信环境恶劣等特点，对移动对等网络的研究和应用都提出了更高的挑战。作为一种新兴的移动数据通信方式，移动对等网络以其具有的无中心、自组织等特性，为人们提供了一种在无基础设施支持的无线环境下进行数据传输的解决方案，在军事战场、抢险救灾以及用户信息共享等领域有着广阔的应用前景和重要的实用价值。

在移动对等网络中，由于节点移动性使得移动对等网络的覆盖层拓扑变化频繁，会出现覆盖网中的“逻辑”邻居在物理网络中可能相距甚远，即网络拓扑不匹配问题，导致拓扑维护开销增大，数据传输延迟增大，消耗大量宝贵的带宽，使整个网络工作效率降低。具有拓扑感知的聚集域划分是解决拓扑不匹配问题的有效方法，即根据移动节点在物理网络中的邻近关系将节点进行聚类，使得物理位置邻近的移动节点在覆盖网中也具有邻近特性，从而达到提高移动对等网络工作效率及服务质量的目的。

已有的聚类方法主要存在以下三个方面问题：

(1)聚类域个数k一般很难预先知道，因此如何确定聚类个数是一个难点；

(2)已有的聚类方法对初始聚类中心非常敏感，如果初始聚类中心选取不当可能会导致结果收敛到局部最优解；

(3)已有的聚类方法迭代次数过多导致运算量非常大，收敛速度较慢，并不适用于节点能力受限的移动对等网络。

发明内容

为解决现有技术中存在的问题，本发明公开了一种具有拓扑感知的移动对等网络聚集域划分方法，将物理位置邻近的节点划分到一个虚拟聚集域中，使得构建的移动对等覆盖网能够最大程度地保持与物理网络的匹配关系，从而有效解决移动对等网络拓扑不匹配导致的网络性能下降，提高网络数据传输效率，降低网络维护开销。

本发明的具体技术方案如下：

一种具有拓扑感知的移动对等网络聚集域划分方法，其特征在于，包括以下步骤：

步骤S100，确定聚集域的初始聚集域中心节点，进一步包括以下步骤：

步骤S110，确定节点密度参数的半径MeanDist(V)：

其中，n为网络中节点总数，(x_i,y_i)表示网络中第i个节点v_i的坐标，(x_j,y_j)表示网络中第j个节点v_j的坐标；

步骤S120，对网络中每一个节点v_i，以其自身为中心，以MeanDist(V)为半径，计算该区域的节点密度参数density(v_i)：

其中，v_i为网络中第i个节点，v_j为节点v_i密度参数半径内的第j个节点，其中，z＝MeanDist(V)-d(v_i-v_j)，d(v_i-v_j)表示节点v_i到节点v_j的距离；

步骤S130，选取density(v_i)最大的前k个节点作为初始聚集域中心节点；

步骤S200，建立移动对等网聚集域划分评价指标，进一步包括以下步骤：

步骤S210，建立移动对等网聚集域划分有效性函数，计算公式为：

其中，k为聚集域个数，n_j为第j个聚集域中节点个数；表示j个聚集域中的节点v_i，s_i为第i个聚集域的聚集域中心节点，s_j为第j个聚集域的聚集域中心节点，||·||表示两个节点之间的欧式距离，计算公式为：