[发明专利]基于分类回归树算法的车载容忍延迟网络多副本路由方法

说明书

技术领域

本发明属于车载自组织网络技术领域，涉及一种基于分类回归树算法的车 载容忍延迟网络的多副本路由方法。

背景技术

车载自组网络(VehicularAdhocNetworks,VANET)是专门为了车辆通信而 设计的自组织网络。由于车辆不断的高速运动所以其网络传输环境一般比较恶 劣。VANET近几年备受关注，在VANTE中，点对点通信对于许多应用非常需要， 包括驾驶辅助系统，互联网接入，和道路交通信息的收集。由于车辆的移动性， 无线资源的有限性和无线信道的损耗性，通过一系列中间节点寻找一条从源节 点到目的节点的有效的路径是非常大的挑战。路由的效率依赖于所有节点参与 数据传输，这一系列情况使得路由选择问题比较困难。

多副本路由策略被认为是最合适消息传递的方法，所以传染路由方式被提 出。传染路由协议是一种基于存储携带转发方式的洪泛路由协议，它有着很高 的投递率和较低的复杂性，但是同时也有很高的开销和时延，传统的路由算法 为追求高的传输成功率、低的传输延迟，通常会进行大量的数据包转发，大量 的无效数据包转发成为节点资源消耗的一个突出问题。因此，为了最大化传输 率、最小化端到端时延和总体资源消耗，需要对传染路由协议进行消息副本数 量的控制，在基于概率预测策略的路由算法ProHPHET，以及近期热门研究的基 于社会属性的BubbleRap路由协议来控制洪泛的程度和消息传递的有向性。

PRoPHET算法是基于概率预测策略，认为现实中的节点很可能不是完全按 照随机方式移动的，很有可能是基于某种重复行为模型，而这种模式下的移动 行为是可预测的。比如一个节点经过一个位置，其有较高的可能性再次经过该 位置。该算法定义了一个传输预测值来描述节点间成功传输的概率。当两个节 点相遇时，节点更新各自的传输预测值，并利用该值决定是否转发数据分组。

BubbleRap转发策略依赖于两个社会特征(社区和中心度)。消息转发的第一 个阶段是基于网络中心性的全局转发阶段，第二个阶段是基于局部中心性的局 部转发阶段。在每个阶段，消息都将向中心性高的节点转发。

虽然以上两种协议性能较好，但是它自身也存在一些缺陷，比如，PRoPHET 协议转发只有在通信范围较小且跳数较多的情况下才能较好的转发投递数据 包；在车载自组织网络中，由于它自身的一些特点，它可以获得关于周围环境 的各种信息，所以可以对基础的协议进行改进，使得更适合在车载自组织网络 中的应用。并且，在比较概率的阶段由于VANETs的网络特性，不一定能够遇到 比自身节点概率更大的点，非常不利于消息迅速而有效地投递到目的地。而对 于BubbleRap协议，如果目标节点的所有邻居的网络中心性都较低，消息传递将 会失败。

发明内容

针对以上现有的不足，提出了一种方法。本发明的技术方案如下：一种基 于分类回归树算法的车载容忍延迟网络多副本路由方法，其包括以下步骤：

步骤1、车辆节点在相同的车载网络环境下采用S&W路由协议对当前环境 网络下的数据进行采集；

步骤2、对步骤1中采集的历史数据进行预处理；

步骤3、对处理过的历史数据，采用机器学习分类回归树学习算法，并建立 相应的属性规则树；

步骤4、经过步骤3后，在扩散阶段，车辆节点采集当前网络的数据并递归 生成属性规则树，并将此规则作为扩散规则，在扩散时，看是否符合扩散规则， 若满足，则以二分法进行扩散；

步骤5、在转发阶段，车辆节点采集当前网络的数据，将特征属性值发送到 转发规则入口，看是否符合转发规则，若满足，则进行数据包的转发。

进一步的，在步骤1中，车辆通过S&W协议收集到历史节点网络环境和节 点自身的属性，将其定义为车辆数据集：V_l＝(A₁,A₂,…,A_l)，即所选取的类别属性， 其中l为车辆标记数据集的个数；车辆约束数据集：V_u＝(A₁,A₂,…,A_u)，即在车辆 数据集的前提下，对其进行数据处理所得出的结果，其中V_u∈V_l,u∈l。