机会网络范文（精选12篇）
机会网络 第1篇
机会网络(Oppnets)是一种不需要源节点和目标节点之间存在完整链路,利用节点移动带来的相遇机会实现通信的自组织网络[1]。机会网络不要求网络的全连通,而更适合实际的自组网需求,且对于实现普适计算具有重要影响[2]。
机会网络中的隐私和安全问题与其他网络一样始终是关注的一个重点。机会网络的动态性和开放性使其很容易遭受恶意节点的入侵以及节点自私行为的干扰。信任管理是解决这一问题的有效途径。本文针对机会网络的特性提出基于声誉的机会网络信任模型,为后期进行机会网络信任管理研究提供基础。
1 相关工作
机会网络和传统网络的安全目标是一致的:可用性、机密性、完整性、不可否认性等,但其有限的计算能力、链路链接时间和动态的网络拓扑使得在机会网络中建立信任关系非常困难。与传统网络相比,机会网络中节点的信任关系存在这些特点:① 传统网络中,节点之间连接是静态的,而机会网络中没有信任基础设施,每个节点的地位都是对等的、完全自组织的,信任评估在本地节点进行;② 传统网络中,信任关系长期存在,而机会网络的网络拓扑不断变化,导致信任关系很难长时间维持;③ 传统网络中,消息的传输路径会按照路由策略预先得到,而机会网络节点按照“存储携带转发”模式进行消息转发,使得节点在交互前才进行信任计算,交互完成后进行信任更新。
文献[3]提出的COTTON模型将语义Web的思想引入到机会网络信任管理中,将节点视为Web服务,利用服务发现过程发现可用节点,该模型没有提出如何确定节点间的信任值。文献[4]提出基于本体的机会网络信任管理系统,模型利用声誉计算节点的信任值,声誉的计算从直接声誉和间接声誉两方面考虑,直接声誉利用指数平均[5]的数学方法计算,并利用一个Java原型演示了系统的功能,该模型进行间接声誉计算时没有说明如何选取推荐节点。利用Beta分布表示信任值,基于贝叶斯公式进行信任值更新[6,7]是信任建模的常用手段。考虑机会网络信任关系的特点,提出基于声誉的机会网络信任模型,使用贝叶斯方法计算直接声誉,将时间退变因子引入到间接声誉的计算当中,并引入时限机制删除失效的交互记录。
2 基于声誉的信任模型
信任管理的核心内容是根据具体应用环境来合理的建立信任模型。机会网络中请求者计算目标节点的信任值,以便得到可信的服务;被请求者计算请求者的信任值,以便将服务提供给可信的节点。计算节点的信任值不仅考虑请求节点自身对目标节点的评价(直接声誉)也考虑其他节点关于目标节点的评价(间接声誉)[4,8]。信任模型的主要任务包括直接、间接声誉计算、信任值合成、信任决策及信任更新。
2.1 直接声誉
直接声誉DR(Direct-Reputation)定义为节点下一次提供安全交互的概率,根据节点的交互历史经验利用Beta分布函数确定。
i与j成功交互次为Sij,失败交互次数为Fij,节点i对j的评价形成一个二元组<Sij,Fij>。假设节点i与节点j成功交互的概率是Pj。节点i与j经过若干次交互后,利用贝叶斯估计方法,由交互历史<Sij,Fij>得出Pj的概率密度函数β分布如式(1):
其中,0Pj1,αij=Sij+1,βij=Fij+1。Pj的值只能在0到1之间,吻合了信任概率的取值范围。
由式(1)求出的期望,即得节点i对Pj的贝叶斯估计值
通过式(2)得到节点i与节点j在已有交互历史的基础上成功交互的平均概率是
2.2 间接声誉
间接声誉IDR(Indirect-Reputation)定义为请求节点信任的除被请求节点以外的其他节点关于被请求节点的推荐信。节点i对j的间接声誉由其他节点对j的推荐信获得。
在社交网络中,当某人想要知道其他人是否可信的时候,必然会优先从自己信任的人获取该人的信息。将这种思想引入到机会网络中,在计算间接声誉选取j的推荐节点时,只选择通信范围内一个或者几个信任值较高的节点。假设推荐节点为k,间接声誉的计算如式(3):
IDR(i,j)表示i节点对j节点的间接声誉值,R(i,k)表示i节点关于k节点的信任值rik,R(k,j)表示k节点关于j节点的信任值rkj,L是推荐节点个数,θ是信任合成时的权重值。δ(t)是时间退变因子具体计算如式(4):
其中,t是k节点存储的关于j节点的最近一次评价的时间,T是当前时间,μ是一个常数。例如,如果T、t都以小时计算上次交互距离当前时间为6小时,而μ设定为4小时则表示每4小时该时间退变因子就会衰减一次,从而影响到整个间接声誉的值。
2.3 信任值合成
机会网络中,应采用简单计算模型以节省能耗。故此信任值的合成采用简单的带权求和计算。计算直接声誉和间接声誉后,节点i关于节点j的信任值计算公式如式(5):
R(i,j)=θDR(i,j)+(1-θ)IDR(i,j) (5)
式(5)中θ∈[0,1]表明直接声誉和间接声誉对最终结果的影响权重。一般情况下θ的值大于0.5,因为任何一个节点比起信任其他节点来说肯定更信任自己。θ为1表示只考虑直接声誉,θ为0表示只考虑间接声誉。
2.4 信任决策及更新
(1) 信任决策
计算出信任值R(i,j)后,节点根据自己的信任要求,决定是否进行交互。例如,节点i要求与之交互的节点的信任值R必须大于0.8,则计算该节点信任值后R(i,j)大于0.8才会与之进行交互。当然信任决策是一个双向过程,i节点申请j节点为之服务,j节点同样也需要决定是否给i节点提供服务,例如为i节点转发数据、提供数据等。
(2) 信任更新
交互完成后,交互节点双方更新自己的信任表。交互成功则S+1,否则F+1如式(6):
为了保证一个节点对其他节点的行为进行客观评价,在节点做出信任决策时,反馈该节点对被评估节点的评价结果。例如,i节点与j节点该次交互成功,则i节点应该将信任表中S+1,而同时反馈这个动作给j节点,如果j节点正确提供i的需求而i却未进行正确评价,那么j节点对i节点的信任表中F+1。
机会网络中节点存储有很大的限制,节点与其他节点的交互结果不可能一直存储,故此引入时限机制存储信任值设定失效时间。超过这个时限则关于该节点的信任信息将会从信任表中删除,在下次进行交互时S、F均视为0。
3 模型分析
图1是机会网络模拟场景。图中节点按照RD(Random Direction)移动模型随机移动,采用SF(Spray and Focus)转发机制进行数据转发。模拟时节点不仅考虑效用值,还必须根据信任要求找到合适的下一跳节点。假设此刻节点i需要考虑是否与节点j进行交互,i节点通信范围内的节点有j、k、m、n、u。
利用Gnuplot得到图2-图4。图2是不同交互成功次数对直接声誉的影响,交互次数为30次,随着交互次数的增加直接声誉会无限趋近于1,当然节点成功交互次数越多信任值就会越大,节点就越可信。由图3可知,μ的取值越小间接声誉值衰减越快,信任值衰减就越快。图4中,不同θ对最终信任值的影响不同,θ越大直接声誉占的权重越大,随着时间的推移间接声誉变小,而较小的θ使得间接声誉所占权重变大使信任值随之降低。
4 结 语
针对机会网络中节点间信任问题设计一种信任模型,模型通过直接和间接声誉计算信任值,选取推荐节点时只采纳声誉值较高节点的推荐信,并引入时间退变因子和时限机制,交互完成后节点依据反馈信息,监督节点是否真实反映交互结果。模型中,节点总是与自己有较常联系并且有较高信任值的节点交互,有效地提高了节点成功交互的概率,节约了时间和空间,并有一定的防恶意篡改交互记录的能力。在未来的工作中针对机会网络的特点设计应用方案和仿真环境并对信任模型进行验证是研究的重点。
参考文献
[1]熊永平,孙利民.机会网络[J].软件学报,2009,20(1):124-137.
[2]Coti M,Giordano S.Multihop ad hoc networking:The reality[J].Com-munications Magazine,2007,45(4):88-95.
[3]Tamez E B,Woungang I,Lilien L,et al.Trust Management in Oppor-tunistic Networks:A Semantic Web Approach[C]//Proceedings of the2009 World Congress on Privacy,Security,Trust and the Managementof e-Business.IEEE Computer Society Press,2009:235-238.
[4]Moreira M R P G E D S,Martimiano L A F.Trust Management in Op-portunistic Networks[C]//Proceedings of the 2010 Ninth InternationalConference on Networks.IEEE Computer Society Press,2010:209-214.
[5]Yu B,Singh M,Sycara K.Developing Trust in Large Scale Peer-to-PeerSystems[C]//Proceedings of the First IEEE Symposium on Multi-A-gent Security and Surivivability.IEEE Computer Society Press,2004:1-10.
[6]王伟,曾国荪.一种基于Bayes信任模型的可信动态级调度算法[J].中国科学E辑,2007,37(2):285-296.
[7]Ganeriwal S,Srivastava M.Reputation-based Framework for high integ-rity sensor Networks[C]//Proceedings of the 2nd ACM Workshop onSecurity of Ad Hoc and Sensor Networks(SASN 2004).New York:ACM Press,2004:66-77.
机会网络 第2篇
一想二干三成功；一等二看三落空
时间是用来珍惜而不是用来虚度的困难是用来克服而不是用来逃避的人生是用来精彩而不是用来平庸的相信--看到的是光明，怀疑--看到的是黑暗，相信--看到的是道路，怀疑--看到的是困难。
知道没有力量，相信才有力量。
容易相信的人比不容易相信的容易成功。
相信是成功的开始，坚持是成功的终点。
世界上最可悲的事是有眼睛视若无睹，有耳朵充耳不闻。
只要你相信，奇迹一定会出现。
怀疑固然可以，求证更为重要。
一个确信自己是正确的人，是不会在乎别人的反对和认可的。
与其长时间怀疑，不如短时间求证。
先信后解为智者。如果你不能，你一定要；如果你要，你一定能。怀疑可以用了解来解决。
自信心有多强，能力就有多强。
缺乏自信常常是性格软弱和事业不能成功的重要原因。
成功者的态度包含众多成份，但是，最重要的是具有自信心。
失去自信，就会变成懦夫。
阻碍我们成功的第一障碍，也是最大障碍就是----不相信。
勇气和信心是人生路上两把利器，勇气常常用，就会有信心。
运气是为那些不相信自己能够梦想成真的人们准备的，富人则可以创造自己的运气。
要改变命运，先改变观念。
人生的成败往往就在一念之差。
穷富的差距在于观念不同。
计较眼前的人会失去未来。
观念的新旧，意味着能否接受新生事物。
我们不是没有好的机会，我们是没有好的观念。
人的一生，想要幸福，就要有预知未来的能力。
人生最可悲的是：（1）良师不学；（2）良友不交；（3）良机不握。
所见所闻改变一生，不知不觉断送一生。
空空的口袋不能阻碍你的将来，空空的脑袋你将永远贫穷。
努力一定有结果，但不一定有好的结果。
一个人无法放弃过去的无知，就无法走进智慧的天堂。
人无远虑，必有近忧。
富就富在不知足，贵就贵在能脱俗；贫就贫在少见识，贱就贱在没骨气。勇者无畏，智者无惧。
机会就像小偷，来的时候无影无踪，走的时候让你损失惨重。
我们不知道的事情不等于没发生，我们不了解的事情不等于不存在。人生最重要的不是努力，不是奋斗，而是抉择。
世界上最聪明的人是借用别人撞的头破血流的经验，做为自己的经验； 世界上最愚蠢的人是非用自己撞的头破血流的经验才叫经验。
聪明的人看的懂，精明的人看的准，高明的人看的远。
人没有危机就是最大的危机，满足现状就是最大的陷阱。
人生不怕重来，就怕没有将来。
健康不等于一切，但失去健康就等于失去一切。
当你将力量放在自己身上时，你将永远充满力量。
如果你在经济上完全依赖别人，那么你就拱手放弃了你的力量。
整天和碌碌无为的人在一起，我们将变得碌碌无为。
富人经营，穷人消费。
智者的声音是愚者的方向。
一个人可以年华老去，但不可以言而无味。
树欲静而风不止，子欲孝而亲不在。
放弃有限，赢得无限。
承担责任的生命，才叫真正的生命。
一个人什么都可以开玩笑，但决不可以和自己的未来开玩笑。
生命不在于活得长与短，而在于顿悟的早与晚。
抉择一定要放在能力的前面。
吃别人所不能吃的苦，忍别人所不能忍的气，做别人所不能做的事，就能享受别人所不能享受的一切。
我们这一辈子不是别人的楷模就是别人的借鉴。
世界上有多少有才华的失败者，有多少高学历的无业游民----都是因为抉择错误。
下对注，赢一局，跟对人，赢一生。
人生四大梦想：（1）有价值的人生；（2）对真爱的追求；（3）对良师益友的渴望；
（4）一辈子不换的工作。
人的一生：选对伴侣幸福一生；选对老师智慧一生；选对环境快乐一生；选对行业成就一生。万恶懒为首。
战胜敌人一万次，不如战胜自己一次。
未来虽远，眼光更远。
陪孩子读书长大是个人，给孩子观念长大后是人才。
人不要只生活在过去，而要活在未来。
与其做一个有价钱的人，不如做一个有价值的人；与其做一个忙碌的人，不如做一个有效率的人。
智者创造机会，强者把握机会，弱者等待机会。
意外和明天不知道哪个先来。
说出的苦不叫苦，说不出的苦才叫苦。
不见大世面，难下大决心；下了大决心，才有大作为。
人的脚不光是用来走路的，还应该去丈量地球。
人因为有理想、梦想而变得伟大，而真正的伟大就是不断的实现理想和梦想。一件事被所有人都认为是机会的时候，其实已经不是机会了。
我们常讲：天生我材必有用，其实我们是天生我材被人用。
天上最美的是星星，人间最美的是真情。
活鱼会逆流而上，死鱼才会随波逐流。
怕苦的人苦一辈子，不怕苦的人苦一阵子。
生命的价值不在获取多少，生命的价值在于付出多少。
经历过磨难的人才是最有财富的人。
我们穷人要翻身，没有理由讲辛苦；我们穷人要翻身，没有理由讲兴趣。一无所有是一种财富，它让穷人产生改变命运的冲动。
我们可以输在起跑点，但绝不可以输在人生转折点。
人与人的差别非常小，差别在思维方式，小小的差别决定了一个人的成功于失败。
我们不要曾经拥有，我们要的是天长地久。
方向不对，努力白费。
百句空言，不如一个行动。
世界上有四种东西不能找回：射出去的箭、泼出去的水、说出的话、流失的时间。
我们没找到路，不等于路没有。
没有自己的改变，绝对没有生活的改变。
眼睛能看到的地方叫视线，眼睛看不到的地方叫眼光。
眼睛只能说明视线，眼光却能看到未来。
在家里看到的是家，走出去看到的是世界。
人在难时给一口，胜过富时给一斗。
人生苦短不知不觉：过儿童节，过青年节，过父、母亲节，过重阳节~`过清明节。
牺牲享受，才能享受一生。
你要过与众不同的生活，就要有与众不同的想法。
一万年太久，我只争朝夕。
人生的结果：（1）有钱无闲----老板；（2）无钱无闲----打工族；（3）无钱有闲----下岗人；（4）有钱有闲----自由职业者。
我们能给父母最好的礼物----儿女荣耀；我们能给家人最好的礼物----安全保障；我们能给儿女最好的礼物----榜样力量。
你身处何地并不重要，重要的是你还不知道自己未来的方向。
播下一种行为，收获一种习惯；播下一种习惯，收获一种性格；播下一种性格，收获一种命运。
健康不能等，孝顺不能等，教育子女不能等。
积极的人像太阳，走到哪里哪里亮；消极的人像月亮，初一十五不一样。行为从观念来，观念从学习来。
心诚听懂，心不诚听过。
生活可以让我们很有品位，生活可以让我们无所谓，生活可以让我们很讲究，生活可以让我们很将就，生活可以让我们很浪漫，生活可以让我们很散漫。有志者立长志，无志者常立志。
当上帝为你关上一扇门的时候，同时也为你打开了一扇窗。
忧虑的核心是不知道未来。
成功具备两颗心：好奇心和不甘心。
一想二干三成功；一等二看三落空。
现在做什么不重要，将来做什么更重要。
真诚可以换来更大的真诚。
一个人失去金钱没有什么，如果失去朋友，就失去了一部分，失去信用，就失去了全部。
做事之前，先要学会做人。
成功之前，先要有人格魅力。
有健全的人格才有健全的事业。
大海之所以能容纳百川，就因为它总在河流的最低处。
藏锋于钝，养辨于讷。（意：谦卑、低调）
高尚的人要的是：爱、尊重、感动、不断追求生命的美感。
倾财足以聚人，量宽足以得人，律己足以服人，率先足以带人。
人最高兴的是莫过于千百万人对你的信任。
人前说你好没有份量，人后说你好才有份量。
人若无求品质高。
世上所有的东西越分越少，唯有爱是越分越多。
个人魅力：和谐、快乐、坚毅、品质、心境、仪表、谈吐、内涵、修为。目标是成功的清醒剂，学习是成功的加速器。
学识不如知识，知识不如做事，做事不如做人。
学习----立人之本，学习----志高存远，学习----美丽心灵，学习----铸就辉煌。每一次学习当做第一次学习--新鲜，每一次学习当做最后一次学习--珍惜。
学习从听话开始，成功从珍惜开始。
处处留心皆学问。
从网络营销的“死角”挖掘机会 第3篇
Slideshare
SlideShare.net让使用者可以上传并分享多种文件，包括PPT、电子书、PDF文件以及网络会议纪实等。尽管该网站实用价值很高，它却经常被人低估。该网站每个月都会有6000万的访客，并且还有1.3亿次的页面浏览量。这个网站是世界上最大的专业内容分享社区，并且位居最优秀的网站前200名。
此外，SlideShare还是一个无缝集成了潜在客户开发的高容量平台。该网站的LeadShare服务要求浏览者在下载PPT或PDF时填写一份联系信息表格，并且他们还鼓励浏览者主动联系企业，去获取更为详尽的信息。当然这项服务为收费项目。要使用这项功能，你必须要成为高级会员，会员费为每月19～249美元不等。
产品视频
制作精良的产品介绍视频可以为销售带来立竿见影的效果。据分析公司Kissmetrics统计，在家具用品零售网站StacksAandStacks.com的访问者中，观看过产品视频的访问者的最终购买量比未观看过产品视频的访问者高144%。
制作产品视频的关键在于，要让视频保持简短，最理想的长度为不超过30秒。此外，在植入商家联系信息时注意不要引起观看者的反感，而要让他们认为，这是在帮助他们进一步了解商品信息的手段。在线目录集成服务商FlipSeek就能帮助你有效地做到这一点。例如，它可以让页面上模特所穿的鞋变为可点击的链接，并引导浏览者跳转到与这双鞋对应的产品页面。
电子邮件签名
在你所发出电子邮件后加入一个带有链接的简短的字符签名可能并不是最好的做法，但是考虑到你每日所发的电子邮件数量，这个做法还是值得一试的。例如，在你的电子邮件签名档内添加上你最近的博客文章的URL地址，或是新近发布的电子书或其他的相关文件等，用这种方法来开发潜在客户。诸如WiseStamp等科技公司都为使用者提供这种服务，可以将使用者最新发布的博客文章等内容自动添加到邮件中。
LinkedIn Answers
浏览用户在LinkedIn上提出各种问题，并利用你的专业为他人解惑，并伺机向他人介绍你的产品或服务。但是请切记，就像生活中大多数情况一样，诚信是关键。除非你的产品或服务真的能够帮助别人解决问题，否则绝对不可引诱他人购买你的产品或服务。
错误页面
将你网站最无聊的页面（甚至是404错误页面）转变成潜在客户开发的机会。Mint.com网站将他们的错误页面（mint.com/404）设计成了一个十分有意思的页面。在该页面上一个看起来像个书呆子的开发人员对访问者说：“该页面暂时不可用。但是Justin现在有空。Justin是Mint的一位开发者，他喜欢开不快的汽车、锋利的蜡笔、重新加热的披萨，还有尴尬的沉默。”该页面将浏览者指引到Mint.com的其他页面，“如果你对个人理财感兴趣，那就看看下面的页面吧！”
这个社交媒体的新生儿值得一看，它可以被用来当作一个以产生流量的方式进行潜在客户开发的工具。这个图片分享社区的访问量在2011年下半年激增到了1100万。用户在他们的图册上张贴了各种品牌产品的图片，这些图片又吸引了大量其他的用户，并最终提高了他们自己网站的访问量。
对于企业开发潜在客户来说，最关键的是什么？试试将商品的简介换成图片、信息图标、视频以及文章。我公司的页面功能（pinterest.com/marketingprofs），既能为用户提供营销广告服务，也能展示营销失败案例，以及各种图标与分析数据。除此之外，还能为你的各类灵感提供一块“候选创意板”。 译 | 齐名
机会网络的路由性能影响因素研究 第4篇
具备短距离无线通信能力的智能设备的普及,推动了移动网络和无线自组织网络的发展和深入研究。作为无线自组织网络的一种,机会网络(opportunistic network)[1]利用节点移动带来的相遇机会从而实现通信。机会网络中,不需要源节点与目的节点间存在完整的链路,网络通信是通过节点移动的相遇机会实现的,具有时延和分裂可容忍的特性[2]。机会网络的特性使其能应用于野生动物追踪、车载网络、偏远地区的网络传输等缺乏通信基础设施、网络环境恶劣的场景。
1相关工作
由于机会网络在源与目的节点间不存在完整的路径, 导致传统的无线自组织网的路由协议无法适用于机会网络中。为实现网络中的通信,机会网络路由采用“存储― 携带―转发”机制。在这种机制中,当路由表中不存在通往目的节点的下一 跳时,就将消息 暂时存储 在当前节 点中,并随该节点移动,利用与其它节点相遇的机会,将消息副本转发给合适节点,重复该过程,直到将消息成功传递给目标节点。因此,机会网路中的消息不仅存储在节点缓存中,而且为了保证传输成功率,往往要产生多个副本[3]。 机会网络中,由于节点在能量、缓存等方面的限制,大量消息副本会将节点中的存储空间占满,导致节点无法携带后续消息,因此无法存储网络中产生的所有消息副本;另外, 多副本路由中的消息被多次复制,网络资源有可能被这些消息副本大量消耗,从而造成路由性能急剧降低,易产生 “消息风暴”,可通过控制消息复制数量,消除冗余消息等方式,防止“消息风暴”[4]。
由于机会网络的固有特点,影响路由算法性能的因素很多,如节点能量、节点缓存空间、节点移动速度等节点固有特性,以及网络中节点数、消息数量、消息生存时间等网络特性。此外,路由算法等也会对机会网络中的路由性能产生影响。
根据路由过程中是否对消息进行复制分发,可将机会网络中的路由算法分为单副本路由和多副本路由。本文以简单的多副本路由算法为基础,通过仿真实验,研究多副本路由算法中,加入控制消息复制和删除冗余消息两个机制对路由性能的影响。
2仿真与分析
2.1仿真环境
为研究控制消息复制与删除冗余消息机制对机会网络路由的影响,以机会网络仿真工具The ONE中自带的赫尔辛基地图为仿真场景[5]。仿真环境设置如表1所示。
仿真中设定节点数为126,包括80个步行者、40辆小汽车、4辆有轨电 车和2辆带有高 速传输接 口有轨电 车。步行者、小汽车节点的缓存大小为5MB。有轨电车 节点的缓存大小为50MB。步行者、小汽车、有轨电车移动速度分别为[1.8,5.4]km/h、[10,50]km/h和[25.2, 36]km/h。信道带宽为250Kb/s,高速传输接口的带宽为10M/s。
本文将机会网络中典型的路由算法Epidemic进行修改,并将控制消息复制机制和删除冗余消息副本机制分别加入改进后的Epidemic路由算法中,消息发送队列根据 消息的复制次数进行排序,复制次数少的消息有优先发送的机会,以减少复制次数多的消息产生更多的消息副本, 降低网络中消息的冗余度。
从消息交付率、路由开销和平均延迟3个方面评价这两种机制对机会网络路由性能的影响。仿真实验结果如图1—图3所示。图1—图3中,Router_Cf_Df表示两种机制均没有加入,Router_Cf_Dt表示只加 入了消除 冗余消息副本的机制,Router_Ct_Df表示只加 入了控制 消息复制数量的机制;Router_Ct_Dt表示两种机制均加入。
2.2仿真结果分析
从图1可以看出,在路由算法中加入控制消息复制机制和删除冗余消息机制,其交付率要远远好于没有加入这两种机制的 路由算法。网络中的 消息数从500增加到4 500时,Router_Cf_Dt的路由算法交付率比Router_Cf_ Df提高了13% ~33%,而Router_Ct_Df的交付率 比Router_Cf_Df提高了16%~37%,当两个机制都加入进去时,效果更明显,其交付率提高了23% ~43%,这说明这两种机制的加入,对消息交付率影响非常大。在当前仿真环境下,当网络中的消息数控制在2 500以内时,加入两个机制后的路由算法表现出更好的性能。这是因为网络中消息数量较少时,所消耗的网络资源较少,而控制消息复制数量和删除冗余消息机制的加入,进一步减少了网络资源的消耗,提高了网 络中消息 到达目的 节点的成 功率。
加入两种机制后对路由开销的影响如图2所示。可以直观地看出,加入两种机制中的其中一种都对路由开销有较大影响,随着消息数量的增多,3种加入了机制的算法相比没有加入两种机制的算法Router_Cf_Df,路由开销平均降低了48%。当网络中消息数量在3 000以内时,两种机制都加入的路由算法Router_Ct_Dt的路由开销相比Router_Cf_Df甚至降低了60%左右。由于两种机制的加入有效控制了网络消息副本数量,减少了网络资源消耗, 因此路由开销也相应降低。
控制消息副本数量机制和删除冗余消息机制对传输延迟的影响如图3所示。从实验结果看出,在路由算法中加入控制消息副本数量的机制在平均延迟控制方面要好于删除冗余消息机制。当网络中的消息数量从500增加到4 500时,加入控制消息副本数量机制的两个算法,其平均延迟的平均值为4 000s,而没有加入控制消息副本数量机制的两个算法,其传输的平均延迟平均值为6 500s。 这说明在路由算法中加入控制消息副本数量机制在平均延迟方面所表现的性能要优于删除冗余消息机制。
由实验结果可知,在路由算法中加入控制消息数量复制和删除冗余消息这两个机制,对路由算法的性能有显著提高。当两个机制都加入到路由算法中时,其交付率、 路由开销和平均延迟都比没有加入时表现更优。当单独添加一种机制时,以上3个图的结果表明,单独添加控制消息数量机制(Router_Ct_D*)比单独添加删除冗余消息机制(Router_C*_Dt)表现出更好的性能,这说明对于网络中消息副本的控制,直接控制消息复制机制比删除冗余消息机制更有效。
3结语
本文构造仿真场景,对影响机会网络路由性能的控制消息复制机制和删除冗余消息机制进行了分析。结果表明,这两种机制能有效控制消息副本数量,提高路由算法性能。机会网络中多数路由算法是通过消息复制分发的, 该研究为进一步研究基于复制和冗余机制的路由算法打下了良好基础。
摘要：影响机会网络路由性能的因素较多,为进一步研究机会网络中路由算法对路由性能的影响,从提高机会网络路由性能的角度出发,研究了如何在路由算法中加入控制消息复制和删除冗余消息对机会网络路由的影响。仿真结果表明,这两种机制的加入能有较改进路由的综合性能,显著提高交付率,减少路由开销,降低传输延迟。
机会的作文：在机会面前 第5篇
在机会面前，草儿毅然抛弃了安逸的土壤，选择了岩石陡壁;在机会面前，鸟儿抛弃了被人喂养的命运，选择了蓝天、白云与自由;在机会面前，革命战士抛弃了舒适幸福的生活，选择了处处存在死亡的战场
在机会面前，有的人选择了安逸舒适，然而有的人却选择了艰难困苦。我们赞美后一种人，赞美他们的.选择，赞美他们的刚毅与顽强!
我曾遇到过这样一个人X老师。X老师自小就在山沟沟里生活，她立志要走出山沟沟。她发奋学习那一天是值得她永远记忆的一天，那一天是将要实现她梦想的一天。她考上A师范学校，毕业了，她终于实现了自己的梦想，即将分配在县城工作。一家人欢喜地为她收拾行李准备出发。离别的那一天，村长来了，乡亲们都来了，还有许多山里的娃娃，他们默默地跟着她走了好远。村长突然走到她的面前跪下了，她吃了一惊，只见娃娃们都哭着跑过来围住她。她顿时明白了，她回过头，环视着这山清水秀的山沟沟，望着这一群天真的娃娃，望着村长期望的目光，又望了望远方的天空下那充满诱惑的城市。她犹豫了在机会面前，她该选择什么呢?她扶起村长，什么也没说，转身向山沟沟里走去
在机会面前，她选择了穷困的山沟沟，选择了山里娃。
世间万物给予我们的是同等的机会。在机会面前，小草正因为选择了峭壁，才长得旺盛;鸟儿正因为选择了自由，才更加坚强;战士正因为选择了战场，才更加勇猛，更令人敬佩;X老师正因为选择了山沟沟，才更被人尊重。
在机会面前，我们应该学会选择困苦，选择艰难，这样才会使我们变得更加刚毅，才能磨练我们的意志，才会使我们变得完美。
机会网络 第6篇
关键词：社交网络；大学生；就业服务
社交网络（SNS）发展至今经历了一系列变革，也面临着很多挑战。社交网络这一强大的传播平台，一方面为新技术更好地服务人类提供了借鉴和思考；另一方面也为大学生提供了更多的就业机会。本文通过研究社交网络对大学生就业的影响，探讨当下社交网络如何提高大学生就业服务水平。
一、社交网络（SNS）的定义及特征
在互联网中，SNS专指旨在帮助人们建立社会性网络的应用服务，它具有互动性、传播形式多样性、社交性、及时性以及真实性等特征。SNS促使“真实”并获得与之相应的信任，成为网络空间一股不可抵挡的趋势，一个人及其真实的社会关系中的真实世界正在网络中被还原。在网络中，信息传播者和接受者的界限被打破，在一定程度上减少了社交焦虑，从而帮助人们更好地发展人际关系。
二、社交网络（SNS）为大学生创造就业机会存在的问题
1.社交网络为大学生提供的就业机会相对较少。由于学生群体没有固定收入和正式的工作经验，大多数社交网站的招聘更多地面向社会人士，并未充分重视学生群体。
2.很多社交网络为大学生提供的就业服务较为单一。当前社交网站为大学生提供的就业服务大多还停留在简单地提供一些就业信息的层面上，未能建立多样化的招聘信息发布和面试反馈机制。
3.社交网络提供的就业信息参差不齐，信息质量难以保证。当前，互联网聚合起大量信息资源的同时，也产生了大量的信息冗余，要从大量信息中搜到自己想要的信息，需要招聘者和求職者耗费大量的时间和精力。
三、提高社交网络（SNS）服务大学生就业的水平
1.组织线上线下活动，提高大学生的就业技能，提供更多的就业机会。当前，大学生普遍缺乏就业主体意识和职业发展规划意识。许多大学生上大学后便失去了目标与追求，缺乏学习和发展的动力，缺乏对自身能力、优势、兴趣爱好的明确了解，不知道自己将来想做什么，不能结合个人发展方向对职业生涯进行科学合理的规划。社交网站可以针对大学生的心理特点和发展需要，为大学生提供一些职业生涯发展和求职面试技巧的讲解培训，从而增强大学生的竞争力。
2.结合自身定位建立专门的大学生就业平台，为大学生提供招聘和职业服务。SNS作为一种社会化的应用软件，应该朝着更加社会化和人性化的方向发展。目前，国内许多社交网站都建立了企业档案、校园招聘专区、大学生个人求职的优化等，这些都是更进一步的尝试，结果还未得到有效证实。社交网站应大力丰富完善其提供的内容和服务，将以往的服务内容进行整合创新，依据大学生群体多样化的新需要，不断创新服务形式以及服务内容，推出更新更符合潮流趋势的平台化服务。
3.社交网络可以为大学生建立个性化定制机制。所谓个性化定制机制，主要指社交网站具有的RSS订阅机制和分享机制。订阅机制是指用户可以通过订阅与好友的链接，在第一时间将好友的内容更新以及别人对“我”的任何回应显示在RSS阅读器上，建立及时高效的交流反馈模式。而分享机制则是指用户可以将自己认为有价值的信息进行分享，以便让信息更快速地传播，到达需要此信息的用户那里。建立个性化定制机制，可以更好地让大学生根据自身需求获取和自身相关性更强的招聘信息。
4.加强把关，提高招聘信息的质量。目前社交网络大多还没有实行网上身份认证，在网站上进行登记和发布信息均无须“实名”。网站由于技术能力的限制，也无法做到一一甄别信息的真伪。社交网站上出现了一些企业发布虚假信息，或借助发布招聘信息进行变相广告宣传的不良现象。因此，社交网站必须切实提高招聘信息的质量，履行好“把关人”的职责，严格审核在网站上发布信息企业的资格。
四、结语
现今，利用社交网络招聘是一种较为新兴的招聘方式。尽管社交网站对于大学生就业所起的作用尚为有限，但是我们有理由期待SNS新型社交网络在理论的指导下，在实践的磨炼中日趋规范，呈现出更加积极健康的态势，更多地为大学生提供就业机会。
不管是对社会还是大学生自身来说，仍有许多问题需要解决。从社会层面来说，应加强国家对大学生就业的调控与指导，完善体制，为大学生提供更多的就业机会。同时，作为求职主体的大学生，也应以积极的心态面对，对社会环境和自身情况做出较为充分的分析，发挥就业主体的主动性，实现与就业市场的良性对接。
参考文献：
[1]廖福生.SNS社交网站流行所引发的思考[J].科技传播，2009（5）.
机会网络 第7篇
1 相关研究
Epidemic[5]和Prophet[6]两个路由算法是典型的多副本路由机制。Epidemic是一种完全开放的洪泛, 该算法通过相遇两节点间完全交换信息, 使每个携带消息的节点都将消息转发给所有遇到的邻居节点, 以此实现消息投递成功率的最大化并且尽可能减少消息传输延时。这种无限制的洪泛, 会导致网络中存在大量的消息冗余副本, 在资源受限的机会网络中, 其性能会严重下降。Prophet算法则是基于节点相遇概率的多副本路由协议, 它根据网络中节点相遇的频率来估算消息转发效用值, 并且利用转发效用值的传递性选择消息转发的下一跳节点, 保证消息从效用值低的节点向效用值高的节点转发, 提高消息的传输成功率。Epidemic和Prophet等路由算法的基本思想是增加消息的拷贝数量以提高传输成功率, 如果增加过多的消息拷贝数量, 虽然可以提高传输成功率、降低延迟, 但是也消耗了大量的网络资源[7]。
多副本的路由算法中, 副本数多的消息转发机会相对较多, 消息冗余副本的增长速度越快, 容易产生“消息风暴”[8], 极大地消耗网络带宽和节点的存储资源。为了防止“消息风暴”, 增加消息副本数少的消息的转发机会, 本文在多副本路由机制的基础上, 提出一种消息副本协作的多副本路由算法 (message copy cynamic perception routing, MCDPR) , 利用消息发送节点与接收节点之间的协作, 根据消息产生的副本数和节点接收消息的时间, 控制消息的转发和消息副本的删除, 实现消息的公平转发。
2 MCDPR算法
MCDPR算法中根据消息副本数和消息被接收的时间对消息的发送队列进行排序。消息副本数少的消息排在发送队列的前面, 有优先发送的机会;当两个消息的副本数一样时, 则比较两个消息被接收时间, 接收时间较早的消息有优先发送的机会。
2.1 消息副本数的计算
为方便计算消息产生副本的个数, 在消息的帧头中增加一个记录生成消息副本数的字段MSG_COPY_TIMES, 其初始值为0, 表示消息被创建时, 在没有被转发之前, 消息副本数保持为0。消息被转发一次, 则产生一个消息副本, MSG_COPY_TIMES的值如公式 (1) 发生改变。
2.2 消息发送队列和消息替换策略
在MCDPR算法, 根据消息的副本数和消息被接收的时间这两个特征形成消息发送队列。首先比较节点中各消息的副本数, 将副本数从小到大排序, 副本数小的消息排在队列前面;当消息的副本数相同时, 则按节点接收消息的时间先后顺序进行排序 (即接收时间早的消息排队列前面) 。这样, 那些排在队列前面的消息将拥有优先发送权。
当节点缓存空间不足以存储新接收的消息时, 节点需要按照一定的策略对缓存中的消息进行丢弃。根据消息发送队列的排队策略, 消息被节点接收的时间越早, 在该节点中存储的时间越长, 其被优先发送的机会越大, 当前节点转发给其他节点的可能性越大, 表明该消息已经成功投递的概率越高, 另外消息剩余的生存期也可能越短, 其继续转发和存储的必要性也就越低。因此, MCDPR算法中, 当节点发生拥塞时, 采用 (first in first out, FIFO) 的思想, 丢弃最先接收到的消息 (drop front, DF) [9]。
2.3 消息发送控制
消息在转发多次后, 由于发送节点与接收节点的缓存能力、携带的消息数及各消息副本数不一致, 有可能出现接收节点中消息的最大副本数要小于或等于发送节点中消息的最小副本数的情况。这种情况发生时, 接收节点所接收到的消息有可能排在接收节点的消息发送队列的后面, 降低了该消息被转发的机会。为解决上述问题, 在接收节点中设置接收消息的“门限” (receive threshold, RT) , 进一步控制消息发送的权限。
MCDPR算法中, 选择接收节点中下一个即将丢弃的消息作为接收节点接收消息的“门限”, 并将该消息称为“门限”消息。该“门限”是根据消息副本数和消息被接收的时间来衡量。发送节点发送消息前, 与“门限”消息进比较, 根据比较的结果, 决定发送节点是否发送该消息。假定发送节点中即将发送的消息为Ms, “门限”消息为Mrt, 消息中的消息副本数用c表示, 消息被节点接收的时间用t表示, 则Ms与Mrt之间根据如下比较策略决定是否转发消息。
2.4 消息转发策略
为提高消息的投递率, MCDPR算法采用多副本的路由机制。为抑制消息副本数较多的消息的扩散程度, 增加副本数较少的消息传输机会, 合理配置网络资源, MCDPR算法根据消息副本数和消息被接收的时间控制消息的转发, 从而提高网络的性能。
假设网络中, 节点i与节点j相遇, 则消息的转发流程如下:
Step1向j发送目的节点为j的消息, 记录消息ID, 并将消息副本从缓存中删除。
Step2节点i将缓存中的消息根据消息发送队列的排队策略进行排队, 形成消息发送队列L。
Step3节点i向节点j询问“门限”消息的副本数和接收的时间, 节点j将“门限”消息的信息发送给节点i。
Step4节点i将消息发送队列L中的队头消息的消息副本数和消息被接收的时间与从j节点接收到的“门限”消息的副本数和接收时间进行比较, 并形成新的消息发送队列L。
Step5若队列L为空, 则转发结束;否则转step6。
Step6取队首消息, 将消息的副本计数器加1, 生成一个新的消息副本, 然后将消息副本转发给节点j。转step3。
3 仿真和性能分析
3.1 仿真工具
选用The ONE (the opportunistic network environment simulator) [10]仿真器对所提出的MCDPR进行性能评估, 对比现有的传染路由 (epidemic) 和概率路由 (Prophet) 两种方案。在仿真过程中使用ONE仿真器自带的芬兰首都赫尔辛基地图场景[11]。
3.2 仿真环境配置
网络场景大小为4 500 m×3 400 m, 仿真时间为12 h, 前1 000 s作为热身时间。每隔25~35 s产生一个消息, 消息的大小为500 k B~1 MB, 消息TTL为5 h。节点分为6个组, 第1、3组是行人, 第1、3组移动速度是1.8~5.4 km/h;第2组是小汽车移动速度是10~50 km/h。1~3组节点中, 每组节点数量变化为20~50, 停滞时间为0~120 s, 缓存大小为5 MB。4~6组表示有轨电车, 每组固定包含2个节点, 缓存大小为50 MB, 移动速度是25~36 m/h, 停滞时间为10~30 s。第4组节点包含有两个通信接口, 第一个接口通信范围为10 m, 传输速度为2 Mbps;第2个接口通信范围为100 m, 传输速度为10 Mbps。其余5组节点通信范围为10 m, 传输速度为2 Mbps。
3.3 仿真结果分析
在机会网络中, 节点的密度大小会影响节点间的相遇概率, 从而会影响到数据传输成功率、平均延迟等[12]。本次仿真以节点密度的变化从3个方面评估MCDPR算法的性能: (1) 消息投递率; (2) 开销; (3) 消息传输平均延迟。
图1中随着节点数量的变化, MCDPR算法的投递率远大于Epidemic和Prophet算法。这是因为在MCDPR算法中, 副本数量较少的消息有更多的发送机会, 提高了这些消息到达目的节点的概率, 从而提高了网络中消息的交付率。Epidemic中无限制的洪泛和Prophet中只考虑节点间的概率引起网络中消息副本数过多的转发, 造成网络资源的极大消耗, 使得很多消息被丢弃而不能及时的交付, 因此Epidemic和Prophet算法在网路中节点数达到一定程度后传输成功率反而有所下降。
图2反映的是开销随节点数量变化的情况, 多副本的路由机制中, 节点数量的增多增加了消息转发的概率, 消息传输机会增多, 产生副本的数量也增多, 因此三个算法随着节点数量的增多, 其开销也在增大。
MCDPR算法中采用消息副本控制和接收节点设置“门限”控制了网络中消息的副本增长速度, 有效抑制了消息冗余副本的增加, 因而其开销较低。Epidemic和Prophet算法的开销随着网络中节点数的增加而快速增长, 结合图1的结果可以看到当节点密度达到一定程度后网络节点数的增加反而降低了传输成功率, 这是因为大量的额外开销造成了网络拥塞。
随着节点数量的增加, 三个路由算法的传输平均延迟呈减小趋势, 主要原因在于节点密度的增大增加了节点间的相遇机会, 增加了消息转发的机会, 使消息更快速地向目标节点转发。
相对于Epidemic和Prophet算法, MCDPR中的传输平均延迟较小, 且下降趋势更快, 这主要是因为在MCDPR中, 相对副本数量较少的数据包产生的时间较晚, 却获得了较大的转发机会, 消息副本的控制和“门限”消息的控制, 限制了消息冗余副本的快速增长, 有效避免了“消息风暴”引起占用网络带宽的问题, 进而减小了数据包平均传输延迟。
4 结束语
为增加副本数较少的消息的转发机会, 充分利用机会网络有限的网络资源, 进一步改善网络性能, 提出一种消息副本动态感知的路由算法。通过发送节点与接收节点间的协作, 根据消息的副本数和接收时间, 对消息的发送顺序进行排队, 通过在接收节点中设置门限, 控制消息副本数的冗余程度, 提高消息的传递效率。仿真结果表明, 提出的MCDPR路由算法能大幅降低网络开销, 提高消息投递率, 并降低消息平均时延。
摘要：在多副本的机会网络路由算法中, 副本数量多的消息发送机会要多于副本数量少的, 消息发送机会的不平衡影响网络中消息投递率。针对上述问题, 提出一种消息副本动态感知的机会网络路由算法;该算法根据消息产生的副本数和消息被节点接收的时间两个特征, 利用接收节点所设置的接收消息的门限, 控制消息的转发和消息副本的删除。仿真结果表明, 该路由是一种简单有效的路由算法。与传统的传染路由和概率路由相比, 该路由在消息投递率、平均延迟时间和开销方面比上述两个路由协议的性能更好。
关键词：机会网络,消息副本,动态感知,门限
参考文献
[1] 熊永平, 孙利民, 牛建伟, 等.机会网络.软件学报, 2009;20 (1) :124—137Xiong Y P, Sun L M, Niu J W, et al.Opportunistic networks.Journal of Software, 2009;20 (1) :124—137
[2] 任智, 黄勇, 陈前斌.机会网络路由协议.计算机应用, 2010;30(3) :723—728Ren Z, Huang Y, Chen Q B.Routing protocols for opportunistic networks.Journal of Computer Applications, 2010;30 (3) :723—728
[3] 吴大鹏, 杨正川, 刘乔寿, 等.带有相遇预测的自适应路由机制.重庆邮电大学学报 (自然科学版) .2013;25 (3) :368—371Wu Dapeng, Yang Zhengchuan, Liu Qiaoshou, et al.Adaptive routing mechanism with encounter prediction.Journal of Chongqing University of Posts and Telecommunications (Natural Science Edition) , 2013;25 (3) :368—371
[4] Zhang Z S.Routing in intermittently connected mobile ad hoc networks and delay tolerant networks overview and challenges.IEEE Communications Surveys Tutorials, 2006;8 (1) :24—37
[5] Amin V, David B.Epidemic routing for partially connected Ad Hoc networks.Durham NC, USA:Duke University, 2000
[6] Lindgren A, Doria A, Schelen O.Probabilistic routing in intermittently connected networks.ACM SIGMOBILE Mobile Computing and Communications Review, 2003;7 (3) :19—20
[7] 牛建伟, 周兴, 刘燕, 等.一种基于社区机会网络的消息传输算法.计算机研究与发展, 2009;46 (12) :2068—2075Niu Jianwei, Zhou Xing, Liu Yan, et al.A message transmission scheme for community-based opportunistic network.Journal of Computer Research and Development, 2009;46 (12) :2068—2075
[8] 徐佳, 王汝传, 徐杰, 等.容迟网络多副本路由技术研究.计算机科学, 2011;38 (8) :74—79Xu Jia, Wang Ruchuan, Xu Jie.et al.Research of multi-copy routing in delay tolerant networks.Computer Science, 2011;38 (8) :74—79
[9] Lindgren A, Phanse K S.Evaluation of queuing policies and forwarding strategies for routing in intermittently connected networks.Proc of IEEE COMSWARE, 2006:1—10
[10] Homepage of opportunistic network environment.http://www.netlab.tkk.fi/tutkimus/dtn/theone/version1.4.1.2013-8-20
[11] Cao Y, Sun Z L, Ahmad N, et al.A mobility vector based routing algorithm for delay tolerant networks using history geographic information.Proceedings of the International Conference on Wireless Communications and Networking, Washington, DC:IEEE Communications Society, 2012:2757—2762
机会网络中的数据转发机制分析 第8篇
近年来,随着无线通信技术的飞速发展,大量成本低廉、功能强大、具有短距离通信能力的移动设备不断涌现,这些都极大地推动了无线自组织网络的发展。随着无线传感器网络[1]、LTE[2]、移动自组织网络[3]的深入研究与广泛应用,人们越来越重视将便携式的通信设备部署到移动物体上形成移动自组织网络的研究。如由配备无线保真(Wi-Fi)接口的智能手机、个人数码助理(PersonalDigitalAssistant,PDA)等便携移动设备组成的用以实现数据交换和协作访问的口袋交换网[4];为实现道路交通状况监测与预警,由配备智能通信设备的汽车组成的车载网络[5];为获得野生动物生活习性,由佩戴在野生动物身上的传感器节点组成的野生动物追踪网络[6]等。
无线自组织网络组网灵活,摆脱了固定基础设施的依赖,因而得到广泛的关注。而在实际应用中,由于物理环境的限制和节点的频繁移动,源节点与目的节点之间很难建立并维护一条稳定的端到端连接,这使得传统的消息传输模式无法正常工作。为实现该类网络中的数据通信,出现了具有新型数据传输模式的机会网络。机会网络对网络是否连通不作要求,主要通过节点移动形成的机会接触实现数据交互,因此更适应实际组网环境,在军用、商用以及民用领域颇具前景。机会网络中,移动节点之间可以在没有连通路径的情况下互相通信,而且节点无需获取网络拓扑信息,而这在传统的自 组网(MANET)通信中是必须的;消息的传输路径是动态建立的,任何节点都是可能的下一跳节点,只要它有将消息转向目的节点的机会,这些特性使得机会网络的研究不仅极具挑战而且颇具前景。目前,数据转发机制是机会网络研究的重点之一,其关系到机会网络能否成功应用。
1数据转发机制简介
数据转发机制是机会网络的基础性研究工作,高效实用的数据传输机制是机会网络组网的关键问题[7]。传统因特网上的数据通信是基于报文分组交换的,用户数据根据需要被划分为多个报文分组,这些分组根据实际情况独立选择不同的路径到达目的节点,然后目的节点对这些乱序分组重组。无论传统因特网还是移动自组织网络,消息的传输都离不开合理有效的路由协议,而最基本的前提是通信双方之间至少存在一条稳定的端到端连接。
然而在机会网络中,由于节点的移动、退出、障碍物等原因带来的网络分割现象,使得同步的端到端多跳连接在消息的发送方与接收方之间可能永远都无法建立。机会网络的网络分割特点,使得传统因特网网络和Ad-hoc网路由协议很难直接应用。对此,研究者探索了适用于机会网络的数据传输的存储—携带—转发模式,将待转发消息在自己的存储器中暂存起来,等待合适的转发时机与下一跳转发节点,最终实现消息的交付。机会网络数据传输模式与传统先寻路后转发的数据传输模式具有很大不同,其关注的重点是下一跳转发节点的选择决策而非路由表的建立与更新,因此文献[7]倡导在机会网络中使用转发来替代路由。我们总结对比了传统网络路由与机会网络转发机制,如表1所示。
机会网络采用如图1所示的存储—携带—转发模式,克服了网络间歇性连通、双向数据速率不对称等问题来实现信息传输。机会网络中节点的存储与路由的缓存不同:消息在路由器中的存储时间是毫秒级的,这段时间内路由器会进行路由表的查询,从而为消息找到合适的下一跳路由以及转出端口;而机会网络中,由于网络分割现象的普遍性,消息在节点中的存储时间一般较长,这也要求在设计数据转发机制的时候需要考虑到消息的队列管理。文献[8]给出了机会网络需要使用持久存储技术的几个原因:去往下一跳节点的通信链路可能较长时间内不可用、通信双方数据传输不对称、正在进行传输的消息在面临链路错误或者链路中断时,需重传。因此,机会网络数据转发机制对节点的存储空间以及处理速率有更高的要求。因此,不同于传统网络路由信息的建立与维护,机会网络数据转发机制的设计更关注节点中缓存消息选择合适下一跳节点和转发时机。
2面临的问题与评估标准
2.1面临问题
数据转发机制是机会网络研究中的关键问题,而机会网络的特征也决定了机会网络的数据转发机制与传统网络路由机制设计具有很大的不同,它主要面临如下问题及挑战[9,10]:
(1)异构互连:异构主要包括三个方面。节点异构性,机会网络的组成节点是多种多样的,可以是智能手机、PDA,也可以为具有通信功能的传感器节点;通信技术的异构性,机会网络中节点多样,使用的无线技术可以是无线射频、蓝牙、超带宽通信、光通信以及声音通信等;此外,异构性还包括节点移动模式的多样性,移动节点可以是人载移动设备、公路上的交通工具,还可以是在森林中四处走动的动物,导致节点的移动模式也呈现出多样性。
(2)网络资源有限且消耗较快:机会网络中的硬件资源主要包括电池、存储器以及处理器等,移动终端受到价格、体积以及能量供给的限制,它们的存储能力、通信能力以及处理能力与普通的计算机相比仍然有着明显差距。网络资源的有限性体现在:节点有限的存储空间限制了其消息存储能力,而机会网络的间歇连通性又决定了消息需要在节点中存储较长的时间,这样便会带来网络较高的丢包率;节点处理能力的限制要求运行在其上的算法必须尽量简单;能量供给以及补给的限制,严重影响着网络的生命周期。这些受限的网络资源要求数据转发机制必须简单高效,也就是说,节点需要对其硬件资源进行高效的配用。
(3)全局拓扑信息缺乏:在缺乏全局拓扑信息的情形下,无法获取能够正确反映网络状况的路由度量,静态路由在拓扑动态变化的网络也不再适用。因此要求机会网络中的数据转发机制能够根据节点局部网络信息选取合适的下一跳转发节点。
(4)节点连接方式以及时长的不确定性:机会网络具有多样的应用场景。针对不同的应用场景,节点的连接方式是不同的,主要包括持续性连接、周期性连接以及偶然性连接;这就要求我们在设计数据转发机制的时候,要考虑适用场景中节点的连接方式。此外,节点间的连接时长也并非一成不变的,数据转发协议需要根据实际连接情况选择转发部分或者全部信息给相遇节点。
(5)网络安全问题极为突出:机会网络采用无线传输方式进行数据的交换,信息很容易遭受窃听。另外,机会网络中的大部分节点暴露于真实的物理环境之中,而且节点接入网络更具随机性,这些都导致机会网络面临的安全问题(如窃听、信息窃取、恶意代码攻击、信息篡改等)尤为突出。
(6)数据速率低且非对称:传统因特网通信协议是会话式,允许双向数据传输速率存在适度的不对称,但是当双向数据速率差异较大时,会话式协议不再适用。机会网络中,节点不断移动以及连接的时断时续无法保证对称的数据传输速率。
(7)节点自私性问题明显:机会网络中,受到网络资源的限制,节点为延长其生存时间会节约自身的资源,从而带来节点不愿意为其他节点转发数据。但是机会网络正是依靠节点的接触机会实现数据的传输,自私节点的存在导致数据传输的机会降低,从而影响消息传输成功率,严重时,自私节点会造成网络不可用。
综上所述,在为机会网络设计数据转发机制时,不仅要考虑到机会网络不同于一般网络的特性,而且要对不同应用场景中节点的接触特性进行充分的调研,设计出最适合的数据转发机制。
2.2性能评估标准
机会网络中,对数据转发机制进行性能评估时,主要关注以下几个参数[9,10]:
(1)消息投递成功率:由于网络分割及技术的限制,与传统有线网络及移动Ad-hoc网络相比,机会网络面临数据速率低、误码率高、丢包率高等问题,严重影响了消息投递成功率,而投递成功率关系到机会网络能否实际应用,因此提高消息的投递成功率是机会网络数据转发机制需要关注的重要问题。
(2)消息传输时延:时延是机会网络数据转发机制需要考虑的另外一个指标。虽然机会网络是时延容忍型的网络,但是在实际使用中,较高的时延会带来较差的用户体验,导致目的节点接收到数据时,数据已经过期无用,造成网络资源的浪费。因此,时延对机会网络的应用范围和可用性具有较大的影响,好的数据转发机制,需要在保证一定的消息投递成功率的情况下,尽可能降低消息传输时延。
(3)能耗:相比传统网络中的节点,机会网络中每个节点都是网关节点,担负着一定的路由功能,需要为转入的数据进行排队、存储、转发等处理操作;另外,非携带式节点还需自行运动,这也带来了一定的能耗。但是机会网络中节点能量供给十分受限,能量消耗结束,节点退出整个网络的传输活动,进一步加剧网络分割现象,影响网络的连通度与网络生存时间。因此,能耗对机会网络也是非常重要的,好的数据转发机制需尽可能考虑降低网络能耗。
(4)算法复杂度:机会网络节点在存储、能量、计算方面的限制,决定了数据转发机制不能够太复杂,而要尽可能的简单高效,以保证节点正常运转。
3数据转发机制的分类
针对机会网络的特性,研究者们提出了多种多样的机会网络数据转发机制。机会网络数据转发机制存在很多的分类标准,本文根据每种数据转发机制的主要特点,大致将其分为:完全机会主义的数据转发机制、基于摆渡节点的数据转发机制和基于信息统计的数据转发机制三种类型,如图2所示。
针对上面分类,对各个类型下的数据转发机制的特点,以及对应数据转发机制进行简要介绍。
(1)完全机会主义的数据转发机制:完全机会主义的数据转发是一种比较消极的数据转发机制,在该种机制下,消息的传输完全是随机的,不确定的。但这并不是说它们的研究是没有意义的,正如前文所述,机会网络的数据转发机制有不同的适用场景,完全机会主义的数据转发机制在一些极端挑战环境中(网络节点极其稀疏,移动毫无规律)有不可比拟的优势。典型的完全机会主义的数据转发机制包括传染转发(Epidemic)[11]、直接传递(DirectDelivery,DD)[12]以及首次 相遇 (FirstContact,FC)[13]。Epidemic的基本思想是通过消息在全网的洪泛来实现传输。Epidemic借用了数据库复制的思想,网络中的任意两个节点相遇时,复制彼此缺失的消息。理论上讲,在网络资源不受限的情况下,只要网络中不存在完全孤立的节点,随着节点之间的不断接触,数据就能像病毒一样传播到整个网络,然而,实际中由于节点缓存空间、消息生存时间、网络带宽等的限制,Epidemic的性能远远低于理论值,在出现网络拥塞时,其性能会急剧下降。DD的基本思想是消息产生后,一直由源节点携带直到遇到消息的目的节点,完成消息的直接交付,该机制不需要中间节点的参与,能够保证较低的网络冗余,但要求网络中的源节点与目的节点直接相遇,且消息传输延迟较大,投递成功率低。FC数据转发机制介于Epidemic和DD之间,该机制中,节点将消息转发给其首先遇到的节点。
(2)基于摆渡节点的数据转发机制:与完全机会主义的数据转发机制相比,基于摆渡节点的数据转发机制是一种积极的数据转发机制。它通过在网络中增加一种特殊的节点———摆渡节点来辅助信息的转发。一般来说,摆渡节点是非随机性的,它会按照设计好的路径进行移动,利用摆渡节点可以提高网络的连通性。根据需要,网络中可以同时存在多个摆渡节点。文献[14]提出了一种基于摆渡节点的数据转发机制(MessageFerrying,MF),该网络中包含两类节点:摆渡节点与普通节点。摆渡节点可根据普通节点的通信请求规划自己的移动路径,摆渡节点接收源节点数据后,在移动过程中将消息交给目的节点。为了进一步提升网络的性能,文章[15]提出了基于多个摆渡节点的数据转发机制。基于摆渡节点的数据转发机制设计的重点是规划摆渡节点的移动路径,因此需对整个网络传输流量需求有较好了解。
(3)基于信息统计的数据转发机制:基于信息统计的数据转发机制大都基于同一假设:节点未来的相遇特性可以通过其过去的表现来预测。该假设在那些节点移动较为规律的应用场景中是合理的。需要指出的是,在人载移动设备机会网络中,受到社会关系的影响,节点的移动特性往往是可预测的,这对于提高相应场景中数据转发机制的性能具有重大的意义。概率转发(Prophet)[16]是一种基于历史信息统计的数据转发机制,节点根据历史相遇信息计算其与目的节点之间的传输概率值。两个节点相遇时,信息将转发给与目的节点接触概率大的节点。文献[17]给出了一个基于社交性的数据转发机制,它根据节点的历史相遇次数和相遇节点数来描述节点的社交行为,并据此为每个节点指定一个随时间变化的社交值(SociabilityIndicator),认为该值越大,节点与目的节点相遇的概率越大。文献[18]则认为具有相同兴趣的节点相遇概率越大,提出了一种社交感知的数据传输策略(SANE),每个节点维护一个K维的兴趣向量,通过余弦相似性计算兴趣相似性。消息被传递给与目的接收者的兴趣相似性大的节点。Peoplerank[19]则采用PageRank的算法思想计算节点在消息转发中的重要性,然后将节点按重要性进行排名,节点相遇时,消息转向重要性大的节点或目的节点。
4结束语
基于虚拟机会网络的个性化推荐 第9篇
随着信息技术的发展,人们需花费更多的时间从大量信息中找到自己感兴趣的东西。个性化推荐致力于缓解由于网络信息爆炸式增长带来的“信息过载”问题,因而越来越被学术界和工业界所重视。目前个性化推荐技术[1]已经在数字图书馆、微博推荐等领域得到了应用[2,3,4]。个性化推荐模式主要包括[5]:1基于规则的推荐。其优点是简单、直接,缺点是规则质量很难保证,不能动态更新;2基于内容的推荐。其优点是简单、有效,缺点是难以区分资源内容的品质和风格,且不能为用户发现新的感兴趣的资源;3合作推荐。其优点是可以发现用户可能感兴趣的新信息,而不局限于用户已经感兴趣的信息,缺点是若一条信息没有被同类用户群中的任何用户浏览过,则它不可能被推荐给该类中的其他用户。综上发现,目前个性化推荐模式存在随用户兴趣或规则变化不能自适应动态变更信息和挖掘用户可能感兴趣的资源等缺点。
机会网络[6]作为一种全新的组网方式可以很好地解决不完整连通链路的通信问题,在很多领域存在着巨大潜力。用户兴趣各有偏向[7]、个人获取资源有限,其偏好会发生变化,其活动范围也具有一定的社区性[8],这些都与机会网络中节点的特点相似。本文提出基于虚拟机会网络的个性化推荐模型,将机会网络中的节点看作用户,节点的移动类比于用户兴趣变化,利用机会网络的自组织性及零星用户间的信息交互,建立虚拟机会网络。
1虚拟机会网络及个性化推荐
为了更好地阐述基于虚拟机会网络的个性化推荐模型,本文在论文共享系 统中建立 个性化推 荐模型加 以说明。在论文共享系统中,每个用户都是一个独立的个体, 用户研究方向各不相同,同时用户个人获取资源有限,其偏好会发生变化,其研究也具有领域性,这些都类似于机会网络里的节点。
1.1虚拟机会网络建立
在机会网络中,所有节点的地位是平等的,既没有绝对的控制中心,也不依赖于人工干预或者事先架设好的固定基础设施,任何节点都可以随时退出网络而不影响整个网络的运行,因而能够根据具体时间、具体地点自组织地构成网络,以实现移动节点的信息交换。
虚拟机会网络的建立,主要利用其自组织性,通过零星用户间的信息交互得到。机会网络结构如图1所示,实心节点表示节点,三角形表示基站,椭圆内的节点表示它们构成一个局部域,实线表示其无线链路连接比较稳定, 虚线表示其无线链路连接是松散或断裂的。如节点1和节点2就存在比较稳定的无线链路连接,它们之间可以直接通信,而节点3和节点6之间的无线链路连接可能是断裂的。
虚拟机会网络结构如图2所示,实心节点表示用户, 椭圆内的节点表示它们构成一个局部共享群(如它们有相同的兴趣爱好),实线表示用户之间存在直接联系,虚线表示用户之间存在间接联系。用户1和用户2之间存在直接联系,可认为用户1和用户2相互关注;用户3和用户6之间存在间接联系,可认为用户3和用户6之间可能通过其它信息存在联系。
对比图1与图2发现,用户相当 于机会网 络中的节 点、站点和路由器。在虚拟机会网络中,它将承担以下两个功能:1发送和接受相关信息,如用户把自己的论文推荐给其他同领域的用户以及用户接受来自其他用户的推荐;2作为中转节点,承担转发和缓冲信息的功能。用户之间的直接联系,相当于机会网络中两节点之间存在无线链路连接;用户之间的间接联系,相当于机会网络中两节点之间链路连接是松散或者断裂的。
因此,采用相关数据挖掘方法分析数据,确定用户之间直接联系建立的 规则,则虚拟机 会网络即 可自适应 建立。
1.2用户兴趣变化检测
在机会网络中,节点变化 的方式和 速度是难 以预测的。因而机会网络中,网络拓扑由位置不断动态变化的节点构成。如图3所示,节点3在移动前,属于局部域1;移动后,它属于局部域2。
同理,用户兴趣变化的时间和方向都难以预测。论文共享系统中,用户的研究领域、研究方向随时发生变化。 如何察觉用户偏好变化,变更推荐结果是个性化推荐过程中应该考虑的问题。在建立虚拟化机会网络后,由于机会网络自身的特点,可根据用户兴趣变化,利用机会网络的自组织性迅速建立新的虚拟机会网络。如图4所示,用户3在兴趣变化前,对A方向感兴趣,则它属于A兴趣组; 用户3发生兴趣变化后,对B方向感兴趣,则它属于B兴趣组。
对比图3和图4发现,图3中节点3在机会网络中的移动,与图4中用户3兴趣偏好的变化类似。因此,通过构建虚拟机会网络,用户偏好变化就可以看成机会网络中节点的移动。实施虚拟机会网络个性化推荐,用户偏好不管何时发生变化,系统都能够实时检测到用户兴趣变化从而及时变更推荐结果。
1.3用户感兴趣资源挖掘
系统中的用户被虚拟机会网络有条理地组织起来,这为挖掘用户兴趣提供了一个很好的平台。在虚拟机会网络的组织下,即使用户没有访问过相关信息,通过虚拟机会网络的路由方法,也能实时挖掘出用户可能感兴趣的信息。如在论文共享系 统中,可以根据 用户浏览 的相关论 文,分析出其可能感兴趣的其它论文。图5中,用户对论文1~论文n感兴趣,则通过数据挖掘技术,以虚拟机会网络路由协议为媒介,就能更好地分析出用户可能感兴趣的论文及研究方向。
此外,在虚拟机会网络建立起来后,还可以根据机会网络呈现出来的特点更加便捷地制定个性化推荐规则。
2结语
机会网络 第10篇
1. 基于传染性路由的数据转发方案
传染性路由协议 (epidemic routing) 采用“存储-携带-转发”的模式, 结点存储接收到的数据包, 并在移动时携带, 到遇到新的结点时转发数据包。与传染性疾病的传播类似, 每次携带数据包的结点遇到新的不包含该数据包的结点, 携带结点就传送一份数据报, “感染”这个新的结点, 类似地, 新感染的结点继续感染其它结点。目的结点第一次遇到感染结点时, 接收数据包。每个节点都维护消息的缓存, 建立一张消息的hash索引表, 与每条消息关联, 节点存储一个大向量, 这一向量叫做概括矢量 (summary vector) , 提示hash表中的表项。当两个节点移动到传输范围之内后, 首先交换概括矢量, 对比概括矢量信息, 请求不在自己缓存中的消息。
2. 基于历史或估计的数据转发方案
基于历史或基于估计的方案主要是根据节点移动、通信历史信息或其它上下文信息, 估计或计算链路或端到端路径的转发概率, 选择合适的下一跳节点转发, 而不是盲目地向邻居节点转发, 从而可以保证一定的转发概率, 同时减少网络中消息副本数量, 限制资源消耗。
(1) PROPHET概率路由协议
PROPHET概率路由协议是指当两个结点相遇时, 交换概括矢量和发送概率矢量, 消息被转发给具有到目的结点的更高的发送概率的结点。发送概率有一定的计算方法, 与结点的相遇历史记录相关, 具有传递性。
(2) HiBOpHiBOp和CAR基于上下文的路由协议
HiBOpHiBOp (History Based Routing Protocol for Opportunistic Networks) 是一个通用的路由框架, 管理和使用上下文信息来进行转发决策。CAR则通过先验式地探索节点能感知到的目的节点的发送概率。HiBOpHiBOp更为通用, 上下文信息的定义与管理是它的的核心部分。HiBOpHiBOp不需要底层路由的支持, 能够探索到节点未知的目的结点的发送概率;而CAR没有处理上下文信息的定义和管理, 它更侧重于组合上下文信息来计算转发概率。
(3) MobySpace基于节点移动性模式的多维通用路由框架
MobySpace路由方案的基本思想是使用MobySpace作为工具来进行转发决策, 决策的依据是与目的结点有相似的移动模式的节点为合适的下一跳节点。转发的过程是将数据包向移动模式与目的节点越来越相似的节点转发。在MobySpace中节点的移动模式确定了在空间中的坐标MobyPoint, 因此数据包的转发是向MobyPoint与目的节点的MobyPoint更近的节点转发。
3. 基于编码的数据转发方案
基于网络编码的数据转发的基本思想是对转发的数据包应用网络编码进行编码产生新的数据包, 和相应的编码向量, 编码向量与数据包一起传输, 当收到足够数量的数据包以后, 目的结点就能解码, 恢复出原数据包。基于网络编码的路由能以很小的开销向网络中的结点以较高的概率发送消息, 特别适用于移动程度低的网络。
基于EC的数据转发的基本思想是, 对消息进行erasure编码, 将产生的编码块分布在大量的中继上传输。每个中继节点只传输消息的一部分而不是整个消息的一个副本, 每个中继节点携带消息的一部分直至遇到目标节点。这样的分片传输可以控制每比特消息的传输开销, 消除了由于不好的转发选择导致的大延迟, 对于链路失效有更好的健壮性。但因为每次相遇都没有考虑相遇时间, 因此不能在网络连接足够好的时候充分利用连接机会。
Ling-Jyh等人提出了一种基于EC和复制的混合式路由机制H-EC, 每个编码后的小消息生成两份拷贝, 当遇到邻居节点时, 首先将消息的第一份拷贝传给该节点, 然后在该连接持续时间, 将其它消息的第二份拷贝转发给该节点, 通过充分利用每次转发机会取得更好地传输性能。
4. 基于模型的数据转发方案
现实生活中节点移动都按照特定的模式, 具有一定的社会属性, 如高速公路上的汽车, 人的日常生活, 基于模型的方案主要是考虑节点移动的特点轨迹信息, 描述节点的移动模式, 这样中继节点的选择更精确, 到达目的节点的概率更高。
SOLAR (sociological orbit aware location approximation and routing) 协议是间歇性连接的移动ad hoc网络中探索用户的移动性的路由协议。无线用户的移动记录研究表明用户移动主要集中在一些少量的有社会意义的地方 (称为hub) , 这些地方形成所谓的“社会轨迹”, 如学生的日常生活轨迹一般为学校、家、商场等之间, 学校内部又可分为教室、图书馆、食堂, 家下一层次可分为卧室、起居室等。通过探索这方面的移动性, 提出了一个hub层次的路由方案SOLAR-HUB, 两种用户层次的路由方案Static SOLAR-KSP和DynamicSOLAR-KSP。
5. 基于控制节点移动的数据转发方案
控制节点移动的方式主要根据通信需要通过主动地控制某些节点或特定节点的移动来进行路由, 从而减小端到端延迟, 提高系统性能。典型的控制及节点移动的方案是Data MULEs。Data MULEs是一种稀疏传感器网络收集传感器数据的节省能量的架构。Data MULEs引入了一种叫做MULE的移动实体, 负责从周围的传感器收集数据, 缓存收集到的数据, 最终转发给无线AP。这种架构可以大大减少传感器能量消耗, 是一种经济有效的稀疏传感器网络互联方案。此外, 还有其它多种控制节点移动的方式。不同的方案有不同的控制方式, 被控制的节点名称不一样。
6. 结语
在机会网络的数据转发机制中, 传染性路由协议能以较高的概率成功转发消息, 但是消息按照范洪的方式转发, 网络资源消耗大, 必须采取一定的策略限制传染范围。基于历史或基于估计的方案主要是利用不同的上下文信息, 按照特定的公式, 计算转发概率, 选择相应的下一跳节点。与基于传染性路由的方案相比, 基于历史或估计的路由方案增加了计算开销或者网络信息的交换, 但转发更有针对性, 减少了资源消耗, 有更好的扩展性、实用性。根据历史信息进行概率估算, 有可能与实际情况不符, 影响分组的传送成功率。估计链路传递概率的路由协议对链路状态信息的交换和计算需要消耗网络带宽和节点的资源。虽然基于编码的方案提高了健壮性, 能适用于极限情况下, 即节点移动程度低, 网络延迟特别大的情景, 但在网络延迟较小的情况下效率较低, 且编码、解码增加了路由开销。控制节点移动的方式, 能够通过在网络中加入受控制的节点, 相当于一种移动基础设施, 来使间歇性连接的网络互联, 提高网络性能。但这类协议需要部署受控的节点, 适合特定的应用场景。因此, 在机会网络的数据转发机制中要根据实际网络拓扑及节点移动模型, 选取适合数据转发的路由机制来提高数据的消息传递与转发效率。
摘要：通过对机会网络中关于数据转发机制的传染性路由、历史或估计、编码方法、基于模型及控制节点移动等热点路由机制的研究进展进行阐述, 对其数据路由机制的特征进行总结和对比分析, 为机会网络中数据路由转发策略的选择提供参考。
关键词：机会网络,数据转发,路由
参考文献
[1]Musolesi M, Hailes S, Mascolo C.Adaptive routing for intermittently connected mobile ad hoc networks[C].In:Proc.of the 6th IEEE Int’l Symp on World of Wireless Mobile and Multimedia Networks, WoWMoM 2005.2005.183-189.
[2]Leguay J, Friedman T, Conan V.DTN routing in a mobility pattern space.In:Proc.of the 2005 ACM SIGCOMM Workshop on Delay-Tolerant Networking.Philadelphia[C]:ACM, 2005.276-283.
[3]Wang Y, Jain S, Martonosi M, Fall K.Erasure-Coding based routing for opportunistic networks[C].In:Proc.of the 2005 ACM SIGCOMM Workshop on Delay-Tolerant Networking.Philadelphia:ACM, 2005.237-243.
[4]Chen L, Yu C, Sun T, Chen YC, Chu HH.A hybrid routing approach for opportunistic networks[C].In:Proc.of the 2006 SIGCOMM Workshop on Challenged Networks.Pisa:ACM, 2006.213-220.
不是把握机会，而是创造机会 第11篇
用创新来改造整个事业
《中外管理》：海尔“激活休克鱼”理论特别著名，在您这个海尔与三洋合作的最高执行者看来，三洋算是一条休克鱼吗？
杜镜国：“激活休克鱼”的理论此前是指兼并国内的一些工厂，此次我们并入的三洋是一个有着60年历史的世界500强公司，算是一条丰满肥硕的大鱼，尤其还是在日本市场实现，难度和困难更大。
《中外管理》：企业并购时机的选择是并购的关键。作为此次项目的实际操刀人，您回头来看，从海尔自身和外部环境分析，当时海尔是如何判定并购时机的？
杜镜国：其实，在我看来不是海尔设计了这个时机。“海洋项目”是在海尔、三洋合作十年的历史基础上展开的。彼此都十分熟悉，正赶上一个要卖一个想买，又都清楚各自的需求点在哪里，因此一拍即合。所以，在“海洋项目”谈判之初，我就给它做了定位，并非兼并或者收购，而是两家公司在现阶段一起为下一步要进入海尔的三洋员工规划一个美好的未来。在这个前提和原则之下，这么巨大复杂的项目，进展神速而且比较顺利。
《中外管理》：2012年年底，您因在与三洋合作中的出色表现而获得海尔“金锤大奖”，是总部对海尔亚洲“创业”和“创新”精神给予的高度肯定。对国际化中的“两创”精神，您是如何理解的？
杜镜国：“海洋项目”是海尔历史上规模最大、复杂程度最高的跨国并购项目，也是亚洲迄今为止最大的知识产权转让交易。海尔从创立至今都强调，我们一直在创业。所以自海尔亚洲国际正式成立起，我就对员工讲：无论之前三洋的历史如何辉煌，大家创业的劲头还剩多少，从现在起我们一起开始新的创业。
在我看来，创新不是多深奥的词汇。在跨国经营中，会遇到各种问题，当没有现成的解决办法时，我们就要探索出一条新的解决之道。我认为，这就是创新，这一工作我们每天都在做。
当然，在日本市场，创新其实更困难。到家电商场一看，盖上商标，产品几乎一模一样。作为曾经的全球家电引领者，日本家电市场的规则化、模式化，无形中对创新有一种捆绑，因此更难。
《中外管理》：具体说，您认为创新的维度有哪些？核心和难点是什么？
杜镜国：创新的维度很多。我从未想用一种办法来维持现在的事业，而是要创新来改造整个事业，包括员工观念和组织架构等。当时并入三洋白电时，日方员工突然很迷茫：过去不用想的，现在需要想了；过去走的路，突然走不下去了。我就从这个最薄弱环节入手，导入目标体系，即每个部门、每个团队、每个经营者，都要有自己明确的目标。目标就是“单子”。“人单合一”的导入，就是人与目标的统一。
《中外管理》：目前日本“人单合一”双赢机制的导入进展如何？
杜镜国：我们刚刚开始。“人单合一”的前提是实现市场效益的增长，在这个前提下才能双赢。现在在整个事业里，有一些模块还不盈利，对这部分要分阶段进行。现在至少做到盈利部分与市场目标紧密挂钩。当然也有特殊，比如开发团队作为非盈利部门，也已引入了市场目标评价，实施了人单合一双赢机制。
不只关注物，更要关注人
《中外管理》：目前已经实现“三位一体”本土化模式（设计、生产、销售三位一体）的海尔亚洲国际，未来总体目标是？
杜镜国：海尔亚洲国际2012年实现9亿美元的销售，2013年目标是12.6亿美元，2015年15亿美元。
这是从市场倒推而得的目标，即海尔要进入世界500强，把这个大目标分解到亚洲、欧洲、美洲去。目前海尔亚洲自身的资源配套能力还很小，未来要加强资源配套响应能力。
《中外管理》：在海尔亚洲的大家庭中，东南亚市场的分工和布局是怎样的？对东南亚各国市场的领军人，您对他们最大的要求是？
杜镜国：首先从品牌上来说，我们都是双品牌机制。日本是AQUA和海尔双品牌，东南亚国家主要是三洋和海尔双品牌机制（本刊注：泰国例外，已取消三洋品牌）。日本有一个制造基地、两个研发中心，行使亚洲总部的管理职能，还有越南、泰国、印尼三个制造基地。
对东南亚的经营者，我强调的是：不要只关注物，更要关注人。这也是海尔集团CEO张瑞敏的初衷。说到底，支撑一个资源的主体，不是物而是人，人才是灵魂。这是我在日本经营十年的最深体会，这样才能形成“我心里装着员工、员工心里装着客户”的经营状态。
《中外管理》：您所负责的海尔亚洲国际事业，2013年的风险点和机会点分别是？
杜镜国：风险点之一是汇率的波动。从2013年1-2月，日元已经贬值了17%。我们看到了这一趋势，因此在3月份将汇率提前锁定了。
其实，风险与机会对所有的企业都是平等的，是大家共享的。海尔亚洲的机会不是从外部能拿到的，而给自己创造机会，这才是关键。2013年我们会着重从品牌知名度和美誉度上下工夫。
机会网络 第12篇
关键词：社会机会网络,节点相似度,信任关系,数据转发,自私节点
0 引言
近年来,随着智能手机、穿戴设备、平板电脑等短距离无线移动设备的普及,使得以人为载体的移动设备利用相遇机会进行通信成为可能,这种通过人类移动进行机会式通信的网络一般称为社会机会网络
机会网络中已有的信任转发算法主要通过节点的相关信息评价节点信任,从而找出信任节点作为可靠转发节点。文献
本文从社会学的角度出发,提出一种基于社会节点相似性的信任转发算法。通过对网络整体区域的划分,对比不同节点间的移动轨迹和不同区域内节点的社交情况,计算节点间的路径相似性和社交相似性,从而量化节点间的信任度;同时依据消费心理学思想计算信任稳定性,选择稳定性较强的节点作为数据的转发节点,降低自私节点对数据转发的影响。
1 基于节点相似性的信任转发算法
1.1 计算路径相似性和社交相似性
结合现实社会环境与社会成员的生活经验,经常在相同区域内活动的不同社会成员可以得到较多的交互机会,可逐渐建立起较为熟悉的关系
通过分析社会网络中同一区域内具有相同移动路径的社会成员关系,以及社会成员在不同区域内的关系,了解到社会成员间的关系与其活动的场合密切相关,经常在相同区域内活动的不同社会成员可以得到较多的交互机会,逐渐建立起较为熟悉的关系。因此,社会机会网络节点通过模仿上述关系的建立过程,根据节点的路径相似性和社交相似性,共同构建节点的信任关系,抵抗节点自私行为对数据转发的影响。
1.1.1 路径相似性
在社会机会网络中,节点的移动速度、方向、线路等都是由社会成员控制的,社会成员利用社会活动建立社会关系的同时,也给节点之间带来了建立关系的机会,例如经常在同一条路径上相遇的社会成员更容易建立一定的社会关系。因此,可以对比不同节点的路径相似性,从而确定节点间的信任关系。
首先,为了准确描述节点的移动路径,需要对整个网络区域进行划分。根据文献[10]人类活动规律的相关知识,将网络区域按照200 m×200 m的正方形区域进行划分,并对所有的小正方形区域赋予一个标示。节点的内存中设置了一个与网络划分相对应的位置矩阵保存自己的移动轨迹,假设每个节点进入某个子区域后可以自行在中标示所经过区域标号,初始化节点位置矩阵每一项为0,对于节点当前所在的子区域和经过的子区域用1标示,没有经过的子区域用0标示,通过观察位置举证中1的分布,即可表示出节点的移动路径。
其次,在节点相遇之后,相互交换自身的位置矩阵,经过对比确定两者的路径相似性。如果节点i与j相遇,两者之间的路径相似性计算方法如下式所示:
式中表示网络中节点i经过的区域数量,LSim(Li,Lj)表示节点i和节点j的路径相似性。
另外,随着节点不断移动,每个节点的移动路径也在不断变化,对于一定时间内不再访问的区域,需要对移动路径进行更新,以保证最近时间内经过的区域为当前移动路径。所以,每个节点记录了前一次进入某一子区域的时间tin、前一次移出某一子区域的时间tout和当前时间tnow,对位置矩阵进行更新的计算方法如下式所示:
式中round()为取整函数,LUpdate(tin,tout,tnow)表示某一子区域的更新值,只有更新值低于阈值φ,才将位置矩阵中该区域的标记位重置为0,反之,则维持标记位的原状态。
1.1.2 社交相似性
一般情况下,不同社会成员的共同朋友数量可以在一定意义上说明成员间的关系强度
首先,节点需要用邻接链表记录各子区域内的交互节点数量,邻接链表的头结点由子区域名称的数据域和指向链表第一个节点的指针组成,表节点是由邻节点域、记录交互节点名称的数据域、指向链表下一个节点的指针组成。如果节点i在1区域分别与节点b和节点u交互,则将节点b和节点u按照相遇顺序添加到1区域后面,表示节点i在1区域有两次交互记录。
然后,在节点内存中设置一个与网络划分相对应的社交矩阵,用于统计邻接链表记录的子区域交互节点数量。如果节点i和j相遇,先将节点自身的社交矩阵进行交换,通过式(3)计算节点间的社交相似性:
式中表示节点i在各子区域的交互节点数量,FSim(Fi,Fj)表示节点i和j的社交相似性,Deci,j(tlast,tnow)表示节点i和j之间的社交相似性衰减程度,对于长时间没有交互的节点,其社会相似性必然会随着时间的增长而降低。因此,节点间的社会相似性应该具有一定的衰减特征。假设节点间上一次的交互时间为tlast,则节点间的社交相似性的衰减程度如式(4)所示:
1.1.3 信任计算
在社会机会网络中,对比不同节点的路径相似性和社交相似性即可确定节点间的信任关系。采用加权求和的方法结合节点间的路径相似性和社交相似性,即可得到节点间的信任度Ti,j,如式(5)和式(6)所示:
式(5)中Simi,j表示节点j和i的总体相似度,α和β分别表示路径相似性和社交相似性在总体相似度中所占的权重系数,α,β∈(0,1)且α+β=1,由于α和β的权重控制要依据节点评价信任的环境来确定,同时要体现信任评价的主观性和动态性
1.2 信任转发过程
从消费心理学
假设节点i对节点j的历史信任值序列为表示节点i对节点j的第h次信任评价,其信任稳定性的计算方法如式(9)和式(10)所示:
式(9)依据节点i对节点j的历史信任值,计算p次信任评价的平均信任值代入式(10)中计算前p次信任评价的方差Stai,j,方差Stai,j即为节点信任稳定性。最后,通过对比不同节点间的方差Stai,j,方差越小则说明节点之间的信任越稳定、越可靠,反之则说明信任关系的稳定性和可靠性较差。
信任转发的具体过程可分为如下几步:
1.计算每个节点在自身通信范围内其他节点的信任值Ti,j,并根据该节点的历史信任计算其他节点的平均信任值和方差Stai,j;
2.根据平均信任值的大小,挑选出每个节点通信范围内其他节点的平均信任值高于信任阈值Tθ的节点(即Ti,j≥Tθ),并放入节点集合Temp Nh={Nh};
3.考察节点集合Temp Nh={Nh}中节点方差Stai,j,并将其由小到大进行排列,选择方差最小的节点作为信任转发节点。
1.3 算法复杂度分析
算法的时间复杂度主要取决于交互节点的数量和网络划分的规模。假设场景中节点数量m,网络划分的规模为n×n,算法最坏的情况为某一节点与其他n-1个节点相遇,此时算法的复杂度为O(mn2),最好的情况为某个节点只与单个节点相遇,此时算法的计算复杂度为O(n2)。考虑到现实网络中的情况介于最坏的情况与最好的情况之间,该算法的计算复杂度介于O(n2)和O(mn2)之间。另外,由于整个评价算法的存储数据和输入输出数据中包含二维表和一维数组等,所以该评价算法的空间复杂度为O(n)。
2 实验仿真
本文使用仿真工具ONE 1.4.1
表1 仿真环境参数设置
为了考察提出算法优劣,本文以传输成功率和平均延迟时间两个指标进行衡量。实验分为两组,分别对比在不同自私节点情况下,Epidemic
2.1 传输成功率
如图1、图2、图3所示,分别在1000 m×1000 m、2000 m×2000 m、3000 m×3000 m的区域内,不同自私节点比例下,对比没有使用信任算法的Epidemic、Prophet、Spray-and-Wait和在使用信任算法的T-Epidemic、T-Prophet、T-Spray-and-Wait传输成功率。
图1 1000 m×1000 m区域内的传输成功率
图2 2000 m×2000 m区域内的传输成功率
图3 3000 m×3000 m区域内的传输成功率
从图1-图3可知,3种转发方式在没有使用信任算法的情况下,随着网络区域面积的增大,传输成功率逐渐降低,总体趋势都是随着自私节点比例的增加而降低。当自私节点比例增长到50%或60%时,三种路由的传输成功率基本为0,只有极少量的数据可以传输成功,网络已基本处于崩溃状态。在使用信任算法的情况下,虽然传输成功率的趋势是随着自私节点比例的增高而降低,然而通过建立的信任关系,有效保证了数据转发的可靠性,降低了自私节点对数据转发过程的影响。
另外,通过对比同一网络区域面积内三种转发方式的传输成功率,Epidemic在自私节点比例较低时,其传输成功率比其他两种路由模式的传输成功率较高;Prophet在自私节点比例较高时,其传输成功率较高;Spray-and-Wait的传输成功率总体表现较为一般。这种情况可能是由于Epidemic在自私节点影响较小的情况下,其洪泛转发机制提高了数据的传输成功率,但是在自私节点影响较大的情况下,Epidemic的大量数据包被自私节点劫持,只有少量的数据在部分信任度较高的节点之间传递,使其传输成功率急速下降。Prophet由于本身带有目的节点预测能力,再配合信任策略建立节点间的信任关系,使其在随着自私节点比例增高的情况下,传输成功率下降速度较慢。Spray-andWait是在Epidemic基础上改进的转发算法,其性能介于Prophet和Epidemic之间。
2.2 平均延迟时间
如图4、图5、图6所示,分别在1000 m×1000 m、2000 m×2000 m、3000 m×3000 m的区域内,不同自私节点比例下,对比没有使用信任算法的Epidemic、Prophet、Spray-and-Wait和在使用信任算法的T-Epidemic、T-Prophet、T-Spray-and-Wait平均延迟时间。
图4 1000 m×1000 m的区域内的平均延迟时间
图5 2000 m×2000 m的区域内的平均延迟时间
图6 3000 m×3000 m的区域内的平均延迟时间
从图4-图6可知,随着网络区域面积的增大,数据传输的平均延迟时间逐渐增长。3种转发方式在没有使用信任算法的情况下,数据转发的平均延迟时间是随着自私节点比例的增加而快速增长;在使用信任算法的情况下,随着自私节点比例的增高,数据传输的延迟时间得到了有效降低,减缓了平均延迟时间的增长趋势。
通过对比观察同一网络区域面积内三种转发方式的平均延迟时间,当自私节点比例低于50%或60%时,Spray-and-Wait的平均延迟时间低于Prophet和Epidemic的平均延迟时间,Prophet由于其转发数据包相对较少,在自私节点的影响下,其平均延迟时间比Epidemic和Spray-and-Wait都高。当自私节点比例低于50%或60%时,Prophet通过自身预测转发并配合信任算法,在自私比例相对较高时,平均延迟时间要低于Epidemic和Spray-and-Wait。
3 结语
