Ad hoc网络路由中的合作激励机制研究

来源 :中国科学院软件研究所 | 被引量 : 0次 | 上传用户:bingyuziqi
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
Adhoc网络是一种分布式的无线多跳网络。节点依赖彼此间的合作实现信息的交流。尽管针对军事行动、抢险救灾等特殊应用的Adhoc网络可以确保节点间相互合作,但是当节点分别属于不同的利益最大化实体时,如商业应用的情况,这种合作性缺乏内在的保证,节点的自私行为将对网络造成较大的损害。   本文主要针对Ad hoc网络寻路和数据传输阶段的非合作行为的检测和激励机制进行研究,具体工作包括:   ●分析了网络层节点的主动攻击类型,并根据自私节点利益最大化的根本出发点确定它们可能采用的自私行为,作为后续研究的基础。   ●提出了按需路由协议中寻路阶段自私行为的检测激励机制。首先通过仿真分析确定自私行为对节点的影响,然后分析了相邻节点间路由请求包RREQ中继比率的概率关系,以此为基础对节点的自私丢包行为进行检测,并根据自私程度的不同采取不同的惩罚措施。同时对路由协议进行改进,从而可以利用传统WATCHDOG机制检测路由响应包RREP的自私丢弃行为。并在公钥管理机制的支撑下,提出路由包篡改的应对方式。综合上述各项措施实现对寻路阶段的自私行为的检测和激励,并通过大量仿真对其在不同场景下的表现进行验证。   ●提出了无线传感器网络中数据传输阶段自私行为的检测激励机制。无线传感器以单向业务流为主的特点使得传统的基于WATCHDOG的激励机制中的二手信息交互必不可少,这会带来安全风险和额外开销。本文利用链路层数据包和响应包之间的对应关系,对传统WATCHDOG机制进行改进,提出了全分布式的自私行为检测激励机制,避免了风险,降低了开销。仿真结果证明了所提算法的有效性。   ●建立简化的高层博弈模型对基于惩罚的合作激励机制在Ad hoc这样一个充满不确定性的环境中的表现进行研究,重点分析了不同类型的误判率(把合作行为误判自私行为的概率和把自私行为误判为合作行为的概率)对合作条件和合作性能的影响。结果表明,两者对合作条件的影响是对称的,但对合作性能的影响是相反的,在惩罚门限的选择上必须作出折衷。同时还分析了惩罚力度的影响,发现惩罚力度的选择存在着同样的矛盾:惩罚力度越大,合作条件越宽,但合作性能越低;反之则合作条件越严格,但性能越高。
其他文献
计算机辅助教学的一个重要应用是计算机辅助测验。自动组卷是计算机辅助测验的重要组成部分。组卷模型的设计必须遵循科学的教育测量理论,才能保证输出的试卷具有较高质量。在
随着计算机技术的发展,用计算机进行人群紧急疏散模拟成了近年来在计算机图形学和虚拟现实领域兴起的一个研究热点。这种运用计算机进行的人群紧急疏散行为模拟和研究,能在各种
在过去的二十年中,互联网取得了巨大的成功。互联网的成功,很大程度上归功于它简单易行的通信模式:一个节点只需要按照指定的协议发送和接收数据包,而不必了解负责传输数据的网络
数据挖掘是近些年来发展起来的新技术,通过数据挖掘,人们可以发现数据背后隐藏的有价值的、潜在的知识,为科学地进行各种商业决策提供强有力的支持。当今,数据挖掘已发展成一门跨
学位
随着Web应用的快速增长,XML数据逐渐成为数据存储的一种新的标准。作为XML的标准查询语言XQuery,其处理技术也得到了国内外研究人员广泛关注,形成了两套相对成熟查询处理方式(基
传统数据库系统的处理对象主要是相对稳定的数据集。而在当今一些新的应用中,数据都以连续的、流的形式出现,而不是有限的存储数据集。这种动态的流数据其应用领域非常多,像股市
应对日益复杂化的公共安全事件,仅仅依靠政府警务力量是不够的,而是需要许多社会组织的参与。这就要求公共安全系统能够按需动态的集成和整合各种社会信息资源,供警务部门决策指
在实际生活中,传统模式识别方法对于大规模数据的分类和函数逼近并不具有理想的性能。数据量和数据的复杂性以及数据样本的不平衡性,导致分类器在学习过程中的存储消耗大、学习
恐怖主义由来已久,近年来恐怖袭击事件时常发生,严重威胁到人类的生命财产安全。“9.11”恐怖事件、巴厘岛爆炸案、云南火车站暴力恐怖事件等都说明了恐怖组织的残忍,对社会造成