基于生物吸引子选择的移动ad-hoc网络容灾

⃝可在www.sciencedirect.com在线ScienceDirectICT Express 1（2015）86www.elsevier.com/locate/icte一种基于生物吸引子选择的移动ad-hoc网络容灾Hyukjoon LeeChung，Donghoon Jeon大韩民国首尔光云大学计算机工程系接收日期：2015年1月4日;接受日期：2015年2015年10月22日在线发布摘要由于网络环境的动态变化，网状网络的传统路由协议的性能会在灾难恢复情况下显着下降。已经提出了许多多路径路由协议来解决这些问题。MMQR是用于OFDM-TDMA网状网络的多路径路由协议，其使用在链路故障的情况下可以立即被彼此替换的多个路径。在本文中，我们扩展MMQR，使替代路径自适应重新排序的吸引子选择机制的启发式模型的基础上，生物实体是适应动态变化的环境中的通信环境的变化。仿真结果表明，引入吸引子选择机制的多路径路由协议在分组投递率、吞吐量和QoS等方面均优于现有的多路径路由协议。2015年，韩国通信信息科学研究所。制作和托管由Elsevier B.V.这是一个开放获取的文章根据CC BY-NC-ND许可证（http：//creativecommons. org/licenses/by-nc-nd/4. 0/）。关键词：灾难恢复;移动自组网;多路径路由;仿生网络;吸引子选择1. 介绍在地震、海啸、洪水、龙卷风等大规模灾害情况下，对现有通信基础设施的破坏由于其无基础设施的性质，移动自组织网络（MANDO）长期以来一直被期望在此类场景中发挥重要作用[1尽管他们的期望很高，这些网络的性能可以显着降低的情况下，端到端的路径变得陈旧容易和自发的网络分区频繁发生，由于低信噪比和高节点移动性。多路径路由协议的设计作为在这种工作条件下提高通信可靠性的重要方法已经引起了相当多的关注[4处理多路径路由所产生的新问题之一是如何利用多条路径*通讯作者。电子邮件地址：hlee@kw.ac.kr（H. Lee），conceitly@gmail.com（D.Jeon）。同行评审由韩国通信信息科学研究所负责。根据变化的通信环境自适应地进行通信。当现有路径发生故障时重新计算最佳路径不是有效的方法，因为它会引起额外的路由开销，这已经是与多路径路由协议相关联的主要问题之一。灾难恢复环境下的移动自组网多路径选择问题可以考虑诸如可靠性、延迟、吞吐量、功耗等的性能度量。此外，还存在许多需要仔细研究的操作考虑因素，例如动态环境变化、异质性、缺乏集中控制、生存能力和自主故障再加工。因此，开发计算上有效的算法是非常困难的。启发式方法，如进化计算和生物启发方案，由于其对变化的环境条件的内在适应性、对故障和损坏的鲁棒性、基于简单规则的协作操作、自组织性、生存性和进化性而受到关注[7]。本文提出了一种新的方法来提高移动自组网的鲁棒性，通过结合多路径路由协议和吸引子选择模型，使得所提出的方案在适应http://dx.doi.org/10.1016/j.icte.2015.10.0012405-9595/c2015韩国通信信息科学研究所。制作和托管由爱思唯尔B. V.这是一个开放获取的文章下，CC BY-NC-ND许可证（http：//creativecommons。org/licenses/by-nc-nd/4. 0/）。21=我（α−1）2+π=H. Lee，D. Jeon / ICT Express 1（2015）86-8987灾难恢复操作中常见的动态变化环境。2. 背景2.1. 网状网多路径QoS路由协议环境中的养分可利用性。在该模型中，当存在外部营养供应水平的变化，使得吸引子变得不稳定，并且mRNA的浓度随着以下微分方程的随机噪声项占主导而变化：MMQR协议已经被开发，以便为基于AODV的OFDM-TDMA移动网状（ad hoc）网络提供容错QoS路由它会找到多条路径，dm1syn（α）DT =1+m2−deg（α）m1+η1（一）dm2syn（α）通 过 允 许 每 个 节 点 转 发 路 由 请 求 （ RouteRequest ，RREQ）消息的多个副本，使得可以为每个目的地找到一个或多个路径，如果由于路由失败而发生分组丢失，则分组沿着存储在路由表中的替代路径被重传，而不发出触发新路径发现操作的路由错误消息（RERR）。DT =1+m2−deg（α）m2+η2其中mi是mRNA的浓度，syn（α）和deg（α）分别是mRNA合成和降解速率（以细胞活性α表示），ηi是白噪声项。syn（α）和deg（α）定义为：MMQR被设计为在OFDM-TDMA MAC之上工作syn（α）6α2+α和 deg（α）= α，（2）消息以加入网络、配置拓扑和调度分组传输。通过使用这些管理消息，每个节点可以构造邻居节点表，该邻居节点表包括分别单元格活动的值根据以下条件动态变化：到两跳远的每个相邻节点的链路的带宽、延迟和可靠性此信息还用于使用相邻节点的条目预先填充路由表。到距离超过两跳的节点的路径是dαDT=Mi=1prodnutr threadimi+营养素i卢塞恩岛-consα，（3）+1由按需路由协议发现，该按需路由协议以与Ad-hoc按需多路径距离矢量（AOMDV）路由协议类似的方式操作，除了到同一目的地的多条路径保持在可靠性和QoS度量的顺序[9]。几个附加的控制数据字段被添加到原始AODVRREQ和RREP格式，以便允许节点选择具有更高可靠性和QoS度量的路径，如下所示：其中prod和cons是α的生产和消耗速率系数，营养素i代表营养素i的外部补充，营养素线程i是营养素对α生产的阈值，ni是营养素i的敏感性。Leibnitz等人将其转化为M维模型，并进行了一些调整，以处理主要路径选择问题，如下所示：MIN Bandwidth：应用程序所需的最小带宽，16位• 延迟界限：应用程序所需的最大延迟德国国防部syn（α）=1+m2−m2−de g（α）mi+ηii= 1，. . . 、男（4）以毫秒为单位，32位• 累积延迟：数据包延迟的累积和从源节点到当前节点的传输，以毫秒为单位，32位其中m=maxjmj。syn（α）=α和 deg（α）=α，（5）带宽：网络所需的最小带宽。应用程序，16位式中，λ=1/λ2，可靠性：从当前节点到目的节点的路径上的可靠性值，16位。dαMmi=δlnβ+1-α-羟色胺（六）DT如果重复的请求消息来自i=1mli+不同的前一跳节点，以便形成几个不同的路径。不转发累积延迟大于延迟界限的RREQ，以确保仅将满足QoS要求的路径存储在路由表中。MMQR协议的详细描述见[9]。2.2. 吸引子选择模型在[10]中，Kashiwagi等人，提出了一个吸引子选择适应性反应的数学模型（ARAS）。大肠杆菌细胞适应变化其中，li是路径i上的传输延迟，minjlj，δ和β是α的生产和消耗的速率系数，δ是防止路径之间振荡的滞后阈值。使用公式（1）如果当前主路径的传输延迟变得大于其他候选路径的传输延迟，则系统自主地适应新的条件，并且选择具有最大mi值的新的主路径。···=ILL=∈L≤≤LL88H. Lee，D.Jeon/ICT Express 1（2015）863. 建议的路径选择方案上述MMQR协议按照指定的路径度量的降序将多个候选路径存储在路由表中，并且不改变它们，直到它们全部在动态变化的通信环境下的灾难恢复方案，这是很有可能的路径偏好的顺序应更新的路径度量值频繁变化。为同一个源-目的地对存储的大多数路径甚至可能完全无效。在下文中，我们将解释如何利用上述吸引子选择模型来使MMQR等静态多路径路由协议在灾难恢复场景下变得MMQR的主要设计目标是选择和主要-保持最高可靠性和QoS的多条路径。MMQR通过基于几个路径度量执行在前一节中描述的路由功能来实现该目标，即，路径带宽、延迟界限、累积延迟和可靠性。修改前一节中用作性能度量的传输延迟，并将其替换为lDi 、（7）f（Ri）Fig. 1.引入吸引子选择机制的扩展MMQR路由协议。其中D i=L∈PiD 是每条链路的总延迟，一沿着从源到目的地的路径被延迟链路Da的延迟包括排队延迟和传输延迟延迟Da=Dq+Dt（八）f（Ri）是控制li对Ri的灵敏度的路径的可靠性的函数。在这项工作中，我们使用sigmoid函数：f （ Ri ） =1/ （1+exp （ −Gi·Ri ） ）（9）其中Gi是增益参数。可靠性Ri是整个路径Pi上的可靠性，并且可以被计算为沿着路径RiLPi RL的每个链路的可靠性的乘积。每个链路的可靠性是通过计算在MAC层的指定时间段内接收的管理消息的数量来测量的。由于Ri的值是根据管理消息的采样计数计算的，因此预计它们会随着时间的推移而大幅波动。这可能导致路径选择中的振荡，类似于因此，我们使用esti-通过对采样的Ri（t）取指数加权移动平均值，计算时间t的可靠性Ri（t）的匹配值，如下所示：Ri （ t ） = （ 1−w ） Ri （ t− 1 ） +wRi （ t ）（ 10）其中0 W1是权重系数。上述Di和Ri可以在每次MAC管理消息交换时针对MAC层中最多两跳远的目的地来计算，并且存储在邻居表中。对于两跳以上的目的地，可以通过使RREP和RREP消息和数据分组沿着中间节点携带累积值来获得值Di和Ri图二.有/无吸引子选择的MMQR的平均分组投递率。尽管其复杂的外观，应用在路由协议的牵引选择方案是相当直接的.当节点从MAC层接收到链路故障信号时，不是用下一个替代路径替换当前主路径，而是每当后者的m i的值超过前者的mi的值mi的值由等式2计算用如上所述计算的L1的新值来计算公式（4）和（6）基于随机微分方程的近似数值解在等式（1）中，可以随着时间迭代地计算α和m的新值。路由协议可以概括为图1.一、4. 仿真结果通过修改ns-2.34仿真器中的AODV模块，实现了引入吸引子选择机制的多径路由协议。50个节点中的每一个被配置为具有以其初始位置为100 m的传输范围100米的平均距离，从它的邻居，并根据一个随机的航点模型，在各种平均−=H. Lee，D. Jeon / ICT Express 1（2015）86-8989图图3示出了在QoS递送比率方面的类似结果，即，在目的地处在指定延迟界限内接收的分组的数目与在目的地处在指定延迟界限内接收的分组的数目的比率。所有收到 的 数据 包 。 可 以 注意 到 ， 具 有吸 引 子 选 择方 案 的MMQR比普通MMQR的性能好大约（max.32.4%和4.6%）对不同的负载以及节点速度。图4中给出了MMQR在有/无吸引子选择方案的情况下，在平均分组延迟方面相对于增加的负载和节点速度的性能。再次，MMQR与吸引子选择方案优于普通MMQR（13.2%和6.4%）。5. 结论本文提出了一种新的多路径路由协议图三.有/无吸引子选择的MMQR的平均QoS交付率。见图4。MMQR在有/无吸引子选择的情况下的平均每接收器吞吐量。速度.在所执行的模拟中，使50个节点中的不同数量的指数分布每次模拟运行的持续时间设定为200 s。速率系数n、β和δ的值分别设定为40、2和0.01，如[11]中所建议的。增益参数 Gi和权重w的值根据经验被确定为对于i1，. . .、3和0.75。图图2示出了根据平均值的模拟结果当源-目的地对的数量从5变化到25（图2（a））时，以及当平均节点速度从10 Km/h增加到30 Km/h（图2（b））时，MMQR和具有吸引子选择的MMQR的分组递送率分别可以注意到，除了在低通信负载（例如，五个源-目的地对）。随着源-目的地对的数量2.7%和9.4%），这反映了吸引子选择器方案基于生物吸引子选择机制的MANN仿真结果显示出显着的改善量的分组交付率，QoS交付率和平均吞吐量。未来的工作包括利用机器学习或进化计算技术确定速率系数和增益参数的值。确认这项工作得到了基础科学研究计划的部分支持，该计划通过韩国教育部资助的韩国国家研究基金会（NRF-2013 R1 A1 A2065928）和2015年光云大学的研究补助金。引用[1] I.F. Akyildiz，X. Wang，W. Wang，Wireless mesh networks：asurvey，Comput. 网络47（4）（2005）445-487。[2] A. 布克什湾Turgut，N.艾登，M。艾哈迈德湖，澳-地Boloni，D.图尔古特，路由协议在ad hoc网络：一个调查，计算。网络55（13）（2011）3032-3080。[3] M. Portmann ，A.A. Pirzada ，用于公共安全的无线网状网络和危机管理应用，IEEE互联网计算。 12（1）（2008）18-25。美国电气与电子工程师协会。[4] S. Mueller，R.P. Tsang，D.Ghosal，移动自组网中的多路径路由netw orks：Issues and challenges，in：Lecture Notes in ComputerScience，Vol. 2965，2004，pp. 209-234[5] M. Tarique，K.E. Tepe，S.Adibi，S.Erfani，多路径路由调查移动自组织网络协议，J. Netw. Comput. 32（6）（2009）1125-1143。爱思唯尔[6] A. Nasipuri，S.R.移动自组网按需多路径路由网络，在：Proc. 8th Intl.计算机通信与网络会议，1999年。[7] F. Dressler，O.B. Akan，关于生物启发网络的调查，Comput。网络54（6）（2010）。[8] J. 崔，H。Lee，一种OFDM-TDMA多路径QoS路由协议网状网络，J. KITS 14（1）（2014）57-62。[9] Y. Yuan，H.Chen，M.Jia，一种优化的ad-hoc按需多径路由算法距离矢量（AOMDV）路由协议，在：Proc. Asia-Pacific Conferenceon Communications，2005年10月，pp. 569-573。[10]柏木岛浦部湾Kaneko，T. Yomo，基因的适应性反应network to environmental changes by attractor selection，PLoS ONE（2006）OpenAccess.[11] K. Leibnitz，N. Wakamiya，M.Murata，基于弹性多路径路由在生物吸引选择方案，在：LNCS，卷。3853，Springer，2006，pp.48比63