基于多属性决策的机会传感网络关键节点预测

摘要

机会传感网络是一种不需要源节点和目标节点之间存在完整链路，利用节点移动带来相遇机会实现通信的自组织网络，应用于野生动物追踪、森林环境监测以及智能交通等。机会传感网络中，关键节点的失效可能导致网络运行不正常，甚至瘫痪。如能获知或预测网络的关键节点，便可根据关键节点的相关信息对网络进行优化，在网络出现瘫痪时，第一时间排查关键节点，可大大减少网络维护时间和成本。
　　课题来源于国家自然科学基金项目，研究机会传感网络的关键节点预测方法。论文介绍了国内外相关网络关键节点的研究现状，分析了现有关键节点判定方法的优缺点及适用范围，指出现有的方法不适用于机会传感网络；针对机会传感网络消息传输时延高、网络结构呈动态变化的特点，分析了多区域机会传感网络分层结构模型的消息传输过程，定义阶段贡献度反映节点在消息传输过程中的贡献，定义区域贡献度反映节点对区域的贡献程度；在此基础上，以节点在网络中的综合贡献度作为判断关键节点的依据，并提出基于多属性决策中理想点法（Technique for Order Preference bySimilarity to Ideal Solution，TOPSIS)的关键节点预测方法。
　　论文采用机会传感网络仿真器实（Opportunistic Networking Environment，ONE）模拟四种典型的多区域机会传感网络场景，分别采用TOPSIS算法和改进TOPSIS算法预测关键节点，结果表明，采用改进TOPSIS算法能够获得更高的预测精度；为进一步验证本文提出的预测方法，利用寻迹小车搭建了实验床，结果表明，采用改进TOPSIS算法的预测精度更高。