在机会网络中,节点信息传输成功率和路由开销是衡量网络性能的主要指标,提高传输成功率能够有效降低数据的丢包率,减少路由开销能够减缓节点消耗和死亡,保证网络性能。但是由于机会网络算法中,基于洪泛策略的算法会造成节点过高的路由开销,通过对机会网络中节点及其邻居数据包发送和接收过程进行分析,建立了有效数据预测转发路由算法(effective data prediction transmission routing algorithm,EDPT)。该算法通过模型分析,建立了合理的数据包发送和接收机制;通过仿真实验,并与机会网络中spray and wait和binary spray and wait比较,该算法提升了网络的平均传输成功率,减少了节点的平均路由开销。
针对移动群体感知中感知数据能够如何更高效传输的问题,提出了一种移动群体感知中基于社会关系的路由算法RASR(routing algorithm based on social relations)。该算法根据个体间的接触概率利用G-N算法将整个网络划分为聚集性较强的社团,然后采用中介中心性和相似性两个特性度量个体的社会性,最后在数据传输的过程中,当前个体在相遇个体中选择与目标个体接触概率或者相对社会性效用较大的个体充当中继个体并复制当前数据,直至传输至目标个体。实验结果表明:RASR算法在保证传输成功率、减少平均传输延时的同时减少了数据副本量,从而降低了路由开销。因此,使用RASR算法能够有效地进行感知数据的传输。
医疗过程中会产生大量的数据信息,但是海量的医疗数据与有限的网络资源存在矛盾,因此需要压缩传输信息,从而降低传输过程中的能量消耗。对机会网络中的信息发送、接收过程进行分析,建立了减少能耗有效性数据传输路由算法(reduce energy effective data transmission algorithm,REEDT)。该算法通过对发送数据进行有效筛选,建立了优化的信息发送和接收机制。经过仿真实验,并与Spray and Wait和Binary Spray and Wait算法比较,该算法降低了网络传输的能量消耗。
