0 引言

    機(jī)會網(wǎng)絡(luò)^[1]是一種不需要源節(jié)點和目的節(jié)點之間存在完整的路徑，采取“儲存-攜帶-轉(zhuǎn)發(fā)”的路由模式并利用節(jié)點移動性帶來的相遇機(jī)會實現(xiàn)通信的時延和分裂可容忍網(wǎng)絡(luò)^[2]。在實際中，由于節(jié)點自身資源的有限性，為保護(hù)自身資源，節(jié)點會表現(xiàn)出自私行為。針對機(jī)會網(wǎng)絡(luò)中節(jié)點的自私性問題具體分為兩類：基于懲罰與基于獎勵。

    基于懲罰機(jī)制的路由算法主要集中于基于TFT策略的路由算法。TFT^[3]策略，即在博弈開始階段，各節(jié)點都是以協(xié)作轉(zhuǎn)發(fā)策略進(jìn)行博弈，之后當(dāng)前節(jié)點采用對方節(jié)點在上一次博弈過程中采取的策略。

    基于獎勵機(jī)制的路由算法主要以基于虛擬貨幣的路由算法為主。GIS機(jī)制^[4]中買賣雙方輪番出價，但必須在三輪之后終止，即對于第三次的出價，另一方必須接受。該機(jī)制能夠刺激自私節(jié)點的合作并減少多次博弈中因博弈過程引起的消耗。GSCP^[5]機(jī)制是一種基于概率路由的節(jié)點議價博弈機(jī)制，該機(jī)制假設(shè)消息對于節(jié)點的價值量與節(jié)點到達(dá)目的地址的概率成正比，消息從價值量低的節(jié)點賣出并由價值量高的節(jié)點進(jìn)行購買，最終消息到達(dá)目的節(jié)點。

1 網(wǎng)絡(luò)模型與問題描述

1.1 網(wǎng)絡(luò)模型

    定義1 （消息價值量）節(jié)點移動過程中，消息對于節(jié)點的價值量跟節(jié)點與該消息的目的地址的相遇概率成正相關(guān)，假設(shè)P_i，d為節(jié)點i能夠?qū)⑾傳送到目的地址d的概率，ω為消息的初始價值量，V為消息m對于博弈參與節(jié)點i的價值量，其值為V=ω·P_i，d。

    定義2 （買賣模型）若節(jié)點B想要獲得節(jié)點S中的消息m，會向S發(fā)送購買請求，并制定出購買價格x，若在價格x下，S的效益值為正，則S同意B的出價，并將m發(fā)送給B；否則買賣雙方進(jìn)行下一輪議價博弈，直至達(dá)成協(xié)定或通信中斷。 

1.2 問題描述

    在研究中發(fā)現(xiàn)現(xiàn)有的基于議價博弈的機(jī)會網(wǎng)絡(luò)算法存在下列問題：

    (1)現(xiàn)有的GSCP算法在單次博弈中只有當(dāng)雙方的收益都不小于0時雙方才會達(dá)成交易并采取交易成功策略，沒有考慮賣方在數(shù)據(jù)包買入時可能已經(jīng)獲利，這降低了博弈雙方交易的達(dá)成率以及采取交易成功策略的比率。

    (2)節(jié)點在進(jìn)行數(shù)據(jù)包轉(zhuǎn)發(fā)前，需要先交換SV-DP消息:當(dāng)兩個節(jié)點相遇，DP列表交互完成后，收到DP列表的節(jié)點能得知雙方節(jié)點到其他節(jié)點的相遇概率；此時，若該節(jié)點到SV中某些數(shù)據(jù)包的目的節(jié)點的相遇概率高于相遇節(jié)點，則相遇節(jié)點不會求購此數(shù)據(jù)包，現(xiàn)有機(jī)制會將該類數(shù)據(jù)包的摘要加入SV并發(fā)給相遇節(jié)點，產(chǎn)生了數(shù)據(jù)包摘要的冗余。

    (3)數(shù)據(jù)包交易的過程中存在冗余的控制消息。在現(xiàn)有相關(guān)文獻(xiàn)中數(shù)據(jù)包在兩節(jié)點之間交易時，請求購買數(shù)據(jù)包的求購消息需要由買方節(jié)點單獨發(fā)給賣方節(jié)點。經(jīng)過研究發(fā)現(xiàn)，求購消息的源、目的節(jié)點與SV消息的源、目的節(jié)點相同，因此可以將SV-DP消息合并在一起進(jìn)行發(fā)送，從而減小網(wǎng)絡(luò)開銷。

    (4)在數(shù)據(jù)包交互過程中，節(jié)點無法通過控制消息(包括hello消息及SV消息)得知數(shù)據(jù)包的TTL字段值，導(dǎo)致節(jié)點有可能購買生命期字段值為1的數(shù)據(jù)包，從而導(dǎo)致不必要的轉(zhuǎn)發(fā)開銷和操作。

2 EORB算法

    為了解決現(xiàn)有基于議價博弈的機(jī)會網(wǎng)絡(luò)路由算法中存在的以上問題，本文提出了一種高效的機(jī)會網(wǎng)絡(luò)路由算法——EORB(Efficient Opportunistic network Routing algorithm based on Bargaining game)，采用自適應(yīng)精簡數(shù)據(jù)包摘要、自適應(yīng)合并SV-DP消息和求購消息、綜合考慮買賣收益的博弈策略等機(jī)制。

2.1 EORB算法新機(jī)制

2.1.1 自適應(yīng)精簡數(shù)據(jù)包摘要

    本文提出“自適應(yīng)精簡數(shù)據(jù)包摘要”，它的基本原理如下：節(jié)點在往SV-DP或 DP-SV-BUY消息中裝入數(shù)據(jù)包之前判斷數(shù)據(jù)包的生命期字段的值是否大于1，且本節(jié)點與數(shù)據(jù)包中的目的節(jié)點的相遇概率是否小于相遇節(jié)點到數(shù)據(jù)包中目的節(jié)點的相遇概率，若是，則當(dāng)前節(jié)點將該數(shù)據(jù)包的摘要裝入SV-DP或 DP-SV-BUY消息，從而避免裝入無用的數(shù)據(jù)包摘要，消除了因此而帶來的冗余控制信息。

2.1.2 自適應(yīng)合并SV-DP和求購消息

    現(xiàn)有的機(jī)會網(wǎng)絡(luò)概率路由算法中，相遇節(jié)點在有消息進(jìn)行交互的過程如圖1所示，此交互過程存在信令冗余的問題。

    針對此問題，本文提出“自適應(yīng)合并SV-DP消息和求購消息”，它的基本原理如下：

    在SV-DP消息交互階段的操作中，當(dāng)前節(jié)點在收到對方的SV-DP消息后，根據(jù)對方SV列表中消息的目的地址、對方概率列表中到該目的地址的概率及本節(jié)點概率列表中到該消息目的地址的概率來判斷是否購買該消息。

    若購買該消息，則計算該消息在博弈均衡下的最優(yōu)價格，在向?qū)Ψ焦?jié)點發(fā)送本節(jié)點的SV列表消息時，將需要購買的消息加入SV列表后面，形成新的DP-SV-BUY消息格式，并將該消息的目的地址設(shè)置為對該消息的報價。對方節(jié)點在接收到DP-SV-BUY消息后，可以提取出對應(yīng)的購買消息。DP-SV-BUY消息格式如圖2所示，其改進(jìn)后消息的交互流程如圖3所示。

2.1.3 綜合考慮買賣收益的博弈策略

    針對問題(4)，本文提出了“綜合考慮買賣收益的博弈策略”的新機(jī)制，該新機(jī)制基本原理如下。

    當(dāng)賣方節(jié)點與目的節(jié)點相遇概率和買方節(jié)點與目的節(jié)點相遇概率的差值產(chǎn)生的效益可以抵消博弈過程中的發(fā)送與接收損耗時，由買方節(jié)點根據(jù)子博弈均衡的最優(yōu)價格向賣方節(jié)點提出報價。

    否則，當(dāng)產(chǎn)生效益不足以抵消博弈過程中的發(fā)送與接收損耗時，買方節(jié)點下調(diào)報價，新報價為自身效益為0時對應(yīng)的價格，賣方節(jié)點根據(jù)判斷買進(jìn)該消息的效益值與此次買方提出的新報價下的效益值的和是否大于0來決定是否接受該報價，若大于0，則接受，否則拒絕接受該報價。該機(jī)制在保證本節(jié)點綜合效益值（買進(jìn)與賣出）不小于0的前提下，使博弈雙方交易成功的概率得到提高，進(jìn)而加快了消息的轉(zhuǎn)發(fā)速率，降低了消息到達(dá)目的節(jié)點的時延。

2.2 EORB算法操作

    EORB算法操作步驟如下：

    (1)節(jié)點S、B進(jìn)入彼此通信范圍，通過鄰居發(fā)現(xiàn)得知彼此能進(jìn)行信息交互。

    (2)節(jié)點S將SV列表及概率列表消息組成的SV-DP消息發(fā)送給節(jié)點B，若當(dāng)前節(jié)點S的SV-DP消息中沒有跳數(shù)為1的消息時，節(jié)點S直接向相遇節(jié)點B發(fā)送自身的SV-DP消息；若當(dāng)前節(jié)點S的SV-DP消息中存在跳數(shù)為1的消息且該消息的目的地址不是此次相遇節(jié)點B，則將SV列表中的該消息對應(yīng)的摘要從列表中刪除，然后發(fā)送SV-DP消息。

    (3)節(jié)點B收到節(jié)點S的SV-DP消息后，首先按照步驟(2)中相同的操作對自身消息進(jìn)行處理，同時利用對方SV-DP消息判斷：若節(jié)點B與緩存中消息m的目的節(jié)點的相遇概率高于節(jié)點S，則從自身SV列表中將消息m對應(yīng)的摘要刪除；然后利用對方SV-DP消息中每個摘要消息的目的地址、對方概率列表中到目的地址的概率及本節(jié)點概率列表中到該消息目的地址的概率判斷是否購買該消息。若購買該消息，則計算該消息在博弈均衡下的最優(yōu)價格，在向?qū)Ψ焦?jié)點發(fā)送本節(jié)點的SV消息時，將需要購買的消息加入SV-DP消息中，并將該消息的目的地址設(shè)置為對該消息的報價，組合成DP-SV-BUY消息。

    (4)節(jié)點S接收到節(jié)點B的DP-SV-BUY消息后，進(jìn)行SV列表檢索對比，若存在與自身SV源地址與消息標(biāo)號相同的消息，則表明是求購該消息，并且目的地址的值是對該消息的報價，節(jié)點S通過綜合考慮買進(jìn)與賣出的收益總和值判斷是否接受該報價。

    (5)節(jié)點S接受節(jié)點B的報價后，發(fā)送對應(yīng)的消息給節(jié)點B。

    (6)節(jié)點B收到所購買的消息后，生成帶有自身簽名的交易憑條并發(fā)送給節(jié)點S。

    (7)節(jié)點S收到交易憑條后，若之后與交易清算中心相遇(CCC)，則向CCC遞交交易憑條，CCC根據(jù)憑條向交易雙方賬戶進(jìn)行扣費(fèi)與充值。

2.3 性論分析

    引理1： 與GSCP算法相比，EORB算法的消息轉(zhuǎn)發(fā)率更高。

    在GSCP中，買賣雙方在博弈過程中效益值計算公式以及博弈均衡的最優(yōu)報價為：

式中，V_i表示消息m對節(jié)點i的價值量，c_i(r)表示第r輪博弈對于節(jié)點i的開銷，u_i表示節(jié)點i的效益，T(m)表示傳輸消息m的開銷，P(m)表示接收消息m的開銷，x表示消息交易價格。只有u_B和u_S都不小于0時，消息才能從賣方節(jié)點傳遞到買方節(jié)點，假設(shè)u_B和u_S不小于0的概率分別為P_b和P_s，則此次博弈消息的轉(zhuǎn)發(fā)概率為：

    在EORB算法中，買方節(jié)點在u_B不小于0時會同意購買該消息，而賣方會綜合買進(jìn)該消息后獲得的效益u_b及此次賣出的效益u_S和值u_t，若u_t不小于0，則賣方節(jié)點同意賣出該消息。由于u_b恒為正值，假設(shè)u_t不小于0的概率為P_t，u_S小于0而u_t不小于0的概率為P_s1，則此次博弈消息的轉(zhuǎn)發(fā)概率為：

    由式(3)和式(4)可知P_n>P，EORB算法的消息轉(zhuǎn)發(fā)率更高，即得證。

    引理2： EORB算法的控制開銷低于GSCP算法及HLPR-MG^[6]算法。

    假設(shè)網(wǎng)絡(luò)中有m個消息，節(jié)點發(fā)送一次消息的能耗值為δ，消息由源節(jié)點到目的節(jié)點的平均跳數(shù)為ETX，節(jié)點攜帶每個消息的平均能耗為ε，消息傳輸?shù)臅r間為τ，則在GSCP算法中完成消息的傳送所需要的總能耗E_GSCP及時延T_GSCP為：

    而在EORB算法中完成消息的傳送所需的總能耗及時延為：

    可知E_EORB<E_GSCP，T_EORB<T_GSCP，得證。

    引理3： 采用“自適應(yīng)精簡數(shù)據(jù)包摘要”機(jī)制能降低SV交互階段的開銷。

    假設(shè)網(wǎng)絡(luò)中節(jié)點攜帶的消息個數(shù)均值為m，消息中跳數(shù)已經(jīng)降為1且相遇節(jié)點非消息的目的節(jié)點的個數(shù)均值為n（n<m），單位長度的SV列表（指SV列表中只含有一個消息摘要）傳輸過程所需要的能耗為ε，則未采用“自適應(yīng)精簡數(shù)據(jù)包摘要”的機(jī)制中，當(dāng)前節(jié)點在與其他節(jié)點進(jìn)行SV交互時所消耗的能量為：

    采用“自適應(yīng)精簡數(shù)據(jù)包摘要”的機(jī)制中，當(dāng)前節(jié)點在與其他節(jié)點進(jìn)行SV交互時所消耗的能量為：

    可知，E_new<E_orig，得證。           

3 仿真參數(shù)與統(tǒng)計量

3.1 仿真參數(shù)

    本文具體仿真參數(shù)如表1所示。

3.2 仿真結(jié)果與分析

    (1)控制開銷

    從圖4可以看出，EORB算法的控制開銷在每個場景中均低于其他兩種算法。主要原因是：①自適應(yīng)地精簡SV消息的內(nèi)容，使得控制消息的長度得到降低；②自適應(yīng)合并SV-DP消息和求購消息機(jī)制使得控制消息的個數(shù)得到降低。

    (2)網(wǎng)絡(luò)吞吐量

    從圖5可以看出，EORB算法的網(wǎng)絡(luò)吞吐量更大。這主要源自于：①綜合考慮買賣效益的博弈策略使得買賣雙方達(dá)成交易成功的概率得到提高；②自適應(yīng)合并SV-DP消息和求購消息機(jī)制使得控制消息的個數(shù)得到降低，減少了無效的控制消息交互。

    (3)平均端到端時延

    從圖6中可以看出，EORB算法具有較低的平均端到端時延。這是由于：①綜合考慮買賣效益使得買賣雙方交易成功率得到提高；②自適應(yīng)合并SV-DP消息和求購消息使得控制消息個數(shù)降低，控制消息的交互過程得到減少。  

    (4)消息到達(dá)率

    從圖7算法對比可知，EORB算法在消息傳送成功率上有所提升。這是因為：①綜合考慮買賣效益的博弈策略使得買賣雙方達(dá)成交易成功的概率得到提高，提高了消息到達(dá)的成功率；②自適應(yīng)合并SV-DP消息和求購消息機(jī)制使得控制消息的個數(shù)得到降低，控制消息的交互過程得到減少，有利于提高消息的到達(dá)率。

4 結(jié)束語

    本文針對現(xiàn)有基于議價博弈的機(jī)會網(wǎng)絡(luò)路由算法開銷過大與交易成功率不高的問題，提出了一種高效的機(jī)會網(wǎng)絡(luò)路由算法——EORB。該算法采用自適應(yīng)精簡數(shù)據(jù)包摘要、自適應(yīng)合并SV-DP消息和求購消息、綜合考慮買賣收益的博弈策略等機(jī)制，加速了消息的轉(zhuǎn)發(fā)速率，提高了消息的到達(dá)率，減少了消息的平均時延，并降低了系統(tǒng)的開銷。

參考文獻(xiàn)

[1] 熊永平，孫利民，牛建偉，等.機(jī)會網(wǎng)絡(luò)[J].軟件學(xué)報，2009，20(1)：124-137.

[2] STAVROULAKI V，TSAGKARIS K，LOGOTHETIS M，et al.Opportunistic networks[J].IEEE Vehicular Technology Magazine，2011，6(3)：52-59.

[3] SHEVADE U，SONG H，QIU V，et al.Incentive-aware routing in DTNS[C].Proceeding of the IEEE International Conference on Network Protocols，Orland，USA，2008：238-247.

[4] 劉期烈，候鵬翔.機(jī)會網(wǎng)絡(luò)中激勵節(jié)點檢測策略研究[J].重慶郵電大學(xué)學(xué)報（自然科學(xué)報），2015，27(2)：266-272.

[5] WU F，CHEN T，ZHONG S，et al.A game-theoretic approach to stimulate cooperation for probabilistic routing in opportunistic networks[J].IEEE Transactions on Wireless Communications，2013，12(4)：1573-1583.

[6] 任智，索建偉，劉文朋，等.基于多方議價博弈的機(jī)會網(wǎng)絡(luò)高吞吐量低開銷概率路由算法[J].通信學(xué)報，2015，36(6)：2015129.

作者信息:

任  智，康  健，徐兆坤

（重慶郵電大學(xué) 通信與信息工程學(xué)院，重慶400065）