移动自组网络分簇算法综述

在移动自组网络中,许多应用都依赖层次结构的支持。簇结构是移动自组网络中应用最为广泛的层次结构。本文介绍了实现簇结构的多种典型分族算法,以及度量分簇算法的标准与工具,比较了各种算法的优缺点,最后对未来分簇算法的研究热点进行了预测。     

簇结构移动自组网络中基于推荐的局部信任模型

在移动自组网络中,许多应用都依赖层次结构的支持。簇结构是移动自组网络中应用最为广泛的层次结构。论文针对移动自组网络信任管理中存在的问题,结合簇结构网络的特点,提出一种基于本地邻居推荐的局部信任模型,并对该模型进行了数学分析和模拟实验。分析及模拟结果表明,该信任模型能够有效地提高簇结构网络的连通性与吞吐量,同时通信开销与计算开销均不高,具有较好的工程可行性。     

簇结构移动自组网络密钥管理与安全路由增强技术

在移动自组网络中,许多应用都依赖层次结构的支持.簇结构是移动自组网络中应用最为广泛的层次结构.由于缺少固定设施以及动态变化的拓扑,为移动自组网络提供安全服务是一项艰巨的任务.针对簇结构移动自组网络的特点,提出了一种适用于簇结构网络的密钥管理方案,并根据该密钥管理方案提出了一个增强簇结构网络通信安全的路由协议CBSRP,最后对路由协议的安全与性能进行了模拟与分析.     

基于分簇结构的无线移动网络多播路由协议

移动自组网（MANET,Mobile Ad hoc Networks）是一种特殊的、应用前景广阔的新型移动无线网络。特有的网络特性使它在诸如灾难救助、战场、传感器网络、分布式计算等领域有着广泛的应用前景。结合在移动自组网络中应用最为广泛的分层结构——簇结构的特点,提出了一种基于簇结构的移动自组网多播波路由协议。协议通过对移动自组网进行簇划分,形成由簇头、簇间节点和簇内节点构成的分簇网络结构,并且在由簇头和簇间节点形成的虚拟骨干网基础上,对其进行回路检测和冗余剪枝算法处理,最终得到一个能满足多播要求的多播树,从而实现在移动自组网中的多播路由。通过对仿真实验结果的分析,该协议具有稳定的数据包发送率和较低的路由建立时间。     

组移动模型中基于链路稳定性的传感器网络分簇算法

分簇技术是传感器网络中的一项关键技术,然而对于组移动模型中的传感器网络,现有分簇算法对其群组特性的应用考虑不足。本文提出了一种基于链路稳定性的传感器网络分簇方法——LSBC算法。该方法用链路已存活时间对剩余存活时间进行预测,并将预测剩余存活时间作为链路稳定性的度量,将具有较大稳定性的链路两端节点划为一簇,再从中选出簇头,该方法有效地利用了节点的移动特征。仿真结果表明,在组移动模型中,该算法较其他已有算法能取得更好的性能。     

移动自组网络分布式组密钥更新算法

安全性是移动自组网络组通信的基本需求,安全、高效的组密钥更新算法是保证组通信安全的关键.在移动自组网络分布式组密钥管理框架(distrbuted group key management framework,简称DGKMF)的基础上,提出了一种组密钥更新算法--DGR(distributed group rekeying)算法.该算法能够利用局部密钥信息更新组密钥,适合拓扑结构变化频繁、连接短暂、带宽有限的移动自组网络.为了进一步降低算法的通信代价,通过在组密钥更新时动态生成组密钥更新簇，对DGR算法进行了改进，提出了CDGR(cluster distributed group rekeying)算法，并讨论了上述算法的安全性、正确性和完备性，分析了算法的通信代价.最后，利用ns2模拟器对算法的性能进行了分析.模拟结果显示，DGR和CDGR算法在组密钥更新成功率和延迟等方面均优于其他算法，并且由于采用簇结构，CDGR算法的更新延迟低于DGR算法.     

自组网Random Direction移动模型点空间概率分布的研究

在无线自组网的研究中，研究移动模型点的空间概率分布是研究自组网协议的仿真评价和分析移动自组网许多相关特性(例如网络连通性、最小生成树、平均路径长度、网络容量等)的重要的基础问题．针对自组网经常使用的Random Direction移动模型运动节点的空间分布进行了研究，给出了一维及二维情况下运动节点空间概率分布的精确公式．研究结果为基于Random Direction移动模型的证明、仿真与应用提供了严格的理论依据．     

移动自组网中基于按需加权的NTDR分簇算法

本文分析了移动自组网几种典型分簇算法,并针对现有分簇算法的不足,提出基于按需加权的NTDR（DWNTDR）分簇算法,该算法综合考虑影响移动自组网性能的节点度,速度等多种因素。通过模拟和比较各分簇算法,证明该算法更适合移动自组网入侵检测系统。     

一种基于簇的移动自组网络被动式故障比较诊断算法

针对移动自组网络中的应用层故障,讨论并分析了已有基于比较的故障诊断算法和基于簇的比较诊断算法存在的问题,提出基于簇的被动比较诊断算法。该算法基于分簇算法将移动自组网络划分为若干簇,由簇首负责本簇节点的故障诊断。在完成全网节点初始诊断后,簇内对节点的诊断无需专门诊断报文,而是在正常通信数据报文中增加诊断结果字段,基于比较模型,实现对节点状态的诊断。该算法由于无专门诊断消息,因此不会出现基于比较算法中诊断消息在整个网络中洪泛的情况,大大降低了其它算法中诊断消息所造成的系统开销。该算法还克服了网络拓扑变化频繁时已有算法存在的节点无法诊断和频繁触发诊断的问题。     

组移动模型中一种基于种群特性的传感器网络分簇方法

为了增强传感器网络在组移动模型下的簇结构稳定性,提出了一种基于生物种群特性的分簇算法--FBCA算法.算法利用移动代理向信息素高的节点迁移实现簇头的轮换,并将节点与簇头之间的链路稳定性作为节点选择所加入簇的衡量指标,有效地利用了组移动模型下节点的移动特征来优化簇结构的稳定性.仿真表明,在组移动模型中,采用FBCA算法的传感器网络有着较好的簇结构稳定性和能量效率及较均匀的簇头分布性.     

一种基于地理定位信息的Ad Hoc分簇算法

Ad hoc网络的分簇机制目的是为了利用网络的分级结构来管理众多的移动设备。为了创建和维持一个当节点高速移动时仍然有效的分级结构,必须满足下面的需求:(1)分级结构中每个移动设备能够根据本地信息自动转换它的角色;(2)分级结构的管理负载要小,每个簇内的节点数目要尽可能地相同。该文提出了一个基于地理定位系统的自适应的多跳分簇机制,试验结果表明新的算法不依赖于节点的移动速度和传播范围,满足上面两个要求。     

一种基于组移动性的战术Ad Hoc网络分群算法

如何合理地保障分群是战术Ad Hoc网络实现分层网络并进行分群路由的前提和核心环节。针对这个核心问题,引入组移动特征,结合本地移动性参数和节点的能量,面向战术Ad Hoc网络,提出了一种基于组移动性的分群算法,并仿真分析了该算法的分群性能。     

Clustering in mobile ad hoc networks through neighborhood stability-based mobility prediction

Clustering for mobile ad hoc networks (MANETs) offers a kind of hierarchical organization by partitioning mobile hosts into disjoint groups of hosts (clusters). However, the problem of changing topology is recurring and the main challenge in this technique is to build stable clusters despite the host mobility. In this paper, we present a novel clustering algorithm, which guarantees longer lifetime of the clustering structure in comparison to other techniques proposed in the literature. The basis of our algorithm is a scheme that accurately predicts the mobility of each mobile host based on the stability of its neighborhood (i.e., how different is its neighborhood over time). This information is then used for creating each cluster from hosts that will remain neighbors for sufficiently long time, ensuring the formation of clusters that are highly resistant to host mobility. For estimating the future host mobility, we use provably good information theoretic techniques, which allow on-line learning of a reliable probabilistic model for the existing host mobility.     

文本聚类中的贝叶斯后验模型选择方法

对聚类分析中的模型选择特别是混合模型方法进行了较全面地介绍与总结，对其中的关键技术逐一进行了讨论。在此基础上，提出了贝叶斯后验模型选择方法，并把它与文档产生特征序列的物理模型相结合，给出了一个用于聚类分析的概率模型。对真实文本数据的测试中该模型取得了非常好的效果。同时对不同贝叶斯估计方法取得的效果进行了对比。     

Alliance-based clustering scheme for group key management in mobile ad hoc networks

Several protocols have been proposed to deal with the group key management problem in mobile ad hoc networks (MANETs). Most of these protocols organize the network into clusters to reduce the cost of key refresh or rekeying. Rekeying constitutes a challenging issue in group key management because it must be launched whenever the constitution of the group is altered following a leave or a join operation. However, cluster maintenance may also generate significative communication overhead. So, the clustering algorithm is an important factor in the performance of any key management solution. A clustering algorithm that ensures stable clusters in spite of mobility is very appreciable in mobile ad hoc networks. In fact, all the overhead due to the traffic generated by cluster adjustments and the related rekeying procedures will be saved. As far as we know, no existing clustering algorithm takes into account self-stabilization while relying on the mobility resilience of graph alliances. In this paper, we propose a fully distributed and self-stabilizing clustering algorithm for key management in MANETs where each cluster is an alliance.     

大规模移动自组织网络分层优化策略研究

大规模移动自组织网络(MANET)有效的分层协议可以增强网络逻辑拓扑结构的稳定性,减小通信中继花费。提出利用动态节点多特征融合与GRF-MAP结合的方法构建大规模MANET分层结构,以提高网络层次结构的稳定性。仿真数据表明,算法在分层结构的稳定性方面明显优于其他算法。     

一个ad hoc网络中的簇结构模式

提出一种ad hoc网络中新的簇结构模式。采用约束特征值的概念对ad hoc网络中节点移动的约束环境进行数学抽象，定义了节点属性的数学表达式。以节点的通信能力值和状态变化值作为选择簇头节点的依据，在此基础上提出了分簇算法GM-BFS，对平面ad hoc网络进行分簇，最后使用偏移度概念实现节点在簇间的移动和动态切换。