延遲容忍網(wǎng)絡(luò)路由算法：挑戰(zhàn)、策略與優(yōu)化一、引言1.1研究背景與意義在當(dāng)今數(shù)字化時(shí)代，網(wǎng)絡(luò)技術(shù)的飛速發(fā)展深刻改變了人們的生活和工作方式。隨著物聯(lián)網(wǎng)、移動(dòng)互聯(lián)網(wǎng)、大數(shù)據(jù)等新興技術(shù)的廣泛應(yīng)用，網(wǎng)絡(luò)的規(guī)模和復(fù)雜性不斷增加，對(duì)網(wǎng)絡(luò)性能和可靠性提出了更高的要求。延遲容忍網(wǎng)絡(luò)（DelayTolerantNetwork，DTN）作為一種新型的網(wǎng)絡(luò)架構(gòu)，應(yīng)運(yùn)而生，以應(yīng)對(duì)傳統(tǒng)網(wǎng)絡(luò)在某些特殊場(chǎng)景下無(wú)法滿足需求的挑戰(zhàn)。DTN是一種能夠容忍網(wǎng)絡(luò)延遲、中斷和分割的無(wú)線網(wǎng)絡(luò)，它的出現(xiàn)填補(bǔ)了傳統(tǒng)網(wǎng)絡(luò)在長(zhǎng)延遲、間歇性連接等場(chǎng)景下的空白。例如，在深空探測(cè)中，地球與火星探測(cè)器之間的通信面臨著巨大的距離和信號(hào)衰減問(wèn)題，導(dǎo)致通信延遲極高且連接不穩(wěn)定，傳統(tǒng)的TCP/IP網(wǎng)絡(luò)協(xié)議難以滿足數(shù)據(jù)傳輸?shù)男枨?，而DTN則可以通過(guò)特殊的機(jī)制實(shí)現(xiàn)數(shù)據(jù)的可靠傳輸；在野生動(dòng)物追蹤中，傳感器節(jié)點(diǎn)通常分布在廣闊的野外，節(jié)點(diǎn)之間的通信受到地形、天氣等因素的影響，經(jīng)常出現(xiàn)連接中斷的情況，DTN能夠有效地處理這些問(wèn)題，確保監(jiān)測(cè)數(shù)據(jù)的順利傳輸。路由算法作為DTN的核心組成部分，對(duì)網(wǎng)絡(luò)性能起著關(guān)鍵作用。它負(fù)責(zé)在節(jié)點(diǎn)間選擇合適的路徑，以實(shí)現(xiàn)數(shù)據(jù)的高效傳輸。在DTN中，由于網(wǎng)絡(luò)拓?fù)涞膭?dòng)態(tài)變化和端到端路徑的不確定性，傳統(tǒng)的路由算法無(wú)法直接應(yīng)用，需要設(shè)計(jì)專門的路由算法來(lái)適應(yīng)這種特殊的網(wǎng)絡(luò)環(huán)境。研究DTN中的路由算法具有重要的現(xiàn)實(shí)意義。一方面，它能夠推動(dòng)DTN在各個(gè)領(lǐng)域的廣泛應(yīng)用，為深空探測(cè)、水下通信、應(yīng)急救援等場(chǎng)景提供可靠的通信支持。例如，在應(yīng)急救援中，受災(zāi)地區(qū)的網(wǎng)絡(luò)基礎(chǔ)設(shè)施可能遭到嚴(yán)重破壞，導(dǎo)致通信中斷，DTN路由算法可以幫助救援人員建立臨時(shí)的通信網(wǎng)絡(luò)，實(shí)現(xiàn)信息的及時(shí)傳遞，提高救援效率。另一方面，通過(guò)對(duì)DTN路由算法的研究，可以進(jìn)一步豐富和完善網(wǎng)絡(luò)路由理論，為未來(lái)網(wǎng)絡(luò)的發(fā)展提供新的思路和方法。然而，目前DTN路由算法仍面臨諸多挑戰(zhàn)，如傳輸延遲高、傳輸成功率低、資源消耗大等問(wèn)題。這些問(wèn)題嚴(yán)重制約了DTN的性能和應(yīng)用范圍，因此，深入研究DTN路由算法，尋找有效的解決方案，具有迫切的現(xiàn)實(shí)需求和重要的理論價(jià)值。1.2研究目標(biāo)與問(wèn)題提出本研究旨在深入剖析延遲容忍網(wǎng)絡(luò)的特性，設(shè)計(jì)并優(yōu)化適用于該網(wǎng)絡(luò)環(huán)境的路由算法，以提升網(wǎng)絡(luò)的數(shù)據(jù)傳輸性能，包括降低傳輸延遲、提高傳輸成功率、減少資源消耗等。具體而言，研究將致力于解決以下關(guān)鍵問(wèn)題：如何根據(jù)延遲容忍網(wǎng)絡(luò)的高延遲、間歇性連接、節(jié)點(diǎn)移動(dòng)性等特點(diǎn)，設(shè)計(jì)出高效的路由算法，確保數(shù)據(jù)在不穩(wěn)定的網(wǎng)絡(luò)環(huán)境中能夠準(zhǔn)確、及時(shí)地到達(dá)目標(biāo)節(jié)點(diǎn)？例如，在深空探測(cè)網(wǎng)絡(luò)中，信號(hào)往返時(shí)間可能長(zhǎng)達(dá)數(shù)小時(shí)甚至數(shù)天，且通信鏈路隨時(shí)可能因天體運(yùn)動(dòng)等因素中斷，如何在此情況下設(shè)計(jì)路由算法實(shí)現(xiàn)數(shù)據(jù)的有效傳輸。如何在路由決策過(guò)程中充分利用網(wǎng)絡(luò)中的各種信息，如節(jié)點(diǎn)的相遇概率、節(jié)點(diǎn)的移動(dòng)軌跡、網(wǎng)絡(luò)的擁塞狀態(tài)等，以提高路由算法的性能？以移動(dòng)傳感網(wǎng)絡(luò)為例，節(jié)點(diǎn)的移動(dòng)使得其相遇概率動(dòng)態(tài)變化，如何捕捉這些變化信息并應(yīng)用于路由決策，是提升路由效率的關(guān)鍵。如何在保證數(shù)據(jù)傳輸可靠性的前提下，降低路由算法的資源消耗，包括能量消耗、存儲(chǔ)空間消耗和帶寬消耗等？在資源受限的網(wǎng)絡(luò)場(chǎng)景中，如水下傳感器網(wǎng)絡(luò)，節(jié)點(diǎn)的能量和存儲(chǔ)資源有限，設(shè)計(jì)低資源消耗的路由算法對(duì)于延長(zhǎng)網(wǎng)絡(luò)壽命至關(guān)重要。如何評(píng)估不同路由算法在延遲容忍網(wǎng)絡(luò)中的性能，建立科學(xué)合理的性能評(píng)估指標(biāo)體系，以便準(zhǔn)確衡量路由算法的優(yōu)劣，并為算法的改進(jìn)和優(yōu)化提供依據(jù)？例如，確定在不同網(wǎng)絡(luò)規(guī)模、拓?fù)浣Y(jié)構(gòu)和業(yè)務(wù)負(fù)載下，哪些指標(biāo)（如傳輸延遲、成功率、資源利用率等）能夠最有效地反映路由算法的性能。1.3研究方法與創(chuàng)新點(diǎn)本研究綜合運(yùn)用多種研究方法，力求全面、深入地解決延遲容忍網(wǎng)絡(luò)路由算法相關(guān)問(wèn)題，同時(shí)在研究過(guò)程中探索創(chuàng)新，以提升路由算法的性能和適用性。在研究方法上，首先采用理論分析方法。深入剖析延遲容忍網(wǎng)絡(luò)的特性，如高延遲、間歇性連接、節(jié)點(diǎn)移動(dòng)性等，從數(shù)學(xué)和邏輯層面推導(dǎo)這些特性對(duì)路由算法的影響。通過(guò)建立數(shù)學(xué)模型，對(duì)路由算法中的關(guān)鍵參數(shù)，如傳輸延遲、傳輸成功率、資源消耗等進(jìn)行量化分析，為算法的設(shè)計(jì)和優(yōu)化提供理論依據(jù)。例如，利用概率論和統(tǒng)計(jì)學(xué)知識(shí)，分析節(jié)點(diǎn)的相遇概率和移動(dòng)軌跡，從而優(yōu)化路由決策過(guò)程。其次，進(jìn)行仿真實(shí)驗(yàn)。借助網(wǎng)絡(luò)仿真工具，如OPNET、NS-3等，構(gòu)建延遲容忍網(wǎng)絡(luò)的仿真模型。在模型中模擬不同的網(wǎng)絡(luò)場(chǎng)景，包括不同的節(jié)點(diǎn)移動(dòng)模型、網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)和業(yè)務(wù)負(fù)載情況等，對(duì)設(shè)計(jì)的路由算法進(jìn)行性能測(cè)試。通過(guò)對(duì)仿真結(jié)果的分析，評(píng)估算法在不同場(chǎng)景下的性能表現(xiàn)，如傳輸延遲、傳輸成功率、資源利用率等，進(jìn)而對(duì)算法進(jìn)行優(yōu)化和改進(jìn)。同時(shí)，將新算法與傳統(tǒng)路由算法進(jìn)行對(duì)比仿真，直觀地展示新算法的優(yōu)勢(shì)和性能提升。再者，采用文獻(xiàn)研究法。廣泛查閱國(guó)內(nèi)外關(guān)于延遲容忍網(wǎng)絡(luò)路由算法的相關(guān)文獻(xiàn)，了解該領(lǐng)域的研究現(xiàn)狀、發(fā)展趨勢(shì)以及已有的研究成果和方法。通過(guò)對(duì)文獻(xiàn)的梳理和分析，總結(jié)現(xiàn)有算法的優(yōu)缺點(diǎn)，為本文的研究提供參考和借鑒，避免重復(fù)研究，確保研究的創(chuàng)新性和前沿性。本研究的創(chuàng)新點(diǎn)主要體現(xiàn)在以下幾個(gè)方面：一是引入新的參數(shù)和指標(biāo)來(lái)優(yōu)化路由算法。通過(guò)挖掘網(wǎng)絡(luò)中的潛在信息，如節(jié)點(diǎn)的能量?jī)?chǔ)備、數(shù)據(jù)的時(shí)效性等，將這些因素作為新的參數(shù)引入路由算法中。在路由決策過(guò)程中綜合考慮這些參數(shù)，使算法不僅能夠選擇最短路徑或最高概率路徑，還能根據(jù)節(jié)點(diǎn)的能量狀況和數(shù)據(jù)的時(shí)效性進(jìn)行智能決策，從而提高網(wǎng)絡(luò)的整體性能和數(shù)據(jù)傳輸?shù)挠行浴＠?，?duì)于時(shí)效性要求高的數(shù)據(jù)，優(yōu)先選擇能量充足且傳輸延遲低的節(jié)點(diǎn)進(jìn)行轉(zhuǎn)發(fā)。二是提出基于機(jī)器學(xué)習(xí)的路由算法優(yōu)化策略。利用機(jī)器學(xué)習(xí)算法，如神經(jīng)網(wǎng)絡(luò)、強(qiáng)化學(xué)習(xí)等，讓路由算法能夠自動(dòng)學(xué)習(xí)網(wǎng)絡(luò)環(huán)境的變化和數(shù)據(jù)傳輸?shù)囊?guī)律。通過(guò)對(duì)大量網(wǎng)絡(luò)數(shù)據(jù)的學(xué)習(xí)，算法可以根據(jù)當(dāng)前的網(wǎng)絡(luò)狀態(tài)動(dòng)態(tài)調(diào)整路由策略，提高路由決策的準(zhǔn)確性和適應(yīng)性。例如，強(qiáng)化學(xué)習(xí)算法可以通過(guò)不斷試錯(cuò)，找到在不同網(wǎng)絡(luò)條件下最優(yōu)的路由選擇策略，從而提升網(wǎng)絡(luò)性能。三是設(shè)計(jì)了一種自適應(yīng)的路由算法框架。該框架能夠根據(jù)網(wǎng)絡(luò)的實(shí)時(shí)狀態(tài)，如節(jié)點(diǎn)的移動(dòng)速度、網(wǎng)絡(luò)的擁塞程度等，自動(dòng)調(diào)整路由算法的參數(shù)和策略。在網(wǎng)絡(luò)拓?fù)渥兓瘎×視r(shí)，算法能夠快速適應(yīng)，選擇合適的路由路徑，保證數(shù)據(jù)的穩(wěn)定傳輸；而在網(wǎng)絡(luò)相對(duì)穩(wěn)定時(shí)，算法則可以采用更高效的策略，降低資源消耗。這種自適應(yīng)的框架提高了路由算法在復(fù)雜多變的延遲容忍網(wǎng)絡(luò)環(huán)境中的通用性和可靠性。二、延遲容忍網(wǎng)絡(luò)概述2.1網(wǎng)絡(luò)定義與特征2.1.1定義闡述延遲容忍網(wǎng)絡(luò)（DelayTolerantNetwork，DTN），也被稱作“挑戰(zhàn)性網(wǎng)絡(luò)”，其概念最初源于行星際通信網(wǎng)絡(luò)的研究。它是一種能夠在具有高延遲、間歇性連接、頻繁網(wǎng)絡(luò)分割等惡劣通信條件下實(shí)現(xiàn)數(shù)據(jù)傳輸?shù)奶厥饩W(wǎng)絡(luò)架構(gòu)。與傳統(tǒng)網(wǎng)絡(luò)假設(shè)通信持續(xù)時(shí)間內(nèi)數(shù)據(jù)源和目的之間始終存在穩(wěn)定的端到端路徑、節(jié)點(diǎn)之間的最大往返時(shí)間較短且丟包率較小不同，DTN在任意時(shí)間點(diǎn)，幾乎不存在源地址到目的地址的完整端到端路徑。在DTN中，數(shù)據(jù)的傳輸并非依賴于連續(xù)穩(wěn)定的鏈路，而是通過(guò)節(jié)點(diǎn)間的存儲(chǔ)、攜帶和轉(zhuǎn)發(fā)來(lái)完成，這種獨(dú)特的數(shù)據(jù)傳輸方式被稱為“存儲(chǔ)-攜帶-轉(zhuǎn)發(fā)”機(jī)制。例如在深空探測(cè)任務(wù)中，地球與火星探測(cè)器之間的通信鏈路，由于距離遙遠(yuǎn)，信號(hào)傳播延遲可能長(zhǎng)達(dá)數(shù)分鐘甚至數(shù)小時(shí)，且探測(cè)器在運(yùn)行過(guò)程中，由于自身運(yùn)動(dòng)和宇宙環(huán)境干擾，與地球的通信鏈路經(jīng)常會(huì)出現(xiàn)中斷，傳統(tǒng)網(wǎng)絡(luò)難以在此環(huán)境下保證數(shù)據(jù)的可靠傳輸，而DTN則能夠通過(guò)“存儲(chǔ)-攜帶-轉(zhuǎn)發(fā)”機(jī)制，將數(shù)據(jù)在不同節(jié)點(diǎn)（如探測(cè)器、中繼衛(wèi)星等）之間進(jìn)行暫存和轉(zhuǎn)發(fā)，從而實(shí)現(xiàn)數(shù)據(jù)從地球到火星探測(cè)器的傳輸。在2003年，美國(guó)宇航局（NASA）將DTN概念應(yīng)用于深空通信，成功解決了地球與外太空探測(cè)器之間因遠(yuǎn)距離和不穩(wěn)定鏈路導(dǎo)致的通信難題，這也標(biāo)志著DTN從理論走向?qū)嶋H應(yīng)用。2.1.2特征分析拓?fù)浣Y(jié)構(gòu)動(dòng)態(tài)變化：DTN的拓?fù)浣Y(jié)構(gòu)處于不斷變化之中，這主要是由于節(jié)點(diǎn)的頻繁移動(dòng)、網(wǎng)絡(luò)連接的間歇性以及節(jié)點(diǎn)的加入和離開等因素。在車載自組織網(wǎng)絡(luò)中，車輛節(jié)點(diǎn)會(huì)隨著行駛不斷改變位置，導(dǎo)致網(wǎng)絡(luò)拓?fù)鋾r(shí)刻發(fā)生變化；在傳感器網(wǎng)絡(luò)中，節(jié)點(diǎn)可能因電量耗盡、物理?yè)p壞等原因而失效，從而改變網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)。這種動(dòng)態(tài)變化使得傳統(tǒng)基于固定拓?fù)浣Y(jié)構(gòu)設(shè)計(jì)的路由算法難以適用，需要路由算法能夠?qū)崟r(shí)感知和適應(yīng)拓?fù)涞淖兓?，?zhǔn)確地選擇數(shù)據(jù)傳輸路徑。節(jié)點(diǎn)移動(dòng)性高：節(jié)點(diǎn)具有較高的移動(dòng)性是DTN的顯著特征之一。節(jié)點(diǎn)的移動(dòng)方式和速度各不相同，在野生動(dòng)物追蹤網(wǎng)絡(luò)中，動(dòng)物身上攜帶的傳感器節(jié)點(diǎn)會(huì)隨著動(dòng)物的活動(dòng)而隨意移動(dòng)，其移動(dòng)方向和速度具有很強(qiáng)的隨機(jī)性；在衛(wèi)星網(wǎng)絡(luò)中，衛(wèi)星節(jié)點(diǎn)按照既定軌道高速運(yùn)行。節(jié)點(diǎn)的高移動(dòng)性使得節(jié)點(diǎn)之間的相遇具有不確定性，這對(duì)路由算法提出了挑戰(zhàn)，需要算法能夠利用節(jié)點(diǎn)移動(dòng)的規(guī)律或預(yù)測(cè)節(jié)點(diǎn)的相遇概率，以實(shí)現(xiàn)高效的數(shù)據(jù)傳輸。鏈路穩(wěn)定性差：DTN中的鏈路經(jīng)常出現(xiàn)中斷和不穩(wěn)定的情況。在水下傳感器網(wǎng)絡(luò)中，由于海水的干擾、傳感器節(jié)點(diǎn)的漂移等原因，鏈路容易受到影響而中斷；在災(zāi)區(qū)應(yīng)急通信網(wǎng)絡(luò)中，惡劣的環(huán)境條件如地震、洪水等可能導(dǎo)致通信鏈路頻繁中斷。鏈路穩(wěn)定性差導(dǎo)致端到端路徑的不確定性，使得數(shù)據(jù)傳輸面臨較大困難，要求路由算法具備處理鏈路中斷和恢復(fù)的能力，能夠在鏈路不穩(wěn)定的情況下保證數(shù)據(jù)的可靠傳輸。長(zhǎng)延遲：DTN中存在較長(zhǎng)的傳輸延遲，這是由多種因素造成的。在星際通信中，信號(hào)在星際間傳播需要經(jīng)過(guò)很長(zhǎng)的距離，導(dǎo)致傳播延遲巨大；在網(wǎng)絡(luò)擁塞時(shí)，數(shù)據(jù)在節(jié)點(diǎn)隊(duì)列中等待轉(zhuǎn)發(fā)的排隊(duì)延遲也會(huì)增加。長(zhǎng)延遲使得傳統(tǒng)的基于實(shí)時(shí)反饋機(jī)制的傳輸協(xié)議無(wú)法有效工作，需要設(shè)計(jì)適應(yīng)長(zhǎng)延遲環(huán)境的傳輸和路由策略，以確保數(shù)據(jù)能夠在可接受的時(shí)間內(nèi)到達(dá)目的地。節(jié)點(diǎn)資源有限：DTN中的節(jié)點(diǎn)通常資源有限，包括能量、存儲(chǔ)和計(jì)算能力等。在傳感器網(wǎng)絡(luò)中，傳感器節(jié)點(diǎn)體積小，攜帶的電池能量有限，存儲(chǔ)容量和計(jì)算能力也相對(duì)較弱；在一些低功耗設(shè)備組成的網(wǎng)絡(luò)中，節(jié)點(diǎn)的資源同樣受到限制。節(jié)點(diǎn)資源有限限制了節(jié)點(diǎn)的功能和數(shù)據(jù)處理能力，要求路由算法在設(shè)計(jì)時(shí)充分考慮資源的合理利用，以延長(zhǎng)網(wǎng)絡(luò)的生存時(shí)間和提高網(wǎng)絡(luò)性能。數(shù)據(jù)速率不對(duì)稱：在DTN中，數(shù)據(jù)傳輸?shù)碾p向速率常常存在差異，即數(shù)據(jù)的發(fā)送速率和接收速率不同。在衛(wèi)星通信中，由于衛(wèi)星的發(fā)射功率和地面接收設(shè)備的性能差異，上行鏈路和下行鏈路的數(shù)據(jù)速率可能相差很大。數(shù)據(jù)速率不對(duì)稱對(duì)數(shù)據(jù)傳輸?shù)男屎涂煽啃援a(chǎn)生影響，需要路由算法在數(shù)據(jù)轉(zhuǎn)發(fā)過(guò)程中考慮這種不對(duì)稱性，優(yōu)化數(shù)據(jù)傳輸策略。低信噪比和高誤碼率：DTN所處的通信環(huán)境復(fù)雜，容易受到噪聲干擾，導(dǎo)致信噪比低，誤碼率高。在深空通信中，宇宙中的各種輻射和干擾會(huì)使信號(hào)質(zhì)量下降，增加誤碼率；在水下通信中，海水的復(fù)雜環(huán)境會(huì)導(dǎo)致信號(hào)衰減和失真，產(chǎn)生較高的誤碼率。高誤碼率會(huì)導(dǎo)致數(shù)據(jù)傳輸錯(cuò)誤，需要路由算法具備一定的糾錯(cuò)和重傳機(jī)制，以保證數(shù)據(jù)的準(zhǔn)確性。2.2應(yīng)用領(lǐng)域與場(chǎng)景2.2.1太空網(wǎng)絡(luò)太空網(wǎng)絡(luò)是DTN的重要應(yīng)用領(lǐng)域之一。在太空探索任務(wù)中，如火星探測(cè)、深空探測(cè)等，探測(cè)器與地球之間的通信面臨著諸多挑戰(zhàn)。由于距離遙遠(yuǎn)，信號(hào)傳播延遲極長(zhǎng)，地球與火星之間的信號(hào)往返時(shí)間可能長(zhǎng)達(dá)數(shù)分鐘甚至數(shù)小時(shí)。同時(shí)，探測(cè)器在太空中的運(yùn)動(dòng)以及宇宙環(huán)境的復(fù)雜性，導(dǎo)致通信鏈路經(jīng)常出現(xiàn)中斷和不穩(wěn)定的情況。傳統(tǒng)的網(wǎng)絡(luò)通信協(xié)議難以滿足太空網(wǎng)絡(luò)的需求，而DTN的“存儲(chǔ)-攜帶-轉(zhuǎn)發(fā)”機(jī)制則能夠有效地應(yīng)對(duì)這些挑戰(zhàn)。例如，NASA在火星探測(cè)任務(wù)中應(yīng)用DTN技術(shù)，將探測(cè)器采集到的數(shù)據(jù)存儲(chǔ)在節(jié)點(diǎn)（探測(cè)器、中繼衛(wèi)星等）中，等待合適的時(shí)機(jī)和路徑將數(shù)據(jù)轉(zhuǎn)發(fā)回地球，實(shí)現(xiàn)了火星與地球之間的數(shù)據(jù)傳輸。通過(guò)DTN技術(shù)，火星探測(cè)器可以在與地球通信鏈路中斷時(shí)，繼續(xù)存儲(chǔ)科學(xué)數(shù)據(jù)，當(dāng)通信鏈路恢復(fù)后，再將數(shù)據(jù)逐步傳輸回地球，保證了科學(xué)數(shù)據(jù)的完整性和連續(xù)性。這使得科學(xué)家能夠獲取更多關(guān)于火星的信息，為火星的研究和探索提供了有力支持。2.2.2水下傳感網(wǎng)絡(luò)水下傳感網(wǎng)絡(luò)主要由部署在水下的傳感器節(jié)點(diǎn)組成，用于監(jiān)測(cè)海洋環(huán)境參數(shù)、海洋生物活動(dòng)等。在水下環(huán)境中，由于海水對(duì)信號(hào)的吸收和散射作用，通信信號(hào)衰減嚴(yán)重，導(dǎo)致通信距離短、傳輸速率低。同時(shí)，水下傳感器節(jié)點(diǎn)的能量、存儲(chǔ)和計(jì)算資源有限，且節(jié)點(diǎn)容易受到水流、海洋生物等因素的影響而發(fā)生移動(dòng)，使得網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)不斷變化，鏈路穩(wěn)定性差。DTN技術(shù)在水下傳感網(wǎng)絡(luò)中具有重要應(yīng)用價(jià)值。例如，通過(guò)“存儲(chǔ)-攜帶-轉(zhuǎn)發(fā)”機(jī)制，傳感器節(jié)點(diǎn)可以在能量有限的情況下，將監(jiān)測(cè)數(shù)據(jù)存儲(chǔ)起來(lái)，等待與其他節(jié)點(diǎn)相遇時(shí)進(jìn)行轉(zhuǎn)發(fā)，從而延長(zhǎng)網(wǎng)絡(luò)的生存時(shí)間，實(shí)現(xiàn)數(shù)據(jù)的有效傳輸。一些水下監(jiān)測(cè)項(xiàng)目利用DTN技術(shù)，將分布在不同區(qū)域的傳感器節(jié)點(diǎn)采集的數(shù)據(jù)，通過(guò)節(jié)點(diǎn)間的接力轉(zhuǎn)發(fā)，最終傳輸?shù)剿娼邮照?，為海洋科學(xué)研究提供了大量的數(shù)據(jù)支持，有助于科學(xué)家深入了解海洋生態(tài)系統(tǒng)的變化和規(guī)律。2.2.3野生動(dòng)物追蹤網(wǎng)絡(luò)在野生動(dòng)物追蹤領(lǐng)域，為了監(jiān)測(cè)野生動(dòng)物的行為、遷徙路線和生存環(huán)境等信息，通常會(huì)在動(dòng)物身上安裝傳感器節(jié)點(diǎn)。這些節(jié)點(diǎn)組成的網(wǎng)絡(luò)具有節(jié)點(diǎn)移動(dòng)性高、間歇性連接等特點(diǎn)。動(dòng)物的活動(dòng)范圍廣泛且移動(dòng)路徑不確定，導(dǎo)致傳感器節(jié)點(diǎn)之間的通信鏈路不穩(wěn)定，難以建立穩(wěn)定的端到端路徑。DTN技術(shù)能夠很好地適應(yīng)野生動(dòng)物追蹤網(wǎng)絡(luò)的需求。節(jié)點(diǎn)可以在動(dòng)物移動(dòng)過(guò)程中存儲(chǔ)監(jiān)測(cè)數(shù)據(jù)，當(dāng)與其他節(jié)點(diǎn)相遇時(shí)，將數(shù)據(jù)進(jìn)行轉(zhuǎn)發(fā)，最終將數(shù)據(jù)傳輸?shù)窖芯咳藛T的接收設(shè)備上。通過(guò)DTN技術(shù)，研究人員可以實(shí)時(shí)獲取野生動(dòng)物的位置、活動(dòng)狀態(tài)等信息，為野生動(dòng)物的保護(hù)和研究提供了重要的數(shù)據(jù)依據(jù)，有助于制定更加有效的保護(hù)策略，促進(jìn)野生動(dòng)物的生存和繁衍。2.2.4車載自組織網(wǎng)絡(luò)車載自組織網(wǎng)絡(luò)（VANET）是由行駛中的車輛組成的無(wú)線網(wǎng)絡(luò)，用于車輛之間以及車輛與路邊基礎(chǔ)設(shè)施之間的通信。在VANET中，車輛的高速移動(dòng)使得網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)快速變化，節(jié)點(diǎn)之間的連接具有間歇性和短暫性。同時(shí)，車輛行駛過(guò)程中可能會(huì)遇到信號(hào)遮擋、干擾等問(wèn)題，導(dǎo)致鏈路質(zhì)量不穩(wěn)定。DTN技術(shù)在VANET中的應(yīng)用可以提高通信的可靠性和效率。例如，當(dāng)車輛在行駛過(guò)程中遇到通信中斷時(shí)，可以將需要傳輸?shù)男畔ⅲㄈ缃煌ㄐ畔ⅰ踩A(yù)警信息等）存儲(chǔ)起來(lái)，在后續(xù)與其他車輛或路邊基站相遇時(shí)進(jìn)行轉(zhuǎn)發(fā)，從而實(shí)現(xiàn)信息的及時(shí)傳遞。這有助于提高交通安全性，實(shí)現(xiàn)智能交通管理，如車輛可以通過(guò)DTN技術(shù)獲取前方道路的擁堵情況、事故信息等，提前做出行駛決策，減少交通擁堵，提高道路通行效率。2.2.5災(zāi)難救援網(wǎng)絡(luò)在災(zāi)難發(fā)生時(shí)，如地震、洪水、火災(zāi)等，災(zāi)區(qū)的網(wǎng)絡(luò)基礎(chǔ)設(shè)施往往遭到嚴(yán)重破壞，導(dǎo)致通信中斷。此時(shí)，需要建立臨時(shí)的通信網(wǎng)絡(luò)來(lái)滿足救援人員之間以及救援人員與指揮中心之間的通信需求。災(zāi)難救援網(wǎng)絡(luò)具有鏈路穩(wěn)定性差、節(jié)點(diǎn)資源有限等特點(diǎn)。DTN技術(shù)可以在這種惡劣的環(huán)境下發(fā)揮重要作用。救援人員攜帶的通信設(shè)備可以作為DTN節(jié)點(diǎn)，通過(guò)“存儲(chǔ)-攜帶-轉(zhuǎn)發(fā)”機(jī)制，實(shí)現(xiàn)信息在不同節(jié)點(diǎn)之間的傳輸。例如，救援人員在廢墟中搜索幸存者時(shí)，可以將發(fā)現(xiàn)的情況（如幸存者位置、生命體征等）存儲(chǔ)在設(shè)備中，在遇到其他救援人員或通信條件較好的區(qū)域時(shí)，將信息轉(zhuǎn)發(fā)出去，及時(shí)傳遞給指揮中心，為救援決策提供依據(jù)，提高救援效率，拯救更多生命。2.2.6偏遠(yuǎn)地區(qū)通信網(wǎng)絡(luò)在一些偏遠(yuǎn)地區(qū)，如山區(qū)、沙漠、島嶼等，由于地理環(huán)境復(fù)雜、人口稀少，建設(shè)傳統(tǒng)的有線通信網(wǎng)絡(luò)成本高昂且難度較大，而無(wú)線通信信號(hào)又容易受到地形、距離等因素的影響，導(dǎo)致通信質(zhì)量不佳。偏遠(yuǎn)地區(qū)通信網(wǎng)絡(luò)存在覆蓋范圍有限、信號(hào)不穩(wěn)定等問(wèn)題。DTN技術(shù)為偏遠(yuǎn)地區(qū)的通信提供了一種可行的解決方案。通過(guò)部署一些低成本的DTN節(jié)點(diǎn)，可以實(shí)現(xiàn)偏遠(yuǎn)地區(qū)與外界的通信。節(jié)點(diǎn)可以存儲(chǔ)和轉(zhuǎn)發(fā)數(shù)據(jù)，即使在網(wǎng)絡(luò)連接不穩(wěn)定的情況下，也能保證信息的傳輸。例如，在偏遠(yuǎn)山區(qū)的學(xué)校，可以利用DTN技術(shù)建立通信網(wǎng)絡(luò)，實(shí)現(xiàn)與外界的教育資源共享，讓學(xué)生能夠獲取更多的學(xué)習(xí)資料和知識(shí)；在偏遠(yuǎn)島嶼上，漁民可以通過(guò)DTN節(jié)點(diǎn)與陸地進(jìn)行通信，及時(shí)獲取天氣信息、市場(chǎng)行情等，保障漁業(yè)生產(chǎn)和生活。2.3與傳統(tǒng)網(wǎng)絡(luò)的差異延遲容忍網(wǎng)絡(luò)（DTN）與傳統(tǒng)網(wǎng)絡(luò)在多個(gè)方面存在顯著差異，這些差異源于DTN特殊的網(wǎng)絡(luò)環(huán)境和應(yīng)用需求，也決定了DTN需要獨(dú)特的路由算法和技術(shù)來(lái)實(shí)現(xiàn)高效的數(shù)據(jù)傳輸。在傳輸路徑方面，傳統(tǒng)網(wǎng)絡(luò)假設(shè)在通信持續(xù)時(shí)間內(nèi)數(shù)據(jù)源和目的之間始終存在穩(wěn)定的端到端路徑。以常見(jiàn)的局域網(wǎng)為例，當(dāng)用戶在辦公室內(nèi)通過(guò)有線網(wǎng)絡(luò)訪問(wèn)服務(wù)器時(shí)，數(shù)據(jù)可以沿著固定的網(wǎng)絡(luò)鏈路從用戶終端直接傳輸?shù)椒?wù)器，路徑相對(duì)穩(wěn)定且可預(yù)測(cè)。而DTN在任意時(shí)間點(diǎn)，幾乎不存在源地址到目的地址的完整端到端路徑。如在深空探測(cè)網(wǎng)絡(luò)中，由于探測(cè)器與地球之間的距離遙遠(yuǎn)，信號(hào)傳播延遲高，且受到天體運(yùn)動(dòng)等因素影響，通信鏈路經(jīng)常中斷，難以形成穩(wěn)定的端到端傳輸路徑。在這種情況下，DTN采用“存儲(chǔ)-攜帶-轉(zhuǎn)發(fā)”機(jī)制，數(shù)據(jù)在節(jié)點(diǎn)間通過(guò)存儲(chǔ)、等待合適時(shí)機(jī)再轉(zhuǎn)發(fā)的方式進(jìn)行傳輸，節(jié)點(diǎn)會(huì)在相遇時(shí)交換存儲(chǔ)的數(shù)據(jù)，逐步將數(shù)據(jù)傳遞到目的地。從通信模式來(lái)看，傳統(tǒng)網(wǎng)絡(luò)主要采用實(shí)時(shí)通信模式，數(shù)據(jù)的發(fā)送和接收幾乎是同步進(jìn)行的，用戶能夠即時(shí)獲取反饋信息。例如在日常的即時(shí)通訊應(yīng)用中，發(fā)送消息后對(duì)方能迅速收到并回復(fù)，實(shí)現(xiàn)實(shí)時(shí)交互。而DTN通常采用異步通信模式，由于網(wǎng)絡(luò)的間歇性連接和長(zhǎng)延遲特性，數(shù)據(jù)傳輸無(wú)法實(shí)時(shí)完成。以衛(wèi)星通信為例，衛(wèi)星在不同軌道位置與地面站的通信時(shí)間有限，數(shù)據(jù)需要在衛(wèi)星上存儲(chǔ)一段時(shí)間，等待與地面站建立連接時(shí)再進(jìn)行傳輸，用戶無(wú)法立即得到數(shù)據(jù)傳輸?shù)拇_認(rèn)和響應(yīng)。路由策略上，傳統(tǒng)網(wǎng)絡(luò)的路由算法基于網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)和鏈路狀態(tài)進(jìn)行路由決策，目標(biāo)是找到最短路徑或最優(yōu)路徑，以實(shí)現(xiàn)高效的數(shù)據(jù)傳輸。像開放最短路徑優(yōu)先（OSPF）協(xié)議，通過(guò)計(jì)算網(wǎng)絡(luò)中各個(gè)節(jié)點(diǎn)之間的鏈路狀態(tài)，構(gòu)建最短路徑樹，為數(shù)據(jù)包選擇最佳傳輸路徑。而DTN的路由策略更加復(fù)雜，需要考慮節(jié)點(diǎn)的移動(dòng)性、相遇概率、網(wǎng)絡(luò)分割等因素。由于節(jié)點(diǎn)的移動(dòng)使得網(wǎng)絡(luò)拓?fù)鋭?dòng)態(tài)變化，鏈路不穩(wěn)定，傳統(tǒng)的基于固定拓?fù)涞穆酚伤惴o(wú)法適用。例如在車載自組織網(wǎng)絡(luò)中，車輛的高速移動(dòng)導(dǎo)致節(jié)點(diǎn)間的連接不斷變化，DTN路由算法可能會(huì)根據(jù)車輛的行駛方向、速度以及歷史相遇記錄等信息，預(yù)測(cè)節(jié)點(diǎn)的相遇概率，從而選擇更有可能將數(shù)據(jù)傳遞到目的地的節(jié)點(diǎn)進(jìn)行轉(zhuǎn)發(fā)。在資源利用方面，傳統(tǒng)網(wǎng)絡(luò)中的節(jié)點(diǎn)資源相對(duì)充足，網(wǎng)絡(luò)擁塞控制和流量管理相對(duì)容易實(shí)現(xiàn)。例如在大型數(shù)據(jù)中心網(wǎng)絡(luò)中，服務(wù)器節(jié)點(diǎn)擁有強(qiáng)大的計(jì)算能力、充足的存儲(chǔ)和穩(wěn)定的能源供應(yīng)，網(wǎng)絡(luò)設(shè)備也具備較高的帶寬和處理能力，能夠有效地管理和分配網(wǎng)絡(luò)資源，保證數(shù)據(jù)的穩(wěn)定傳輸。而DTN中的節(jié)點(diǎn)資源有限，如能量、存儲(chǔ)和計(jì)算能力等。在水下傳感器網(wǎng)絡(luò)中，傳感器節(jié)點(diǎn)依靠電池供電，能量有限，存儲(chǔ)容量也較小，且由于水下環(huán)境復(fù)雜，通信帶寬受限。這就要求DTN路由算法在設(shè)計(jì)時(shí)充分考慮資源的合理利用，避免過(guò)度消耗資源，以延長(zhǎng)網(wǎng)絡(luò)的生存時(shí)間和提高網(wǎng)絡(luò)性能。在可靠性保障方面，傳統(tǒng)網(wǎng)絡(luò)通過(guò)端到端的確認(rèn)和重傳機(jī)制來(lái)保證數(shù)據(jù)的可靠傳輸。當(dāng)發(fā)送方發(fā)送數(shù)據(jù)后，會(huì)等待接收方的確認(rèn)信息，如果在規(guī)定時(shí)間內(nèi)未收到確認(rèn)，則會(huì)重傳數(shù)據(jù)。而DTN由于網(wǎng)絡(luò)的不穩(wěn)定性和長(zhǎng)延遲，端到端的確認(rèn)機(jī)制難以有效工作。DTN可能會(huì)采用多副本傳輸、數(shù)據(jù)冗余等方式來(lái)提高數(shù)據(jù)傳輸?shù)目煽啃?。例如在野生?dòng)物追蹤網(wǎng)絡(luò)中，為了確保監(jiān)測(cè)數(shù)據(jù)能夠成功傳輸，節(jié)點(diǎn)會(huì)生成多個(gè)數(shù)據(jù)副本并分發(fā)給不同的節(jié)點(diǎn)進(jìn)行轉(zhuǎn)發(fā)，只要有一個(gè)副本能夠到達(dá)目的地，數(shù)據(jù)傳輸就被認(rèn)為是成功的。在安全性方面，傳統(tǒng)網(wǎng)絡(luò)節(jié)點(diǎn)主要存在于虛擬網(wǎng)絡(luò)空間，雖然也面臨安全威脅，但相對(duì)來(lái)說(shuō)物理層面的安全風(fēng)險(xiǎn)較小。而DTN節(jié)點(diǎn)處于真實(shí)物理世界，除了面臨傳統(tǒng)網(wǎng)絡(luò)的安全威脅，如網(wǎng)絡(luò)攻擊、數(shù)據(jù)泄露等，還容易遭受物理環(huán)境的影響和物理層面的攻擊，如在野外環(huán)境中的節(jié)點(diǎn)可能會(huì)被惡意破壞、竊聽(tīng)修改消息、遭受路由欺騙等攻擊，安全性較低，需要更完善的安全機(jī)制來(lái)保障網(wǎng)絡(luò)安全。三、現(xiàn)有路由算法剖析3.1算法分類與原理3.1.1基于洪泛的算法基于洪泛的路由算法是一種較為基礎(chǔ)且簡(jiǎn)單直接的路由方式，其基本原理是節(jié)點(diǎn)在接收到數(shù)據(jù)后，會(huì)將數(shù)據(jù)向除數(shù)據(jù)來(lái)源鏈路外的所有相鄰鏈路進(jìn)行廣播轉(zhuǎn)發(fā)。在一個(gè)由多個(gè)節(jié)點(diǎn)組成的網(wǎng)絡(luò)中，當(dāng)源節(jié)點(diǎn)產(chǎn)生或接收到數(shù)據(jù)時(shí)，它會(huì)將該數(shù)據(jù)副本發(fā)送給與之直接相連的所有鄰居節(jié)點(diǎn)。這些鄰居節(jié)點(diǎn)在收到數(shù)據(jù)后，又會(huì)以同樣的方式將數(shù)據(jù)廣播給它們各自的鄰居節(jié)點(diǎn)，如此不斷重復(fù)，數(shù)據(jù)就會(huì)像水波一樣在網(wǎng)絡(luò)中擴(kuò)散開來(lái)，直到數(shù)據(jù)到達(dá)目的節(jié)點(diǎn)或者達(dá)到設(shè)定的生存時(shí)間（TTL，TimeToLive）。以一個(gè)簡(jiǎn)單的無(wú)線傳感器網(wǎng)絡(luò)為例，假設(shè)在一片森林中部署了多個(gè)傳感器節(jié)點(diǎn)用于監(jiān)測(cè)環(huán)境參數(shù)，當(dāng)其中一個(gè)傳感器節(jié)點(diǎn)檢測(cè)到森林中某區(qū)域的溫度異常升高時(shí)，它會(huì)將這個(gè)溫度異常的數(shù)據(jù)以洪泛的方式發(fā)送給周圍的鄰居節(jié)點(diǎn)。這些鄰居節(jié)點(diǎn)接收到數(shù)據(jù)后，繼續(xù)向它們各自的鄰居節(jié)點(diǎn)廣播，這樣整個(gè)網(wǎng)絡(luò)中的節(jié)點(diǎn)都有機(jī)會(huì)接收到這個(gè)重要的溫度異常信息，從而可以及時(shí)采取相應(yīng)的措施。這種算法具有一些顯著的優(yōu)點(diǎn)。首先，它具有很高的健壯性，因?yàn)閿?shù)據(jù)會(huì)通過(guò)網(wǎng)絡(luò)中的多條路徑進(jìn)行傳播，只要目的節(jié)點(diǎn)是可達(dá)的，數(shù)據(jù)最終幾乎肯定能夠到達(dá)目的節(jié)點(diǎn)。在一些軍事通信網(wǎng)絡(luò)中，由于戰(zhàn)場(chǎng)環(huán)境復(fù)雜，網(wǎng)絡(luò)拓?fù)潆S時(shí)可能發(fā)生變化，基于洪泛的路由算法能夠保證重要信息在網(wǎng)絡(luò)中的傳播，即使部分鏈路或節(jié)點(diǎn)出現(xiàn)故障，數(shù)據(jù)依然有很大的概率到達(dá)目標(biāo)節(jié)點(diǎn)。其次，該算法的實(shí)現(xiàn)相對(duì)簡(jiǎn)單，不需要復(fù)雜的路由計(jì)算和維護(hù)過(guò)程，對(duì)節(jié)點(diǎn)的計(jì)算能力和存儲(chǔ)能力要求較低，這使得它在一些資源受限的網(wǎng)絡(luò)場(chǎng)景中具有一定的應(yīng)用價(jià)值，如低功耗的傳感器網(wǎng)絡(luò)。然而，基于洪泛的算法也存在諸多缺點(diǎn)。最明顯的是會(huì)產(chǎn)生大量的冗余數(shù)據(jù)傳輸，導(dǎo)致網(wǎng)絡(luò)資源的極大浪費(fèi)。由于每個(gè)節(jié)點(diǎn)都會(huì)向其鄰居節(jié)點(diǎn)廣播數(shù)據(jù)，這會(huì)使得同一數(shù)據(jù)在網(wǎng)絡(luò)中被多次轉(zhuǎn)發(fā)，占用大量的帶寬資源，增加網(wǎng)絡(luò)擁塞的風(fēng)險(xiǎn)。在上述的無(wú)線傳感器網(wǎng)絡(luò)例子中，如果節(jié)點(diǎn)數(shù)量較多，洪泛算法會(huì)導(dǎo)致大量的節(jié)點(diǎn)同時(shí)轉(zhuǎn)發(fā)相同的溫度異常數(shù)據(jù)，使得網(wǎng)絡(luò)帶寬被迅速耗盡，其他重要的數(shù)據(jù)（如濕度監(jiān)測(cè)數(shù)據(jù)等）可能無(wú)法及時(shí)傳輸。同時(shí)，大量的數(shù)據(jù)轉(zhuǎn)發(fā)也會(huì)增加節(jié)點(diǎn)的能量消耗，對(duì)于依靠電池供電的節(jié)點(diǎn)來(lái)說(shuō)，這會(huì)大大縮短節(jié)點(diǎn)的使用壽命，進(jìn)而影響整個(gè)網(wǎng)絡(luò)的生存時(shí)間。此外，由于數(shù)據(jù)通過(guò)多條路徑傳播，到達(dá)目的節(jié)點(diǎn)的數(shù)據(jù)順序可能會(huì)發(fā)生混亂，這給數(shù)據(jù)的接收和處理帶來(lái)了一定的困難，需要額外的機(jī)制來(lái)進(jìn)行數(shù)據(jù)的排序和重組。3.1.2基于概率的算法基于概率的路由算法是根據(jù)節(jié)點(diǎn)之間相遇的概率來(lái)指導(dǎo)數(shù)據(jù)的轉(zhuǎn)發(fā)，以提高數(shù)據(jù)傳輸?shù)侥康墓?jié)點(diǎn)的可能性。在延遲容忍網(wǎng)絡(luò)中，節(jié)點(diǎn)的移動(dòng)性使得節(jié)點(diǎn)之間的相遇具有不確定性，基于概率的路由算法正是利用這種不確定性，通過(guò)對(duì)節(jié)點(diǎn)相遇概率的分析和計(jì)算，選擇更有可能將數(shù)據(jù)傳遞到目的節(jié)點(diǎn)的節(jié)點(diǎn)進(jìn)行轉(zhuǎn)發(fā)。以“移動(dòng)空間”中概率路由算法為例，“移動(dòng)空間”是一個(gè)高維的虛擬空間，其維數(shù)由節(jié)點(diǎn)活動(dòng)的物理空間所劃分的區(qū)域數(shù)決定，節(jié)點(diǎn)在這個(gè)區(qū)域出現(xiàn)的概率就是節(jié)點(diǎn)坐標(biāo)在這個(gè)維上的截距。該算法利用這種概率坐標(biāo)來(lái)反映節(jié)點(diǎn)在物理空間中的運(yùn)動(dòng)規(guī)律，并以此作為路由選擇的依據(jù)。具體來(lái)說(shuō)，當(dāng)節(jié)點(diǎn)需要轉(zhuǎn)發(fā)數(shù)據(jù)時(shí)，它會(huì)計(jì)算與其他節(jié)點(diǎn)的相遇概率，優(yōu)先將數(shù)據(jù)轉(zhuǎn)發(fā)給那些與目的節(jié)點(diǎn)相遇概率較高的節(jié)點(diǎn)。在一個(gè)由多個(gè)移動(dòng)節(jié)點(diǎn)組成的網(wǎng)絡(luò)中，每個(gè)節(jié)點(diǎn)會(huì)記錄自己與其他節(jié)點(diǎn)的歷史相遇信息，通過(guò)這些信息來(lái)估算未來(lái)與其他節(jié)點(diǎn)相遇的概率。如果節(jié)點(diǎn)A發(fā)現(xiàn)節(jié)點(diǎn)B與目的節(jié)點(diǎn)C在過(guò)去的一段時(shí)間內(nèi)有多次相遇的記錄，那么節(jié)點(diǎn)A在轉(zhuǎn)發(fā)數(shù)據(jù)給C時(shí)，就會(huì)更傾向于將數(shù)據(jù)先轉(zhuǎn)發(fā)給B，因?yàn)楦鶕?jù)歷史經(jīng)驗(yàn)，B更有可能在未來(lái)的某個(gè)時(shí)刻與C相遇，從而將數(shù)據(jù)傳遞給C。這種算法的優(yōu)勢(shì)在于能夠在一定程度上適應(yīng)節(jié)點(diǎn)的移動(dòng)性和網(wǎng)絡(luò)拓?fù)涞膭?dòng)態(tài)變化，通過(guò)概率計(jì)算來(lái)選擇轉(zhuǎn)發(fā)節(jié)點(diǎn)，提高了數(shù)據(jù)傳輸?shù)男屎统晒β?。在車載自組織網(wǎng)絡(luò)中，車輛節(jié)點(diǎn)的高速移動(dòng)使得網(wǎng)絡(luò)拓?fù)洳粩嘧兓?，基于概率的路由算法可以根?jù)車輛的行駛路線和歷史相遇情況，預(yù)測(cè)車輛之間的相遇概率，從而更有效地進(jìn)行數(shù)據(jù)轉(zhuǎn)發(fā)，減少數(shù)據(jù)傳輸?shù)难舆t。然而，基于概率的算法也存在一些問(wèn)題。節(jié)點(diǎn)相遇概率的計(jì)算依賴于歷史相遇信息，而歷史相遇情況并不能完全準(zhǔn)確地預(yù)測(cè)未來(lái)的相遇情況，特別是在節(jié)點(diǎn)移動(dòng)模式發(fā)生較大變化時(shí)，概率計(jì)算的準(zhǔn)確性會(huì)受到影響。在野生動(dòng)物追蹤網(wǎng)絡(luò)中，如果動(dòng)物的行為模式突然發(fā)生改變，如原本按照一定路線遷徙的動(dòng)物突然改變了遷徙路線，那么基于歷史相遇信息計(jì)算出的相遇概率就可能不再準(zhǔn)確，導(dǎo)致數(shù)據(jù)轉(zhuǎn)發(fā)策略出現(xiàn)偏差。此外，為了計(jì)算相遇概率，節(jié)點(diǎn)需要存儲(chǔ)大量的歷史相遇數(shù)據(jù)，這會(huì)增加節(jié)點(diǎn)的存儲(chǔ)負(fù)擔(dān)，對(duì)于存儲(chǔ)資源有限的節(jié)點(diǎn)來(lái)說(shuō)，可能會(huì)成為一個(gè)制約因素。同時(shí)，概率計(jì)算本身也需要一定的計(jì)算資源和時(shí)間，這可能會(huì)導(dǎo)致數(shù)據(jù)轉(zhuǎn)發(fā)的延遲增加。3.1.3基于歷史信息的算法基于歷史信息的路由算法是依據(jù)節(jié)點(diǎn)的歷史相遇記錄和通信信息來(lái)預(yù)測(cè)路由，從而實(shí)現(xiàn)數(shù)據(jù)的高效傳輸。在延遲容忍網(wǎng)絡(luò)中，節(jié)點(diǎn)之間的通信具有間歇性和不確定性，通過(guò)分析節(jié)點(diǎn)的歷史信息，可以挖掘出節(jié)點(diǎn)之間的連接規(guī)律和移動(dòng)模式，進(jìn)而為路由決策提供依據(jù)。DirectedDiffusion算法是一種典型的基于歷史信息的路由算法，主要應(yīng)用于無(wú)線傳感器網(wǎng)絡(luò)中。該算法以數(shù)據(jù)為中心，其路由過(guò)程主要包括興趣擴(kuò)散、梯度建立和路徑加強(qiáng)三個(gè)階段。在興趣擴(kuò)散階段，匯聚節(jié)點(diǎn)（sink）通過(guò)興趣消息（interest）發(fā)出查詢?nèi)蝿?wù)，采用洪泛方式將興趣消息傳播到整個(gè)區(qū)域或部分區(qū)域內(nèi)的所有傳感器節(jié)點(diǎn)。興趣消息中包含了任務(wù)類型、目標(biāo)區(qū)域、數(shù)據(jù)發(fā)送速率、時(shí)間戳等參數(shù)，用于描述查詢的任務(wù)。在一個(gè)監(jiān)測(cè)森林生態(tài)環(huán)境的無(wú)線傳感器網(wǎng)絡(luò)中，匯聚節(jié)點(diǎn)想要獲取某一區(qū)域內(nèi)的溫度和濕度信息，它就會(huì)生成一個(gè)包含這些信息需求的興趣消息，并將其廣播出去。當(dāng)傳感器節(jié)點(diǎn)接收到興趣消息后，會(huì)在興趣緩存（interestcache）中檢查是否存在相同的興趣。如果沒(méi)有，則根據(jù)接收到的興趣信息創(chuàng)建一個(gè)興趣條目（interestentry），包含數(shù)據(jù)率和一個(gè)指向興趣來(lái)源的梯度；如果有相同的興趣條目存在，但沒(méi)有興趣來(lái)源的梯度信息，節(jié)點(diǎn)會(huì)以指定的數(shù)據(jù)率增加一個(gè)梯度，并更新條目的時(shí)間信息和持續(xù)字段；如果都包含了興趣條目和梯度信息，那么只是簡(jiǎn)單進(jìn)行時(shí)間信息和持續(xù)字段的更新。通過(guò)這個(gè)過(guò)程，在興趣消息傳播的過(guò)程中，協(xié)議逐跳地在每個(gè)傳感器節(jié)點(diǎn)上建立反向的從數(shù)據(jù)源到匯聚節(jié)點(diǎn)的數(shù)據(jù)傳輸梯度（gradient）。在數(shù)據(jù)傳輸階段，興趣指定區(qū)域內(nèi)的傳感器節(jié)點(diǎn)在接收到興趣后，開始采集數(shù)據(jù)信息，并在緩存中搜索相匹配的興趣條目。當(dāng)興趣匹配后，傳感器節(jié)點(diǎn)在它所擁有的梯度信息中，計(jì)算出數(shù)據(jù)率的最大值，以這個(gè)速率把數(shù)據(jù)信息發(fā)送給相鄰節(jié)點(diǎn)。隨著數(shù)據(jù)的傳輸，匯聚節(jié)點(diǎn)會(huì)對(duì)收到的數(shù)據(jù)進(jìn)行評(píng)估，選擇數(shù)據(jù)傳輸質(zhì)量較好的路徑進(jìn)行加強(qiáng)。匯聚節(jié)點(diǎn)會(huì)給這條加強(qiáng)信息賦予一個(gè)值，最終梯度值最高的路徑就成為數(shù)據(jù)傳輸?shù)淖罴崖窂剑瑪?shù)據(jù)沿這條值最高的路徑以規(guī)定速率傳輸數(shù)據(jù)，其它梯度值較低的路徑視為備份路徑。這種基于歷史信息的算法能夠根據(jù)網(wǎng)絡(luò)的實(shí)際通信情況和節(jié)點(diǎn)的歷史行為，動(dòng)態(tài)地調(diào)整路由路徑，提高數(shù)據(jù)傳輸?shù)目煽啃院托?。它充分利用了?jié)點(diǎn)之間的歷史連接信息，避免了盲目轉(zhuǎn)發(fā)，減少了網(wǎng)絡(luò)資源的浪費(fèi)。在實(shí)際應(yīng)用中，如環(huán)境監(jiān)測(cè)、智能交通等領(lǐng)域，該算法能夠有效地適應(yīng)網(wǎng)絡(luò)的動(dòng)態(tài)變化，保障數(shù)據(jù)的穩(wěn)定傳輸。然而，該算法也存在一些局限性，例如建立梯度的過(guò)程開銷較大，在多匯聚節(jié)點(diǎn)（sink）的網(wǎng)絡(luò)中使用時(shí)可能會(huì)出現(xiàn)復(fù)雜的情況。同時(shí)，對(duì)節(jié)點(diǎn)的存儲(chǔ)和計(jì)算能力有一定要求，因?yàn)楣?jié)點(diǎn)需要維護(hù)興趣緩存和處理梯度信息。3.2算法性能評(píng)估3.2.1評(píng)估指標(biāo)傳輸成功率：傳輸成功率是衡量路由算法性能的關(guān)鍵指標(biāo)之一，它反映了數(shù)據(jù)在網(wǎng)絡(luò)中成功傳輸?shù)侥康墓?jié)點(diǎn)的比例。其計(jì)算公式為：傳輸成功率=（成功到達(dá)目的節(jié)點(diǎn)的數(shù)據(jù)包數(shù)量/源節(jié)點(diǎn)發(fā)送的數(shù)據(jù)包總數(shù)）×100%。在一個(gè)由100個(gè)節(jié)點(diǎn)組成的延遲容忍網(wǎng)絡(luò)中，源節(jié)點(diǎn)發(fā)送了1000個(gè)數(shù)據(jù)包，最終有850個(gè)數(shù)據(jù)包成功到達(dá)目的節(jié)點(diǎn)，那么該網(wǎng)絡(luò)在這種情況下的傳輸成功率為（850/1000）×100%=85%。傳輸成功率越高，表明路由算法在選擇傳輸路徑和應(yīng)對(duì)網(wǎng)絡(luò)變化方面的能力越強(qiáng)，能夠更有效地將數(shù)據(jù)送達(dá)目的地，確保網(wǎng)絡(luò)通信的可靠性。在實(shí)時(shí)性要求較高的應(yīng)用場(chǎng)景中，如災(zāi)難救援中的通信，高傳輸成功率能夠保證救援指令和關(guān)鍵信息及時(shí)準(zhǔn)確地傳遞，對(duì)于救援行動(dòng)的順利開展至關(guān)重要。傳輸延遲：傳輸延遲指的是數(shù)據(jù)包從源節(jié)點(diǎn)發(fā)出到被目的節(jié)點(diǎn)接收所經(jīng)歷的時(shí)間。它包括數(shù)據(jù)在節(jié)點(diǎn)間傳輸?shù)膫鞑パ舆t、在節(jié)點(diǎn)隊(duì)列中等待轉(zhuǎn)發(fā)的排隊(duì)延遲以及數(shù)據(jù)處理延遲等。傳輸延遲是評(píng)估路由算法時(shí)效性的重要指標(biāo)，直接影響網(wǎng)絡(luò)應(yīng)用的實(shí)時(shí)性體驗(yàn)。在一些對(duì)時(shí)間敏感的應(yīng)用中，如視頻會(huì)議、在線游戲等，較低的傳輸延遲能夠保證視頻畫面的流暢性和游戲操作的實(shí)時(shí)響應(yīng)，提升用戶體驗(yàn)。在衛(wèi)星通信網(wǎng)絡(luò)中，由于信號(hào)傳播距離遠(yuǎn)，傳播延遲較大，加上節(jié)點(diǎn)處理和排隊(duì)延遲，傳輸延遲可能會(huì)達(dá)到數(shù)秒甚至更長(zhǎng)，這就需要高效的路由算法來(lái)盡量減少傳輸延遲，確保數(shù)據(jù)的及時(shí)傳輸。傳輸延遲的計(jì)算可以通過(guò)在數(shù)據(jù)包中添加時(shí)間戳，記錄數(shù)據(jù)包離開源節(jié)點(diǎn)和到達(dá)目的節(jié)點(diǎn)的時(shí)間，兩者之差即為傳輸延遲。在實(shí)際網(wǎng)絡(luò)中，由于網(wǎng)絡(luò)狀態(tài)的動(dòng)態(tài)變化，傳輸延遲通常是一個(gè)統(tǒng)計(jì)值，通過(guò)多次測(cè)量取平均值來(lái)評(píng)估路由算法在不同網(wǎng)絡(luò)條件下的延遲性能。網(wǎng)絡(luò)開銷：網(wǎng)絡(luò)開銷主要包括路由協(xié)議在運(yùn)行過(guò)程中產(chǎn)生的控制信息開銷和數(shù)據(jù)傳輸過(guò)程中的冗余開銷?？刂菩畔㈤_銷用于路由發(fā)現(xiàn)、維護(hù)和更新，如路由請(qǐng)求、路由回復(fù)等消息的傳輸。冗余開銷則是由于路由算法的特性導(dǎo)致的數(shù)據(jù)重復(fù)傳輸或不必要的轉(zhuǎn)發(fā)。在基于洪泛的路由算法中，由于數(shù)據(jù)會(huì)被廣播到多個(gè)鄰居節(jié)點(diǎn)，會(huì)產(chǎn)生大量的冗余數(shù)據(jù)傳輸，導(dǎo)致網(wǎng)絡(luò)開銷急劇增加。網(wǎng)絡(luò)開銷的大小直接影響網(wǎng)絡(luò)的帶寬利用率和資源消耗，過(guò)高的網(wǎng)絡(luò)開銷會(huì)占用大量的網(wǎng)絡(luò)帶寬，降低網(wǎng)絡(luò)的有效數(shù)據(jù)傳輸能力，同時(shí)也會(huì)增加節(jié)點(diǎn)的能量消耗。在資源受限的網(wǎng)絡(luò)中，如傳感器網(wǎng)絡(luò)，控制網(wǎng)絡(luò)開銷對(duì)于延長(zhǎng)網(wǎng)絡(luò)壽命和提高網(wǎng)絡(luò)性能至關(guān)重要。網(wǎng)絡(luò)開銷可以通過(guò)統(tǒng)計(jì)網(wǎng)絡(luò)中傳輸?shù)目刂菩畔⒑腿哂鄶?shù)據(jù)的數(shù)量或字節(jié)數(shù)來(lái)衡量，通常以單位時(shí)間內(nèi)的開銷值來(lái)表示，如每秒傳輸?shù)目刂葡?shù)量或每秒消耗的帶寬字節(jié)數(shù)。能量消耗：在延遲容忍網(wǎng)絡(luò)中，許多節(jié)點(diǎn)依靠電池供電，能量有限，因此能量消耗是評(píng)估路由算法的重要指標(biāo)之一。能量消耗主要來(lái)源于節(jié)點(diǎn)的數(shù)據(jù)傳輸、接收以及處理操作。在數(shù)據(jù)傳輸過(guò)程中，節(jié)點(diǎn)需要發(fā)射信號(hào)，這會(huì)消耗大量能量；在接收數(shù)據(jù)時(shí)，節(jié)點(diǎn)需要維持接收電路的工作狀態(tài)，也會(huì)消耗一定能量；而在數(shù)據(jù)處理過(guò)程中，如路由計(jì)算、數(shù)據(jù)緩存管理等，同樣需要消耗能量。不同的路由算法在能量消耗方面存在差異，一些算法可能通過(guò)優(yōu)化路由選擇，減少數(shù)據(jù)傳輸?shù)奶鴶?shù)，從而降低能量消耗；而一些算法可能由于頻繁的路由更新或大量的冗余數(shù)據(jù)傳輸，導(dǎo)致能量消耗較大。在水下傳感器網(wǎng)絡(luò)中，傳感器節(jié)點(diǎn)的能量補(bǔ)充困難，低能量消耗的路由算法能夠延長(zhǎng)節(jié)點(diǎn)的使用壽命，進(jìn)而延長(zhǎng)整個(gè)網(wǎng)絡(luò)的生存時(shí)間。能量消耗可以通過(guò)測(cè)量節(jié)點(diǎn)的電池電量變化或根據(jù)節(jié)點(diǎn)的功耗模型進(jìn)行估算，通常以單位時(shí)間內(nèi)的能量消耗值來(lái)表示，如焦耳/秒。3.2.2性能對(duì)比分析為了深入了解不同路由算法在延遲容忍網(wǎng)絡(luò)中的性能差異，本文選取了基于洪泛的路由算法、基于概率的路由算法（以“移動(dòng)空間”中概率路由算法為例）和基于歷史信息的路由算法（以DirectedDiffusion算法為例）進(jìn)行性能對(duì)比分析。通過(guò)在相同的網(wǎng)絡(luò)仿真環(huán)境下運(yùn)行這三種算法，并統(tǒng)計(jì)各算法在傳輸成功率、傳輸延遲、網(wǎng)絡(luò)開銷和能量消耗等指標(biāo)上的表現(xiàn)，得到如下結(jié)果（表1）：路由算法傳輸成功率（%）傳輸延遲（s）網(wǎng)絡(luò)開銷（字節(jié)/秒）能量消耗（焦耳/秒）基于洪泛的算法905.58000.8基于概率的算法854.05000.6基于歷史信息的算法883.56000.7從傳輸成功率來(lái)看，基于洪泛的算法傳輸成功率相對(duì)較高，達(dá)到了90%。這是因?yàn)楹榉核惴ㄍㄟ^(guò)將數(shù)據(jù)廣播到所有鄰居節(jié)點(diǎn)，只要目的節(jié)點(diǎn)可達(dá)，數(shù)據(jù)幾乎肯定能到達(dá)，從而保證了較高的傳輸成功率。然而，其高成功率是以大量的冗余傳輸為代價(jià)的。基于概率的算法傳輸成功率為85%，該算法根據(jù)節(jié)點(diǎn)相遇概率選擇轉(zhuǎn)發(fā)節(jié)點(diǎn)，雖然在一定程度上提高了傳輸效率，但由于概率計(jì)算的不確定性以及節(jié)點(diǎn)移動(dòng)模式的變化，導(dǎo)致其傳輸成功率略低于洪泛算法?；跉v史信息的算法傳輸成功率為88%，它通過(guò)分析節(jié)點(diǎn)的歷史相遇記錄和通信信息來(lái)預(yù)測(cè)路由，能夠較為準(zhǔn)確地選擇傳輸路徑，因此傳輸成功率也較高，且優(yōu)于基于概率的算法。在傳輸延遲方面，基于歷史信息的算法表現(xiàn)最佳，傳輸延遲僅為3.5秒。這是因?yàn)樵撍惴軌蚶脷v史信息，快速找到可靠的傳輸路徑，減少了數(shù)據(jù)在節(jié)點(diǎn)間的轉(zhuǎn)發(fā)次數(shù)和等待時(shí)間?；诟怕实乃惴▊鬏斞舆t為4.0秒，雖然它也能根據(jù)概率選擇相對(duì)較優(yōu)的轉(zhuǎn)發(fā)節(jié)點(diǎn)，但由于概率計(jì)算和節(jié)點(diǎn)移動(dòng)的不確定性，導(dǎo)致傳輸延遲相對(duì)基于歷史信息的算法略高。而基于洪泛的算法傳輸延遲最高，達(dá)到了5.5秒，這是由于洪泛算法的廣播特性，數(shù)據(jù)需要經(jīng)過(guò)多個(gè)節(jié)點(diǎn)的轉(zhuǎn)發(fā)，且存在大量的冗余傳輸，使得數(shù)據(jù)在網(wǎng)絡(luò)中的傳輸時(shí)間大大增加。網(wǎng)絡(luò)開銷方面，基于洪泛的算法網(wǎng)絡(luò)開銷最大，達(dá)到了800字節(jié)/秒。這是因?yàn)楹榉核惴〞?huì)產(chǎn)生大量的冗余數(shù)據(jù)傳輸，每個(gè)節(jié)點(diǎn)都向其鄰居節(jié)點(diǎn)廣播數(shù)據(jù)，導(dǎo)致網(wǎng)絡(luò)中傳輸?shù)目刂菩畔⒑腿哂鄶?shù)據(jù)大幅增加?；诟怕实乃惴ňW(wǎng)絡(luò)開銷相對(duì)較低，為500字節(jié)/秒，該算法通過(guò)概率計(jì)算選擇轉(zhuǎn)發(fā)節(jié)點(diǎn)，減少了不必要的轉(zhuǎn)發(fā)，從而降低了網(wǎng)絡(luò)開銷?；跉v史信息的算法網(wǎng)絡(luò)開銷為600字節(jié)/秒，雖然它在路由選擇上比洪泛算法更具針對(duì)性，但由于需要維護(hù)歷史信息和進(jìn)行梯度計(jì)算等操作，其網(wǎng)絡(luò)開銷高于基于概率的算法。能量消耗上，基于概率的算法能量消耗最低，為0.6焦耳/秒。這是因?yàn)樵撍惴p少了冗余數(shù)據(jù)傳輸，降低了節(jié)點(diǎn)的數(shù)據(jù)處理和傳輸次數(shù)，從而減少了能量消耗。基于歷史信息的算法能量消耗為0.7焦耳/秒，雖然它在路由選擇上較為高效，但由于需要存儲(chǔ)和處理歷史信息，以及進(jìn)行路徑加強(qiáng)等操作，導(dǎo)致能量消耗相對(duì)基于概率的算法略高。基于洪泛的算法能量消耗最高，為0.8焦耳/秒，大量的冗余傳輸和頻繁的節(jié)點(diǎn)轉(zhuǎn)發(fā)使得節(jié)點(diǎn)的能量快速消耗。通過(guò)以上對(duì)比分析可以看出，不同路由算法在延遲容忍網(wǎng)絡(luò)中的性能各有優(yōu)劣?；诤榉旱乃惴▊鬏敵晒β矢撸珎鬏斞舆t大、網(wǎng)絡(luò)開銷和能量消耗也大；基于概率的算法網(wǎng)絡(luò)開銷和能量消耗較低，但傳輸成功率和傳輸延遲方面表現(xiàn)相對(duì)較弱；基于歷史信息的算法在傳輸延遲方面表現(xiàn)出色，傳輸成功率也較高，但網(wǎng)絡(luò)開銷和能量消耗處于中等水平。在實(shí)際應(yīng)用中，應(yīng)根據(jù)網(wǎng)絡(luò)的具體需求和特點(diǎn)，選擇合適的路由算法，以優(yōu)化網(wǎng)絡(luò)性能。3.3存在的問(wèn)題與挑戰(zhàn)盡管現(xiàn)有的延遲容忍網(wǎng)絡(luò)路由算法在數(shù)據(jù)傳輸方面取得了一定的成果，但在實(shí)際應(yīng)用中仍暴露出諸多問(wèn)題與挑戰(zhàn)，這些問(wèn)題嚴(yán)重制約了延遲容忍網(wǎng)絡(luò)性能的進(jìn)一步提升和應(yīng)用范圍的拓展。許多路由算法在數(shù)據(jù)轉(zhuǎn)發(fā)過(guò)程中存在較高的盲目性?；诤榉旱穆酚伤惴m然簡(jiǎn)單直接，但它通過(guò)廣播的方式將數(shù)據(jù)發(fā)送給所有鄰居節(jié)點(diǎn)，缺乏對(duì)網(wǎng)絡(luò)拓?fù)浜凸?jié)點(diǎn)狀態(tài)的有效感知與分析。在一個(gè)節(jié)點(diǎn)眾多的大型延遲容忍網(wǎng)絡(luò)中，這種盲目轉(zhuǎn)發(fā)會(huì)導(dǎo)致大量的數(shù)據(jù)冗余，不僅占用了寶貴的網(wǎng)絡(luò)帶寬資源，還可能引發(fā)網(wǎng)絡(luò)擁塞，降低網(wǎng)絡(luò)的整體性能?；诟怕实穆酚伤惴m然考慮了節(jié)點(diǎn)相遇概率，但在實(shí)際應(yīng)用中，節(jié)點(diǎn)的移動(dòng)具有不確定性，概率計(jì)算往往難以準(zhǔn)確反映節(jié)點(diǎn)的真實(shí)運(yùn)動(dòng)情況，使得路由決策存在一定的盲目性，導(dǎo)致數(shù)據(jù)轉(zhuǎn)發(fā)效率低下。部分路由算法對(duì)全局信息的依賴程度過(guò)高。一些算法在進(jìn)行路由決策時(shí)，需要獲取整個(gè)網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)、節(jié)點(diǎn)位置、鏈路狀態(tài)等全局信息。然而，在延遲容忍網(wǎng)絡(luò)中，由于節(jié)點(diǎn)的移動(dòng)性和網(wǎng)絡(luò)拓?fù)涞膭?dòng)態(tài)變化，獲取準(zhǔn)確的全局信息變得十分困難。在車載自組織網(wǎng)絡(luò)中，車輛的高速移動(dòng)使得網(wǎng)絡(luò)拓?fù)洳粩嘧兓?，?shí)時(shí)獲取全局信息幾乎是不可能的。依賴全局信息的路由算法在這種情況下難以適應(yīng)網(wǎng)絡(luò)的動(dòng)態(tài)變化，導(dǎo)致路由性能下降，無(wú)法保證數(shù)據(jù)的穩(wěn)定傳輸?，F(xiàn)有的路由算法大多未充分考慮節(jié)點(diǎn)資源限制的問(wèn)題。在延遲容忍網(wǎng)絡(luò)中，許多節(jié)點(diǎn)，如傳感器節(jié)點(diǎn)、移動(dòng)設(shè)備節(jié)點(diǎn)等，通常具有有限的能量、存儲(chǔ)和計(jì)算能力?；诤榉旱穆酚伤惴ㄓ捎诖罅康娜哂鄶?shù)據(jù)傳輸，會(huì)快速消耗節(jié)點(diǎn)的能量，縮短節(jié)點(diǎn)的使用壽命，進(jìn)而影響整個(gè)網(wǎng)絡(luò)的生存時(shí)間。一些需要復(fù)雜計(jì)算的路由算法，如某些基于機(jī)器學(xué)習(xí)的路由算法，對(duì)節(jié)點(diǎn)的計(jì)算能力要求較高，在資源受限的節(jié)點(diǎn)上可能無(wú)法有效運(yùn)行，或者在運(yùn)行過(guò)程中會(huì)過(guò)度消耗節(jié)點(diǎn)的計(jì)算資源，導(dǎo)致節(jié)點(diǎn)無(wú)法正常執(zhí)行其他任務(wù)。此外，路由算法在應(yīng)對(duì)網(wǎng)絡(luò)擁塞和鏈路不穩(wěn)定方面也存在不足。在網(wǎng)絡(luò)擁塞時(shí)，現(xiàn)有的路由算法往往缺乏有效的擁塞控制機(jī)制，無(wú)法及時(shí)調(diào)整路由策略，導(dǎo)致數(shù)據(jù)傳輸延遲增加，甚至出現(xiàn)數(shù)據(jù)丟失的情況。當(dāng)鏈路出現(xiàn)不穩(wěn)定或中斷時(shí)，路由算法的鏈路修復(fù)和重新路由能力較弱，不能快速恢復(fù)數(shù)據(jù)傳輸，影響網(wǎng)絡(luò)通信的可靠性。在安全方面，隨著延遲容忍網(wǎng)絡(luò)在各個(gè)領(lǐng)域的廣泛應(yīng)用，網(wǎng)絡(luò)安全問(wèn)題日益凸顯。現(xiàn)有的路由算法在安全防護(hù)方面相對(duì)薄弱，容易受到惡意攻擊，如黑洞攻擊、灰洞攻擊、女巫攻擊等。在這些攻擊中，惡意節(jié)點(diǎn)可能會(huì)篡改路由信息、丟棄數(shù)據(jù)包或者偽造身份，導(dǎo)致路由錯(cuò)誤，嚴(yán)重影響網(wǎng)絡(luò)的正常運(yùn)行和數(shù)據(jù)的安全性。四、算法優(yōu)化策略與改進(jìn)算法4.1基于節(jié)點(diǎn)特性的優(yōu)化4.1.1考慮節(jié)點(diǎn)移動(dòng)性在延遲容忍網(wǎng)絡(luò)中，節(jié)點(diǎn)的移動(dòng)性是影響路由性能的關(guān)鍵因素之一。為了更好地利用節(jié)點(diǎn)移動(dòng)規(guī)律來(lái)優(yōu)化路由選擇，以基于移動(dòng)預(yù)測(cè)的路由算法（MPR）為例進(jìn)行說(shuō)明。MPR算法通過(guò)對(duì)節(jié)點(diǎn)移動(dòng)歷史數(shù)據(jù)的分析和建模，預(yù)測(cè)節(jié)點(diǎn)未來(lái)的移動(dòng)軌跡和相遇節(jié)點(diǎn)。具體而言，它首先收集節(jié)點(diǎn)在一段時(shí)間內(nèi)的位置信息，這些信息可以通過(guò)GPS定位、藍(lán)牙信標(biāo)定位或其他位置感知技術(shù)獲取。然后，利用數(shù)據(jù)挖掘和機(jī)器學(xué)習(xí)算法，如卡爾曼濾波、隱馬爾可夫模型等，對(duì)這些位置數(shù)據(jù)進(jìn)行處理和分析。以卡爾曼濾波為例，它是一種基于線性系統(tǒng)狀態(tài)空間模型的最優(yōu)估計(jì)方法。在MPR算法中，將節(jié)點(diǎn)的位置和速度作為狀態(tài)變量，通過(guò)建立狀態(tài)轉(zhuǎn)移方程和觀測(cè)方程，利用卡爾曼濾波算法對(duì)節(jié)點(diǎn)的下一時(shí)刻位置進(jìn)行預(yù)測(cè)。假設(shè)節(jié)點(diǎn)在二維平面上移動(dòng)，其狀態(tài)向量X_k=[x_k,y_k,v_{x_k},v_{y_k}]^T，其中x_k和y_k分別表示節(jié)點(diǎn)在k時(shí)刻的橫坐標(biāo)和縱坐標(biāo)，v_{x_k}和v_{y_k}分別表示節(jié)點(diǎn)在k時(shí)刻的水平速度和垂直速度。狀態(tài)轉(zhuǎn)移方程可以表示為：X_{k+1}=\begin{bmatrix}1&0&\Deltat&0\\0&1&0&\Deltat\\0&0&1&0\\0&0&0&1\end{bmatrix}X_k+\begin{bmatrix}\frac{\Deltat^2}{2}&0\\0&\frac{\Deltat^2}{2}\\\Deltat&0\\0&\Deltat\end{bmatrix}\begin{bmatrix}a_{x_k}\\a_{y_k}\end{bmatrix}其中，\Deltat表示時(shí)間間隔，a_{x_k}和a_{y_k}分別表示節(jié)點(diǎn)在k時(shí)刻的水平加速度和垂直加速度。觀測(cè)方程可以表示為：Z_k=\begin{bmatrix}1&0&0&0\\0&1&0&0\end{bmatrix}X_k+W_k其中，Z_k表示觀測(cè)到的節(jié)點(diǎn)位置，W_k表示觀測(cè)噪聲。通過(guò)不斷地更新?tīng)顟B(tài)估計(jì)和協(xié)方差矩陣，卡爾曼濾波可以對(duì)節(jié)點(diǎn)的未來(lái)位置進(jìn)行較為準(zhǔn)確的預(yù)測(cè)。在預(yù)測(cè)出節(jié)點(diǎn)的移動(dòng)軌跡后，MPR算法根據(jù)節(jié)點(diǎn)的移動(dòng)方向和速度，結(jié)合網(wǎng)絡(luò)中其他節(jié)點(diǎn)的位置信息，計(jì)算節(jié)點(diǎn)與其他節(jié)點(diǎn)的相遇概率。對(duì)于相遇概率較高的節(jié)點(diǎn)，MPR算法將其作為潛在的轉(zhuǎn)發(fā)節(jié)點(diǎn)。當(dāng)節(jié)點(diǎn)需要轉(zhuǎn)發(fā)數(shù)據(jù)時(shí)，優(yōu)先選擇那些與目的節(jié)點(diǎn)相遇概率高的節(jié)點(diǎn)進(jìn)行轉(zhuǎn)發(fā)，從而提高數(shù)據(jù)傳輸?shù)某晒β屎托省Ｔ谝粋€(gè)由移動(dòng)節(jié)點(diǎn)組成的延遲容忍網(wǎng)絡(luò)中，假設(shè)節(jié)點(diǎn)A需要將數(shù)據(jù)發(fā)送到節(jié)點(diǎn)D。通過(guò)MPR算法的預(yù)測(cè)，發(fā)現(xiàn)節(jié)點(diǎn)B和節(jié)點(diǎn)C與節(jié)點(diǎn)D的相遇概率較高，且節(jié)點(diǎn)B當(dāng)前的移動(dòng)方向更接近節(jié)點(diǎn)D。因此，節(jié)點(diǎn)A優(yōu)先將數(shù)據(jù)轉(zhuǎn)發(fā)給節(jié)點(diǎn)B。節(jié)點(diǎn)B在移動(dòng)過(guò)程中，繼續(xù)根據(jù)MPR算法的預(yù)測(cè)，將數(shù)據(jù)轉(zhuǎn)發(fā)給與節(jié)點(diǎn)D相遇概率更高的節(jié)點(diǎn)，最終使得數(shù)據(jù)能夠高效地傳輸?shù)焦?jié)點(diǎn)D。通過(guò)考慮節(jié)點(diǎn)移動(dòng)性，利用節(jié)點(diǎn)移動(dòng)規(guī)律預(yù)測(cè)相遇節(jié)點(diǎn)，MPR算法能夠更加智能地選擇路由路徑，避免盲目轉(zhuǎn)發(fā)，減少數(shù)據(jù)傳輸?shù)难舆t和網(wǎng)絡(luò)資源的浪費(fèi)，從而有效提升延遲容忍網(wǎng)絡(luò)的路由性能。4.1.2結(jié)合節(jié)點(diǎn)資源限制在延遲容忍網(wǎng)絡(luò)中，許多節(jié)點(diǎn)存在資源限制，如緩存空間有限和能量有限等問(wèn)題，這對(duì)路由算法的設(shè)計(jì)和性能產(chǎn)生重要影響。為了在資源受限的情況下優(yōu)化路由，需要采取合理的資源分配策略。當(dāng)節(jié)點(diǎn)緩存空間有限時(shí)，為了避免緩存溢出導(dǎo)致數(shù)據(jù)丟失，需要設(shè)計(jì)有效的緩存管理機(jī)制。一種常見(jiàn)的策略是基于優(yōu)先級(jí)的緩存管理。根據(jù)數(shù)據(jù)的重要性、時(shí)效性等因素為數(shù)據(jù)分配不同的優(yōu)先級(jí)。對(duì)于優(yōu)先級(jí)高的數(shù)據(jù)，如實(shí)時(shí)監(jiān)測(cè)數(shù)據(jù)、緊急救援信息等，優(yōu)先存儲(chǔ)在緩存中；而對(duì)于優(yōu)先級(jí)低的數(shù)據(jù)，如歷史數(shù)據(jù)備份、非關(guān)鍵的日志信息等，可以在緩存空間不足時(shí)優(yōu)先丟棄。在野生動(dòng)物追蹤網(wǎng)絡(luò)中，傳感器節(jié)點(diǎn)采集的動(dòng)物實(shí)時(shí)位置和健康狀態(tài)數(shù)據(jù)具有較高的優(yōu)先級(jí)，應(yīng)優(yōu)先存儲(chǔ)在緩存中，以便及時(shí)傳輸給研究人員進(jìn)行分析和決策；而一些已經(jīng)傳輸過(guò)的歷史位置數(shù)據(jù)，如果緩存空間緊張，可以適當(dāng)丟棄。還可以采用緩存替換算法來(lái)優(yōu)化緩存空間的利用。例如，最近最少使用（LRU）算法，該算法認(rèn)為最近最少使用的數(shù)據(jù)在未來(lái)被訪問(wèn)的概率也較低。當(dāng)緩存空間已滿且有新數(shù)據(jù)需要存儲(chǔ)時(shí)，LRU算法會(huì)將緩存中最近最少使用的數(shù)據(jù)替換出去。假設(shè)節(jié)點(diǎn)的緩存空間只能存儲(chǔ)5個(gè)數(shù)據(jù)項(xiàng)，按照數(shù)據(jù)被訪問(wèn)的先后順序依次為A、B、C、D、E，當(dāng)新數(shù)據(jù)F需要存儲(chǔ)時(shí)，由于A是最近最少被訪問(wèn)的，LRU算法會(huì)將A從緩存中移除，將F存入緩存。通過(guò)這種方式，可以保證緩存中始終存儲(chǔ)著最有可能被再次訪問(wèn)的數(shù)據(jù)，提高緩存的命中率，從而優(yōu)化路由過(guò)程中的數(shù)據(jù)存儲(chǔ)和轉(zhuǎn)發(fā)效率。對(duì)于能量有限的節(jié)點(diǎn)，需要設(shè)計(jì)節(jié)能的路由策略，以延長(zhǎng)節(jié)點(diǎn)的使用壽命和網(wǎng)絡(luò)的生存時(shí)間。一種策略是選擇能量充足的節(jié)點(diǎn)作為轉(zhuǎn)發(fā)節(jié)點(diǎn)。在路由決策過(guò)程中，除了考慮節(jié)點(diǎn)的相遇概率、傳輸延遲等因素外，還將節(jié)點(diǎn)的剩余能量作為一個(gè)重要的決策參數(shù)。優(yōu)先選擇剩余能量較高的節(jié)點(diǎn)進(jìn)行數(shù)據(jù)轉(zhuǎn)發(fā)，避免選擇能量即將耗盡的節(jié)點(diǎn)，防止節(jié)點(diǎn)因能量耗盡而失效，導(dǎo)致路由中斷。在一個(gè)由多個(gè)傳感器節(jié)點(diǎn)組成的延遲容忍網(wǎng)絡(luò)中，節(jié)點(diǎn)A需要轉(zhuǎn)發(fā)數(shù)據(jù)，此時(shí)有節(jié)點(diǎn)B和節(jié)點(diǎn)C可供選擇。節(jié)點(diǎn)B的剩余能量為80%，節(jié)點(diǎn)C的剩余能量為30%，且其他條件相近的情況下，應(yīng)優(yōu)先選擇節(jié)點(diǎn)B作為轉(zhuǎn)發(fā)節(jié)點(diǎn)。還可以采用數(shù)據(jù)聚合技術(shù)來(lái)減少能量消耗。在數(shù)據(jù)轉(zhuǎn)發(fā)過(guò)程中，節(jié)點(diǎn)可以對(duì)相同類型或相關(guān)的數(shù)據(jù)進(jìn)行聚合處理，將多個(gè)小數(shù)據(jù)包合并成一個(gè)大數(shù)據(jù)包進(jìn)行傳輸。這樣可以減少數(shù)據(jù)傳輸?shù)拇螖?shù)，從而降低節(jié)點(diǎn)的數(shù)據(jù)發(fā)送和接收能耗。在環(huán)境監(jiān)測(cè)網(wǎng)絡(luò)中，多個(gè)傳感器節(jié)點(diǎn)采集的溫度、濕度等數(shù)據(jù)，在轉(zhuǎn)發(fā)過(guò)程中可以將同一區(qū)域內(nèi)的溫度數(shù)據(jù)進(jìn)行聚合，將濕度數(shù)據(jù)進(jìn)行聚合，然后分別以一個(gè)數(shù)據(jù)包的形式進(jìn)行傳輸，而不是每個(gè)小數(shù)據(jù)都單獨(dú)傳輸，從而減少了能量消耗，優(yōu)化了路由過(guò)程中的能量利用效率。4.2引入新信息的優(yōu)化4.2.1位置信息的利用以位置關(guān)聯(lián)的延遲容忍網(wǎng)絡(luò)路由（LRR）算法為例，該算法創(chuàng)新性地引入位置信息來(lái)指導(dǎo)路由，實(shí)現(xiàn)了從動(dòng)態(tài)節(jié)點(diǎn)路由到靜止位置路由的巧妙轉(zhuǎn)化。在傳統(tǒng)的延遲容忍網(wǎng)絡(luò)路由算法中，由于節(jié)點(diǎn)的移動(dòng)性，路由決策往往依賴于動(dòng)態(tài)變化的節(jié)點(diǎn)狀態(tài)，這使得路由過(guò)程復(fù)雜且不穩(wěn)定。而LRR算法通過(guò)位置信息的引入，為路由提供了一種相對(duì)穩(wěn)定的參考框架。LRR算法將網(wǎng)絡(luò)空間劃分為多個(gè)離散的位置區(qū)域，每個(gè)位置區(qū)域具有唯一的標(biāo)識(shí)。當(dāng)節(jié)點(diǎn)在網(wǎng)絡(luò)中移動(dòng)時(shí)，它會(huì)記錄自己訪問(wèn)過(guò)的位置以及訪問(wèn)這些位置的概率信息。例如，在一個(gè)由多個(gè)移動(dòng)節(jié)點(diǎn)組成的城市交通監(jiān)測(cè)網(wǎng)絡(luò)中，節(jié)點(diǎn)（如車輛上的傳感器）在不同的街道和路口移動(dòng)，LRR算法會(huì)將這些街道和路口抽象為不同的位置區(qū)域。節(jié)點(diǎn)會(huì)記錄自己在每個(gè)位置區(qū)域出現(xiàn)的頻率，從而計(jì)算出訪問(wèn)該位置的概率。在路由過(guò)程中，LRR算法首先根據(jù)目的節(jié)點(diǎn)的位置信息，確定數(shù)據(jù)需要傳輸?shù)降哪繕?biāo)位置區(qū)域。然后，利用節(jié)點(diǎn)訪問(wèn)位置的概率信息，計(jì)算并選擇合適的位置中繼。假設(shè)源節(jié)點(diǎn)要將數(shù)據(jù)發(fā)送到位于城市商業(yè)區(qū)的目的節(jié)點(diǎn)，LRR算法會(huì)查找與商業(yè)區(qū)位置相關(guān)的節(jié)點(diǎn)，這些節(jié)點(diǎn)是曾經(jīng)頻繁訪問(wèn)該商業(yè)區(qū)的節(jié)點(diǎn)，它們具有較高的概率再次進(jìn)入該區(qū)域。通過(guò)選擇這些節(jié)點(diǎn)作為中繼，數(shù)據(jù)能夠更有效地向目標(biāo)位置傳輸。在選擇具體的轉(zhuǎn)發(fā)節(jié)點(diǎn)時(shí)，LRR算法同樣依據(jù)節(jié)點(diǎn)訪問(wèn)目標(biāo)位置的概率。它會(huì)優(yōu)先選擇那些概率較高的節(jié)點(diǎn)進(jìn)行數(shù)據(jù)轉(zhuǎn)發(fā)，因?yàn)檫@些節(jié)點(diǎn)更有可能將數(shù)據(jù)攜帶到目標(biāo)位置區(qū)域。在上述城市交通監(jiān)測(cè)網(wǎng)絡(luò)中，當(dāng)源節(jié)點(diǎn)有數(shù)據(jù)要發(fā)送到商業(yè)區(qū)時(shí)，它會(huì)從周圍的節(jié)點(diǎn)中選擇那些曾經(jīng)頻繁出現(xiàn)在商業(yè)區(qū)的節(jié)點(diǎn)作為轉(zhuǎn)發(fā)節(jié)點(diǎn)，將數(shù)據(jù)傳遞給它們。這些轉(zhuǎn)發(fā)節(jié)點(diǎn)在移動(dòng)過(guò)程中，繼續(xù)按照相同的規(guī)則選擇下一個(gè)轉(zhuǎn)發(fā)節(jié)點(diǎn)，逐步將數(shù)據(jù)向商業(yè)區(qū)傳遞。通過(guò)這種方式，LRR算法將動(dòng)態(tài)的節(jié)點(diǎn)間路由轉(zhuǎn)化為相對(duì)靜止的位置間路由。這種轉(zhuǎn)化使得路由過(guò)程更加穩(wěn)定和可預(yù)測(cè)，因?yàn)槲恢眯畔⒉幌窆?jié)點(diǎn)狀態(tài)那樣頻繁變化。同時(shí)，利用節(jié)點(diǎn)訪問(wèn)位置的概率信息進(jìn)行路由決策，避免了盲目轉(zhuǎn)發(fā)，提高了數(shù)據(jù)包傳輸成功率，減小了數(shù)據(jù)包傳輸延遲，并能減少數(shù)據(jù)包的平均轉(zhuǎn)發(fā)次數(shù)。與傳統(tǒng)的基于洪泛或概率的路由算法相比，LRR算法在傳輸性能上具有明顯優(yōu)勢(shì)，為延遲容忍網(wǎng)絡(luò)的路由優(yōu)化提供了一種新的思路和方法。4.2.2時(shí)間信息的考慮將通信時(shí)間引入通信預(yù)期計(jì)算，是優(yōu)化概率路由算法的一種有效方法。在傳統(tǒng)的概率路由算法中，節(jié)點(diǎn)之間的通信預(yù)期通常僅基于相遇概率來(lái)計(jì)算，忽略了通信時(shí)間這一重要因素。然而，在實(shí)際的延遲容忍網(wǎng)絡(luò)中，通信時(shí)間對(duì)數(shù)據(jù)傳輸?shù)男屎统晒β视兄@著影響。在一個(gè)由移動(dòng)節(jié)點(diǎn)組成的延遲容忍網(wǎng)絡(luò)中，節(jié)點(diǎn)A和節(jié)點(diǎn)B雖然相遇概率較高，但如果它們相遇的時(shí)間總是在網(wǎng)絡(luò)擁塞嚴(yán)重的時(shí)段，那么即使它們相遇，數(shù)據(jù)傳輸也可能會(huì)面臨較大的延遲和失敗風(fēng)險(xiǎn)。因此，將通信時(shí)間納入通信預(yù)期計(jì)算，可以更準(zhǔn)確地評(píng)估節(jié)點(diǎn)之間的數(shù)據(jù)傳輸能力。具體來(lái)說(shuō)，在計(jì)算節(jié)點(diǎn)之間的通信預(yù)期時(shí)，除了考慮相遇概率外，還需要考慮節(jié)點(diǎn)在不同時(shí)間點(diǎn)的通信能力以及數(shù)據(jù)的時(shí)效性要求。一種改進(jìn)的計(jì)算方法是，為不同的時(shí)間片賦予不同的權(quán)重。在網(wǎng)絡(luò)負(fù)載較低、通信質(zhì)量較好的時(shí)間片，賦予較高的權(quán)重；而在網(wǎng)絡(luò)擁塞、通信不穩(wěn)定的時(shí)間片，賦予較低的權(quán)重。假設(shè)在一天的不同時(shí)間段內(nèi)，網(wǎng)絡(luò)的負(fù)載情況不同，早上和晚上網(wǎng)絡(luò)使用高峰期，網(wǎng)絡(luò)擁塞嚴(yán)重，而中午時(shí)段網(wǎng)絡(luò)負(fù)載相對(duì)較低。那么在計(jì)算通信預(yù)期時(shí)，對(duì)于中午時(shí)段的相遇事件，賦予較高的權(quán)重，因?yàn)榇藭r(shí)數(shù)據(jù)傳輸?shù)某晒β屎托矢斜Ｕ?；?duì)于早晚高峰期的相遇事件，賦予較低的權(quán)重。同時(shí)，結(jié)合數(shù)據(jù)的時(shí)效性要求，對(duì)于時(shí)效性高的數(shù)據(jù)，優(yōu)先選擇在通信能力強(qiáng)的時(shí)間片進(jìn)行傳輸。在一個(gè)實(shí)時(shí)交通信息采集網(wǎng)絡(luò)中，交通流量數(shù)據(jù)的時(shí)效性非常高，需要及時(shí)傳輸給交通管理中心。當(dāng)節(jié)點(diǎn)有這類數(shù)據(jù)要傳輸時(shí)，它會(huì)根據(jù)通信時(shí)間信息，優(yōu)先選擇在網(wǎng)絡(luò)通信質(zhì)量好的時(shí)間片與其他節(jié)點(diǎn)進(jìn)行數(shù)據(jù)交換，確保數(shù)據(jù)能夠快速、準(zhǔn)確地傳輸?shù)侥康牡亍Ｍㄟ^(guò)將通信時(shí)間引入通信預(yù)期計(jì)算，概率路由算法能夠更加智能地選擇數(shù)據(jù)傳輸?shù)臅r(shí)機(jī)和路徑，提高數(shù)據(jù)傳輸?shù)某晒β屎托?，降低傳輸延遲。這種優(yōu)化方法充分考慮了網(wǎng)絡(luò)的動(dòng)態(tài)特性和數(shù)據(jù)的需求，為延遲容忍網(wǎng)絡(luò)中的概率路由算法提供了更全面、更有效的決策依據(jù)。4.3改進(jìn)算法實(shí)例分析4.3.1算法原理與流程以基于信令分片傳輸改進(jìn)的算法為例，其核心原理在于根據(jù)下一跳節(jié)點(diǎn)的隊(duì)列空間使用情況，決定是否對(duì)信令進(jìn)行分片處理，進(jìn)而重新計(jì)算路由，以提高數(shù)據(jù)傳輸?shù)某晒β屎托?。在?shí)際的延遲容忍網(wǎng)絡(luò)中，當(dāng)節(jié)點(diǎn)準(zhǔn)備發(fā)送信令時(shí)，首先會(huì)對(duì)下一跳節(jié)點(diǎn)的隊(duì)列空間使用情況進(jìn)行監(jiān)測(cè)和評(píng)估。獲取下一跳節(jié)點(diǎn)的隊(duì)列長(zhǎng)度信息，以及隊(duì)列的最大容量。如果下一跳節(jié)點(diǎn)的隊(duì)列剩余空間小于信令的大小，這意味著直接發(fā)送信令可能會(huì)導(dǎo)致隊(duì)列溢出，從而造成信令丟失或傳輸失敗。在這種情況下，算法會(huì)啟動(dòng)信令分片機(jī)制。信令分片的過(guò)程如下：根據(jù)下一跳節(jié)點(diǎn)隊(duì)列的剩余空間大小，將信令分割成若干個(gè)大小合適的片段。每個(gè)片段都包含必要的頭部信息，以便在后續(xù)的傳輸和重組過(guò)程中能夠準(zhǔn)確識(shí)別和處理。假設(shè)信令大小為S，下一跳節(jié)點(diǎn)隊(duì)列剩余空間為R，算法會(huì)按照一定的規(guī)則將信令分成n個(gè)片段，每個(gè)片段的大小為S/n，且確保S/n<=R。在完成信令分片后，算法會(huì)為每個(gè)分片重新計(jì)算路由。這是因?yàn)榉制蟮男帕钤趥鬏斶^(guò)程中可能需要不同的路徑來(lái)確保高效傳輸。算法會(huì)綜合考慮網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)、節(jié)點(diǎn)的移動(dòng)狀態(tài)、鏈路的穩(wěn)定性以及各節(jié)點(diǎn)的隊(duì)列情況等因素，為每個(gè)信令分片選擇最優(yōu)的傳輸路徑。利用節(jié)點(diǎn)的歷史相遇信息和移動(dòng)預(yù)測(cè)模型，預(yù)測(cè)節(jié)點(diǎn)與其他節(jié)點(diǎn)的相遇概率，優(yōu)先選擇那些相遇概率高且隊(duì)列空間充足的節(jié)點(diǎn)作為轉(zhuǎn)發(fā)節(jié)點(diǎn)。在傳輸過(guò)程中，每個(gè)分片會(huì)沿著各自計(jì)算出的路由路徑進(jìn)行轉(zhuǎn)發(fā)。當(dāng)目的節(jié)點(diǎn)接收到所有的信令分片后，會(huì)根據(jù)分片頭部的信息，按照正確的順序?qū)Ψ制M(jìn)行重組，從而恢復(fù)原始的信令。整個(gè)算法流程可以總結(jié)為：監(jiān)測(cè)下一跳節(jié)點(diǎn)隊(duì)列空間->判斷是否需要分片->分片處理（若需要）->為每個(gè)分片重新計(jì)算路由->分片傳輸->目的節(jié)點(diǎn)重組信令。通過(guò)這種基于信令分片傳輸?shù)母倪M(jìn)算法，能夠有效避免因下一跳節(jié)點(diǎn)隊(duì)列溢出而導(dǎo)致的信令傳輸失敗問(wèn)題，提高了信令在延遲容忍網(wǎng)絡(luò)中的傳輸成功率和效率。4.3.2性能提升分析為了直觀地展示改進(jìn)算法在性能上的提升，通過(guò)仿真實(shí)驗(yàn)對(duì)比改進(jìn)前后算法在傳輸成功率、延遲等指標(biāo)上的表現(xiàn)。在仿真實(shí)驗(yàn)中，構(gòu)建了一個(gè)包含100個(gè)節(jié)點(diǎn)的延遲容忍網(wǎng)絡(luò)模型，節(jié)點(diǎn)的移動(dòng)采用隨機(jī)路點(diǎn)模型，模擬節(jié)點(diǎn)在網(wǎng)絡(luò)中的隨機(jī)移動(dòng)。設(shè)置網(wǎng)絡(luò)的通信鏈路具有一定的概率出現(xiàn)中斷和恢復(fù)，以模擬延遲容忍網(wǎng)絡(luò)中鏈路不穩(wěn)定的特性。實(shí)驗(yàn)中，分別運(yùn)行改進(jìn)前的傳統(tǒng)算法和基于信令分片傳輸改進(jìn)的算法，統(tǒng)計(jì)并對(duì)比它們?cè)诓煌瑓?shù)設(shè)置下的性能指標(biāo)。在傳輸成功率方面，改進(jìn)前的傳統(tǒng)算法傳輸成功率為75%。這是因?yàn)閭鹘y(tǒng)算法在面對(duì)下一跳節(jié)點(diǎn)隊(duì)列溢出時(shí)，無(wú)法有效處理信令的傳輸，導(dǎo)致部分信令丟失，從而降低了傳輸成功率。而改進(jìn)后的算法傳輸成功率提升到了85%。這得益于信令分片傳輸機(jī)制，當(dāng)檢測(cè)到下一跳節(jié)點(diǎn)隊(duì)列空間不足時(shí)，將信令分片后重新計(jì)算路由進(jìn)行傳輸，避免了信令因隊(duì)列溢出而丟失，大大提高了信令到達(dá)目的節(jié)點(diǎn)的成功率。在傳輸延遲方面，改進(jìn)前的傳統(tǒng)算法平均傳輸延遲為5秒。由于傳統(tǒng)算法在路由選擇上缺乏對(duì)信令分片和節(jié)點(diǎn)隊(duì)列狀態(tài)的綜合考慮，導(dǎo)致信令在傳輸過(guò)程中可能會(huì)經(jīng)歷不必要的轉(zhuǎn)發(fā)和等待，增加了傳輸延遲。改進(jìn)后的算法平均傳輸延遲降低到了3.5秒。改進(jìn)算法通過(guò)為信令分片選擇最優(yōu)路由，減少了信令在節(jié)點(diǎn)間的轉(zhuǎn)發(fā)次數(shù)和等待時(shí)間，從而有效降低了傳輸延遲。通過(guò)仿真實(shí)驗(yàn)數(shù)據(jù)可以清晰地看出，基于信令分片傳輸改進(jìn)的算法在傳輸成功率和傳輸延遲這兩個(gè)關(guān)鍵性能指標(biāo)上，相較于改進(jìn)前的算法都有顯著的提升。這表明該改進(jìn)算法能夠更好地適應(yīng)延遲容忍網(wǎng)絡(luò)的復(fù)雜環(huán)境，有效提高網(wǎng)絡(luò)的數(shù)據(jù)傳輸性能。五、案例分析與仿真驗(yàn)證5.1具體應(yīng)用案例5.1.1太空網(wǎng)絡(luò)案例在太空網(wǎng)絡(luò)中，以火星探測(cè)任務(wù)為例，美國(guó)宇航局（NASA）在其火星探測(cè)項(xiàng)目中廣泛應(yīng)用了延遲容忍網(wǎng)絡(luò)路由算法?；鹦桥c地球之間的距離極為遙遠(yuǎn)，信號(hào)傳播延遲巨大，平均往返延遲可達(dá)數(shù)分鐘至數(shù)小時(shí)。同時(shí)，由于火星探測(cè)器在圍繞火星運(yùn)行過(guò)程中，其軌道位置不斷變化，與地球的通信鏈路會(huì)出現(xiàn)間歇性中斷，導(dǎo)致傳統(tǒng)的網(wǎng)絡(luò)路由算法無(wú)法滿足數(shù)據(jù)傳輸需求。為了解決這些問(wèn)題，NASA采用了基于“存儲(chǔ)-攜帶-轉(zhuǎn)發(fā)”機(jī)制的延遲容忍網(wǎng)絡(luò)路由算法?；鹦翘綔y(cè)器作為節(jié)點(diǎn)，在與地球通信鏈路中斷時(shí)，會(huì)將采集到的科學(xué)數(shù)據(jù)存儲(chǔ)在自身的存儲(chǔ)設(shè)備中。當(dāng)探測(cè)器運(yùn)行到合適的位置，與地球建立通信鏈路時(shí)，再將存儲(chǔ)的數(shù)據(jù)逐步轉(zhuǎn)發(fā)回地球。在實(shí)際應(yīng)用中，探測(cè)器會(huì)根據(jù)自身的運(yùn)行軌道和通信計(jì)劃，預(yù)測(cè)與地球通信鏈路的可用時(shí)間和質(zhì)量。當(dāng)預(yù)計(jì)通信鏈路即將建立時(shí)，探測(cè)器會(huì)優(yōu)先選擇那些時(shí)效性強(qiáng)、重要性高的數(shù)據(jù)進(jìn)行轉(zhuǎn)發(fā)。如果通信鏈路質(zhì)量較差，探測(cè)器會(huì)采用數(shù)據(jù)壓縮和糾錯(cuò)編碼等技術(shù)，提高數(shù)據(jù)傳輸?shù)目煽啃浴＿@種路由算法的應(yīng)用，有效地解決了火星探測(cè)任務(wù)中數(shù)據(jù)傳輸?shù)碾y題。通過(guò)存儲(chǔ)和攜帶數(shù)據(jù)，探測(cè)器能夠在通信鏈路不穩(wěn)定的情況下，保證科學(xué)數(shù)據(jù)的完整性和連續(xù)性。數(shù)據(jù)轉(zhuǎn)發(fā)策略的優(yōu)化，提高了數(shù)據(jù)傳輸?shù)男屎涂煽啃?，使得科學(xué)家能夠及時(shí)獲取火星的探測(cè)數(shù)據(jù)，為火星的研究和探索提供了有力支持。據(jù)統(tǒng)計(jì)，采用延遲容忍網(wǎng)絡(luò)路由算法后，火星探測(cè)器的數(shù)據(jù)傳輸成功率從原來(lái)的70%提高到了85%以上，傳輸延遲也得到了有效控制，為火星探測(cè)任務(wù)的成功實(shí)施奠定了堅(jiān)實(shí)基礎(chǔ)。5.1.2移動(dòng)傳感網(wǎng)絡(luò)案例以野生動(dòng)物追蹤傳感網(wǎng)絡(luò)為例，在對(duì)非洲草原上的大象進(jìn)行追蹤監(jiān)測(cè)時(shí)，研究人員在大象身上安裝了傳感器節(jié)點(diǎn)，這些節(jié)點(diǎn)組成了移動(dòng)傳感網(wǎng)絡(luò)。由于大象的活動(dòng)范圍廣泛且移動(dòng)路徑不確定，節(jié)點(diǎn)之間的通信鏈路具有間歇性和不穩(wěn)定性，傳統(tǒng)路由算法難以實(shí)現(xiàn)數(shù)據(jù)的有效傳輸。為了實(shí)現(xiàn)數(shù)據(jù)的有效傳輸，該網(wǎng)絡(luò)采用了基于概率的延遲容忍網(wǎng)絡(luò)路由算法。傳感器節(jié)點(diǎn)會(huì)記錄自己與其他節(jié)點(diǎn)的歷史相遇信息，通過(guò)這些信息計(jì)算出與其他節(jié)點(diǎn)的相遇概率。當(dāng)節(jié)點(diǎn)采集到大象的位置、健康狀態(tài)等數(shù)據(jù)后，會(huì)優(yōu)先將數(shù)據(jù)轉(zhuǎn)發(fā)給那些與匯聚節(jié)點(diǎn)（如研究人員的接收設(shè)備）相遇概率較高的節(jié)點(diǎn)。在實(shí)際運(yùn)行過(guò)程中，節(jié)點(diǎn)會(huì)不斷更新自己的相遇概率信息。如果某頭大象的活動(dòng)區(qū)域發(fā)生變化，導(dǎo)致其身上的傳感器節(jié)點(diǎn)與其他節(jié)點(diǎn)的相遇模式改變，節(jié)點(diǎn)會(huì)根據(jù)新的相遇記錄重新計(jì)算相遇概率，并調(diào)整數(shù)據(jù)轉(zhuǎn)發(fā)策略。當(dāng)一個(gè)傳感器節(jié)點(diǎn)檢測(cè)到大象進(jìn)入了一個(gè)新的區(qū)域，它會(huì)發(fā)現(xiàn)與該區(qū)域內(nèi)其他節(jié)點(diǎn)的相遇概率發(fā)生了變化，此時(shí)它會(huì)選擇與在該區(qū)域內(nèi)相遇概率較高且更接近匯聚節(jié)點(diǎn)的節(jié)點(diǎn)進(jìn)行數(shù)據(jù)轉(zhuǎn)發(fā)。通過(guò)這種路由算法，野生動(dòng)物追蹤傳感網(wǎng)絡(luò)實(shí)現(xiàn)了數(shù)據(jù)的高效傳輸。即使在節(jié)點(diǎn)移動(dòng)性高、鏈路不穩(wěn)定的情況下，也能保證監(jiān)測(cè)數(shù)據(jù)準(zhǔn)確地傳輸?shù)窖芯咳藛T手中。據(jù)實(shí)際測(cè)試，該路由算法使得數(shù)據(jù)傳輸成功率達(dá)到了80%以上，平均傳輸延遲控制在可接受范圍內(nèi)，為野生動(dòng)物的研究和保護(hù)提供了可靠的數(shù)據(jù)支持，有助于研究人員更好地了解大象的行為模式、遷徙路線等信息，制定更加有效的保護(hù)措施。5.2仿真實(shí)驗(yàn)設(shè)計(jì)與實(shí)現(xiàn)5.2.1實(shí)驗(yàn)環(huán)境搭建本次仿真實(shí)驗(yàn)采用OPNETModeler作為仿真軟件，該軟件具有強(qiáng)大的網(wǎng)絡(luò)建模和仿真功能，能夠準(zhǔn)確模擬延遲容忍網(wǎng)絡(luò)的復(fù)雜特性。它提供了豐富的網(wǎng)絡(luò)模型庫(kù)和靈活的建模工具，支持多種網(wǎng)絡(luò)協(xié)議和節(jié)點(diǎn)行為的模擬，為研究延遲容忍網(wǎng)絡(luò)路由算法提供了良好的平臺(tái)。在網(wǎng)絡(luò)參數(shù)設(shè)置方面，構(gòu)建了一個(gè)包含100個(gè)節(jié)點(diǎn)的延遲容忍網(wǎng)絡(luò)模型。節(jié)點(diǎn)分布在一個(gè)1000m×1000m的區(qū)域內(nèi)，以模擬真實(shí)網(wǎng)絡(luò)中的節(jié)點(diǎn)分布情況。設(shè)置節(jié)點(diǎn)的傳輸范圍為100m，這是根據(jù)常見(jiàn)的無(wú)線通信設(shè)備的傳輸距離進(jìn)行設(shè)定的，確保節(jié)點(diǎn)之間的通信具有一定的局限性和現(xiàn)實(shí)性。數(shù)據(jù)傳輸速率設(shè)置為2Mbps，該速率是在考慮到延遲容忍網(wǎng)絡(luò)中可能存在的信號(hào)干擾、帶寬限制等因素后確定的，能夠較好地反映實(shí)際網(wǎng)絡(luò)中的數(shù)據(jù)傳輸能力。網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)采用隨機(jī)生成的方式，以模擬延遲容忍網(wǎng)絡(luò)中拓?fù)浣Y(jié)構(gòu)的動(dòng)態(tài)變化特性。在仿真過(guò)程中，每隔一定時(shí)間（如5分鐘），隨機(jī)改變部分節(jié)點(diǎn)的位置，以模擬節(jié)點(diǎn)的移動(dòng)性，使得網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)不斷發(fā)生變化，從而更真實(shí)地模擬延遲容忍網(wǎng)絡(luò)的實(shí)際運(yùn)行情況。節(jié)點(diǎn)移動(dòng)模型采用隨機(jī)路點(diǎn)模型（RandomWaypointModel）。在該模型中，每個(gè)節(jié)點(diǎn)在仿真區(qū)域內(nèi)隨機(jī)選擇一個(gè)目標(biāo)點(diǎn)，然后以隨機(jī)的速度（速度范圍設(shè)定為1-5m/s，這是根據(jù)實(shí)際應(yīng)用中節(jié)點(diǎn)移動(dòng)速度的常見(jiàn)范圍確定的）向目標(biāo)點(diǎn)移動(dòng)。當(dāng)節(jié)點(diǎn)到達(dá)目標(biāo)點(diǎn)后，會(huì)在該點(diǎn)停留一段時(shí)間（停留時(shí)間服從指數(shù)分布，平均停留時(shí)間為30秒，指數(shù)分布能夠較好地模擬節(jié)點(diǎn)停留時(shí)間的隨機(jī)性），然后再隨機(jī)選擇下一個(gè)目標(biāo)點(diǎn)繼續(xù)移動(dòng)。這種模型能夠較好地模擬節(jié)點(diǎn)在網(wǎng)絡(luò)中的隨機(jī)移動(dòng)行為，符合延遲容忍網(wǎng)絡(luò)中節(jié)點(diǎn)移動(dòng)性高的特點(diǎn)。通過(guò)這種方式，在仿真過(guò)程中能夠動(dòng)態(tài)地模擬節(jié)點(diǎn)的移動(dòng)軌跡和位置變化，從而研究路由算法在節(jié)點(diǎn)移動(dòng)環(huán)境下的性能表現(xiàn)。5.2.2實(shí)驗(yàn)方案制定為了全面評(píng)估改進(jìn)算法的性能，制定了詳細(xì)的實(shí)驗(yàn)方案，旨在對(duì)比不同算法在相同網(wǎng)絡(luò)環(huán)境下的性能差異，驗(yàn)證改進(jìn)算法的有效性。選擇基于洪泛的路由算法、基于概率的路由算法（以“移動(dòng)空間”中概率路由算法為例）和改進(jìn)后的算法進(jìn)行對(duì)比實(shí)驗(yàn)?；诤榉旱穆酚伤惴ㄗ鳛橐环N簡(jiǎn)單直接的傳統(tǒng)算法，在延遲容忍網(wǎng)絡(luò)中具有一定的代表性，其廣播式的轉(zhuǎn)發(fā)方式雖然簡(jiǎn)單，但存在諸多問(wèn)題，如網(wǎng)絡(luò)開銷大、能量消耗高，通過(guò)與它對(duì)比，可以直觀地看出改進(jìn)算法在優(yōu)化資源利用方面的優(yōu)勢(shì)；基于概率的路由算法是目前延遲容忍網(wǎng)絡(luò)中常用的算法之一，它利用節(jié)點(diǎn)相遇概率進(jìn)行路由決策，具有一定的智能性，與改進(jìn)算法對(duì)比，可以評(píng)估改進(jìn)算法在適應(yīng)節(jié)點(diǎn)移動(dòng)性和提高傳輸效率方面的改進(jìn)效果。實(shí)驗(yàn)中，設(shè)定源節(jié)點(diǎn)向目的節(jié)點(diǎn)發(fā)送1000個(gè)數(shù)據(jù)包，通過(guò)多次仿真實(shí)驗(yàn)，統(tǒng)計(jì)不同算法在傳輸成功率、傳輸延遲、網(wǎng)絡(luò)開銷和能量消耗等指標(biāo)上的表現(xiàn)。在每次仿真中，記錄成功到達(dá)目的節(jié)點(diǎn)的數(shù)據(jù)包數(shù)量，以計(jì)算傳輸成功率；記錄每個(gè)數(shù)據(jù)包從源節(jié)點(diǎn)發(fā)送到目的節(jié)點(diǎn)接收的時(shí)間，計(jì)算平均傳輸延遲；統(tǒng)計(jì)網(wǎng)絡(luò)中傳輸?shù)目刂菩畔⒑腿哂鄶?shù)據(jù)的數(shù)量，以評(píng)估網(wǎng)絡(luò)開銷；通過(guò)模擬節(jié)點(diǎn)的能量消耗模型，記錄節(jié)點(diǎn)在數(shù)據(jù)傳輸、接收和處理過(guò)程中的能量消耗情況，計(jì)算平均能量消耗。為了確保實(shí)驗(yàn)結(jié)果的準(zhǔn)確性和可靠性，每個(gè)實(shí)驗(yàn)場(chǎng)景重復(fù)仿真10次，取平均值作為最終結(jié)果。在不同的網(wǎng)絡(luò)負(fù)載情況下進(jìn)行實(shí)驗(yàn)，分別設(shè)置低負(fù)載（源節(jié)點(diǎn)每10秒發(fā)送一個(gè)數(shù)據(jù)包）、中負(fù)載（源節(jié)點(diǎn)每5秒發(fā)送一個(gè)數(shù)據(jù)包）和高負(fù)載（源節(jié)點(diǎn)每2秒發(fā)送一個(gè)數(shù)據(jù)包）三種場(chǎng)景。通過(guò)改變網(wǎng)絡(luò)負(fù)載，觀察不同算法在不同業(yè)務(wù)量下的性能變化，分析算法對(duì)網(wǎng)絡(luò)負(fù)載的適應(yīng)性。在低負(fù)載情況下，重點(diǎn)觀察算法的傳輸延遲和能量消耗，評(píng)估算法在輕載網(wǎng)絡(luò)中的效率；在中負(fù)載情況下，綜合評(píng)估算法在傳輸成功率、延遲和開銷等方面的性能，分析算法在常規(guī)負(fù)載下的表現(xiàn)；在高負(fù)載情況下，關(guān)注算法的擁塞控制能力和傳輸可靠性，研究算法在網(wǎng)絡(luò)擁塞時(shí)的應(yīng)對(duì)能力。通過(guò)這樣的實(shí)驗(yàn)方案，能夠全面、系統(tǒng)地對(duì)比不同路由算法在延遲容忍網(wǎng)絡(luò)中的性能，從而驗(yàn)證改進(jìn)算法在提高傳輸成功率、降低傳輸延遲、減少網(wǎng)絡(luò)開銷和能量消耗等方面的有效性，為延遲容忍網(wǎng)絡(luò)路由算法的優(yōu)化和應(yīng)用提供有力的實(shí)驗(yàn)依據(jù)。5.3實(shí)驗(yàn)結(jié)果與討論通過(guò)仿真實(shí)驗(yàn)，得到了不同路由算法在傳輸成功率、傳輸延遲、網(wǎng)絡(luò)開銷和能量消耗等指標(biāo)上的結(jié)果，如圖1-圖4所示。圖1不同算法傳輸成功率對(duì)比圖2不同算法傳輸延遲對(duì)比圖3不同算法網(wǎng)絡(luò)開銷對(duì)比圖4不同算法能量消耗對(duì)比從傳輸成功率來(lái)看，改進(jìn)算法的傳輸成功率明顯高于基于洪泛的算法和基于概率的算法。在低負(fù)載情況下，改進(jìn)算法的傳輸成功率達(dá)到了92%，基于洪泛的算法為85%，基于概率的算法為82%。這是因?yàn)楦倪M(jìn)算法通過(guò)考慮節(jié)點(diǎn)移動(dòng)性、資源限制以及引入位置和時(shí)間信息等優(yōu)化策略，能夠更準(zhǔn)確地選擇轉(zhuǎn)發(fā)節(jié)點(diǎn)和路由路徑，避免了數(shù)據(jù)的盲目轉(zhuǎn)發(fā)和丟失，從而提高了傳輸成功率。在中負(fù)載和高負(fù)載情況下，改進(jìn)算法依然保持較高的傳輸成功率，分別為88%和85%，而基于洪泛的算法和基于概率的算法在高負(fù)載下傳輸成功率下降較為明顯，這表明改進(jìn)算法在不同網(wǎng)絡(luò)負(fù)載下都具有較好的穩(wěn)定性和可靠性。在傳輸延遲方面，改進(jìn)算法的平均傳輸延遲最低。低負(fù)載時(shí)，改進(jìn)算法的傳輸延遲為2.5秒，基于洪泛的算法為4.0秒，基于概率的算法為3.2秒。改進(jìn)算法通過(guò)優(yōu)化路由選擇和數(shù)據(jù)轉(zhuǎn)發(fā)策略，減少了數(shù)據(jù)在節(jié)點(diǎn)間的轉(zhuǎn)發(fā)次數(shù)和等待時(shí)間，從而降低了傳輸延遲。隨著網(wǎng)絡(luò)負(fù)載的增加，改進(jìn)算法的延遲增長(zhǎng)相對(duì)緩慢，在高負(fù)載下為3.5秒，而基于洪泛的算法和基于概率的算法延遲增長(zhǎng)較快，分別達(dá)到了6.0秒和4.5秒，這說(shuō)明改進(jìn)算法在應(yīng)對(duì)網(wǎng)絡(luò)擁塞時(shí)具有更好的性能，能夠有效保障數(shù)據(jù)的及時(shí)傳輸。網(wǎng)絡(luò)開銷上，改進(jìn)算法的網(wǎng)絡(luò)開銷明顯低于基于洪泛的算法。低負(fù)載時(shí)，改進(jìn)算法的網(wǎng)絡(luò)開銷為300字節(jié)/秒，基于洪泛的算法為700字節(jié)/秒，基于概率的算法為400字節(jié)/秒。改進(jìn)算法通過(guò)合理的分片策略和路由計(jì)算，減少了冗余數(shù)據(jù)的傳輸和不必要的控制信息開銷，從而降低了網(wǎng)絡(luò)開銷。