针对采用epidemic机制的机会网络路由算法在汇总矢量(summary vector,SV)的交换、存储和请求矢量(request vector,RV)的交换过程中存在冗余开销影响效率的问题,提出一种基于自适应矢量压缩的路由算法(epidemic routing based on adaptive compression of vector,ERACV),所提算法通过采用自适应压缩SV和RV的长度、改进SV交换、收到SV分组后优先发送目的地为相遇节点的数据分组等新机制,减少控制开销和节点的存储开销,降低数据分组时延。理论分析验证了ERACV算法的有效性,仿真结果显示,与经典的感染路由算法分销及其改进后的消息传输控制算法相比,ERACV算法的控制和SV存储开销分别减少了39%和96.4%,数据分组的平均端到端时延则降低了2.5%以上,并且维持了100%的数据传送成功率。
针对采用社区划分策略的机会网络路由算法在消息传输过程中存在时延过长、冗余转发的问题,提出一种基于社区的机会网络路由算法Routing algorithm for Opportunistic Networks based on Community(RONC),通过充分利用通信重叠区域内的节点转发消息,优化转发节点判定机制,重设消息传输条件,降低消息转发次数,从而提高消息传输成功率,降低传输时延。理论分析和仿真结果显示:RONC算法在平均端到端时延、转发效率和平均存储时间等方面均优于经典的Epidemic routing算法、Prophet routing算法及其改进算法Community-driven Hierarchical Message Transmission Scheme(CHMTS)。
