基于終端干擾和鏈路穩(wěn)定性的多終端協(xié)同維護機制

張潔，芮蘭蘭，郭少勇，邱雪松，丁一凡

（1. 北京郵電大學 網(wǎng)絡與交換技術國家重點實驗室，北京 100876；2. 北京交通大學 高速鐵路網(wǎng)絡管理教育部工程研究中心，北京 100044）

1 引言

泛在末梢環(huán)境是由處于用戶周邊終端形成的智能空間，在移動自組織網(wǎng)(MANET, mobile ad-hoc network)組成的泛在末梢環(huán)境中，常以面向業(yè)務的多終端協(xié)同的方式為用戶提供無處不在的泛在業(yè)務[1]。然而，終端移動性造成的網(wǎng)絡拓撲動態(tài)變化[2]、有限的終端資源屬性[3]造成協(xié)同方案的不確定性，是協(xié)同執(zhí)行潛在的失敗風險，并且，失敗引起多終端協(xié)同方案切換，對用戶產(chǎn)生干擾。因此，需要構建一個多終端協(xié)同維護機制，保證泛在業(yè)務執(zhí)行的可靠性和持續(xù)性，從而保障用戶體驗。

構建多終端協(xié)同維護機制面臨以下挑戰(zhàn)：首先，在動態(tài)的網(wǎng)絡環(huán)境中，如何估計終端移動性，構造可靠的協(xié)同方案；其次，在切換多終端協(xié)同方案的時候，如何盡可能地減少對用戶的干擾；最后，協(xié)同方案要在滿足有限終端資源的同時，實現(xiàn)多樣化的業(yè)務質(zhì)量(QoS, quality of service)需求。

目前，有關多終端協(xié)同維護的研究成果不多。通過預估終端移動性的方法可以提高所選協(xié)同方案的可靠性[4～7]。文獻[4,5]使用 GPS等設備提供的位置信息，無需復雜計算，選擇可靠的協(xié)同方案，但會產(chǎn)生額外的輔助設備負擔，在一些特定環(huán)境中無法使用(如地下)。文獻[6]基于移動模型，使用概率統(tǒng)計的方法進行協(xié)同方案的構建，在擴展方面有局限性。文獻[7]通過終端當前的屬性，如信號強度來預測移動性，沒有設備負擔，而且擴展性較好。但目前，較多存在于鏈路層，缺乏面向業(yè)務的應用。本文將結(jié)合這種方法，在設計面向業(yè)務的協(xié)同維護時，通過對終端自身屬性的計算確定可靠性指標。

采用優(yōu)化算法可以有效提高協(xié)同方案的可靠性[8,9]。文獻[8]基于貪婪路由算法，提出了一個新的預測鏈路生存期的方法，以便在進行終端協(xié)同選擇的時候更加高效。文獻[9]在貪心算法的基礎上，結(jié)合執(zhí)行時間，采用動態(tài)規(guī)劃算法解決終端協(xié)同中的開銷問題。以上兩者均未考慮協(xié)同方案在切換時對用戶的干擾，在發(fā)生多次中斷時難以保證最佳用戶體驗。

針對協(xié)同方案切換產(chǎn)生的干擾，文獻[10]通過表征節(jié)點失敗引起的中斷，提出了最小化切換代價的協(xié)同方案(MDSCR, minimum disruption service composition and recovery)，但是缺乏對鏈路穩(wěn)定性和多樣化QoS需求的考慮。文獻[11]利用局部恢復和可靠路徑，基于概率分析提出了一個快速計算中斷干擾的算法，沒有計算終端自身屬性對 QoS的影響。

為了解決上述問題，本文通過在泛在末梢環(huán)境中抽象出泛在業(yè)務執(zhí)行問題模型，并結(jié)合泛在業(yè)務特征，建立了滿足個性化用戶需求的指標，提出一個新的多終端協(xié)同維護機制(MDCMM, multi-devices cooperation maintenance mechanism)。MDCMM基于容忍干擾和鏈路穩(wěn)定性來計算可靠性，并結(jié)合持續(xù)性指標確定維護評價函數(shù)。MDCMM包括初始化部署、協(xié)同構造和協(xié)同重構3個階段，具有動態(tài)規(guī)劃最優(yōu)子結(jié)構的特點，并且克服了現(xiàn)有動態(tài)規(guī)劃協(xié)同維護策略的不足。仿真結(jié)果表明，MDCMM能在滿足QoS的前提下減少整體和局部維護代價，有效保障用戶體驗。

2 場景及模型

建立以MANET為背景的泛在末梢環(huán)境下的終端協(xié)同場景，包括用戶層、業(yè)務層和網(wǎng)絡層。當用戶發(fā)起一個泛在業(yè)務時，通過起始終端設備將子業(yè)務的協(xié)同關系發(fā)布到網(wǎng)絡層中，獲取網(wǎng)絡層中的可用終端信息，選擇執(zhí)行終端執(zhí)行對應的子業(yè)務，以滿足需求用戶的要求。如圖1所示，泛在業(yè)務由S1到S4順序完成， MDCMM經(jīng)過協(xié)同構造后，使S1的執(zhí)行終端為 11，S2的執(zhí)行終端為 22，它們之間用λ1、轉(zhuǎn)接終端和l2連接。某時刻l2發(fā)生失敗，MDCMM將進行協(xié)同重構，以最優(yōu)的全局維護評價指標，維護業(yè)務的持續(xù)和平滑進行。

圖1 泛在業(yè)務場景

2.1 問題模型

1) 網(wǎng)絡模型

網(wǎng)絡模型用GN=(D,L,I,TP)表示。由于網(wǎng)絡拓撲隨時間動態(tài)變化，將泛在業(yè)務執(zhí)行時間T設置為基于中斷時刻的離散變量(t1,t2,…)，其中Ti表示時間段[ti,ti+1)。在時間段Ti內(nèi)，網(wǎng)絡拓撲保持在ti時刻的狀態(tài)不變，終端集合D={di︱i=1,2, …}，無線鏈接集合L={li︱i=1,2, …}，終端干擾能力集合I={Idi︱i=1,2, …}，以及鏈路持續(xù)時間集合TP={TPi︱i=1, 2,…}均不變。其中，兩終端之間的鏈路表示為P(d,d')(t)={d1,…,dn,d1=d,dn=d’}。如果終端不再滿足質(zhì)量需求，或者移動到通信范圍外時，網(wǎng)絡中的節(jié)點和邊會被刪除。

2) 業(yè)務模型

業(yè)務模型用一個有向無環(huán)圖GS=(S,E,IS)表示。其中協(xié)同關系由一系列子業(yè)務構成，第i個子業(yè)務Si和下一個執(zhí)行業(yè)務Si+1之間用有向邊Ei連接。當網(wǎng)絡層中與Si和Si+1對應兩終端間的鏈路失敗時，Ei被刪除。

2.2 評價指標模型

綜合上述網(wǎng)絡模型和業(yè)務模型，選擇終端執(zhí)行泛在業(yè)務的問題，即從GN=(D,L,I,TP)中選取符合GS=(S,E,IS)的子圖，包括終端選擇RD=(ds1→ds2→…→dsr)和鏈路選擇RP=(P(d1,di+1)|i=1, 2,…,r-1)。

建立以協(xié)同方案評價指標為目標函數(shù)的數(shù)學模型來解決該問題。為了使用戶感知到的干擾最小，保障用戶體驗，建立指標函數(shù)來評價中斷干擾對用戶的影響，下面給出評價函數(shù)的相關計算。

協(xié)同方案的不可靠性引起泛在業(yè)務的中斷。用中斷時間所占的比例C作為泛在業(yè)務持續(xù)性指標，如式(1)所示。C越小表示協(xié)同方案不容易發(fā)生中斷，持續(xù)性越好。

假設R(tj)是tj時刻的協(xié)同方案，R(tj+1)是tj+1時刻的協(xié)同方案，Δtj為中斷時間，即從方案R(tj)切換到方案R(tj+1)花費的恢復時間。在協(xié)同維護過程中，Δtj是動態(tài)的，由于網(wǎng)絡拓撲的不確定性等，中斷時間很難計算，此過程對用戶的干擾很大程度上依賴于終端和鏈路兩方面，可從這兩方面來定量計算Δtj。

用ND(Δtj→Δtj+1)表示從方案R(tj)切換到方案R(tj+1)的替代終端數(shù)如式(2)所示。

其中，r是子業(yè)務數(shù)目，|R(tj+1)∩R(tj)|是2個集合中的相同節(jié)點數(shù)目。同樣，假設P(tj)是tj時刻的路徑，P(tj+1)是tj+1時刻的路徑，用NP(Δtj→Δtj+1)表示從路徑P(tj)切換到路徑P(tj+1)的替代鏈接數(shù)

基于以上預測，結(jié)合終端和鏈路的性質(zhì)，重新定義評價指標。從方案R(tj)切換到方案R(tj+1)花費的恢復時間Δtj定義如下

其中，ρ和δ是常數(shù)，表示終端和鏈路因素各自所占比重。Idk為終端干擾效益，ε為鏈路穩(wěn)定性。

2.3 MDCMM問題闡述

基于上述評價指標的定義，下面將描述MDCMM問題。根據(jù)2.1節(jié)中離散時間(t1,t2,…)的描述，定義多終端協(xié)同維護為一系列協(xié)同方案：R=(R(t1),R(t1),…R(tn))，其中，0=t1＜t2＜…＜tn＜T。R包括最初的協(xié)同方案R(t1)和所有的維護方案R(tj)→R(tj+1)，j=1,…n-1。

在網(wǎng)絡GN(tj)中，當且僅當協(xié)同方案R(tj)中所有的鏈路都存在的情況下，R(tj)是可行的。進而當且僅當每個協(xié)同方案R(tj)在時間段[tj,tj+1)內(nèi)是可行的情況下，R是可行的。在GN(t)中，定義所有的可行協(xié)同方案集合為S(GN)。每個可行的R對應一個指標為

MDCMM問題的目標：在集合中S(GN)尋找可行的最優(yōu)決策R，使指標C(R)最小化，最終抽象出目標函數(shù)(見式(6))，用來評價最佳協(xié)同方案。

3 MDCMM優(yōu)化算法

3.1 動態(tài)規(guī)劃算法

由以上闡述可知，MDCMM問題可表示為多階段決策最優(yōu)化問題。為了對MDCMM問題進行優(yōu)化求解，接下來，將分析網(wǎng)絡拓撲已知情況下的動態(tài)規(guī)劃算法，以及網(wǎng)絡拓撲未知情況下的預測計算。

在網(wǎng)絡拓撲已知的情況下，GN(tj)是確定的，MDCMM 是一個動態(tài)規(guī)劃問題。用f(R(tj))表示tj時間段，使用業(yè)務組合方案R(tj)情況下的最小代價

式(8)描述了從R(tj)切換到R(tj+1)的最優(yōu)維護方案，第一部分表示從失敗的方案R(tj)到新的方案R(tj+1)的評價指標，第二部分刻畫了新方案的持續(xù)性。可采用自底向上的計算方法，逐步構造滿足最小維護代價的方案。

在泛在末梢環(huán)境中，由于節(jié)點移動性造成網(wǎng)絡拓撲不確定性。而ti+1時刻的維護決策需要知道該中斷時刻后的網(wǎng)絡拓撲來計算f(R(tj+1))。所以接下來，將結(jié)合可靠性預測來解決該問題。

3.2 可靠性預測

給出終端干擾。在計算終端干擾效益之前，根據(jù)子業(yè)務對終端各項屬性的要求來確定子業(yè)務的容忍干擾效益，作為選擇終端的限定條件。

1) 容忍干擾效益ISi。泛在業(yè)務具有個性化的資源需求，當終端因為能力受限產(chǎn)生干擾時，子業(yè)務Si所能容忍的極限值如式(9)所示，對能量ESi、帶寬BSi、執(zhí)行時間TSi進行歸一化處理。

其中，能量最小值min(E)，帶寬最大值max(B)，服務時間最大值 max(T)是子業(yè)務所能容忍的各項能力極限值。α、β和γ為相應的權值系數(shù)，表示不同的泛在業(yè)務對終端自身能力的偏重。如多媒體業(yè)務對實時性的要求比較高，因此強調(diào)干擾因素執(zhí)行時間，文件下載業(yè)務則更偏重干擾因素帶寬，這些偏重決定了α、β和γ的取值。

2) 終端干擾效益Idk。結(jié)合受限的終端能力對業(yè)務執(zhí)行產(chǎn)生的干擾效益進行計算，如式(10)所示，對終端dk的屬性能量Edk、網(wǎng)絡帶寬Bdk、執(zhí)行時間Tdk進行歸一化處理。

其中，能量最小值 min(E')，物理帶寬最大值max(B')，服務時間最大值 max(T')是終端的各項能力極限值。只有當終端的各項能力滿足子業(yè)務的容忍值，并且終端干擾效益小于容忍干擾效益時，終端才可選。

結(jié)合終端屬性，采用預測的方法計算鏈路不穩(wěn)定性。

3) 預估鏈路穩(wěn)定性LS。鏈路持續(xù)時間TP越長，說明路徑失敗頻率越小，網(wǎng)絡路徑越穩(wěn)定。將鏈路持續(xù)時間與其下限的比值作為鏈路穩(wěn)定性LS測度為

通過獲取網(wǎng)絡中任意時刻的終端接收信號強度，估計鏈路持續(xù)時間TPdi→di+1來表征鏈路可靠性。TPlimit表示鏈路持續(xù)時間下限。其中r表示網(wǎng)絡中終端的通信半徑，在初始化時設置，v表示終端間的相對移動速度，可由計算得出[7]。

4) 鏈路失敗頻率。終端間鏈路穩(wěn)定性的倒數(shù)。

求解過程實際上就是計算所有狀態(tài)值的過程。根據(jù)式(4)，第一部分的計算要枚舉網(wǎng)絡中的所有能組成協(xié)同路徑的可用終端，為了在網(wǎng)絡規(guī)模較大的情況下較少計算量，優(yōu)先選擇具有較高可靠性的終端。在計算終端干擾效益之前，根據(jù)子業(yè)務對終端各項屬性的要求來確定子業(yè)務的容忍干擾效益，作為選擇終端的限定條件。針對網(wǎng)絡GN中，未來時刻的變化無法獲悉的情況，按式(11)和式(12)，采用預測的方法預估鏈路不穩(wěn)定性，選取與最優(yōu)子結(jié)構最接近的方案。

3.3 MDCMM流程及說明

以一個泛在業(yè)務為例介紹維護機制的工作流程，如圖2所示。

1) 初始化部署

用戶發(fā)起泛在業(yè)務U請求時，初始化業(yè)務模型GS=(S,E,IS)和網(wǎng)絡模型GN=(D,L,I,TP)，構造4個數(shù)據(jù)集合SS、DS、ADS和ODS。SS是泛在業(yè)務集合，包括U的終端協(xié)同信息，Si的容忍干擾DSi、BSi、TSi。DS是終端集合，包括各個終端dk所能提供的業(yè)務Sk及其干擾能力。ADS是可用協(xié)同方案，包括執(zhí)行每個子業(yè)務的終端及其信息，初始時刻為NULL。ODS是最終協(xié)同執(zhí)行方案，包括執(zhí)行每個子業(yè)務的終端及其信息，初始時刻為NULL，如圖3所示。

此外，還要確定質(zhì)量需求和網(wǎng)絡中終端各項能力的極限值。不同的泛在業(yè)務，對業(yè)務質(zhì)量有不同的需求，由此需要確定α、β和γ。用戶對終端自身的質(zhì)量和路徑的質(zhì)量有不同需求，由此確定δ和ρ。

圖2 維護機制工作流程

圖3 初始部署

2) 協(xié)同構造

包括協(xié)同發(fā)現(xiàn)、協(xié)同選擇、協(xié)同執(zhí)行3個階段。協(xié)同發(fā)現(xiàn)是對復雜的泛在業(yè)務請求做出響應，構造子業(yè)務協(xié)同方案，此階段得到一個可用協(xié)同方案集合ADS；協(xié)同選擇是從協(xié)同發(fā)現(xiàn)階段的協(xié)同方案集合 ADS中，進行終端選擇和網(wǎng)絡路徑選擇，即為每個子業(yè)務選擇執(zhí)行終端以及2個子業(yè)務相鄰的執(zhí)行終端間的鏈路，構造滿足需求的協(xié)同執(zhí)行方案；協(xié)同執(zhí)行即子業(yè)務的協(xié)同執(zhí)行過程。具體分為以下幾個步驟。

①根起點d1產(chǎn)生源數(shù)據(jù)流，將初始化協(xié)同關系信息封入數(shù)據(jù)分組內(nèi)，在網(wǎng)絡中進行廣播，尋找能提供子業(yè)務的終端。

②終端d1接收到請求分組以后，如果該終端能提供終端協(xié)同關系中相應的子業(yè)務，且滿足Ek＞ESi，Bk＜BSi,Tk＜TSi，則發(fā)送應答信息給d1；如果不能提供則轉(zhuǎn)發(fā)該廣播信息。

③每個終端dk估計其與各鄰居終端的鏈路穩(wěn)定性LSdi→di+1，也將這個信息發(fā)送給d1，形成ADS信息集合。最終根起點d1計算f(R(t1))，從而確定使其最小的各個子業(yè)務的執(zhí)行終端，存入 ODS中。同時，根起點d1產(chǎn)生監(jiān)控分組。

④選擇網(wǎng)絡路徑：根據(jù)集合 ODS中的協(xié)同信息，依據(jù)IP層建立起通信路徑。借用按需路由協(xié)議(AODV, ad hoc on-demand distance vector routing)里的Hello分組進行消息廣播，綜合考慮鏈路穩(wěn)定性，選擇穩(wěn)定鏈路建立端到端路徑。

3) 協(xié)同重構

①根據(jù)根起點d1產(chǎn)生的監(jiān)控分組，獲得執(zhí)行終端的質(zhì)量和泛在業(yè)務完成情況。

②若發(fā)現(xiàn)發(fā)生業(yè)務失敗時，進入到協(xié)同重構階段。從上次決策過程得到的集合 ADS中，選擇最優(yōu)協(xié)同方案，存入ODS中。

③如果不存在協(xié)同方案則重新發(fā)起業(yè)務請求，進行一次新的協(xié)同構造，計算恢復代價，選擇使式(8)最小的協(xié)同方案R(tj+1)。確定各個子業(yè)務的執(zhí)行終端，更新ADS和ODS信息，為下一時刻的維護過程做準備。

4 仿真實驗

本文提出的多終端協(xié)同維護機制，提高協(xié)同方案可靠性的角度保持泛在業(yè)務執(zhí)行的持續(xù)性，降低干擾對用戶的影響。為驗證本文提出機制的有效性，設計并搭建了實驗環(huán)境，并對結(jié)果進行了比較和分析。

4.1 仿真設置

1) 網(wǎng)絡設置?；诂F(xiàn)有的面向業(yè)務的多終端協(xié)同選擇框架[12]，以 OPNET 為仿真平臺模擬MANET 組成的泛在末梢環(huán)境。在大小為1 000 m×1 000 m的網(wǎng)絡中，隨機分布30個移動終端，以支持泛在業(yè)務的提供。

3.績效考核體系具有客觀公正性，因此可以很好的區(qū)分職工工作狀態(tài)是高效還是低效，根據(jù)不同職工工作水平?jīng)Q定他們不同的工資和福利待遇，合理的分配獎金和晉升機會，這樣才能可以對員工起到激勵作用。

為了使網(wǎng)絡中的終端更好地提供 MDCMM 中的泛在業(yè)務，設置了3種屬性。①終端移動性：每個終端均使用manet_station的移動模型，均具有接收和轉(zhuǎn)發(fā)數(shù)據(jù)分組的功能，終端遵循隨機移動模型，以向量路徑（VECTOR）方式移動，最大速度默認為10 m/s。②終端能力：每個終端均能提供電池能量(E)、帶寬(B)、服務時間(T)3種屬性。③鏈路狀況：考慮2個終端之間存在通信時，鏈路的穩(wěn)定性，參數(shù)在表1中給出。

2) 業(yè)務設置。在網(wǎng)絡中設置具有由5個子業(yè)務按照串行順序組合而成的協(xié)同關系的泛在業(yè)務請求。每個子業(yè)務對應的可用終端數(shù)目默認為 3。終端1a提供業(yè)務S1，源業(yè)務流的到達時間間隔服從指數(shù)分布（CBR），使用恒定比特率CBR流來模擬數(shù)據(jù)流量，數(shù)據(jù)分組長度為512 bit，數(shù)據(jù)分組間隔為1 packet/s。參數(shù)的具體說明如表1所示。

表1 泛在環(huán)境參數(shù)設置

4.2 實驗指標

在仿真過程中，首先從可用終端數(shù)和移動速度對目標函數(shù)進行影響因子分析；其次為了評價MDCMM機制的性能，在多終端協(xié)同執(zhí)行過程中，從切換代價和用戶體驗方面進行了評價，設置實驗指標如下。

1) 目標函數(shù)。是子過程切換代價之和C(R)，表示在發(fā)生中斷的情況下整體業(yè)務質(zhì)量的優(yōu)劣。目標函數(shù)的值越低，業(yè)務可靠性和持續(xù)性越好。用于對MDCMM機制的分析和比較。

2) 業(yè)務平滑性。用 2個指數(shù)來表示業(yè)務平滑性，評價用戶體驗。

一是各個子過程中干擾指數(shù)CI，根據(jù)持續(xù)性指標計算(見式(13))，CI浮動越小，說明相鄰子過程的切換具有越平滑的波動，用戶體驗越好。用于對MDCMM機制的分析。

二是各個子過程中目標函數(shù)的方差CS(見式(14))。該值越小，說明維護越穩(wěn)定，用戶體驗越好。用于對不同機制進行比較。

分別對 MDCMM、MDSCR[10]和 MPCMM 3種不同的機制在相同參數(shù)設置的場景中進行實驗，說明MDCMM的優(yōu)越性。其中MDSCR是基于預測的維護機制，選擇具有最長預估鏈路持續(xù)時間的終端協(xié)同方案；MPCMM是基于ad hoc最短路徑路由算法的維護機制，以跳數(shù)作為選擇標準。實驗是比較不同機制對用戶的干擾。

4.3 結(jié)果分析

通過以上環(huán)境設置，在OPNET中進行仿真。將得到的評價指標數(shù)據(jù)輸出到 MATLABR2013a中，進行比較分析。

1) 目標函數(shù)影響因子

如圖4所示，設置橫坐標為中斷次數(shù)n，縱坐標為評價函數(shù)。移動終端的最大速度設置為5 m/s、10 m/s、15 m/s；網(wǎng)絡中的最大可用終端數(shù)分別設置為1～5。

由圖可知，評價函數(shù)是隨中斷次數(shù)n而增加的。橫行對比圖，在最大可用終端數(shù)固定的情況下，終端移動速度會對評價函數(shù)造成影響。在具有較高動態(tài)性的MANET中，失敗率增加，評價函數(shù)數(shù)值較大，說明維護花費更高。

圖4 目標函數(shù)影響因素分析

縱向?qū)Ρ龋诰W(wǎng)絡動態(tài)性固定的情況下，分析可用終端數(shù)的影響。以圖4(b)為例，終端最大速度為10 m/s，可用終端數(shù)不同，目標函數(shù)的曲線發(fā)生變化。如果每個子業(yè)務具有較多的可用終端，在協(xié)同構造過程中，對可用終端的搜索和計算將會更復雜，并且由于不可靠終端增加，因此評價函數(shù)更高?？捎媒K端數(shù)目為4和5時，曲線差別不大。另外，可用終端數(shù)的影響在中斷次數(shù)較多時表現(xiàn)得尤其明顯。

2) 不同機制目標函數(shù)的比較

為了對MDCMM、MDSCR和MPCMM機制進行比較，在相同的環(huán)境和終端參數(shù)設置下進行仿真，每次仿真時間為2 000 s。

圖 5給出了在終端移動速度最大值為 5 m/s、10 m/s、15 m/s時，3種機制產(chǎn)生目標函數(shù)的比較，可以看出MDCMM具有較低數(shù)值的目標函數(shù)，并且，隨著移動速度最大值增加，不同機制之間目標函數(shù)的差值也拉大了。因為MDCMM優(yōu)先選擇具有較小干擾能力，并且可以穩(wěn)定執(zhí)行業(yè)務的終端和路徑，保證業(yè)務執(zhí)行。而MDSCR和MPCMM均沒有考慮終端干擾給QoS帶來的不可靠性，前者選擇的協(xié)同方案具有最長持續(xù)時間，后者選擇的協(xié)同方案具有最少跳數(shù)。在這些協(xié)同方案中，執(zhí)行終端可能會因為電量不足，帶寬超出等受限的自身能力等，對業(yè)務維護產(chǎn)生干擾，不能給用戶很好的QoS體驗。

圖5 不同機制目標函數(shù)比較

3) MDCMM平滑性

延長仿真時間，移動終端的最大速度設置為5 m/s、10 m/s、15 m/s，其他參數(shù)取默認值，在OPNET中設置隨機種子進行多次實驗。取前5次多終端協(xié)同維護過程，比較泛在業(yè)務干擾指數(shù)CI變化幅度。

依據(jù)各子過程的維護代價來計算泛在業(yè)務干擾指數(shù)CI，由圖6可知，業(yè)務的CI指數(shù)抖動較小且變化平緩。整體看，移動終端的最大速度越小，干擾指數(shù)CI越大，變化幅度在取值范圍內(nèi)較小，平滑性較好。

圖6 MDCMM平滑性

4) 不同機制平滑性比較

設置默認可用終端數(shù)目數(shù)，改變終端移動速度最大值為5 m/s、10 m/s、15 m/s，分別計算3種機制的平滑測度。

如圖7所示，可以看出MDCMM和MDSCR的目標函數(shù)方差明顯低于MPCMM，因為MDCMM和MDSCR均采用具有最優(yōu)子結(jié)構的算法，選取維護代價最小的協(xié)同方案。而相比MDSCR，MDCMM使協(xié)同方案的維護更穩(wěn)定。

圖7 不同機制平滑性比較

5) 不同機制預測效益比較

從圖8中可看出，與MDSCR和MPCMM相比，MDCMM的預測效益更接近1。MDCMM是0.9～1.0，MDSCR是0.80～0.95，MPCMM 是0.70～0.97。

圖8 不同機制預測效益比較

5 結(jié)束語

協(xié)同維護是泛在網(wǎng)絡中的一個重要問題。是泛在網(wǎng)絡中，終端的類型得到了擴展，能更好地為用戶提供服務。但是由于終端本身的能力受限，以及網(wǎng)絡的動態(tài)特性，泛在業(yè)務會發(fā)生中斷，從而影響用戶體驗。

本文提出了維護機制 MDCMM，用維護評價指標將協(xié)同構造和協(xié)同中斷恢復2個過程綜合起來，采用了動態(tài)規(guī)劃優(yōu)化策略。實驗表明MDCMM能減少泛在業(yè)務執(zhí)行時間內(nèi)中斷對用戶的干擾，保障用戶體驗。接下來的工作將在構建協(xié)同方案的時候，考慮終端協(xié)同需求，如相鄰子業(yè)務之間的協(xié)同意愿、協(xié)同時間、協(xié)同資源分配等，進一步提升用戶體驗。

[1] BRONSTED J, AARHUS U, AARHUS D. Service composition Issues in pervasive computing[J]. IEEE Pervasive Computing, 2010, 9(1): 62-20.

[2] VASKAR R, CAO J N, WU W G. Reliable service discovery in MANET[J]. Pervasive and Mobile Computing, 2011,7(1):140-158.

[3] LIU C, CAO J, LE M F. A low-latency service composition approach in mobile ad hoc networks[A]. The 29th Annual ACM Symposium on Applied Computing (SAC'2014)[C]. Korea, 2014.

[4] JIN L, LI L Y, ZHU X Y. A multi-constraint QoS routing protocol with route-request selection based on mobile predicting in MANET[A]. International Conference on Computational Intelligence and Security Workshops(CIS)[C]. Harbin, China, 2007.342-345.

[5] CHOUDHURY P. Mobility aware distributed service composition framework in SOA based MANET application[A].The 10th IEEE In-ternational Conference onIndustrial Informatics (INDIN)[C]. 2012.1016-1021.

[6] WANG J P. Exploiting mobility prediction for dependable service composition in wireless mobile ad hoc networks[J]. IEEE Transactions on Services Computing, 2011, 4(1):44-55.

[7] 吳大鵬, 武穆清. 面向鏈路穩(wěn)定性的MANET路徑建立機制[J]. 電子與信息學報, 2009, 31(9): 2226-2231.WU D P, WU M Q. Reliable routing mechanism in MANET towards link stability[J]. Journal of Electronics ＆ Information Technology,2009, 31(9): 2226-2231.

[8] HADI N, QIANG N, MING Y. A new link lifetime prediction method for greedy and contention-based routing in mobile ad hoc networks[A].The 10th IEEE International Conference on Computer and Information Technology (CIT 2010)[C]. 2010.2662-2667.

[9] WANG X M, WANG J P, ZENG Z Y, Service composition in service-oriented wireless sensor networks with persistent queries[A].IEEE Communications Society[C]. Washington, D C, USA,2009.1-5.

[10] JIANG S S, XUE Y, SCHMIDT D C. Minimum disruption service composition and recovery in mobile ad hoc networks[J]. Computer Networks, 2009, 53(10):1649-1665.

[11] XIAO L, NAHRSTEDT K. Minimum user-perceived interference routing in service composition[A]. Proc of IEEE INFOCDM[C]. 2006.

[12] 郭少勇,芮蘭蘭.面向業(yè)務的多終端動態(tài)協(xié)同構造機制[J]. 電子與信息學報, 2012,34(7):2226-2231.GUO S Y, RUI L L. Service-oriented multi-devices dynamic cooperation mechanism[J]. Journal of Electronics & Information Technology,2012, 34(7):2226-2231.