Leveraging the Power of Prediction: Predictive Service Placement for Latency-Sensitive Mobile Edge Computing
移动边缘计算（MEC）正在兴起，以支持移动网络边缘的延迟敏感型5G应用。当用户在多个MEC节点之间不规则地移动时，如何动态地迁移其服务以维持服务性能（即，用户感知的延迟）出现。然而，频繁的服务迁移会显著增加运营成本，导致提高性能和降低成本之间的矛盾。为了解决这些错位的目标，本文研究了长期成本预算约束下的移动边缘服务放置的性能优化。它具有挑战性，因为预算涉及未来的不确定信息（例如，用户移动性）。为了克服这一困难，我们致力于利用预测的力量，并倡导预测服务放置与预测不久的将来的信息。利用双时标李雅普诺夫优化方法，提出了一种基于帧设计的T时隙预测服务放置（PSP）算法，该算法结合了用户移动性预测。我们从理论上描述了PSP的性能界限。此外，我们提出了一个新的权重调整方案，在每帧命名为PSP-WU队列利用历史队列信息，大大减少了队列的长度，同时提高了用户感知的延迟质量。严格的理论分析和广泛的评估，使用现实的数据跟踪表明所提出的预测方案的优越性能。
2020-06-17 cs.DC cs.NI cs.SI
Impact of mobility models on clustering based routing protocols in mobile WSNs
本文提出了不同的层次（位置和非位置为基础的）协议相对于不同的移动模型的比较。以前的工作主要集中在静态网络或最多一个单一的移动模型。仅使用一种移动模型可能无法准确预测路由协议的行为。仿真结果表明，移动性对无线传感器网络路由协议的行为有很大的影响。此外，基于位置的路由协议在分组递送方面比非基于位置的路由协议表现得更好。
2013-07-15 cs.DC cs.NI
Interworking Scheme Using Optimized SIP Mobility for MultiHomed Mobile Nodes in Wireless Heterogeneous Networks
如今，移动用户希望使用他们的多接口移动设备通过基于异构无线技术的网络附着点（PoA）来访问互联网。他们还希望在正在进行的会议期间无缝地改变活动方案，以提高服务质量和/或降低货币成本。如果处理得当，多宿主移动节点提供了一个潜在的解决方案，这个问题。因此，异构环境下多宿主移动节点的管理是一个重要的研究课题。在本文中，我们提出了对SIP移动性（预呼叫加呼叫中移动性）的改进，以支持异构无线网络中多宿主移动节点的无缝移动性。预呼叫移动性被扩展为关联用户标识符（即，SIP URI）和接口标识符（即，IP地址）。移动终端的多个地址由用户加权以在SIP服务器中创建优先级列表，从而保证移动节点的弹性可达性并避免通过无线链路的不必要信令，从而节省无线电资源。然后，三种变化的通话中移动性，称为硬，混合和软程序，也提出了。其主要目的是尽量减少，甚至避免，在移动节点的接口切换过程中的数据包丢失。所提出的解决方案已实现在一个无线异构测试床组成的802.11 WLAN加3.5蜂窝网络，这是完全可控和可配置的。该测试平台已被用来研究的性能和鲁棒性的三个拟议中的呼叫移动程序。
2009-08-05 cs.MM cs.NI
Joint Computation Offloading, SFC Placement, and Resource Allocation for Multi-Site MEC Systems
网络功能虚拟化（NFV）和移动边缘计算（MEC）是支持对资源要求高的移动应用的有前景的5G技术。在NFV中，必须处理服务功能链（SFC），其中必须以特定顺序执行一组网络功能。此外，MEC技术使得能够将服务请求从移动用户计算卸载到远程服务器，以潜在地减少移动应用的能量消耗和处理延迟。本文研究了多站点MEC系统中计算卸载、资源分配和SFC布局的优化问题。我们的设计目标是最小化加权归一化能量消耗和计算成本的最大可容忍延迟约束。为了解决潜在的混合整数和非线性优化问题，我们采用分解方法，其中我们迭代地优化计算卸载、SFC放置和计算资源分配以获得有效的解决方案。数值结果表明，不同的参数对系统性能的影响和性能的优越性，所提出的算法相比，基准算法。
2020-03-28 cs.DC cs.NI
Virtual-Mobile-Core Placement for Metro Network
传统的高度集中的移动核心网络（例如，演进分组核心（EPC）需要在其网络功能和回程链路两者中不断升级，以满足不断增长的业务需求。网络功能虚拟化（NFV）正在研究中，作为此升级的潜在成本效益解决方案。虚拟移动核心（这里是虚拟EPC，vEPC）提供部署灵活性和可扩展性，同时降低成本、网络资源消耗和应用延迟。此外，vEPC的分布式部署对于多访问边缘计算（MEC）等新兴范例至关重要。在这项工作中，我们表明，在网络资源消耗的显着减少，可以实现作为一个结果的vEPC功能在城域网中的最佳位置。此外，我们表明，并不是所有的vEPC功能都需要分布。在我们的研究中，我们首次使用详细的数学模型来解释数据和控制平面（具有应用延迟要求的非接入层（NAS）信令过程服务链（SC））中的vEPC交互。
2018-04-03 cs.NI
DRLD-SP: A Deep Reinforcement Learning-based Dynamic Service Placement in Edge-Enabled Internet of Vehicles
National University of Singapore（新加坡国立大学）
5G和边缘计算的发展使车联网的出现成为可能。它支持具有不同资源和服务要求的不同类型的服务。然而，有限的资源在边缘，高流动性的车辆，不断增长的需求，和动态的服务请求类型，使服务安置一个具有挑战性的任务。典型的静态放置解决方案并不有效，因为它没有考虑流量移动性和服务动态性。在车联网中处理动态服务放置是一个重要的和具有挑战性的问题，这是我们的工作在本文中的主要重点。我们提出了一个基于深度强化学习的动态服务放置（DRLD-SP）框架，其目标是最大限度地减少边缘资源使用和服务延迟，同时考虑车辆的移动性，不同的需求，以及不同类型的服务请求的动态性。我们使用SUMO和MATLAB进行仿真实验。实验结果表明，DRLD-SP方法是有效的，优于其他静态和动态布局方法。
2021-09-08 cs.LG cs.NI
Backhaul-aware Drone Base Station Placement and Resource Management for FSO-based Drone-assisted Mobile Networks
在无人机辅助的移动网络中，无人机安装的基站（DBS）响应性和灵活性地部署在任何感兴趣的地方（POI），例如零星的热点和受灾地区，其中现有的移动网络基础设施无法提供无线覆盖。在本文中，DBS是一种空中基站，用于中继附近的宏基站（MBS）和用户之间的业务。此外，自由空间光学（FSO）被应用作为回程解决方案，以显著增加MBS和DBS之间的回程链路的容量。大多数现有的DBS放置解决方案假设基于FSO的回程链路提供足够的链路容量，这可能不是真的，特别是当DBS远离MBS放置时（例如，> 10公里）或在恶劣的天气条件下。在本文中，我们制定了一个问题，以联合优化带宽分配和DBS的位置，考虑基于FSO的回程链路容量约束。设计了一种回程带宽全位置和DBS布局算法（BROAD），并通过大量的仿真验证了算法的性能。
2022-11-28 cs.NI eess.SP
Reinforcement Learning-based Dynamic Service Placement in Vehicular Networks
National University of Singapore（新加坡国立大学）
随着5G和移动边缘计算等技术的出现，车辆网络中的车辆可以获得不同资源和服务需求的不同类型服务，而不同类型服务请求中的交通移动模式和动态变化的复杂性日益增加，使得服务部署成为一项具有挑战性的任务。典型的静态放置解决方案并不有效，因为它没有考虑流量移动性和服务动态性。在本文中，我们提出了一个基于强化学习的动态（RL-Dynamic）服务放置框架，以找到最佳的服务放置在边缘服务器，同时考虑车辆的移动性和动态的请求不同类型的服务。我们使用SUMO和MATLAB进行仿真实验。在我们的学习框架中，对于决策模块，我们考虑了两个备选目标函数-最小化延迟和最小化边缘服务器利用率。我们开发了一个ILP为基础的问题制定的两个目标函数。实验结果表明：1）与静态服务放置相比，基于RL的动态服务放置实现了边缘服务器资源的公平利用和较低的服务延迟; 2）与延迟优化放置相比，服务器利用率优化放置更有效地利用了资源，在边缘服务器利用率较低的情况下实现了较高的公平性。
2021-06-01 cs.LG cs.NI
NetInf Mobile Node Architecture and Mobility Management based on LISP Mobile Node
在本文中，我们提出了一个信息网络移动节点（NetInf MN）的体系结构。它具有基本NetInf节点体系结构的特征和特性，并具有LISP MN体系结构中引入的特性。我们还介绍了一个虚拟节点层的信息网络中的移动性管理。因此，通过采用这种架构，不需要对当前网络拓扑结构进行重大更改。从而使我们的方法更加实用。
2011-08-16 cs.NI
Investigating the Effects of Mobility Metrics in Mobile Ad Hoc Networks
移动自组织网络（Mobile Ad Hoc Networks，MANDO）是由一组能够从一个位置移动到另一个位置的移动节点（Mobile Node，MN）组成的网络。这些网络因其独特的特征而被广泛识别，例如缺乏基础设施，移动性和多跳通信。与传统（有线）网络不同，移动自组网中的MN不依赖于任何基础设施或中央管理。移动性允许MN以不同的速度值移动。多跳通信用于在整个网络中传递数据。由于移动性和不断变化的网络拓扑结构，这些网络的性能显着影响的移动模型和路由协议的选择。我们的研究工作旨在评估移动性指标区分实体和组移动模型在移动自组网的影响。此外，我们展示了移动性指标和性能指标之间的相互作用。我们还调查如何有效的流动性指标，哪些指标可以清楚地区分实体和组的移动模型？我们进行了广泛的模拟，使用网络模拟器，ns-2.35，捕捉移动性指标以及不同的性能指标。仿真结果表明，移动性度量区分实体和组移动模型的效率。我们还获得了有用的移动性指标和性能指标之间的相互作用。本文提出的结果提供了新的见解移动性指标的变化在移动自组网。此外，我们的模拟结果揭示了更好地理解移动性度量之间的关系（例如，相对速度、节点度、网络分区等）和性能指标（例如，分组投递率、端到端延迟和归一化路由负载
2020-06-30 cs.DC cs.NI
Joint Optimization of Service Caching Placement and Computation Offloading in Mobile Edge Computing Systems
在移动边缘计算（MEC）系统中，边缘服务缓存是指预先存储用于在MEC服务器处执行计算任务的必要程序。在资源受限的边缘服务器上，服务缓存放置通常是一个复杂的问题，与计算任务的卸载决策高度相关。在本文中，我们考虑一个单一的边缘服务器，协助移动用户（MU）在执行一系列的计算任务。特别地，MU可以在边缘服务器处运行其定制的程序，而服务器可以选择性地缓存先前生成的程序以供将来的服务重用。为了最小化MU的计算延迟和能量消耗，我们制定了一个混合整数非线性规划（MINLP），共同优化服务缓存的位置，计算卸载，和系统资源分配。我们首先推导出最优资源分配的封闭表达式，然后将MINLP转化为一个等价的纯0-1整数线性规划（ILP）。为了进一步降低求解ILP的复杂性，我们利用最优解的底层结构，并设计了一种降低复杂性的交替最小化技术来交替更新缓存放置和卸载决策。仿真结果表明，所提出的技术实现了大量的资源节省相比，其他代表性的基准方法。
2020-04-14 cs.NI
Coding Improves the Optimal Delay-Throughput Trade-offs in Mobile Ad-Hoc Networks: Two-Dimensional I.I.D. Mobility Models
在本文中，我们研究了移动ad-hoc网络的延迟吞吐量权衡下的二维的【形】i.i.d.。流动性模型。我们考虑两个移动性时间尺度：（i）快速移动性，其中节点移动性与数据传输处于相同的时间尺度;（ii）缓慢移动性，其中假设节点移动性发生在比数据传输慢得多的时间尺度。给定延迟约束$D,$，主要结果如下：（1）对于二维的【形】独立同分布在具有快速移动台的移动性模型中，每个源-目的地（S-D）对的最大吞吐量被示出为$O(\sqrt{D/n}),$，其中$n$是移动台的数量。(2)对于二维的【形】i.i.d.在慢移动台的移动模型中，每个S-D对的最大吞吐量为$O(\sqrt[3]{D/n}).$。（3）针对每种情况，我们提出了一种联合编码调度算法，以实现最优的延迟-吞吐量折衷。
2007-05-02 cs.IT cs.NI math.IT
A Group Vehicular Mobility Model for Routing Protocol Analysis in Mobile Ad Hoc Network
移动自组织网络中的路由协议的性能受到节点的动态特性、路由失败、无线信道的可变带宽和可扩展性问题的影响。移动性模型模拟了移动节点在现实世界中的移动，是基于仿真的研究的核心组成部分。在本文中，我们考虑移动节点，模仿车辆运动的节点，如曼哈顿移动模型和城市部分移动模型。我们还提出了一个新的群体车辆移动模型，采取最好的功能，群体移动模型，如参考点群体移动模型，并将其应用到车辆模型。我们分析了我们的模型称为组车辆移动性模型（GVMM）和其他车辆移动性模型与各种指标的性能。这种分析为我们提供了一个洞察力的移动模型对ad-hoc网络的路由协议的性能的影响。路由协议的性能进行了模拟和测量，最后我们到达的相关性的移动模型对路由协议的影响，这是移动自组网的设计的核心。
2010-03-22 cs.NI
Mobile Conductance in Sparse Networks and Mobility-Connectivity Tradeoff
在本文中，我们最近提出的移动电导为基础的分析框架扩展到稀疏设置，从而提供了一个统一的工具，分析在移动网络中的信息传播。一个惩罚因子被确定为稀疏网络中的信息传播相比，连接的情况下，这是直观的解释，并通过模拟验证。与所获得的分析结果，移动性连接的权衡进行了定量分析，以确定有多少移动性可以利用，以弥补网络连接的不足。
2014-03-30 cs.NI cs.SI
Mobility Label Based Network: Hierarchical Mobility Management and Packet Forwarding Architecture
网络层移动性管理解决方案的可扩展性是移动性控制平面的最重要要求之一。基于移动性标签的网络（MLBN）是一种新的解决网络层移动性管理问题的方法，它完全依赖于MPLS来为IPv4和IPv6移动主机和路由器提供宏移动性和微移动性。这种新的方法不依赖于现有的IP移动性管理协议，如移动IP，并基于多协议BGP（MP-BGP）和MPLS的组合。在MLBN的上下文中，可扩展控制平面应该能够进行有效的移动性标签分发，同时允许基于MPLS的转发平面以最佳方式递送移动业务。本文提出了一种分层的移动性管理系统，能够在不使用移动IP及其衍生产品的情况下，支持宏和微移动性，并允许可扩展的移动标签分发和MPLS标签栈为基础的数据包转发，以支持通信移动用户之间的最佳流量传输。
2021-10-18 cs.NI
Q-Learning Based Aerial Base Station Placement for Fairness Enhancement in Mobile Networks
University of Tehran（德黑兰大学）；Carleton University（卡尔顿大学）
在本文中，我们使用一个空中基站（aerial-BS），以提高在动态环境中的用户移动性的公平性。空中基站的最优布局问题是一个非确定性的多项式时间困难（NP-难）问题。此外，由于用户的移动性，网络拓扑结构会不断变化。这些问题加剧了寻求开发一种自适应和快速算法的三维布局的空中基站。为此，我们提出了一种基于强化学习的方法来实现这些目标。仿真结果表明，该方法在合理的计算时间内提高了用户间的公平性，且解比较接近穷举搜索得到的最优解。
2019-09-10 cs.LG cs.NI eess.SP
Content replication and placement in mobile networks
移动网络中内容访问的性能和可靠性取决于部署在网络节点处的内容副本的数量和位置。定位理论一直是传统的，集中的方法来研究内容复制：计算的数量和放置的副本在一个静态的网络可以被铸造成一个设施定位问题。本文的工作就是针对上述联合优化问题设计一个适合于移动无线环境的实用解决方案。因此，我们寻求一个复制算法，是轻量级的，分布式的，网络动态反应。我们设计了一个解决方案，让节点（i）共享存储和提供内容的负担，以实现负载均衡，和（ii）自主决定是否复制或丢弃的信息，以适应动态需求和时变的网络拓扑的内容可用性。我们通过模拟评估我们的机制，通过探索广泛的设置，包括不同的节点移动模型，内容特征和系统规模。此外，我们比较我们的机制，以国家的最先进的方法，在静态和移动网络中的内容交付。结果表明，我们的机制，它只使用本地测量，是：（i）非常精确的近似最佳解决方案的内容放置和复制;（ii）对网络的移动性鲁棒性;（iii）灵活地适应各种内容访问模式。此外，我们的计划优于其他方法的内容传播的内容访问延迟和访问拥塞。
2011-02-15 cs.NI
Impact of Mobility On QoS of Mobile WiMax Network With CBR Application
移动性问题在无线网络中非常重要，因为只有在节点移动期间互联网连接才能有效。为了增强移动性，诸如IEEE 802.16e的无线接入系统被设计为在移动中操作而没有任何服务中断。在本文中，我们分析了移动性的QoS参数（吞吐量，平均抖动和平均端到端延迟）的移动WiMAX网络（IEEE 802.16e）与CBR应用的影响。
2011-07-19 cs.NI
Dynamic Service Placement for Mobile Micro-Clouds with Predicted Future Costs
移动微云有望实现性能关键型云应用程序。然而，其中的一个挑战是网络边缘的动态。在本文中，我们研究如何放置服务实例，以应付这些动态，多个用户和服务实例共存的系统中。我们的目标是找到实例的最佳放置（配置），以最小化随时间推移的平均成本，利用预测未来成本参数的能力与已知的准确性。我们首先提出了一个离线算法，解决了在一个特定的前瞻时间窗口的最佳配置。然后，我们提出了一个在线的近似算法与多项式时间复杂度找到实时的位置，每当一个实例到达。我们分析表明，在线算法是$O(1)$ -竞争的成本函数的一个广泛的家庭。然后，考虑预测误差的影响，提出了一种寻找最佳前瞻窗口大小的方法，该方法使平均实际成本的上限最小化。所提出的方法的有效性进行了评估模拟与合成和现实世界（旧金山出租车）的用户移动轨迹。本文所用的理论方法可以潜在地应用于更大类的动态资源分配问题。
2016-09-16 cs.DC cs.NI math.OC
Decentralized AI Service Placement, Selection and Routing in Mobile Networks
针对移动用户使用大规模AI模型导致的流量负载与去中心化AI生态中的服务延迟与质量权衡问题，提出一种联合优化AI服务放置、选择与路由的去中心化框架，利用流量隧道支持用户移动性并开发去中心化Frank-Wolfe算法求解非凸优化问题，显著提升了系统性能。
2025-11-04 cs.NI
Performance Analysis of Multicast Mobility in a Hierarchical Mobile IP Proxy Environment
IPv6网络中的移动性支持已准备好作为RFC发布，这激发了关于改进以满足实时通信要求的主要讨论。纯IP无线网络的蔓延热点同时等待语音和视频会议作为标准移动互联网服务，从而将对多播支持的请求添加到实时移动性。本文简要介绍了移动IPv6的无缝组播扩展的现有方法。讨论了组播移动性的关键问题。无论是分析和仿真比较之间的切换性能特性，致力于特别关注的M-HMIPv 6的方法。
2004-08-03 cs.NI cs.PF
Cache Placement Optimization in Mobile Edge Computing Networks with Unaware Environment -- An Extended Multi-armed Bandit Approach
在移动边缘计算（MEC）网络的边缘服务器上缓存高频复用内容，省去了回程传输部分，进一步缓解了数据流量的压力。然而，如何有效地决定缓存内容的边缘服务器仍然是一个悬而未决的问题，这涉及到边缘服务器的缓存容量，每个内容的流行程度，以及传输过程中的无线信道质量。在本文中，我们讨论了未知的用户密度和流行度的内容上的缓存放置解决方案在边缘服务器上的影响。具体而言，对于缓存放置方案在实际网络中的实现，有两个问题需要解决。首先，未知用户偏好的估计需要大量的用户先前请求的记录。第二，边缘服务器之间的重叠服务区域导致错误的估计用户的偏好，这阻碍了缓存放置的个人决策。为了解决第一个问题，我们提出了一个基于学习的解决方案，自适应优化缓存放置策略。我们开发了扩展多臂强盗（Extended MAB），它结合了广义全局强盗（GGB）和标准多臂强盗（MAB）。对于第二个问题，提出了一种基于多代理扩展MAB的解决方案，以避免参数的错误估计，并实现分散的缓存放置策略。所提出的解决方案为每个边缘服务器确定主时隙和辅助时隙。通过数学分析证明了所提出的策略可以达到有界后悔。大量的仿真验证了所提出的策略与基线相比时的最优性。
2021-02-28 cs.NI
Optimal Delay-Throughput Trade-offs in Mobile Ad-Hoc Networks: Hybrid Random Walk and One-Dimensional Mobility Models
在[23]中已经建立了二维i.i.d移动性模型的最佳延迟-吞吐量权衡，其中我们表明，当所需的延迟保证足够大时，可以使用无速率码实现最佳权衡。在本文中，我们将结果推广到其他的迁移模型，包括二维混合随机游动模型，一维独立同分布模型。迁移模型和一维混合随机游走模型。我们同时考虑了快速移动和慢速移动，并在一定条件下建立了最佳的延迟吞吐量权衡。联合编码调度算法也提出了实现最佳的权衡。
2007-05-02 cs.IT cs.NI math.IT
Performance and Energy Efficiency of Mobile Data Offloading with Mobility Prediction and Prefetching
我们提出了一个详细的评估程序，利用移动性预测和预取，以提高卸载流量从移动网络到WiFi热点，延迟容忍和延迟敏感的流量。我们认为经验测量和评估的百分比卸载流量，数据传输延迟，和能源消耗的建议程序。我们的研究结果说明了各种因素，如移动，WiFi和热点回程吞吐量，数据大小，热点的数量，以及时间和吞吐量估计误差，影响移动数据卸载的性能和能源效率与移动性预测和预取增强。
2013-06-16 cs.NI
Optimizing AI Service Placement and Resource Allocation in Mobile Edge Intelligence Systems
利用移动边缘计算（MEC）的最新进展，边缘智能已成为支持网络边缘移动人工智能（AI）应用的一个有前途的范例。在本文中，我们考虑了多用户MEC系统中的AI服务放置问题，其中接入点（AP）将最新的AI程序放置在用户设备上，以实现用户端的本地计算/任务执行。为了充分利用严格的无线频谱和边缘计算资源，AP仅在用户处启用本地计算产生更好的系统性能时才向用户发送AI服务程序。我们制定了一个混合整数非线性规划（MINLP）问题，通过联合优化服务放置（即，哪些用户接收节目）和资源分配（在本地CPU频率、上行链路带宽和边缘CPU频率上）。为了解决MINLP问题，我们推导出解析表达式来计算低复杂度的最优资源分配决策。这使我们能够有效地获得最佳的服务放置解决方案，基于搜索的算法，如元启发式或贪婪搜索算法。为了提高算法在大型网络中的可扩展性，我们进一步提出了一种基于ADMM（交替方向乘法器）的方法来将优化问题分解为并行的易处理的MINLP子问题。ADMM方法消除了在高维空间中搜索服务放置决策的需要，因此具有随着用户数量线性增长的低计算复杂性。仿真结果表明，该算法的性能非常接近最优，并显着优于其他代表性的基准算法。
2021-07-24 cs.NI
Mobility Impact on Performance of Mobile Grids
无线移动网格是一种新兴的网格类型，它有助于集中多个愿意合作的移动设备的资源来解决计算密集型任务。移动网格面临着更大的挑战，如设备的移动性管理，提供对网格资源的透明访问，任务管理和有限资源的处理，使资源有效地共享。这些设备上的任务执行不应受到其移动性的影响。提出了一种基于正常步行移动模型的无线移动网格性能评估方法。正常行走模型表示用户的日常运动，并且运动的方向在现实生活环境中大多是对称的，因此它在移动站的位置更新中是有效的，并且反过来有助于这些可用移动站之间的任务分配。讨论了任务执行时间、任务失败率、代理服务器通信开销和监控开销等性能指标。
2010-02-09 cs.NI
Improving Mobile Video Streaming with Mobility Prediction and Prefetching in Integrated Cellular-WiFi Networks
我们提出并评估了一个程序，利用移动性和吞吐量预测预取视频流数据在集成的蜂窝和WiFi网络。这种异构无线技术的有效集成对于在无处不在的网络环境中支持高性能和节能的视频流将是重要的。我们的评估是基于跟踪驱动的模拟，考虑经验测量，并显示了各种系统参数如何影响性能，暂停视频帧的数量和能耗方面，这些参数包括视频流的数量，移动，WiFi和ADSL回程吞吐量，以及WiFi热点的数量。此外，我们评估的过程的鲁棒性的时间和吞吐量的变化。最后，我们提出了我们的初始原型，实现所提出的方法。
2013-10-23 cs.MM cs.NI
On-Demand Routing Algorithm with Mobility Prediction in the Mobile Ad-hoc Networks
在本文中，我们提出了一个ad-hoc按需距离矢量路由算法的移动ad-hoc网络考虑到节点的移动性。这种移动自组织网络的拓扑结构的变化引起开销消息，以搜索可用的路由和维护找到的路由。开销消息阻碍了从源到目的地的数据传递，并降低了网络性能。为了克服这样的挑战，我们提出的算法估计链路持续时间为基础的相邻节点的移动性，并选择最可靠的路由。该算法还适用于路由维护的估计，以减少开销消息的数量。通过仿真，该算法在各种移动环境中得到了验证。在低移动性环境下，通过减少路由维护消息，该算法显著提高了网络性能，如分组数据率和端到端延迟。在高移动性环境中，路由发现消息的减少提高了网络性能，因为所提出的算法提供了更多的可靠路由。
2016-09-26 cs.NI
Mobility-Aware Joint Service Placement and Routing in Space-Air-Ground Integrated Networks
人们渴望被连接，无论他们在哪里。最近，为机上乘客提供互联网接入已经受到了工业界和学术界的广泛关注。然而，为了保证低成本的乘客服务的可接受的服务质量（QoS），路由服务的路径以及部署服务的数据中心（DC）应该被仔细地确定。由于不同类型的空对地（A2 G）连接，即，卫星和直接空对地（DA 2G）链路。这些A2 G连接类型在成本、带宽和延迟方面有所不同。此外，由于航班的移动，重要的是要考虑相应地调整服务位置。在这项工作中，我们制定了两个混合线性规划（MILP）的联合服务布局和路由（JSPR）的问题：i）静态（S-JSPR）和ii）移动性感知~（MA-JSPR）在空间-空中-地面综合网络（SAGIN），目标是最小化的总成本。我们比较S-JSPR和MA-JSPR在一个现实的欧洲为基础的SAGIN使用综合评价。结果表明，MA-JSPR模型通过考虑未来航班位置和使用服务迁移控制，显著降低了长期总成本。此外，我们表明S-JSPR的好处，从一个低的时间复杂度，它实现了较低的端到端的延迟相比，MA-JSPR模型。
2019-05-04 cs.NI
QoE-Centric Localized Mobility Management for Future Mobile Networks
未来网络中的移动性支持将主要基于微移动性协议。当前提出的方案，例如分层移动IPv6（HMIPv6）和更重要的代理移动IPv6（PMIPv6），通过选择网络内的节点（拓扑上靠近接入路由器（AR））作为移动性锚点来提供局部移动性支持。这种方案可以显著改善切换延迟以及端到端信令开销，但可能带来可扩展性问题，在某些情况下，这不足以适应当前移动互联网流量的爆炸式增长以及扁平网络架构的演进趋势。使用分布式移动性管理（DMM）的概念允许通过将节点锚定在其AR来分散。该想法是，对于持续时间小于小区驻留时间的会话，可以支持有效的移动性。然而，在节点在会话生存期期间执行多次切换的情况下，DMM可能是非常次优的。因此，一种方法不可能对所有类型的应用都有效。本文提出了一种混合移动性管理解决方案，集成了一种新的路由方案。该方案选择最合适的移动性方法，集中式或分布式，通过考虑流的要求，在体验质量（QoE），和新的路由约束。优化问题的结果表明，所提出的方法可以实现有效的资源利用率，缓解网络拥塞，并导致在QoE显着改善。
2015-01-21 cs.NI
Enhancing Mobile Data Offloading with Mobility Prediction and Prefetching
我们提出的程序，利用移动性预测和预取，以提高卸载流量从移动网络到WiFi热点，延迟容忍和延迟敏感的流量。我们评估的程序卸载流量的百分比，数据传输延迟，用于预取的缓存大小。评估认为经验测量，并显示各种参数如何影响的程序的性能，以及它们的鲁棒性的时间和吞吐量估计误差。
2013-06-13 cs.NI
Joint Service Placement and Request Routing in Multi-cell Mobile Edge Computing Networks
增强现实、联网游戏和自动驾驶等创新移动服务的激增，刺激了对计算资源的低延迟访问的日益增长的需求，而这是现有的集中式云系统无法单独满足的。移动边缘计算（MEC）有望成为满足低延迟服务需求的有效解决方案，通过在网络外围执行计算任务，接近最终用户。虽然最近的一些研究已经解决了确定服务任务的执行和将用户请求路由到相应边缘服务器的问题，但重点主要集中在计算资源的有效利用上，忽略了需要存储大量数据以实现服务执行以及许多新兴服务表现出不对称带宽要求的事实。为了填补这一空白，我们研究的联合优化服务放置和请求路由MEC启用多细胞网络多维（存储-计算-通信）的约束。我们发现，这个问题概括了文献中的几个问题，并提出了一种算法，实现接近最佳性能，使用随机舍入。评估结果表明，我们的方法可以有效地利用可用资源，最大限度地提高低延迟边缘云服务器服务的请求数量。
2019-01-25 cs.NI
Cost-Efficient and QoS-Aware User Association and 3D Placement of 6G Aerial Mobile Access Points
6G网络需要灵活的基础设施来动态提供无处不在的网络覆盖。移动接入点（MAP）部署是一种很有前途的解决方案。在本文中，我们制定了联合3D MAP部署和用户关联问题在一个动态的网络干扰和移动性的限制。首先，我们提出了一个迭代算法来优化地图的部署。我们的解决方案可以高效快速地确定高度动态场景中MAP的数量、位置和配置。MAP在毫米波或低于6GHz的频带中向移动地面用户提供适当的服务质量（QoS）连接，并在3D网格中找到它们的最佳位置。每个MAP还意味着要最小化的能量成本（例如，用于旅行）。一旦所有的地图部署，提出了一种深度多智能体强化学习算法关联多个用户到多个地图干扰约束。每个用户都作为一个独立的代理，在一个完全分布式的架构中运行，并最大限度地提高网络的总速率。
2022-05-03 cs.NI eess.SP
Heuristic and Reinforcement Learning Algorithms for Dynamic Service Placement on Mobile Edge Cloud
边缘计算将应用托管在终端用户附近，并支持低延迟实时应用。现代应用程序反过来采用了微服务架构，将应用程序组成为松散耦合的较小组件或服务。这补充了边缘计算基础设施，这些基础设施通常受到资源限制，可能无法处理单片应用程序。相反，边缘服务器可以独立地部署应用服务组件，尽管代价是通信开销。在移动边缘云环境中，持续满足应用程序服务级别目标，同时优化应用程序部署（服务的放置和迁移）成本和通信开销并非易事。在本文中，我们提出并评估三个动态布局策略，两个启发式（贪婪近似的基础上设置覆盖，整数规划为基础的优化）和一个学习为基础的算法。他们的目标是满足应用限制，最大限度地降低基础设施部署成本，同时确保网络覆盖区域内所有客户端和用户设备（UE）的服务可用性。这些算法可以扩展到任何网络拓扑和基于微服务的边缘计算应用。在实验中，我们使用无人机群导航作为边缘计算用例的代表性应用。由于访问现实世界的物理测试平台，这样的应用是困难的，我们证明了我们的算法作为一个模拟的有效性。我们还对比这些算法的放置质量，利用集群，和水平的确定性。我们的评估不仅表明，基于学习的算法提供了更好的质量的解决方案，它也提供了有趣的结论，当（更传统的）启发式算法实际上更适合。
2021-10-30 cs.NI
Multicast-based Architecture for IP Mobility: Simulation Analysis and Comparison with Basic Mobile IP
随着新一代无线设备和技术的引入，对IP移动性的高效架构的需求变得越来越明显。已经提出了几种体系结构来支持IP移动性。然而，大多数研究表明，目前的架构，在一般情况下，从满足无线应用，主要是音频的性能要求。其他研究表明，通过使用多播来减少切换过程中的延迟和数据包丢失，可以提高性能。在这项研究中，我们提出了一个基于组播的架构，以支持IP移动性。我们评估我们的方法，通过模拟，我们比较它的主流方法的IP移动性，主要是移动IP协议。比较是根据所需的性能标准，如平滑切换和有效的路由。我们的模拟结果表明，所提出的架构显着改善。平均而言，基本的移动IP消耗几乎两倍多的网络带宽，并经历了两倍多的端到端和切换延迟，我们提出的架构。此外，我们提出了移动IP的扩展，以支持我们的架构，以最小的修改。
2000-06-10 cs.NI cs.PF
Dynamic Placement of VNF Chains for Proactive Caching in Mobile Edge Networks
尽管在过去的几年中，网络功能虚拟化（NFV）架构受到了大量的研究工作，但是当将其视为服务链时，很少关注优化主动缓存。由于流行内容的缓存被设想为新兴5G网络中的关键技术之一，以提高网络效率和整体终端用户感知的服务质量，因此本文明确考虑基于缓存的VNF服务链的相互作用和后续优化。为此，我们详细介绍了一种新的数学规划框架量身定制的VNF缓存链和详细的无标度启发式提供有竞争力的解决方案，为大型网络实例，因为问题本身可以被看作是一个变种的经典NP-硬无容量设施位置（UFL）问题。一组广泛的数值研究，提出了所提出的计划的特点可达到的系统性能。
2018-07-27 cs.NI
B.A.T.Mobile: Leveraging Mobility Control Knowledge for Efficient Routing in Mobile Robotic Networks
TU Dortmund University（多特蒙德工业大学）
由于信道和网络拓扑结构的动态变化，有效的路由是无人机无线网络的关键挑战之一。各种众所周知的移动自组织路由协议，如AODV、OLSR和B.A.T.M.A.N.已经提出允许主动和被动路由决定。在本文中，我们提出了一种新的方法，利用应用层的知识来自移动性控制算法指导无人机的行为，以完成一个专门的任务。因此，UAV的未来轨迹的预测可以与路由协议集成，以避免意外的路由中断和分组丢失。B.A.T.M.A.N.移动性预测组件（称为B.A.T.Mobile）的路由协议已经显示出对于实现该概念非常有效。深入的仿真研究的结果表明，该协议达到了一个明显的更高的可用性相比，建立的方法，即使在具有挑战性的信道条件下，表现出强大的行为。
2018-02-21 cs.NI cs.RO
Multitier Service Migration Framework Based on Mobility Prediction in Mobile Edge Computing
本文针对移动边缘计算中用户移动导致的服务中断问题，提出一种基于地图数据且无需用户轨迹先验知识的在线移动性预测方法，并构建多层服务迁移框架以最小化中断时间并减少冗余流量。
2024-02-21 cs.DC cs.NI
On the Generalized Delay-Capacity Tradeoff of Mobile Networks with Lévy Flight Mobility
在文献中，无线移动网络的缩放定律已经在节点移动性的各种模型和关于节点之间如何发生通信的几个假设下被表征。为了提高缩放定律分析的真实性，我们提出了一个新的分析框架。该框架是第一个考虑Lévy飞行移动模式，这是已知的密切模仿人类的移动模式。此外，这是第一个工作，允许节点进行通信，而移动。在此框架下，延迟（$\bar{D}$），以获得不同级别的每个节点的吞吐量$(λ)$为Lévy飞行建议为$\bar{D}(λ) = O(\sqrt{\min (n^{1+α} λ, n^2)})$，其中Lévy飞行是一个随机游走的幂律飞行分布的指数$α\in (0,2]$。相同的框架提出了一个新的更严格的折衷$\bar{D}(λ) = O(\sqrt{\max (1,nλ^3)})$的\textit{i.i.d.}的移动性，其延迟低于现有的结果为相同级别的每节点吞吐量。
2012-07-06 cs.NI
PRIMAL: PRofIt Maximization Avatar pLacement for Mobile Edge Computing
我们提出了一个云网络架构，将计算资源从集中式云带到边缘。因此，每个用户设备（UE）可以以较低的端到端（E2E）延迟与其化身（位于微云中的软件克隆）通信。然而，UE随时间移动，因此如果UE的化身停留在其原始微云中，则可能无法维持低E2E延迟。因此，实时化身迁移（即，基于UE的位置将UE的化身迁移到合适的微云）能够维持每个UE与其化身之间的低E2E延迟。另一方面，迁移本身在化身的资源方面引起额外的开销，这损害了在化身中运行的应用程序的性能。通过考虑增益（即，E2E延迟减少）和成本（即，迁移开销），我们提出了一个PRofIt最大化化身pLacement（PRIMAL）策略的cloudlet网络，以优化迁移收益和迁移成本之间的权衡，通过选择性地迁移化身到他们的最佳位置。仿真结果表明，与其他两种策略（即，跟随我化身和静态），PRIMAL在保持UE与其化身之间的低平均E2E延迟方面最大化利润，同时最小化迁移成本。
2015-10-14 cs.DC cs.NI
Mobility-Aware Caching in D2D Networks
在移动设备处的缓存可以促进设备到设备（D2 D）通信，这可以显著地提高频谱效率并减轻回程链路上的沉重负担。然而，大多数以前的工作忽略了用户的移动性，从而具有有限的实际应用。在本文中，我们利用不同用户之间的相互接触时间的用户移动性模式，并提出了一个移动性感知的缓存放置策略，以最大限度地提高数据卸载率，这是定义为所请求的数据，可以通过D2 D链路，而不是通过基站（BS）交付的百分比。针对NP难的缓存放置问题，我们首先提出了一种最优的动态规划（DP）算法来获得性能基准，但其复杂度比穷举搜索低得多。然后，我们将证明，该问题属于单调子模极大化类的拟阵约束，并提出了一个时间有效的贪心算法，它实现了近似比为1/2。仿真结果与现实生活中的数据集将验证我们提出的移动感知缓存放置策略的有效性。我们观察到，无论是非常低或非常高的速度移动的用户应该缓存最流行的文件，而用户以中等速度移动应该缓存不太流行的文件，以避免重复。
2017-03-04 cs.IT cs.NI math.IT
Mobile Power Network for Ultimate Mobility without Battery Life Anxiety
与从有线互联网到移动因特网（MI）的演进类似，对随时随地的电力输送的日益增长的需求呼吁电网从有线域到移动域的转变。我们在这里提出了下一代的电力传输网络-移动电源网络（MPN）的无线电力传输范围从几米到几十米。首先，我们介绍了MPN的概念演变和应用场景。然后，介绍了MPN的支撑技术，即谐振束充电（RBC）。作为一种远程无线电力传输（WPT）方法，RBC可以安全地同时向多个设备提供多瓦的电力。同时，对红细胞的研究进展进行了综述。接下来，我们指定MPN的架构，以提供广域WPT覆盖。最后，我们讨论了MPN的特点和挑战。MPN可以通过切断移动设备的最后一根线来实现最终的移动性，实现“最后一英里”的移动电源传输。
2023-01-26 cs.NI eess.SP
Gossip-based Information Spreading in Mobile Networks
近年来，移动网络由于其在各个领域的广泛应用而受到越来越多的研究兴趣，移动自组织网络（MANET）和车载自组织网络（VANET）就是其中两个突出的例子。移动性带来了挑战和机遇：如[1]所示，已知要提高网络吞吐量。本文基于Gossip算法分析了移动性对信息传播的影响。我们的贡献是双重的。首先，我们提出了一个新的性能指标，移动电导，这使我们能够分离的移动模型的细节从移动传播时间的研究。其次，我们探讨了几种流行的移动模型的移动电导，并提供相应的结果的见解。大规模网络仿真验证了我们的分析。
2014-02-26 cs.NI cs.SI
Spatial SINR Games of Base Station Placement and Mobile Association
我们研究的问题，确定可能属于同一个或竞争的服务提供商的基站的位置。我们考虑到这些决定的智能移动终端的行为，谁可以连接到基站，提供最佳的效用的影响。信号干扰噪声比被用作确定关联的量。我们首先研究SINR关联博弈：我们确定每个基站对应的小区，即，移动终端优选连接到给定基站而不是其它基站的位置。我们做出一些令人惊讶的观察：（i）在一个方向上稍微移位基站可能导致对应小区的边界向相反方向移位;（ii）对应于BS的小区可以是断开的子小区的联合。然后，我们研究了分层均衡相结合的BS位置和移动关联问题：我们确定在哪里找到BS，以最大限度地提高收入在诱导的SINR移动关联游戏。我们考虑的情况下，单频带和两个频带的操作。最后，我们还考虑了两个频率系统中的分层均衡与连续干扰消除。
2011-02-17 cs.GT cs.NI
Enabling Mobility in LTE-Compatible Mobile-edge Computing with Programmable Switches
网络软件化引发了现代网络设计的新一轮创新浪潮。下一代移动网络将顺应这一趋势。移动边缘计算（MEC）是新兴移动网络的关键部分，可实现超低延迟的关键任务应用，如车对车通信。MEC旨在使延迟敏感型应用更接近无线电接入网络，为用户提供超低延迟，并减少移动服务提供商的回程压力。然而，没有实际的解决方案来实现MEC处的移动性，其中连接不再锚定到核心网络，并且服务应用应该随着其用户的移动而移动。我们提出了移动边缘网关（MEGW）来解决这一差距。MEGW透明地实现MEC应用的移动性，而无需对现有协议和应用进行任何修改。MEGW通过经由监听LTE控制平面来重构移动用户的位置以及使用用于边缘连接的两阶段位置相关业务导向来支持移动性。网络可以通过将某些IP路由器升级为运行MEGW的可编程交换机来逐步升级以支持MEC。我们使用P4语言实现了MEGW，并在运行参考LTE协议栈的测试平台上验证了其与现有LTE网络的兼容性。此外，使用数据包级模拟，我们表明，两阶段的流量导向算法减少了应用程序迁移的数量，简化了服务提供。
2019-05-13 cs.NI
Characterizing User Behavior: The Interplay Between Mobility Patterns and Mobile Traffic
该研究针对以往移动流量与移动性分析多聚焦聚合层面、缺乏个体洞察的问题，提出整合两类行为的用户建模框架及马尔可夫推断模型，基于智利大规模XDR数据验证了其在用户行为推断等方面的有效性。
2025-03-24 cs.IR cs.NI
Mobility Diversity in Mobile Wireless Networks
我们引入了移动传感器或通信网络的移动性分集的新概念，通过在不同的网络拓扑结构上传输数据引入的多样性。我们展示了如何通过改变网络的拓扑结构，节点的移动性可以提供多样性。更具体地说，我们考虑一个移动网络的传感器节点和一些汇聚节点都是随机移动根据不同的维纳过程移动模型。假设网络拓扑随时间演变，并假设成功通信需要传感器节点与至少一个汇聚节点的连接，我们计算该网络的三个性能指标，i）传感器节点连接到至少一个汇聚节点的预期时刻数，ii）中断概率，是在观测间隔期间没有汇聚节点在传感器节点附近的概率，以及最后，iii）通信中随之发生的故障的最大数量。我们的理论和数值分析表明，增加传感器节点的移动性参数增加成功传输的平均数量，降低中断的概率，并减少在传感器-sink通信的最大延迟。
2013-10-07 cs.NI
Delay and reliability-constrained VNF placement on mobile and volatile 5G infrastructure
SDN和NFV技术的持续研究和工业开发为网络自动化和基础设施优化提供了更高的灵活性。选择虚拟网络功能的位置是软件定义的、基于虚拟化的下一代网络（如5G及更高版本）自动化和优化的核心问题。为自动驾驶汽车、工厂自动化、电子健康和云机器人提供的网络服务通常需要严格的延迟界限和可靠性约束，这受到其组成虚拟网络功能的位置的影响。机器人、车辆和其他终端设备提供了重要的功能，如执行器、传感器和本地计算，这些功能对某些服务至关重要。此外，这些设备不断移动，可能会失去网络连接或耗尽电池电量，这进一步挑战了这种动态环境中的服务交付。这项工作解决了移动性和电池限制;以及在易失性网络上部署可靠的低延迟服务的时间方面和冲突特征，其中移动计算节点充当云和边缘计算基础设施的扩展。将该问题转化为一个代价最小化的虚拟网络功能布局优化问题，并提出了一种有效的启发式算法。通过对详细的真实场景的仿真，从各个方面对算法进行了广泛的评估。
2020-07-23 cs.NI
Sensing Multi-modal Mobility Patterns: A Case Study of Helsinki using Bluetooth Beacons and a Mobile Application
详细了解城市地区内的多式联运模式对于公共基础设施规划、交通管理和以用户需求为中心设计公共交通服务至关重要。然而，即使随着无处不在的计算的兴起，及时感知城市移动模式仍然是一个挑战。传统的数据源无法完全捕获门到门的轨迹，并依赖于一组模型和假设来填补其空白。本研究重点关注通过赫尔辛基首都地区当地PT运营商HSL的移动票务应用程序收集的新型数据源。HSL的数据集名为TravelSense，通过蓝牙信标、手机GPS和手机操作系统活动检测来记录匿名旅行者在赫尔辛基地区的活动。在这项研究中，TravelSense数据集的处理和分析，揭示时空移动模式的一部分，调查其在移动传感工作的潜力。该数据集的代表性验证与两个外部数据源-移动电话出行数据（需求模式）和旅行调查数据（模式共享）。最后，实际的观点，这个数据集可以产生通过初步分析的PT转移在多式联运的研究区域内。
2022-09-04 cs.DB cs.NI
Integrated Solution Scheme for Handover Latency Diminution in Proxy Mobile IPv6
最近的趋势表明，存在无线和移动通信网络与互联网服务的快速发展和快速融合，以向网络用户提供无处不在的接入质量。大多数无线网络和移动蜂窝网络正在向全基于IP的方向发展。这些网络通过使用TCP/IP协议的专用IP核心网络或通过互联网连接。因此，存在通过因特网改进移动性支持并通过提供无缝切换来支持无处不在的网络接入的空间。尤其是便携式移动和笔记本电脑设备的发明，几乎可以在任何时候连接到任何地方。然而，最近移动和膝上型设备的使用激增也在性能和服务质量方面产生了若干问题。如今，移动用户需要高质量的性能，最好的服务质量和无缝连接，支持实时应用，如音频和视频流。本文的目的是研究和评估微移动域下的移动性管理协议对链路层和网络层切换性能的影响。因此，本文提出了一种基于代理移动IPv6的网络移动性管理框架的集成解决方案，以降低高速移动性下移动主机切换到新网络时的切换时延、丢包率，提高吞吐量和视频传输性能。通过仿真分析了移动协议下网络性能与移动主机移动速度的关系。在仿真结果的基础上，给出并分析了微移动域中域内业务下移动协议的仿真结果。
2011-08-31 cs.NI
Performance Evaluation of Spectrum Mobility in Multi-homed Mobile IPv6 Cognitive Radio Cellular Networks
技术的发展以及超大规模集成电路的成就使移动设备能够配备多个无线电接口，这被称为多宿主。另一方面，已经引入了各种无线接入技术的组合，称为下一代无线网络（NGWN），以在任何时间和位置提供与移动设备的连续连接。认知无线电网络作为下一代网络的一部分，被认为是解决频谱效率低下和频谱稀缺问题的重要手段。为了在认知无线电网络的上下文中提供跨异构无线接入网络的无缝和无处不在的连接，利用移动IPv6是有益的。在本文中，一个移动终端配备了两个无线电接口被认为是为了评估性能的频谱切换的切换延迟。分析结果表明，该模型可以实现更好的性能相比，其他相关的移动性管理协议，主要是在切换延迟。
2017-01-04 cs.NI
Comparing the impact of mobile nodes arrival patterns in mobile ad hoc networks using poisson and pareto models
移动自组织网络是由移动台或移动节点组成的动态网络。移动性模型是协议评估、网络性能分析等领域的研究热点，如何模拟移动节点的移动性是建立准确的移动性模型需要考虑的问题。当新的节点可以加入和其他节点可以离开网络，因此拓扑结构是动态的。具体来说，移动Ad hoc网络由随机放置在一条线（不一定是直线）的节点的集合组成。移动Ad hoc网络确实出现在许多现实世界的网络应用中，例如在城市环境中沿着高速公路或在特定位置的人建立的车载移动Ad hoc网络。移动自组织网络中的移动节点通常是笔记本电脑、个人数字助理或移动电话。本文介绍了比较结果，已通过矩阵实验室软件模拟进行。研究了移动性预测模型对移动节点参数的影响，例如，在给定区域中使用帕累托分布和泊松分布的移动节点的到达率和大小。结果表明，移动节点的到达率可能会影响移动节点的人口（作为一个更大的数字）在一个位置。Pareto分布比Poisson分布更能反映移动Ad hoc网络模型的移动性。
2013-09-23 cs.NI
An OMNeT++ based Framework for Mobility-aware Routing in Mobile Robotic Networks
TU Dortmund University（多特蒙德工业大学）
在本文中，我们提出了一个跨层扩展的INETMANET框架的OMNeT++，它利用移动性控制知识，以提高路由消息的转发。众所周知的流动性元模型从雷诺兹被用来提供一个现实的代表性的移动行为的自主智能体相对于各种影响，这些代理人必须面对在现实世界中的应用。移动性感知路由机制使用有关当前移动性属性及其预测发展的知识，以优化路由决策并避免运行时的路径损失。在概念评估的证明，我们表明，我们提出的方法可以实现通信路径的鲁棒性的显着改善。
2016-09-17 cs.NI cs.RO
State Analysis and Aggregation Study for Multicast-based Micro Mobility
IP移动解决了在移动过程中透明地改变网络连接点的问题。移动IP是IETF提出的标准。然而，一些研究表明，移动IP有几个缺点，如三角路由和切换性能差。基于多播的移动性被认为是解决上述问题的一个很有前途的方案，它具有更小的端到端时延和快速平滑的切换。尽管如此，这种架构遭受多播状态的可扩展性问题与移动节点的数量的增长。这种架构还需要无处不在的组播部署和更复杂的安全措施。为了缓解这些问题，我们提出了一个域内组播为基础的移动性解决方案。移动代理为移动到其域的每个移动设备分配多播地址。移动设备在域中使用此多播地址进行微移动。此外，聚合被认为是减少多播状态。我们进行多播状态分析，研究几个聚合技术的效率。我们使用广泛的模拟来评估我们的协议的性能在各种真实的和生成的拓扑结构。我们将聚合增益作为我们评估的指标。我们的模拟结果表明，在一般情况下，泄漏聚集获得更好的增益比完美的聚集。此外，我们注意到，聚合增益的增加与访问移动节点的数量的增加，并在一个域内的移动代理的数量减少。
2001-05-23 cs.NI
