基于预测的V-NDN多决策兴趣包转发方法

摘要

车载命名数据网络（V-NDN）是基于车载自组织网络（VANET）建立通信的一种新型网络框架.洪泛转发策略在当前V-NDN中被广泛使用，造成大量的网络资源被浪费.针对上述问题，提出基于预测的多决策兴趣包转发方法（KMNDN），该方法实现了通过内容发现来定位内容节点，根据车辆运动状态构造转发路径，以减少网络中的无用流量.为保证链路稳定性，在链路构造过程中结合卡尔曼滤波预测、速度以及备选节点车流密度，再通过设定权重对待选车辆进行排序，从而选择出风险最小的节点作为下一跳.实验结果显示：所提方法在提高数据包交付率，以及降低网络时延方面具有一定优势.

关键词

车辆命名数据网络 / 兴趣包转发 / 卡尔曼滤波 / CRITIC权重法