定向扩散路由协议外文翻译

《定向扩散路由协议外文翻译》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、定向扩散的无线传感器网络ChalerekIntanagonwiwat,RameshGovindan,DeborahEstrin,JohnHeidemann,andFabioSilva摘要--进展处理器，内存和无线技术将能够连接传感，通信和计算的能力小，价格便宜的节点。这些节点的网络可以协调进行的环境现象分布式传感。在本文中，我们探讨了定向扩散范式这种协调。定向扩散是以数据为中心的所有通信进行命名的数据。在定向扩散为基础的网络中的所有节点都应用感知。这使得扩散通过选择良好的经验和路径，通过网络（例如，数据聚合）缓存和处理数据，以达到节约

2、能源。我们探索和评估使用定向扩散的一个简单的远程监控传感器网络解析和实验。我们的评估表明，定向扩散可以达到显著的节能效果，并且可以根据所调查的情况下超越传统的理想化方案（例如，全网组播）。1介绍在不久的将来，先进的处理器，内存和无线技术将使小和廉价的节点能够进行无线通信和显著计算。这些设备加入感应功能将会使分布式微感-一个在节点的集合坐标，实现活动更大的传感任务成为可能。这种技术可以彻底改变信息收集和在许多情况下的处理。规模大，动态地改变，并且健壮的传感器网络可以部署在恶劣的物理环境，如远程地理区域或有毒的城市地区。他们也将实现低维护

3、传感更良性的，但不太方便，环境：大型工业厂房，飞机内饰等。。为了激励我们的研究，考虑的怎么这么传感器网络将致力于这个简化模型。一个或多个操作人员构成，在网络中的任何节点，表单的问题：“有多少行人，你的地理区域X观察？”，或“告诉我在什么方向的车辆在区域Y移动”。这些查询中指定的区域导致被委派传感器开始收集信息。一旦个别节点检测到行人或车辆的运动，它们可能会影响相邻节点协作，消除歧义行人位置或车辆移动的方向。然后其中一个节点可能会报告的结果返回给操作人员。通过健壮性，可伸缩性和能效要求的启发，本文探讨了新的数据传播范式，例如传感器网络。

4、这一模式，我们称之为定向扩散1，是以数据为中心。由传感器节点产生的数据被命名为属性-值对。节点通过发送兴趣名为数据请求的数据。数据匹配的兴趣，然后“拉”下来，对那个节点。中间节点可以缓存，或转换数据，并且可以直接基于以前缓存的数据（第2节）的兴趣。使用这种通讯模式，我们的例子中可以如下方式实现。操作人员的查询将被转化为扩散（如广播，地理路由）对在区域X或Y节点，当在该地区的一个节点收到一个零利率，它会激活其传感器，开始收集有关行人的信息。当传感器报告行人的存在，该信息返回沿息传播的反向路径。中间节点可能会汇总数据，例如，更准确地引脚通

5、过组合的些许传感器报告指出行人的位置。定向扩散的一个重要特征是，兴趣和数据传播和聚集是通过局部的相互作用（在一些附近的邻居或节点之间的消息交换）来确定。18定向扩散是显著不同，其中节点通过其端点标识，节点间通信层叠在网络内设置的端至端传送服务的IP式通信。在本文中，我们描述了定向扩散，并说明这种模式的传感器查询，传播和处理的一个实例。我们表明，采用定向扩散可以实现强大的多路输送，凭经验适应网络工作路径的一小部分，并达到显著的节能效果时间中介节点聚合反应的查询（第4章）。我们还实施了几个小的传感器平台定向扩散;我们描述在第5节我们实现设

6、计和我们的经验。在本文中，我们概述了定向扩散范式，解释其主要特点，并在一些细节描述了定向扩散模式的车辆跟踪传感器网络（第2节）的特定实例。我们指定哪些地方法规实现的利息和数据传输所需的行为。在此过程中，我们将展示如何在定向扩散模式不同于传统的网络和定性认为，这种模式提供了缩放，健壮性和能源效率方面的好处。我们通过定向扩散（第4节）和实施（第5条）的详细的数据包级仿真量化其中的一些好处。C.Intanagonwiwat，R.Govindan，学者海德曼和F席尔瓦与USC/信息科学研究所。D.雌激素是与加州大学洛杉矶分校。这项工作的早期版

7、本出现在ACMMobiCom的2000论文集[17]。这项工作是由美国国防高级研究计划局授予下DABT6399-1-0011支持。1Van雅各布森提出“扩散”命名的属性数据，这个类的应用程序，后来导致了定向扩散的设计理念。(a)兴趣传播（b)梯度建立（c)数据传播以及路径加强图1定向扩散路由协议的过程2定向扩散定向扩散是由几个要素：兴趣，数据消息，渐变和增强。有兴趣的消息是查询或询问它指定一个用户想要什么。每个兴趣包含所支持的传感器网络进行数据的感测任务的描述。典型地，在传感器网络中的数据是一种物理现象的收集或处理信息。这样的数据可以

8、是一个事件，这是感测到的现象的简短描述。在定向扩散，数据使用属性-值对的名字命名。感测任务（或者其子任务）的传播在整个传感器网络工作有兴趣命名的数据。这个传播设置了网内梯度设计的“画”事件（即数据相匹配的利息）。具体而言