延迟容忍网络中一种基于拥塞程度的端到端确认机制

安莹，王建新

(中南大学 信息科学与工程学院，湖南 长沙，410083)

传统网络的飞速发展和 Internet的迅速普及得益于TCP/IP协议栈发挥的基础性关键作用。端到端可靠性是传输层的重要问题之一，在传统网络中主要通过确认和重传机制加以解决。有效的确认能够向源端通告消息的到达并促使相关节点删除已达消息的冗余副本以释放缓存空间。然而TCP/IP对于底层协议的实现往往基于对网络中物理链路特性的一系列假设之上，例如：收发节点之间存在持续的端到端路径；网络中任意节点间的最大往返延迟(RTT)不能太大；链路误码率较低，端到端丢包率较小等。延迟容忍网络(DTNs)[1]是一种新型的无线网络，主要应用于挑战网络环境，如，星际网络(IPN)[2]、移动车载网络(VANET)[3]、口袋交换网络(PSN)[4]、野生动物监测与追踪传感器网络[5]、军事战术通信网络[6]、乡村通信网络[7]以及灾难救援网[8]等。与传统网络不同，DTN网络往往表现出网络分割存在，网络连接频繁中断，缺乏稳定的端到端路径以及大延迟等特点。这使得传统的TCP/IP协议无法很好地适用于该类网络。在采用多副本转发策略(Epidemic forwarding)[9]的DTN网络中，通常不存在确认或者仅仅采用Hop-by-hop的确认机制[10]。这使得源端无法确定消息是否成功地到达了目的端，从而，即使在消息已经成功交付的情况下，节点仍然不能及时地通过删除已达消息来释放缓存，造成大量的冗余消息副本充斥整个网络，导致严重的资源浪费。因此提供有效的端到端确认对于 DTN网络仍然是相当必要的，然而，现有的 DTN网络的端到端确认方法大多存在资源消耗过大或确认传播延迟过长等明显的缺点，从而无法取得令人满意的实际效果。本文作者提出一种基于拥塞程度的端到端确认机制，即APR，根据节点的拥塞状态，动态地选择确认消息的转发方式。通过大量的实验证实了该机制能有效地抑制网络中消息副本数量的增长，实现网络开销与延迟性能的合理平衡，并最终获得较高的消息到达率。

1 相关工作

为了解决DTN网络间歇性连接的问题，DTN路由的模式由传统路由的存储-转发(store and forward)模式扩展为存储-携带-转发(store-carry-forward)模式，利用节点的移动性来提高网络的连通性和吞吐量，即，中间节点在没有合适的下一跳转发节点时，可能需要将消息在缓存中保存一段较长的时间，携带消息移动并等待直至新的传输机会出现再进一步转发。为了获得更高的消息到达率，研究者们陆续提出了多种不同的机会转发机制，这些机制大体可分为4类：基于冗余(redundancy-based)的转发机制、基于效用(utility-based)的转发机制、冗余效用混合(hybrid)机制和基于主动运动(node movement)的转发机制[11]。基于效用的转发机制[12-13]与传统的网络转发类似，使用单路径、单消息拷贝，它利用网络状态信息来决策下一跳节点。基于节点主动运动的转发机制[14]中，网络中某些节点在部署区域内主动运动来为其他节点提供通信服务，与节点不存在可用的下一跳邻居节点被动等待连接机会的方式相比，提高了网络传输效率和消息传递的可靠性。基于冗余的转发机制中，通过基于复制(replication)或基于编码(coding)[15]的方式，每个消息产生多个冗余消息在网络中扩散，通过多路径并行传输提高消息传输性能。而冗余效用混合机制[16]则是综合了基于冗余和基于效用的转发机制，每个消息产生多个冗余消息，每个冗余消息按照基于效用的转发策略转发到目标节点。

由于节点移动的不确定性以及较高的链路出错率，消息传输的可靠性在采用这些转发机制的 DTN网络中，尤其在稀疏网络环境下仍然很难得到保证。保管传输(Custody Transfer，CT)[17-18]提出了一种逐跳确认的方法来解决可选的可靠数据传输问题。该机制非常类似于邮政系统的信件投递，源端节点将消息转发给下一跳节点的同时也将保证该消息可靠传输的责任进行转交，试图通过逐跳的可靠来近似地达到端到端可靠的效果。然而，这种逐跳的可靠性方法在故障或差错频繁发生的网络环境下存在较严重的问题。文献[19]中已经证实了这种逐跳的可靠性方法无法从根本上保证实际应用的可靠性。目前关于 DTN网络中端到端可靠性的研究仍然很少。文献[20]中提出了 2种较为可行的端到端确认机制：

(1) 主动反馈方式(Active Receipt，AR)。在主动反馈方式中，每当一个消息M成功地从源端S传输到目的端D，D将生成并向S反馈一个对应的确认消息R。确认消息R与消息M一样采用“传染转发”的方式进行传递。具体来说，当某个携带有确认R的节点A，遇到另一个未携带确认R的节点B时，A将对R进行复制并把副本转发给 B。确认消息表示某个消息的正确接收，因此收到确认消息的节点(源节点或中间节点)可以相应的删除本地缓存内存储的对应消息并拒绝再次接收该消息，从而达到节约网络资源的目的。

该方法采用类似泛洪的方式对确认消息进行传输，具有较短的传播延迟和排队延迟，但是由于消息的副本数量难以抑制，因此携带和传输数据的开销过大，对于资源有限的 DTN网络极易造成拥塞，从而使得消息的到达率严重下降。

(2) 被动反馈方式(Passive Receipt，PR)。为了解决网络开销过高的缺陷，被动反馈方式中确认消息以被动方式进行复制传输，一旦目的节点D成功接收了M，会对应地生成一个隐式的确认消息 R并发送回携带有消息M的上一跳节点，以阻止它继续发送M。称携带M的节点为感染节点(infected node)，而称收到并携带有确认消息后的节点为治愈节点(cured node)。与主动反馈方式不同，仅当治愈节点或目标节点遇到试图向其发送M的感染节点时，才复制并发送R。这里R不会被主动的发送，而是被动地等到遇上活动的感染节点时才发出R的一个副本来阻止对方发送M的企图。因此，被动反馈方式下，产生的副本总数较之主动反馈方式大幅减少，网络开销降低，但是确认消息的被动传输也会减少消息的传输机会，同样会对到达率造成影响，相应地，确认的传输延迟也会增加，网络中感染节点需要花费更长的时间才能被治愈。

针对上述2种端到端确认机制的不足，本文作者提出一种基于拥塞程度的端到端可靠性方法，即APR，将前面提到的2种方法进行有效的结合，根据网络的拥塞程度自适应地选择主动或被动的方式传递确认消息。在本方法中，在网络未发生拥塞或拥塞程度较轻时，确认消息按照主动反馈的方式进行传输，而当拥塞加重时则切换到被动反馈的传输方式。目的是寻找一种兼顾传输的时延特性和资源消耗的方案以更好地适应DTN环境的特殊限制。

2 协议设计

2.1 问题分析

主动反馈方式下，确认以主动“传染”方式在网络中传播，“感染”节点作为新的“感染源”携带确认副本并需找通信机会继续复制传播。这使得确认散播的速度较快，而这是以较多的确认副本数量，较高的网络开销为代价的，在资源严重受限的DTN环境下，很容易导致网络拥塞的发生，而拥塞又会进一步影响消息传输的到达率。就网络拥塞对上述2种机制的消息到达率的影响进行了仿真实验，选择在节点数量分别为126个和250个，节点缓存为1 MB，消息大小为100 kB的情况下，通过缩短节点消息生成的间隔时间来模拟网络拥塞加剧的效果，比较它们的消息到达率，如图1所示。从图1可见：随着拥塞程度的加剧，2种方式下的消息到达率都呈明显的下降趋势，但是由于主动反馈方式下确认消息的主动传播使得消息副本数量进一步增加，拥塞程度相比被动反馈方式更为严重，因此到达率的下降也更为剧烈。在消息生成间隔时间小于10 s时，主动反馈方式下的消息到达率明显低于被动反馈方式。

图1 AR和PR在不同拥塞程度下的消息到达率Fig.1 Message delivery rate in varying congestion in AR and PR

而对于被动反馈方式，节点只对试图传递该消息的节点复制确认，换句话说，若携带消息 Ma的确认Ra的节点N1，遇到另一个不带有消息Ma的节点N2，N1并不会向 N2复制确认 Ra。确认消息传播的被动性实际上可能导致错过许多的转发机会，网络中确认的副本数量虽然较之主动反馈方式大大减少，但是若携带消息Ra的节点迟迟遇不上携带消息Ma的节点时，确认将无法转发出去而长时间滞留于缓存中，这就使得确认的端到端延迟较之主动反馈方式大幅增加。这样，当网络拥塞时也就无法迅速地通过确认消息及时释放缓存空间来缓解拥塞状态。

从上述实验可以看出：主动反馈方式和被动反馈方式的性能对网络拥塞状态是敏感的。主动反馈方式更为激进，带来的网络开销较大，更容易造成网络拥塞而影响消息的到达率；而被动反馈方式下网络开销相对较小，但是传播方式过于保守。因此，考虑将主动和被动2种方式结合起来，根据节点的拥塞状态自适应地决定确认消息的转发方式。在网络资源充足时采用主动反馈方式，而当资源紧张时则切换至被动反馈方式，防止网络拥塞的加剧。

2.2 APR机制

根据上面的设计思路，本文提出一种新的端到端确认机制，其基本思想如下：消息的传输采用类似于传染转发的方式，每个节点都设置相当的缓存保存要传送的消息，并为消息的集合建立索引，同时周期性地计算一个表征网络拥塞程度的拥塞值CV，并将消息索引和CV构成一个矢量表SV。2个节点相遇(彼此进入对方的无线通信半径)时，交换彼此的 SV，节点根据 SV的对比来确定向对方发送相应的消息。具体来说，假设消息Ma成功到达目的节点后随即产生了相应的确认消息Ra。任意2个节点N1和N2相遇，其中仅N1携带有确认Ra，N1与N2首先交换各自的矢量表SV，通过比较后尝试交换各自所缺少的消息。若N2试图向N1发送 Ma，则 N1主动向 N2复制 Ra以阻止 N2对 Ma的继续传播并促使N2释放其缓存空间；若N2未携带有Ma，则根据N2的拥塞级别来决定是否转发Ra。

为了准确地跟踪网络的拥塞状态变化，需要根据合适的度量。但是限于 DTN网络的连接的间歇性，获取全局信息来评估网络的拥塞状态是不切实际的，因此只能主要通过节点的本地信息来代替。同时与拥塞状态相关的度量指标很多，比如丢包数、副本数、缓存占用率等等，而选择单一的度量无法准确地反映出实际的网络拥塞情况。文献[21]中对能反映网络拥塞程度的性能指标进行了分析比较，发现采用丢包数与消息副本数的比值能较好地反应 DTN网络的拥塞程度。在本算法中也采用这一度量来估计网络的拥塞状态，即，节点首先在本地对丢弃的消息总数(drops)和接收到的消息副本总数(reps)进行统计，然后计算二者的比值作为拥塞程度的评估值CV。为了使得本地信息更接近网络的全局信息，在2个节点相遇时应该交换各自的测量值，将对方的测量值也考虑进来。换而言之，若两节点(N1和N2)相遇，它们会将各自统计的丢包数或消息副本数更新为N1和N2的丢包数或消息副本数之和。对于丢包数而言，直接统计各节点丢弃的消息数量即可，而对于消息副本数则不尽相同，因为在传染路由机制下，消息每转发一跳，副本数量就会增加一个，因此，每个消息的转发跳数还能进一步提供关于该消息副本数的相关信息。所以，为了更准确地得到消息副本数量的全局信息，不能仅仅考虑该节点所接收到的消息总数而应该是节点接收到的所有消息的转发跳数之和。具体的计算方法见式(1)和(2)，以节点N1为例。

计算拥塞程度的评估值 CV时，使用加权移动平均估计值来消除CV短期震荡的影响，如下式所示：

根据计算得到的 CV和缓存占用率，节点自主地决定确认消息的转发方式。具体来说，若N2当前缓存的空闲空间较充足(缓存空间的占用率小于某个阈值β)，或者CV的当前值小于上次的估计值，表明节点尚未拥塞。于是N1主动向N2复制Ra，通过主动方式增加确认转发的机会，以缩短端到端延迟；反之，节点缓存占用率超过β，表明节点缓存的使用已接近饱和，或者 CV大于上次的估计值，说明网络拥塞已经发生并在加剧。这时N1则选择被动方式，不向N2复制确认消息，以避免主动传染进一步恶化网络的拥塞状态。通过网络的拥塞状态信息，自适应地调整确认消息的转播方式，以到达消息副本总数和端到端延迟性能的平衡，并提高消息的整体到达率。实验中α设为0.9，采用了与文献[21]相同的取值，通过为最近的样本分配更高的权重以保持CV的更新。而对于阈值β，取值太小可能使得节点过早开始丢弃消息，导致网络吞吐率和到达率的下降；取值过大又可能使得本算法对确认转发方式的调控出现滞后，在调控生效前节点资源可能已经耗尽而发生严重拥塞，最终同样致使吞吐率和到达率受到影响。本文中β根据经验值设为0.8。算法主要部分的伪代码如下：

Algorithm. Node ProcessEvent(event)

Require: drops= 0

Require: reps= 0

Require: CV= ∞

Require: flag= 0

Require: α = 0.9 β = 0.8

1: if event = Drop then

2: drops++;

3: else if event = Receive Message then

4: reps++;

5: else if event = Contact with node N then

6: d = drops+ Ndrops;

7: r = reps+ Nreps+ Σm∈storedmessages(hops(m)-1) ;

8: reset(drops, reps);

9: CV=α(d/r)+(1-α)CVprevious;

10: if the ratio of occupied buffer ＜ β || CV＜CVpreviousthen

11: flag= 1;

12: else flag= 0;

13: CV=CV’ ;

14: if event = N try to send a message Miwhose receipt Rihas been carried then

15: send Rito N ;

16: else if Nflag= 1 then

17: send Rito N

3 仿真结果与性能分析

3.1 仿真环境

本文使用 ONE(Opportunistic networking environment)[22-23]simulator进行仿真实验。仿真环境是在移动延迟可容忍网络环境下(即各节点均具有一定的移动性)，移动模型采用ONE默认的基于赫尔辛基城市地图的移动模型，该地图定义了2类路径：(1)公路；(2) 人行道。3类移动节点：(1) 步行者；(2) 汽车；(3) 有轨电车。步行者只能在人行道上运动，而汽车和有轨电车则只能沿公路行进，其中有轨电车只能在指定公路上来回行驶。具体的实验参数设置如表1所示。

表1 实验参数设置Table 1 Parameter settings

在上述的基本实验环境下对AR，PR和APR 3种机制下的性能进行比较。实验中主要针对消息到达率、消息副本总数以及网络延迟性能进行考察，仿真结果如下。

3.2 消息到达率的影响

消息的到达率是评估协议优劣的重要指标之一，本节主要比较了在不同节点缓存大小的情况下，3种端到端确认机制对消息到达率的影响，如图2所示。在计算到达率时，综合考虑了确认消息的到达率指标。从实验结果可以发现，由于 PR对确认消息的被动传输，使得其总体消息到达率较低。AR采用了更为激进的传输方式，但是在节点缓存较小时，过多的消息副本导致拥塞较严重，从而影响了消息的到达率；而APR根据节点的拥塞状态自适应地调整确认消息的传输方式，获得了较高的到达率。然而随着缓存空间的增大，拥塞发生的概率相对减少，AR的到达率不断提高，逐渐与APR接近。

图2 不同节点缓存大小下3种确认机制下获得的消息到达率Fig.2 Message delivery rate as buffer size fluctuates in different acknowledgement mechanisms

图3 随着消息生成间隔时间的增加3种确认机制下获得的消息到达率Fig.3 Message delivery rate as message period increases in different acknowledgement mechanisms

为了进一步说明 APR根据拥塞程度的自适应调节机制在网络拥塞状态下的优越性，实验中将节点的缓存大小设为1 MB，消息大小设为100 kB，并采用第3节中的实验方法，通过缩短消息生成间隔时间来模拟拥塞程度加剧的效果。图3所示为在不同拥塞程度时，采用3种端到端确认机制获得的消息到达率。由图3可见：当网络未出现拥塞或拥塞状态较轻时，APR达到了与AR相当的消息达到率，而当节点缓存资源较紧张，消息产生量很大时，AR产生的过多的消息最终导致了严重的拥塞，丢包率随之增加，从而降低了消息的到达率；而 PR采用被动方式传播确认消息，造成部分消息传输的机会的错失，因此消息到达率不高。在资源受限的情况下，采用 PR同样无法避免拥塞的发生，但是拥塞程度相对较轻。因此，随着拥塞程度的加剧，采用AR时，消息到达率急剧下降，而采用 PR时，到达率的下降趋势则相对平缓，并且在拥塞到达一定程度后(如图 3中消息产生间隔时间降为 10 s以下)，PR获得的到达率明显要优于AR。相比之下，由于APR能根据网络的拥塞状态自适应调整确认消息的转发方式，在网络状态较好时采用与AR相同的转发方式，通过对确认消息的积极主动传播，加快了扩散的速度，增加了对消息数量的抑制效果，进而提高了消息的到达率；而当网络状态恶化时，节点自适应地切换到 PR方式，利用被动转发减缓拥塞程度的进一步加剧，从而降低了拥塞对消息到达率的负面影响。因此，APR方式下的消息到达率随着拥塞的加剧，受到的影响最小，相比其他2种方式，取得了最佳的效果。

3.3 抑制网络消息总数的效果

考察分别采用APR，AR和PR时，网络中消息总数随时间的变化情况。实验在节点数量为126个和250个的2种场景下，比较节点缓存大小分别为5，10以及20 MB时3种不同方式下的网络消息总数，如图4所示。

从图4可以看出：主动反馈方式比被动反馈方式产生的消息数要多出50%以上，而APR方式对消息总数的控制效果接近被动反馈方式，而比主动反馈方式下的消息总数缩减约33%。随着时间的推移，3种方式对消息数量的控制作用的差异变得明显，其中APR的消息总数在初始阶段消息总数的增长速度比被动反馈方式更快，几乎与主动反馈方式相当，随后慢慢增长速度变缓。这是由于APR方式下，在确认消息传播的初期，网络拥塞状态较轻，因此，主要采用主动传染方式进行传播，消息数量增长较快，因此消息总数持续增加。然而，确认消息的主动传播方式也使得治愈节点数量增加较快；随后，随着拥塞状态的加重，确认消息的传播逐渐以被动方式为主，消息增长的速度迅速减慢，达到比主动反馈方式更好的效果。

此外，APR方式下网络消息总数达到稳态的速度与主动反馈方式相差不大，比被动反馈方式明显要快，这得益于APR方式前段采用更激进的主动传染机制，获得了更快的收敛速度。而被动反馈方式则有由于确认消息的散播太慢造成抑制效果迟缓。

3.4 延迟性能影响

图5比较了在126个节点和250个节点，缓存分别为5，10以及20 MB的情况下，消息在缓存中的平均排队时延和确认消息的平均传输延迟情况。由图 5可以看出：APR的这2项性能指标均远远优于被动反馈方式的效果，接近主动反馈方式的水平。同时当节点数量增加时，消息传播的机会增加，平均排队时延降低；而缓存增加时也使得缓存中能存储更多的消息，出现缓存满而丢弃消息的时间延后，因此缓存增大时，缓存时间也随着呈现一定程度的增长。

图4 不同节点数量和缓存空间情况下3种确认机制下网络消息总数随时间的变化Fig.4 Total number of messages over time with different node densities and buffer sizes in different acknowledgement mechanisms

图5 不同节点数量和缓存空间情况下消息的平均排队时延以及ACK(确认的)平均传输延迟Fig.5 Average queuing time of messages and average transmission delay of ACK with different node densities and buffer sizes in different acknowledgement mechanisms

4 结论

(1) 由于 DTN网络间歇性连接等特点，hop-byhop的确认机制无法满足数据可靠传输的要求，现有的端到端确认机制往往存在传输开销过高或端到端延迟过大等问题，尤其在网络拥塞时，过度的资源消耗反而严重地影响了网络的消息到达率。

(2) 提出了一种基于拥塞程度自适应的端到端确认机制，将主动反馈和被动反馈方式相结合，根据网络的拥塞状态，自适应地调整确认消息的转发方式，即在拥塞状态较轻时采用主动反馈方式，而在拥塞状态较严重时切换为被动反馈方式。

(3) 通过仿真实验与现有的DTN中的端到端确认机制进行比较，证明了该机制有效地抑制网络总体开销，合理地控制平均排队时延和平均传输时延，并获得较高的消息到达率。

[1] Pelusi L, Passarella A, Conti M. Opportunistic networking: Data forwarding in disconnected mobile Ad hoc networks[J]. IEEE Communications Magazine, 2006, 44(11): 134-141.

[2] Hooke A. The interplanetary internet[J]. Communications of the ACM, 2001, 44(9): 38-40.

[3] Hull B, Bychkovsky V, Zhang Y, et al. CarTel: A distributed mobile sensor computing system[C]//Proceedings of the 4th Int’l Conf on Embedded Networked Sensor Systems. Boulder: ACM,2006: 125-138.

[4] Pan H, Chaintreau A, Scott J, et al. Pocket switched networks and human mobility in conference environments[C]//Proceedings of the 2005 ACM SIGCOMM Workshop on Delay-Tolerant Networking. Philadelphia: ACM, 2005: 244-251.

[5] Juang P, Oki H, Wang Y, et al. Energy-efficient computing for wildlife tracking: Design tradeoffs and early experiences with ZebraNet[C]//Proceedings of the 10th Int’l Conf on Architectural Support for Programming Languages and Operating Systems.New York: ACM, 2002: 96-107.

[6] Krotkov E, Blitch J. The defense advanced research projects agency (DARPA) tactical mobile robotics program[J]. The International Journal of Robotics Research, 1999, 18(7):769-776.

[7] Pentland A, Fletcher R, Hasson A. Daknet: Rethinking connectivity in developing nations[J]. Computer, 2004, 37(1):78-83.

[8] University of South Florida: Center for robot-assisted search and rescue[EB/OL]. [2000-04-17]. http://crasar.csee.usf.edu/.

[9] Becker V D. Epidemic routing for partially connected Ad hoc networks[R]. Durham, NC: Duke University. Department of Computer Science, 2000: 2-6.

[10] Small T, Haas Z J. The shared wireless infostation model—A new Ad hoc networking paradigm (or where there is a whale,there is a way)[C]//Proceedings of MobiHoc’03. Annapolis,Maryland: ACM, 2003: 233-244.

[11] 熊永平, 孙利民, 牛建伟, 等. 机会网络[J]. 软件学报, 2009,20(1): 124-137.XIONG Yong-ping, SUN Li-min, NIU Jian-wei, et al.Opportunistic networks[J]. Journal of Software, 2009, 20(1):124-137.

[12] Ramanathan R, Hansen R, Basu P, et al. Prioritized epidemic routing for opportunistic networks[C]//Proceedings of the 1st Int’l MobiSys Workshop on Mobile Opportunistic Networking.San Juan: ACM, 2007: 62-66.

[13] Chen C, Chen Z. Evaluating contacts for routing in highly partitioned mobile networks[C]//Proceedings of the 1st Int’l MobiSys Workshop on Mobile Opportunistic Networking. San Juan: ACM, 2007: 17-24.

[14] Zhao W, Ammar M, Zegura E. Controlling the mobility of multiple data transport ferries in a delay-tolerant network[C]//Proceedings of the IEEE INFOCOM 2005. Miami: IEEE Computer and Communications Societies, 2005: 1407-1418.

[15] Wang Y, Jain S, Martonosi M, et al. Erasure-coding based routing for opportunistic networks[C]//Proceedings of the 2005 ACM SIGCOMM Workshop on Delay-Tolerant Networking.Philadelphia: ACM, 2005: 229-236.

[16] Spyropoulos T, Psounis K, Raghavendra C S. Spray and focus:Efficient mobility-assisted routing for heterogeneous and correlated mobility[C]//Proceedings of the IEEE PerCom Workshop on Intermittently Connected Mobile Ad Hoc Networks. Piscataway, NJ: IEEE Computer Society, 2007:79-85.

[17] Fall K. A delay-tolerant network architecture for challenged internets[C]//Proceedings of SIGCOMM’03. New York: ACM,2003: 27-34.

[18] Fall K, Hong W, Madden S. Custody transfer for reliable delivery in delay tolerant networks[R]. Berkeley: Intel Research Berkeley, 2003: 1-5.

[19] Papastergiou G, Christos V. Samaras and Vassilis Tsaoussidis,where does transport layer fit into space DTN architecture[C]//Proceedings of Advanced Satellite Multimedia Systems Conference (ASMA) and the 11th Signal Processing for Space Communications Workshop (SPSC). Cagliari: IEEE, 2010:81-88.

[20] Harras K, Almeroth K. Transport layer issues in delay tolerant mobile networks[C]//Proceedings of IFIP Networking. Coimbra,Portugal: Springer-Verlay, 2006: 463-475.

[21] Thompson N, Nelson S C, Bakht M, et al. Retiring replicants:Congestion control for intermittently-connected networks[C]//Proceedings of INFOCOM 2010. Shanghai: IEEE Communications Society, 2010: 1-9.

[22] Keränen A. Opportunistic network environment simulator[R].Special Assignment: Helsinki University of Technology.Department of Communications and Networking, 2008: 3-11.

[23] Keränen A, Ott J, Kärkkäinen T. The ONE simulator for DTN protocol evaluation[C]//Proceedings of SIMUTools’09: 2nd International Conference on Simulation Tools and Techniques.Rome: ICST, 2009: 1-10.