一种基于PMIPv6的智能辅助高效切换方案

摘要

通过对MN的移动习惯进行形式化分析和解释性论证，针对切换时延、数据分组连续性和切换花费等关键问题，提出使用机器学习算法进行切换行为预测的智能辅助方案。为了降低MAG和LMA的负担，采用面向网络的移动管理模式引入智能辅助切换代理。利用802.21MIH的事件服务、命令的服务和信息服务，完成媒体无关的分布式训练样例搜集，支持训练数据的动态反馈和静态导入。将IHA有机地结合到PMIPv6网络中，设计功能单元部署和信息交互流程。当MN发生切换时，几乎不破坏上行数据的连续性，只需要新MAG和原MAG之间进行简单的交互来完成航程数据的传输。利用MN两次切换间隔时间进行预测，MAG和LMA及时做好切换准备，维护准备切换实体表。采用数据驱动双向隧道模式，减少控制信令开销。对切换行为的成功预测为缓存分配与分组排队、路由优化和资源预留的执行增加有效时间。
　　 使用BP人工神经网络来进行切换行为预测，设计神经网络的输入输出参数，给出网络结构。采用多种BP算法比较择优的方式训练神经网络。通过MATLAB人工神经网络工具箱对不同算法的仿真发现多种训练算法存在的必要性。对NS2软件进行扩展，使其满足PMIPv6和IAH的仿真要求。仿真实验结果表明当访问网络中规则移动行为占较大比例时，IAH能够有效减少切换延时、提高IP连续性，同时能够在一定程度上减少控制信令花费。

目录

文摘

英文文摘

1 绪论

1.1 研究背景和现状

1.2 研究意义和目标

1.3 本文研究方法及组织结构

2 切换机制特点和智能辅助可行性分析

2.1 移动IPv6现有的切换机制

2.1.1 2层切换的方案和特点

2.1.2 3层切换的方案和特点

2.1.3 高效切换的本质问题

2.2 针对代理移动IPv6的高效切换

2.2.1 PMIPv6的快速切换

2.2.2 PMIPv6的平稳切换

2.2.3 智能辅助的优势

2.3 智能辅助切换的可行性分析

2.3.1 切换行为的分析与建模

2.3.2 智能辅助切换可行性分析

3 智能辅助与PMIPV6的结合

3.1 媒体无关切换MIH

3.2 智能辅助对MIH的支持

3.3 智能辅助功能单元在PMIPv6中的部署

3.4 PMIPv6各实体在智能辅助切换中的协作关系

3.5 IAH引入的报文和报文格式

4 BP神经网络在IAH中的应用

4.1 人工神经网络的组成和原理

4.2 BP神经网络的特点和使用方法

4.3 IAH中BP神经网络的设计

4.3.1 输入输出参数的设计

4.3.2 网络模型的建立

4.3.3 训练算法的选择方案．

4.4 BP神经网络在MATLAB中的实现

4.4.1 BP神经网络的创建

4.4.2 肉络权值和阈值的初始化

4.4.3 BP网络的训练和仿真

4.5 贝叶斯神经网络在IAH中的应用前录

5 PMIPV6中IAH的性能分析和模拟实验

5.1 IAH在PMIPv6中的性能分析

5.1.1 位置更新费用

5.1.2 数据转发费用

5.1.3 关于切换时延

5.1.4 对于切换预测失败的考虑

5.2 模拟实验和实验结果

5.2.1 NS2和网络模拟

5.2.2 NS2中的PMIPv6

5.2.3 在PMIPv6中添加IAH

5.2.4 实验的简要步骤

5.2.5 实验结果和简要分析

6 全文工作总结和展望

参考文献

致谢

个人简历、在学期间发表的学术论文与成果