40、网络路由与推荐系统的技术探索

网络路由与推荐系统的技术探索

1. MANET 中 DYMO 路由协议性能优化

在移动自组网（MANET）领域，路由协议的性能优化至关重要。DYMO 路由协议因适用于大型网络且路由开销小而被选用，但它在支持低移动速度的小型网络时存在不足。为了增强其性能，研究人员采用了机器学习技术。

1.1 研究方法

为测试提出的系统，定义了三种评估方法：
- 模拟方法 ：经济且易于实施实验，在众多模拟器中，NS2 模拟器凭借其特性和优势，在网络研究社区中备受青睐。
- 实验方法 ：由于成本高、缺乏灵活性和网络设置困难，不太可行。
- 数学方法 ：具有高度局限性，包含的假设和假说不适用于现实环境。

1.2 基于机器学习的 DYMO 路由协议

为了适应动态环境并提升 DYMO 路由协议的性能，采用了以下算法：
1. 数据采集 ：使用 MATLAB 的模糊逻辑工具箱捕获可配置值的数据集。
2. 参数预测 ：运用 Python 的多元线性回归机器学习技术，以网络大小和移动速度为自变量，RRWT 为预测变量，进一步微调并预测 RRWT 的动态可配置值。
3. 实验运行 ：将提出模型的动态可配置参数值纳入 NS2 中，针对不同网络大小运行实验，以增强 DYMO 协议的性能。

1.3 实验参数设置