[论文解读] A Survey on Routing and Data Dissemination in Opportunistic Mobile Social Networks

Behrouz Jedari, Feng Xia|arXiv (Cornell University)|Nov 2, 2013

Opportunistic and Delay-Tolerant Networks参考文献 112被引用 35

一句话总结

本综述探讨了机会型移动社交网络（OMSNs）中的路由与数据传播，利用人类移动模式、社交关系及社区动态以提升数据传输效率。文章分析了移动性模型、社区检测以及上下文感知协议，最终指出尽管因图4和图5中的关键符号错误及早期版本存在抄袭指控而被撤回，但在可扩展性与用户合作方面仍存在开放性挑战。

ABSTRACT

Opportunistic mobile social networks (MSNs) are modern paradigms of delay tolerant networks that consist of mobile users with social characteristics. The users in MSNs communicate with each other to share data objects. In this setting, humans are the carriers of mobile devices, hence their social features such as movement patterns, similarities, and interests can be exploited to design efficient data forwarding algorithms. In this paper, an overview of routing and data dissemination issues in the context of opportunistic MSNs is presented, with focus on (1) MSN characteristics, (2) human mobility models, (3) dynamic community detection methods, and (4) routing and data dissemination protocols. Firstly, characteristics of MSNs which lead to the exposure of patterns of interaction among mobile users are examined. Secondly, properties of human mobility models are discussed and recently proposed mobility models are surveyed. Thirdly, community detection and evolution analysis algorithms are investigated. Then, a comparative review of state-of-the-art routing and data dissemination algorithms for MSNs is presented, with special attention paid to critical issues like context-awareness and user selfishness. Based on the literature review, some important open issues are finally discussed.

研究动机与目标

• 分析机会型移动社交网络（OMSNs）的独特特性，以实现基于社交关系的数据传播。
• 研究人类移动模型及其对OMSNs中数据转发效率的影响。
• 探索用于识别和追踪移动网络中社交群体的动态社区检测方法。
• 评估最先进的路由与数据传播协议，重点关注上下文感知性与用户自私行为的影响。
• 识别OMSN设计中的开放研究挑战，包括可扩展性与激励机制问题。

提出的方法

• 调研现有文献中关于OMSNs特性的研究，包括社交互动、移动模式及用户兴趣。
• 对人类移动模型（如随机游走、Lévy飞行及基于社区的模型）进行分类与比较。
• 回顾移动社交网络中动态社区检测与演化分析的算法。
• 分析利用社交特征（如接触频率、相似性及中心性）的路由协议。
• 评估基于社交与移动上下文的上下文感知转发决策的数据传播机制。
• 识别现有方法的局限性，尤其关注用户自私行为与协议可扩展性问题。

实验结果

研究问题

• RQ1 OMSNs中的社交特征与移动性特性如何影响数据传播效率？
• RQ2 不同人类移动模型在建模现实世界用户交互方面的优势与劣势是什么？
• RQ3 动态社区检测如何提升机会型移动社交网络中的路由性能？
• RQ4 上下文感知路由协议在OMSNs中相较于传统流行病或喷洒与等待方案的优越程度如何？
• RQ5 在设计可扩展、激励相容且鲁棒的数据传播协议方面，关键的开放挑战是什么？

主要发现

• 本文指出，接触频率与用户相似性等社交特征可显著降低数据传输延迟并提高交付率。
• 基于社区的移动性模型在接触可预测性与数据交付性能方面优于随机移动模型。
• 考虑社交中心性与用户兴趣的上下文感知路由协议，相比基于流行病的方案，能实现更高的交付率并降低开销。
• 用户自私行为与缺乏合作仍是关键挑战，导致协议效率与可扩展性下降。
• 尽管综述全面，但因图4和图5中存在关键符号错误，且早期版本存在抄袭指控，论文最终被撤回。