300 likes | 489 Views
مدیریت تحرک در شبکه های ویژه متحرک برای بهبود الگوریتم های مسیریابی. محمود حسنلو استاد راهنما: دکتر علی موقر رحیم آبادی استاد مشاور: دکتر جعفر حبیبی. برنامه جلسه. شبکه های ویژه متحرک مدل های تحرک تاثیر تحرک گره ها بر روی کارایی پروتکل های مسیریابی مهمترین روش مدیریت تحرک یک روش پیشنهادی.
E N D
مدیریت تحرک در شبکه های ویژه متحرک برای بهبود الگوریتم های مسیریابی محمود حسنلو استاد راهنما: دکتر علی موقر رحیم آبادی استاد مشاور: دکتر جعفر حبیبی
برنامه جلسه • شبکه های ویژه متحرک • مدل های تحرک • تاثیر تحرک گره ها بر روی کارایی پروتکل های مسیریابی • مهمترین روش مدیریت تحرک • یک روش پیشنهادی Sharif University of Technology
شبکه های ویژه • زیر ساختار شبکه ای ندارند • گره ها به صورت بی سیم باهم دیگر ارتباط برقرار می کنند • هر گره برای فرستادن یک بسته به گره دیگر که در برد رادیویی آن نیست از گره های همسایه کمک می گیرد • هر گره به صورت همزمان هم مسیریاب و هم میزبان است Sharif University of Technology
شبکه های ویژه متحرک • اگر در شبکه های ویژه به گره ها اجازه داده شود که حرکت کنند به شبکه حاصل شبکه ویژه متحرک می گویند • در شبکه های ویژه متحرک برای اعمال الگوریتم های مسیریابی مطرح در شبکه های ویژه، دچار مشکل هستیم؟ • الگوریتم ها باید برازش داده شوند • برای اینکار بحث مدیریت تحرک مطرح شده است Sharif University of Technology
تعریف مساله • مساله ای که ما در این پروژه به دنبال یافتن راه حلی برای آن هستیم، اینست که بتوانیم حرکت گره ها در شبکه های ویژه متحرک را طوری مدیریت کنیم که تاثیرات منفی این حرکت ها روی کارایی پروتکل های مسیریابی کمینه شود Sharif University of Technology
برنامه جلسه • شبکه های ویژه • مدل های تحرک • تاثیر تحرک گره ها بر روی کارایی پروتکل های مسیریابی • مهمترین روش مدیریت تحرک • یک روش پیشنهادی Sharif University of Technology
مدل های تحرک • مدل تحرک باید رفتار گره های محرک را با دقت نشان دهد • مثال: گره ها بر روی خطوط مستقیم و با سرعت ثابت حرکت نمی کنند • انواع مدل های تحرک: • مدل های ردیابی: مدلهایی هستند که در دنیای واقعی مشاهده شدهاند • مدل های ساختگی: تلاش می کنند تا نمایش واقع گرایانه ای از رفتار گره های متحرک بدون استفاده از ردیابی ارائه کنند • انواع مدل های تحرک ساختگی: • مدل های تحرک موجودیت ها • مدل های تحرک گروهی Sharif University of Technology
مدل های تحرک موجودیت ها • انواع مدل های تحرک موجودیت ها • مدل تحرک حرکت تصادفی • مدل تحرک نقطه مسیر تصادفی • مدل تحرک جهت تصادفی • مدل تحرک محدوده شبیه سازی بدون مرز • مدل تحرک گاوس- مارکوف • گونه احتمالی مدل تحرک حرکت تصادفی • مدل تحرک قسمتی از شهر Sharif University of Technology
مدل های تحرک گروهی • انواع مدل های تحرک گروهی • مدل تحرک تصادفی وابسته نمایی • مدل تحرک ستونی • مدل تحرک جامعه ایلیاتی • مدل تحرک دنبالهروی • مدل تحرک گروهی نقطهمرجع Sharif University of Technology
برنامه جلسه • شبکه های ویژه • مدل های تحرک • تاثیر تحرک گره ها بر روی کارایی پروتکل های مسیریابی • مهمترین روش مدیریت تحرک • یک روش پیشنهادی Sharif University of Technology
تاثیر تحرک گره ها بر روی کارایی پروتکل های مسیریابی • شبیه سازی یک سناریو با سرعت های مختلف حرکت گره ها • سناریو: • 50 گره در شبیه سازی شرکت داشتند • زمان شبیه سازی 1000 ثانیه • 5 ترافیک CBR از گره 1 به 6، 2 به 7 و ... ایجاد شد • ترافیک اول در زمان 400 ثانیه و بقیه هر کدام 50 ثانیه بعد از قبلی ایجاد شدند • معیارهای سنجش کارایی • تاخیر انتها به انتهای شبکه • نرخ بسته های تحویل شده • نرخ سربار شبکه Sharif University of Technology
تاثیر تحرک گره ها بر روی کارایی پروتکل های مسیریابی تغییرات متوسط تاخیر تحویل بسته هابا تغییر سرعت حرکت گره ها Sharif University of Technology
تاثیر تحرک گره ها بر روی کارایی پروتکل های مسیریابی تغییرات نرخ تحویل بسته ها با تغییر سرعت حرکت گره ها Sharif University of Technology
تاثیر تحرک گره ها بر روی کارایی پروتکل های مسیریابی تغییرات سربار شبکه با افزایش سرعت حرکت گره ها Sharif University of Technology
برنامه جلسه • شبکه های ویژه • مدل های تحرک • تاثیر تحرک گره ها بر روی کارایی پروتکل های مسیریابی • مهمترین روش مدیریت تحرک • یک روش پیشنهادی Sharif University of Technology
مهمترین روش کنترل تحرک • مهمترین روش کنترل تحرک، پیش بینی حرکت گره ها می باشد • می توانیم توپولوژی احتمالی شبکه در چند لحظه بعد را پیش بینی کنیم • می توانیم ارسال بسته های کنترلی که برای بازسازی مسیر استفاده می شوند را حذف کرده و بنابراین سربار شبکه را کاهش می دهیم • طبقه بندی کاربردهای پیش بینی تحرک • در دسترس بودن لینک و بهبود مسیریابی • قابلیت اعتماد مسیر • پیش بینی تقسیم شدن شبکه Sharif University of Technology
برنامه جلسه • شبکه های ویژه • مدل های تحرک • تاثیر تحرک گره ها بر روی کارایی پروتکل های مسیریابی • مهمترین روش مدیریت تحرک • یک روش پیشنهادی Sharif University of Technology
یک روش پیشنهادی • روش پیشنهادی ما را می توان در دسته پیش بینی در دسترس بودن لینک طبقه بندی کرد • در اکثر این گونه الگوریتم ها گره ای که بسته را می فرستد زمان قطع شدن ارتباط بین خود و گره بعد را پیش بینی می کند • در روش ما گرهای که بسته را دریافت میکند با استفاده از اطلاعاتی که با رسیدن هر بسته بروز میشود، زمان قطع شدن لینک را پیشبینی می کند Sharif University of Technology
یک روش پیشنهادی • این روش روی یکی از الگوریتمهای مسیریابی موجود مثلا AODV اعمال میشود • این روش به سرآیند هر بسته دو فیلد جدید به نام های x,y اضافه می کند • یک حد پایین و یک حد بالا برای فاصله های که گره ها در آن می توانند بسته های داده ای را ارسال و دریافت نمایند تعریف می شود • برای مثال اگر برد رادیویی برابر با 200 متر باشد حد پایین را 30 متر و حد بالا را 170 متر در نظر می گیریم Sharif University of Technology
یک روش پیشنهادی • انتقال داده ها در شبکه های ویژه شامل دو فاز است • عمل مسیریابی: به همان شکلی که در AODV انجام میشد انجام خواهد شد • انتقال داده ها: گره منبع قبل از اینکه بسته داده را به گره بعدی در مسیر انتخاب شده بفرستد آدرس خود را در دو فیلد ذکر شده ذخیره می کند Sharif University of Technology
یک روش پیشنهادی • هر گره به محض دریافت یک بسته داده اعمال زیر را انجام می دهد: • محل گره قبلی را، در جدول مسیر یابی بروز می کند (برای سادگی می توان فاصله اقلیدسی دو گره را ذخیره کرد) • آدرس خود را در سرآیند بسته کپی کرده و آن را برای گره بعدی می فرستد • حال گره بر حسب فاصله اقلیدسی خود با گره قبلی و با توجه به حدهای بالا و پایین ارسال، در مورد مسیر ارتباطی خود با گره های قبل و بعد از خود تصمیم گیری می کند Sharif University of Technology
یک روش پیشنهادی Sharif University of Technology
یک روش پیشنهادی Sharif University of Technology
یک روش پیشنهادی Sharif University of Technology
مزایای روش پیشنهادی • با کمترین سربار، می توان با دقت زیادی زمان قطع شدن لینک را پیش بینی کرد و در کمترین زمان لینک جایگزین را پیدا کرد • حذف گره هایی که زائد موجود در طول مسیر • ما فکر می کنیم که با استفاده از این روش بتوان به میزان چشم گیری نرخ شکستن لینک ها را کاهش داد و در نتیجه آن سربار شبکه را کاهش، نرخ تحویل بسته ها را افزایش و تاخیر انتها به انتهای تحویل بسته ها را کاهش، داد Sharif University of Technology
کارهای آینده • شبیه سازی ایده پیشنهادی و بدست آوردن نتایج دقیق • مطالعه دیگر روش های مدیریت تحرک • ارسال مقاله(ها) به کنفرانس ها • انجام امور پایان نامه Sharif University of Technology
مراجع • Ilyas M., “THE HANBOOK OF AD HOC WIRELESS NETWORKS”, CRC Press LLC, 2003 • Chiang C., “Wireless Network Multicasting”. PhD thesis, University of California, Los Angeles, 1998 • Davies V., “Evaluating mobility models within an ad hoc network”. Master’s thesis, Colorado School of Mines, 2000 • Argyriou A. and Madisetti V., “Using a new protocol to enhance path reliability and realize load balancing in mobile ad hoc networks”, Elsevier,Ad Hoc Networks, Volume 4, Issue 1, January 2006, Pages 60-74 • Camp T., Boleng J., Davies V., “A Survey of Mobility Models for Ad Hoc Network Research”, Communication & Mobile Computing (WCMC): Special issue on Mobile Ad Hoc Networking: Research, Trends and Applications, vol. 2, no. 5, pp. 483-502, 2002 Sharif University of Technology
مراجع • Chellappa Doss R., Jennings A., Shenoy N., “A REVIEW OF CURRENT MOBILITY PREDICTION TECHNIQUES FOR AD HOC NETWORKS”, Proceedings of the 4th IASTED International Multi-Conference WIRELESS AND OPTICAL COMMUNICATIONS July 8-10, 2004, Banff, Canada • Creixell, W.; Sezaki, K., “Routing Protocol for Mobile AD HOC Networks Using Mobility Prediction”, IEEE, Mobile Technology, Applications and Systems, 2005 2nd International Conference on, 15-17 Nov. 2005 Page(s):1 – 6 • Derhab, A.; Badache, N.; Bouabdallah, A., “A partition prediction algorithm for service replication in mobile ad hoc networks”,Wireless On-demand Network Systems and Services, 2005. WONS 2005. Second Annual Conference on 19-21 Jan. 2005 Page(s):236 – 245 • Hsu C.Y; Wu J.L.C.; Wang S.T, “Finding stable routes in mobile ad hoc networks”, Advanced Information Networking and Applications, 2004. AINA 2004. 18th International Conference on Volume 2, 2004 Page(s):424 - 427 Vol.2 • Jiang S; He D; Rao J, “A prediction-based link availability estimation for routing metrics in MANETs”, Networking, IEEE/ACM Transactions on Volume 13, Issue 6, Dec. 2005 Page(s):1302 – 1312 Sharif University of Technology
مراجع • Jiang S., He D. and Rao J., “A Prediction-based Link Availability Estimation for Mobile Ad Hoc Networks”, Proceedings of IEEE INFOCOM 2001, Anchorage, April 2001 • Larkin, H.; Zheng da Wu; Toomey, W., “Performance of Prediction in Wireless Ad Hoc Routing Algorithms”, Networks, 2005. Jointly held with the 2005 IEEE 7th Malaysia International Conference on Communication., 2005 13th IEEE International Conference on Volume 1, 16-18 Nov. 2005 Page(s):240 – 243 • Meghanathan, N., “Comparison of Stable Path Selection Strategies for Mobile Ad Hoc Networks”, Networking, International Conference on Systems and International Conference on Mobile Communications and Learning Technologies, 2006. ICN/ICONS/MCL 2006. International Conference on 23-29 April 2006 Page(s):67 – 67 • Su W., Lee S.J., and Gerla M., “Mobility prediction and routing in ad hoc wireless networks”. INTERNATIONAL JOURNAL OF NETWORK MANAGEMENT Int. J. Network Mgmt 2001; 11:3–30 Sharif University of Technology
مراجع • Su W., “Mobility Prediction in Mobile/Wireless Networks”, PhD thesis, University of California, Los Angeles, 2000 • Wang, K.H.; Baochun Li, “Group mobility and partition prediction in wireless ad-hoc networks”, IEEE International Conference on Communications, ICC 2002, New York, April 2002 • UCLA Parallel Computing Laboratory, “GloMoSim: Global Mobile Information Systems Simulation Library”,http://pcl.cs.ucla.edu/projects/glomosim/ Sharif University of Technology