datenverteilung in ad-hoc netzen 1/24 adaptive datenverteilung in mobilen ad-hoc netzen unter...
TRANSCRIPT
Datenverteilung in Ad-hoc Netzen 1/24
Adaptive Datenverteilung in mobilen Ad-hoc Netzen
unter Verwendung des Area Graph basierten Bewegungsmodells
S. Bittner, U. Raffel, M. Scholz
Institut für Informatik
Freie Universität Berlin
Workshop „Grundlagen und Anwendungen mobiler Informationstechnologie “, Heidelberg, 23.03.2004
Datenverteilung in Ad-hoc Netzen 2/24
Motivation
Aufgabe: Datenverteilung in mobilen Ad-hoc-Netzen● Software-Update
● Anfrage an alle Netzteilnehmer
● Katastrophenszenario
Ziel: Effiziente Verteilung der Daten● Maximierung der Zahl der erreichten Clients
● Minimierung des Ressourcenverbrauchs
● Minimierung der Zeit
Probleme● Netztopologie ändert sich permanent
● Begrenzte Ressourcen (Energie, Bandbreite, CPU)
Datenverteilung in Ad-hoc Netzen 3/24
Gliederung
Motivation
Verteilungsprotokolle
Bewegungsmodelle
Untersuchungen/Ergebnisse
Zusammenfassung/Ausblick
Datenverteilung in Ad-hoc Netzen 4/24
Verteilungsprotokolle
Grundlagen der Funktechnik● beschränkte Reichweite
● kein Mehraufwand für Senden an alle Nachbarn (Broadcast) gegenüber Senden an einen (Unicast) oder mehrere (Multicast) Nachbarn
● gleichzeitiges Senden führt an Stellen der Überlappung zu Verlust beider Nachrichten
Protokolle:● Einfaches Fluten
● Probalistisches Fluten
● Adaptives probabilistisches Fluten
Datenverteilung in Ad-hoc Netzen 5/24
Einfaches / Probabilistisches Fluten
Einfaches Fluten● Jeder Knoten sendet an alle Nachbarn
● Abbruch, wenn Daten bereits erhalten
Probabilistisches Fluten● Jeder Knoten entscheidet, ob er weitersendet
(Wahrscheinlichkeit p)
● Wenn er sendet, dann an alle Nachbarn
● Abbruch, wenn Daten bereits erhalten
● Bei p=1 wie Einfaches Fluten
Datenverteilung in Ad-hoc Netzen 6/24
Adaptives Probabilistisches Fluten
wie Probabilistisches Fluten, aber...
Wahrscheinlichkeitswert p passt sich an Umgebung an
Anzahl der Nachbarn eines Knotens bekannt (durch „Hello“-Messages wie z.B. in AODV)
Betrachtet wird die Anzahl der Nachbarn des Senders (ns)
Bis Schwellenwert x: p = 1
Ab Schwellenwert x: p = x / (ns) erwartet x weitersendende Knoten
Bei x = ∞ wie Einfaches Fluten
Datenverteilung in Ad-hoc Netzen 7/24
Adaptives Prob. Fluten: Erweiterungen
Einbeziehung der Anzahl der Nachbarn des empfangenden Knotens (ne)
● betrachtet wird das Minimum aus ns und ne
● erleichtert Übergänge in weniger dichte Gebiete
Korrekturfaktor bei hohen Differenzen zwischen ns und ne
● Erhöhung des Wahrscheinlichkeitswertes p um Quotienten aus Maximum und Minimum aus ns und ne
● erleichtert sowohl Übergänge in weniger dichte Gebiete aus auch in dichtere Gebiete
),min(
),max(
),min(,1min
nnnn
nn es
es
es
xp
Datenverteilung in Ad-hoc Netzen 8/24
Gliederung
Motivation
Verteilungsprotokolle
Bewegungsmodelle
Untersuchungen/Ergebnisse
Zusammenfassung/Ausblick
Datenverteilung in Ad-hoc Netzen 9/24
Bewegungsmodelle
Ziel von Bewegungsmodellen● Abbildung realer Bewegungen
● einfach berechenbar / simulierbar
Bewegungsmodelle:● Random Waypoint Bewegungsmodell
● Area Graph basiertes Bewegungsmodell
Datenverteilung in Ad-hoc Netzen 10/24
Random Waypoint Bewegungsmodell
Rechteckige Fläche
Netzknoten wählen zufälligen Wegpunkt
Bewegung zum Wegpunkt mit zufälliger Geschwindigkeit, dann neuer Wegpunkt
keine realistische Abbildung von Bewegungen und Netztopologie
Datenverteilung in Ad-hoc Netzen 11/24
Area Graph basiertes Bewegungsmodell
Realistischer als Gleichverteilung in der Ebene
z.B. Topologie von Städten, Ausstellungen, Universitäten
Einzelne Geräte bilden unstabilen Graphen
Abbildung auf einen stabileren Area Graphen● Cluster Knoten
● Wege Kanten
Datenverteilung in Ad-hoc Netzen 12/24
Area Graph - Formalisierung
mehrere rechteckige Flächen (Cluster)
durch Wege miteinander verbunden
zufällige Verweildauer im Cluster
Innerhalb eines Clusters Bewegung nach Random Waypoint Bewegungsmodell
Nach Ablauf der Verweildauer zufällige Wahl eines anderen Cluster, direkte Bewegung auf dem Weg
Datenverteilung in Ad-hoc Netzen 13/24
Gliederung
Motivation
Verteilungsprotokolle
Bewegungsmodelle
Untersuchungen/Ergebnisse
Zusammenfassung/Ausblick
Datenverteilung in Ad-hoc Netzen 14/24
Untersuchungen
Verschiedene Protokolle● Einfaches Fluten
● Probabilistisches Fluten: 20%, 40%, 60%, 80%
● Adaptives Probabilistisches Fluten: Schwellenwerte 5, 6, 7, 8 und 9
Verschiedene Szenarien● 3 verschiedene mit Random Waypoint Bewegungsmodell
● 4 verschiedene mit Area Graph basiertem Bewegungsmodell
Realisierung der Szenarien mittels OMNeT++
Ziel: Finden von optimalen Protokollen für verschiedene Szenarien / Umgebungen
Datenverteilung in Ad-hoc Netzen 15/24
Zielgrößen
Anzahl der erreichten Knoten
Dauer der Verteilung (Erreichte Knoten bis Zeitpunkt t)
Anzahl der Nachrichten(relativ zur Anzahl der erreichten Knoten)
Datenverteilung in Ad-hoc Netzen 16/24
Simulationsparameter
Knotenanzahl: 2000
Sendereichweite: 30 m
Bandbreite: 11 MBit/s
Nachrichtengröße: 400 Byte
Verteilung von einem Startknoten aus
Für Random Waypoint Bewegungsmodell:● Quadratische Fläche mit Kantenlänge 400 m, 600 m, 800 m
● Geschwindigkeit der Knoten: 1 m/s – 4 m/s
Datenverteilung in Ad-hoc Netzen 17/24
Ergebnisse Random Waypoint
Dargestellt:
● Erreichte Knoten
● Nachrichten pro Erreichtem Knoten
1 Punkt pro Protokoll
Protokoll sollte möglichst rechts unten liegen
600 x 600 m Fläche (400 x 400 m / 800 x 800 m ähnlich) Fast alle Knoten werden erreicht Probabilistische Protokolle erreichen deutlich weniger „bestes“ Protokoll: Adapt 5
Fluten
Prob 20%
Prob 40%
Prob 60%
Prob 80%
Adapt 5
Adapt 6
Adapt 7Adapt 8
Adapt 9
0
5
10
15
20
0 200 400 600 800 1000 1200 1400 1600 1800 2000
Erreichte Knoten
Na
ch
ric
hte
n je
err
eic
hte
n K
no
ten
Datenverteilung in Ad-hoc Netzen 18/24
Area Graph basiertes Bewegungsmodell
Area Graph mit 4 Knoten und 4 Kanten
Größe eines Ballungszentrums
● 200 x 200 m („klein“)
● 300 x 300 m („groß“)
Verweildauer innerhalb eines Knotens
● 300 - 700 s („kurz“)
● 1000 - 1400 s („lang“)
200m 200m,
300m 300m
500m50 %
50 %
500m50 %
50 %
500 m50 %
50 %
500m50 %
50 %
200m 200m,
300m 300m
200m 200m,
300m 300m
200m 200m,
300m 300m
Datenverteilung in Ad-hoc Netzen 19/24
Ergebnisse Area Graph „klein“/„kurz“
Bei kleinen Ballungsräumen und kurzer Verweildauer:
Adaptive Protokolle deutlich besser als Probabilistische
„bestes“ Protokoll: Adapt 9
Fluten
Prob 20%
Prob 40%
Prob 60%
Prob 80%
Adapt 5Adapt 6
Adapt 7Adapt 8
Adapt 9
0
5
10
15
20
25
30
0 200 400 600 800 1000 1200 1400 1600 1800 2000
Erreichte Knoten
Na
ch
ric
hte
n je
err
eic
hte
n K
no
ten
Datenverteilung in Ad-hoc Netzen 20/24
Ergebnisse Area Graph „klein“/„lang“
Fluten
Prob 20%
Prob 40%
Prob 60%
Prob 80%
Adapt 5Adapt 6
Adapt 7Adapt 8
Adapt 9
0
5
10
15
20
25
30
0 200 400 600 800 1000 1200 1400 1600 1800 2000
Erreichte Knoten
Na
ch
ric
hte
n je
err
eic
hte
n K
no
ten
Bei großen Ballungsräumen (kleinere Dichte):
ähnliche Ergebnisse wie bei kleinen Ballungsräumen
Bei kleinen Ballungsräumen und langer Verweildauer:
maximal 70% der Knoten erreicht
„bestes“ Protokoll: Adapt 9
Datenverteilung in Ad-hoc Netzen 21/24
Gliederung
Motivation
Verteilungsprotokolle
Bewegungsmodelle
Untersuchungen/Ergebnisse
Zusammenfassung/Ausblick
Datenverteilung in Ad-hoc Netzen 22/24
Zusammenfassung
Neues Bewegungsmodell: Area Graph basiert● realistischer als Random Waypoint
● relevant, da Ergebnisse qualitativ abweichen
Neuer Verteilungsalgorithmus: Adaptives Probabilistisches Fluten● nutzt Wissen über Anzahl der Nachbarn aus
● effizienter als Probabilistisches Fluten
● besonders bei Übergängen Cluster <-> Weg geeignet
Datenverteilung in Ad-hoc Netzen 23/24
Ausblick
Validierung durch theoretische Ergebnisse Theoretisches Modell für das Area Graph basierte Bewegungsmodell
Weitere Untersuchungen:● Nachbarschaftsbasierte Verfahren
● sehr dünn besiedelter Gebiete (Rebroadcast nötig?)
● Ortsbasierte Methoden
Datenverteilung in Ad-hoc Netzen 24/24
Vielen Dank für Ihre Aufmerksamkeit
Fragen?