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

Sharif University of Technology 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 CE Department Sharif University of Technology

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 CE Department Sharif University of Technology

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 این کار بحث مدیریت تحرک مطرح شده است CE Department Sharif University of Technology

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 CE Department Sharif University of Technology

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 CE Department Sharif University of Technology

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: مدل هایی هستند که در دنیای واقعی مشاهده شده اند 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 CE Department Sharif University of Technology

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 CE Department Sharif University of Technology

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 دنباله روی مدل تحرک گروهی نقطه مرجع CE Department Sharif University of Technology

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 CE Department 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 CE Department Sharif University of Technology

تاثیر تحرک گره ها بر روی کارایی پروتکل های مسیریابی تغییرات متوسط تاخیر تحویل بسته ها با تغییر سرعت حرکت گره ها CE Department 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 CE Department Sharif University of Technology

تاثیر تحرک گره ها بر روی کارایی پروتکل های مسیریابی تغییرات سربار شبکه با افزایش سرعت حرکت گره ها CE Department Sharif University of Technology

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 CE Department Sharif University of Technology

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 CE Department Sharif University of Technology

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 CE Department Sharif University of Technology

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 گره ای که بسته را دریافت می کند با استفاده از اطلاعاتی که با رسیدن هر بسته بروز می شود، زمان قطع شدن لینک را پیش بینی می کند CE Department Sharif University of Technology

Sharif University of Technology یک روش پیشنهادی این روش روی یکی از الگوریتم های مسیریابی موجود مثلا AODV اعمال می شود 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 CE Department Sharif University of Technology

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 می شد 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 CE Department Sharif University of Technology

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 CE Department Sharif University of Technology

Sharif University of Technology یک روش پیشنهادی CE Department Sharif University of Technology

Sharif University of Technology یک روش پیشنهادی CE Department Sharif University of Technology

Sharif University of Technology یک روش پیشنهادی CE Department Sharif University of Technology

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 CE Department Sharif University of Technology

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 CE Department Sharif University of Technology

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 CE Department Sharif University of Technology

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 CE Department Sharif University of Technology

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 CE Department Sharif University of Technology

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/ CE Department Sharif University of Technology