Скачать презентацию Ra WMS — Random Walk based Lightweight Membership Скачать презентацию Ra WMS — Random Walk based Lightweight Membership

956ed383798adb341b7c23eda3cfe49c.ppt

  • Количество слайдов: 24

Ra. WMS - Random Walk based Lightweight Membership Service for Wireless Ad Hoc Networks Ra. WMS - Random Walk based Lightweight Membership Service for Wireless Ad Hoc Networks Ziv Bar-Yossef (Department of Electrical Engineering Technion - Israel Institute of Technology) Roy Friedman, Gabriel Kliot (Computer Science Department Technion - Israel Institute of Technology)

ABSTRACT Ra. WMSはMANET向け、軽量なメンバー管 理機構 Ra. WMSは Reverse Random Walk モデル に基づく 評価として、従来のフラッディングモデルや ゴシップモデルと比較 ABSTRACT Ra. WMSはMANET向け、軽量なメンバー管 理機構 Ra. WMSは Reverse Random Walk モデル に基づく 評価として、従来のフラッディングモデルや ゴシップモデルと比較

1. INTRODUCTION Membership service は重要 アドホックネットワークでも利用したい n n だが、通常のLANと同様にはいかない 完全な情報は要らない この研究による貢献 n Ra. WMS 1. INTRODUCTION Membership service は重要 アドホックネットワークでも利用したい n n だが、通常のLANと同様にはいかない 完全な情報は要らない この研究による貢献 n Ra. WMS w w w ビュー（取得するリストの一部）の均一のランダムさ 負荷が低い 各ノードは任意のサイズのビューを取得可能 分割される可能性が低い 分割されても自己再生

2. SYSTEM MODEL グラフ理論に基づく これ以降で用いる定義 n n n v: 各ノード rv: 各ノードの無線送信可能範囲 G = 2. SYSTEM MODEL グラフ理論に基づく これ以降で用いる定義 n n n v: 各ノード rv: 各ノードの無線送信可能範囲 G = (V, E) w G: グラフ全体 w V: ノード全体 w E: 各ノード同士の接続 n Gd (n, r) w d: 次元

3. RANDOM WALK TECHNIQUES Simple random walks n n G = (V, E) : 3. RANDOM WALK TECHNIQUES Simple random walks n n G = (V, E) : 無向グラフ dv: 頂点次数 n = |V| P: 確率的遷移行列 n×n w Pv, u = 1/dv n π: Pにおける静止分散 πP= π

RW-based sampling たとえば sample(p, T) の場合 n n n RWをpから開始 Tステップ分RWをする 終了したノードが結果を返す 定義 n RW-based sampling たとえば sample(p, T) の場合 n n n RWをpから開始 Tステップ分RWをする 終了したノードが結果を返す 定義 n n t秒後の分散 Tmix：完了時間

The Maximum Degree RW 非正規グラフGを正規グラフG’に変換 n n 最大次数Dを探し、各頂点にD-dvのループを つけて、グラフを正規化する Tactual_mix: ステップ数（ループを除く） Dを大きく見積もると多少の時間ロスに P：マトリクス The Maximum Degree RW 非正規グラフGを正規グラフG’に変換 n n 最大次数Dを探し、各頂点にD-dvのループを つけて、グラフを正規化する Tactual_mix: ステップ数（ループを除く） Dを大きく見積もると多少の時間ロスに P：マトリクス

Random walks on ad hoc network n n MANET はRGG (Random Geometric Graphs)にモデ ル化できる Random walks on ad hoc network n n MANET はRGG (Random Geometric Graphs)にモデ ル化できる G 2(n, r) w 無向 w 接続性 n n Cは定数 r <= 1/2 w 大きすぎるとダメ 0<αd<1とすると n n n, αのみで dadv, dmax, dmin を算出できる 例えばC=1, αd=0. 1と すると、dadv=0. 9

Mixing Time n Suppose r >= 1/2, n>=10 Mixing Time n Suppose r >= 1/2, n>=10

3. 1 Reverse RW-based uniform sampling in ad hoc networks Random Walk 結果をdst u 3. 1 Reverse RW-based uniform sampling in ad hoc networks Random Walk 結果をdst u がsrc vに返す と、結果を返すのがオーバヘッド そこで、 Reverse Sampleing Technique dst u のRandom Walk の結果を、src v の結果とする

4. RANDOM WALK BASED MEMBERSHIP SERVICE <Node. Identifier, Last. Time> n n Node. Identifier: 4. RANDOM WALK BASED MEMBERSHIP SERVICE n n Node. Identifier: 各vの識別子 Last. Time: uから最後に“聞いた”時刻

プロトコルは 2スレッド で成り立つ n n ΔごとにRWするスレッ ド Incoming messageを 処理するスレッド discard. Exprired. From View(View, プロトコルは 2スレッド で成り立つ n n ΔごとにRWするスレッ ド Incoming messageを 処理するスレッド discard. Exprired. From View(View, Timeout) discard. Oldest. From. Vi ew(View) refresh. In. View(View, addr) store. In. View(View, addr) pick. Next. Node()

実装イメージ 実装イメージ

4. 1 Formal Performance analysis Convergence Time n ビュー取得までのプロトコルステップ数 Convergence Period n 終了時刻 4. 1 Formal Performance analysis Convergence Time n ビュー取得までのプロトコルステップ数 Convergence Period n 終了時刻

The average value of r(n) n ボールを投げるとランダムにどれかのビンに 入る。N本のビンに少なくとも一つはボールが 入るようにするには、いくつボールを投げれば よいか？ The average value of r(n) n ボールを投げるとランダムにどれかのビンに 入る。N本のビンに少なくとも一つはボールが 入るようにするには、いくつボールを投げれば よいか？

4. 2 Service properties ビューの均一性 n 均一にランダムなビューを取得できる Knowledge graph の接続 n n 分割の機会が非常に少ない 万が一分割されても、自己再生機能を持つ 4. 2 Service properties ビューの均一性 n 均一にランダムなビューを取得できる Knowledge graph の接続 n n 分割の機会が非常に少ない 万が一分割されても、自己再生機能を持つ ビューサイズの負荷分散

4. 3 Reactive extension of the view ネットワークの詳細を知らなくても、ノード の要望に応じて取得可能なビューのサイ ズを正確に拡張できる 4. 3 Reactive extension of the view ネットワークの詳細を知らなくても、ノード の要望に応じて取得可能なビューのサイ ズを正確に拡張できる

4. 4 Network size estimation Birthday paradox を用いる n わずか23人いれば同じ誕生日の人がいる確 率が1/2になる現象 4. 4 Network size estimation Birthday paradox を用いる n わずか23人いれば同じ誕生日の人がいる確 率が1/2になる現象

5. GOSSIP-BASED MEMBERSHIP Lbpcast n AODVを用いている Shuffling n n もともとセンサネットワークで提案された データのロスを最低限に Flooding n 効率が良くない 5. GOSSIP-BASED MEMBERSHIP Lbpcast n AODVを用いている Shuffling n n もともとセンサネットワークで提案された データのロスを最低限に Flooding n 効率が良くない

5. 1 Probabilistic starvation 確率的マルチキャストアルゴリズム ノードの大半はメッセージを受け取れる しかし、少数のノードは全くorほとんど受け 取れない →要するに、ばらつきがある 5. 1 Probabilistic starvation 確率的マルチキャストアルゴリズム ノードの大半はメッセージを受け取れる しかし、少数のノードは全くorほとんど受け 取れない →要するに、ばらつきがある

5. 2 Comparison 比較 n Lbpcast はmobilityに弱い 5. 2 Comparison 比較 n Lbpcast はmobilityに弱い

6. SIMULATIONS 6. SIMULATIONS

8. DISCUSSION Ra. WMSの提案 n MANET向けメンバーリスト管理機構 8. DISCUSSION Ra. WMSの提案 n MANET向けメンバーリスト管理機構