1. 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

2. 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

3. 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

4. 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

5. 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

6. 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

7. 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

8. 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

9. 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

10. 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

11. 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

12. 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

13. 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

14. 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

15. 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

16. 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

17. 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

18. 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

19. 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

20. 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

21. 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

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

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

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

25. 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

26. 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

27. 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 , 2002
CE Department
Sharif University of Technology

28. 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, nd International Conference on, Nov 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, WONS Second Annual Conference on Jan 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, AINA th International Conference on Volume 2,  2004 Page(s): 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 Page(s):1302 – 1312
CE Department
Sharif University of Technology

29. 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, Jointly held with the 2005 IEEE 7th Malaysia International Conference on Communication., th IEEE International Conference on Volume 1,  Nov 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, ICN/ICONS/MCL International Conference on 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

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”,
CE Department
Sharif University of Technology