Apresentação sobre adaptação de topologia em redes móveis

 Algoritmos de clustering – estruturas
hierárquicas;
 Desafio: tornar processo auto-organizável
através de pouca informação do ambiente;
 Algoritmos com informação local: clusters 1-
hop;
 Contribuição: como formar e manter clusters k-
hops com informação da vizinhança local.

 Redes ad hoc multi-hops são encontradas em:
 Cenários de tráfico;
 Observações ambientais;
 Acesso ubíqüoto à Internet;
 Cenários de busca e resgate.

 Arquiteturas baseadas em clusters:
 Reduzem consumo de energia;
 Provêem melhor suporte a protocolos de MAC e
roteamento, agregação de dados e segurança.

 Clusterheads – responsabilidades;
 Ponto crítico: falha de clusterhead;
 Redes estáticas/móveis: desafio (mobilidade);
 Dependendo do cenário de aplicação:
 Reduz-se o nº de clustersheads, aumenta nº de clusters;
 Quanto maior o tamanho do cluster, menor é o nº de
clusters e o nº de clusterheads.

 KHOPCA – K-HOP Clustering Algorithm;
 K  Distância ao clusterhead, em hops;
 Trabalha com informação de vizinhança a 1-hop,
assincronamente e completamente distribuído;
 Experimentos avaliaram o desempenho do algoritmo e
redução de clusterheads.

 Critérios: nível de energia dos nós, posição, nº
de vizinhos (grau), velocidade e direção;
 Métrica mais utilizada: nº de clusterheads;
 LEACH (abordagem prob. dist.), algoritmos
baseados em ID, WCA (função “peso”), DCA e
DMAC (distribuído, baseado em “pesos”),
WACA (baseado em “pesos”, idéia de sub-
heads);
 Estudo comparativo de algumas abordagens;
 Redes ad hoc móveis;

 Problema dos clusters k-hops:
 Encontrar clusters ótimos;
 K-clustering é NP-completo para grafos não-
dirigidos;
 KHOPCA permite mais que 2 hops entre nós
arbitrários em um cluster (principal diferença);

 Todos os nós participam da formação e da
manutenção;
 Sem configuração pré-determinada;
 Os nós conhecem o peso dos clusterheads
(MAX) e o peso mínimo (MIN);
 Apenas informação 1-hop (beacons): vizinhos e
pesos;

 Wn > Wv  Wv = Wn – 1;
 Wv == MIN e Wv == Wn (nenhum vizinho com
peso maior que v)  v é clusterhead e Wv = MAX;
 Wv != MAX e Wv >= Wn (não há vizinho com
peso maior)  Wv = Wv – 1;
 Wv == MAX e algum Wn == MAX (dois
clusterheads na mesma faixa)  escolhe um e W =
W – 1;

 Empates: ID e nº de vizinhos (grau).

Apresentação sobre adaptação de topologia em redes móveis

 Métricas comuns: faixa de trasmissão, área de
simulação e número de dispositivos +
densidade de rede;
 > densidade de rede  maior faixa de
transmissão, maior número de dispositivos ou
menor área;
 Resultados obtidos utilizando-se “densidade
de rede” pode ser comparado com outros
resultados, sem muita variação;
 Variação do k (3 a 6), da densidade (entre 4.71 e
25.29) e da velocidade.

 Acrescentar a idéia de intra- e inter-clusters, que
já existem em outras abordagens;
 Tornar o valor de k “mais pervasivo”, variando
de acordo com o ambiente;
 Tornar o desempenho do algoritmo melhor, na
ausência de mobilidade.

 Clustering tem o objetivo de particionar a rede e
simplificar a implementação de algoritmos e
protocolos de nível mais alto;
 KHOPCA introduzido, que permite clusters de
tamanhos arbitrários;
 K é o número máximo de hops até o clusterhead;
 Verificou-se que é altamente adaptativo à
mobilidade, trabalha com informação 1-hop,
assincronamente e completamente distribuído;
 O desempenho foi avaliado por simulação.

 BRUST, Matthias R.; FREY, Hannes;
ROTHKUGEL, Steffen. Adaptive Multi-Hop
Clustering in Mobile Networks.
Setembro/2007. Singapura.

Apresentação sobre adaptação de topologia em redes móveis

Mais conteúdo relacionado

Destaque (20)

Mais de Dalton Valadares (20)

Último (19)

Apresentação sobre adaptação de topologia em redes móveis