[論文レビュー] Analysis of Spatio-Temporal Preferences and Encounter Statistics for DTN Performance

Gautam S. Thakur, Udayan Kumar+2 more|arXiv (Cornell University)|Jul 6, 2010

Opportunistic and Delay-Tolerant Networks参考文献 45被引用数 9

ひとこと要約

本稿は、空間的・時間的ユーザー好みおよび出会い統計が、遅延耐性ネットワーク(DTN)の性能に与える影響を分析し、一般的に用いられる移動モデルが現実のルーティング結果を再現できないことを示している。実際のトレースと比較して、遅延は67%高く、到達可能性は79%低い結果を示しており、人間の移動のグローバル構造的特性を捉える新しい移動モデルの開発が求められている。

ABSTRACT

Spatio-temporal preferences and encounter statistics provide realistic measures to understand mobile user's behavioral preferences and transfer opportunities in Delay Tolerant Networks (DTNs). The time dependent behavior and periodic reappearances at specific locations can approximate future online presence while encounter statistics can aid to forward the routing decisions. It is theoretically shown that such characteristics heavily affect the performance of routing protocols. Therefore, mobility models demonstrating such characteristics are also expected to show identical routing performance. However, we argue models despite capturing these properties deviate from their expected routing performance. We use realistic traces to validate this observation on two mobility models. Our empirical results for epidemic routing show those models' largely differ (delay 67% & reachability 79%) from the observed values. This in-turn call for two important activities: (i) Analogous to routing, explore structural properties on a Global scale (ii) Design new mobility models that capture them.

研究の動機と目的

• 現実のヒトの移動パターン、特に空間的・時間的好みおよび出会い統計がDTNルーティング性能に与える影響を理解すること。
• 理論的期待と現実のDTNシナリオにおける移動モデルの実際の性能との間の乖離を特定すること。
• 周期的な再出現と出会いパターンを捉える移動モデルが、正確なルーティング性能予測をもたらすという仮定を疑うこと。
• 人間移動の大型スケール構造的特性を反映する新しい移動モデルの開発を提唱すること。
• エピデミックルーティングをベンチマークとして、合成モデルと実トレースの間の性能ギャップを検証すること。

提案手法

• 実世界の移動トレースを分析し、空間的・時間的好みおよび出会い統計を抽出する。
• エピデミックルーティングをテストベッドとして、合成移動モデルと実トレースの間の性能を比較する。
• モデル予測と実トレース観測値との間の遅延および到達可能性の乖離を定量化する。
• 広く用いられる2つの移動モデル（例：ランダムウェイポイントモデルおよびコミュニティベースモデル）を実データと比較する。
• 統計的分析を用いて、移動モデルがヒトの出会いの時間的・空間的構造をどれほど正確に再現できるかを評価する。
• ルーティングプロトコルの設計と同様に、移動設計においてグローバルスケール構造モデリングの必要性を提言する。

実験結果

リサーチクエスチョン

• RQ1 周期的な再出現と出会いパターンを捉える移動モデルが、現実のDTNルーティング性能をどの程度再現できるか？
• RQ2 空間的・時間的特性が類似しているにもかかわらず、なぜ移動モデルは実トレースと顕著な性能差を示すのか？
• RQ3 現在の移動モデルに欠けている人間移動のグローバルスケール構造的特性は何か？ それがDTNルーティングに与える影響は？
• RQ4 空間的・時間的好みおよび出会い統計は、エピデミックルーティングにおける遅延と到達可能性にどのように影響するか？
• RQ5 これらの乖離が、DTN研究における将来の移動モデル設計に与えるインパクトは何か？

主な発見

• エピデミックルーティングプロトコルにおいて、合成移動モデルを用いた場合、実世界トレースと比較して67%高い遅延を示した。
• 合成モデルにおける到達可能性は、実トレースで観測された値と比較して79%低く、顕著な性能ギャップが示された。
• 周期的な再出現と出会いパターンを捉えても、移動モデルは依然として現実のルーティング性能を再現できない。
• 本研究は、行動的好みをモデル化しても、移動モデル設計と実際のDTN性能との間に深刻な乖離が存在することを明らかにした。
• 結果から、現在の移動モデルは、正確な性能予測に不可欠なグローバル構造的特性を欠いていることが示唆された。
• 著者らは、実世界のDTN行動を正確に再現するには、グローバルスケール構造的整合性を持つ新しい移動モデルの設計が不可欠であると結論づけた。