[論文レビュー] Dynamic Random Geometric Graphs

Josep Dı́az, Dieter Mitsche+1 more|ArXiv.org|Feb 13, 2007

Data Management and Algorithms参考文献 15被引用数 5

ひとこと要約

本稿は、固定時間ごとにランダムな方向に移動する移動型アドホックネットワークにおける接続性を解析的に研究するため、動的ランダム幾何グラフ（DRGG）モデルを導入する。接続期間および切断期間の期待長の明確な漸近的表現を導出し、これらが方向安定期間 $ m $ に依存せず、積 $ srn $ のみに依存することを示している。主な結果は静的接続閾値 $ r_c $ で有効であり、$ srn \to 0 $ のとき接続期間は $ \Theta(1/(srn)) $ のスケーリングを示し、$ srn \to \infty $ のときには1に近づく。一方、切断期間は指数的要因を伴い、それに応じてスケーリングする。

ABSTRACT

In this work we introduce Dynamic Random Geometric Graphs as a basic rough model for mobile wireless sensor networks, where communication distances are set to the known threshold for connectivity of static random geometric graphs. We provide precise asymptotic results for the expected length of the connectivity and disconnectivity periods of the network. We believe the formal tools developed in this work could be of use in future studies in more concrete settings. In addition, for static random geometric graphs at the threshold for connectivity, we provide asymptotic expressions on the probability of existence of components according to their sizes.

研究の動機と目的

• 動的ランダム幾何グラフ（DRGG）モデルを用いて、移動型アドホックネットワークの接続ダイナミクスを形式的にモデル化・分析すること。
• ランダムな方向移動を伴う移動型ネットワークにおける接続および切断期間の期待持続時間の、初めての解析的特徴付けを提供すること。
• これらの期待持続時間が、静的接続閾値 $ r_c $ の下で、方向安定期間 $ m $ に依存せず、積 $ srn $ のみに依存することを確立すること。
• 特に接続閾値における小さな成分の確率を扱う、静的RGGにおける成分構造を分析するための新規な確率的ツールを開発すること。

提案手法

• 各ノードがランダムな方向を選択し、$ m $ ステップにわたり固定距離 $ s $ を移動した後、再びランダム化する2次元単位トーラス上に移動ノードをモデル化する。
• ノード同士が距離 $ r_c $（静的接続閾値）以内にあればエッジを有する、時間的に変化するグラフとしてDRGGを定義する。
• ノード位置が十分に混合するよう選ばれたブロックサイズ $ bm $ を用いたブロック・マルコフ過程を用いたカップリング論法を適用する。
• 集中不等式および幾何確率を用いて、すべてのノードが半径 $ r/2 $ の1つのディスクに凝集する確率の下界を導出し、接続または切断を保証する。
• 補題3.6を用いた再生型の議論により、接続および切断の期待持続時間と、状態間遷移確率との関係を確立する。
• 静的RGGにおける成分サイズ分布の結果を活用し、サイズ $ \ell \geq 2 $ の成分の確率が $ \Theta(1/\log^{\ell-1} n) $ であることを示し、動的解析を支援する。

実験結果

リサーチクエスチョン

• RQ1 ノードが固定時間ごとにランダムな方向に移動する動的ランダム幾何グラフにおいて、接続期間の期待持続時間は何か？
• RQ2 同じ移動モデル下で、切断期間の期待持続時間は接続期間と比べてどのように異なるか？
• RQ3 接続または切断期間の期待持続時間が、方向が一定である期間 $ m $ に依存するか？
• RQ4 静的RGGにおいて接続閾値 $ r_c $ で、小さな成分（例：サイズ $ \ell \geq 2 $）が観測される確率は何か？ これは動的挙動にどのように影響するか？
• RQ5 動的過程にマルコフ性がない場合でも、解析的に正確な漸近的期待値を導出することは可能か？

主な発見

• ネットワークが現在接続状態にある場合の接続期間の期待持続時間は、漸近的に $ \frac{1}{1 - e^{-\mathbb{E}[B]}} $ であり、$ \mathbb{E}[B] \sim \frac{4srn}{\pi} $ であるため、$ srn \to 0 $ のとき $ \Theta(1/(srn)) $ にスケーリングする。
• $ srn = \omega(1) $ のとき、接続期間の期待持続時間は1に近づき、これは高い移動速度または大きなネットワークが非常に短い接続インターバルをもたらすことを示している。
• ネットワークが現在切断状態にある場合の切断期間の期待持続時間は、漸近的に $ \frac{e^{\mu} - 1}{1 - e^{-\mathbb{E}[B]}} $ である。ここで $ \mu $ は再接続確率に関連するパラメータである。
• $ srn = o(1) $ のとき、切断期間は $ \frac{\pi(e^{\mu} - 1)}{4srn} $ にスケーリングし、$ srn $ に対して強い逆比例関係にあることが示される。
• 解析により、接続および切断期間の期待持続時間が、方向が周期的に更新される限り、期間 $ m $ に依存しないことが示された。
• 本稿は、静的接続閾値 $ r_c $ において、サイズ $ \ell \geq 2 $ の成分の確率が $ \Theta(1/\log^{\ell-1} n) $ であることを確立した。特に、サイズ $ \ell $ のクリークが最も可能性の高いこのような成分である。