[論文レビュー] Fairness-Oriented Semi-Chaotic Genetic Algorithm-Based Channel Assignment Technique for Nodes Starvation Problem in Wireless Mesh Network

Fuad A. Ghaleb, Bander Ali Saleh Al‐rimy+3 more|arXiv (Cornell University)|Jun 17, 2020

Cooperative Communication and Network Coding参考文献 45被引用数 4

ひとこと要約

本稿では、マルチレディオマルチチャネル無線メッシュネットワークにおけるチャネル割り当てのための公平性指向の準混沌的遺伝的アルゴリズム、FA-SCGA-CAAを提案する。これは、不平等な帯域幅配分によって引き起こされるノードのスターヴェーションを軽減することを目的としている。準混沌的初期化を用いた遺伝子の初期化と、公平性と干渉を最適化する非線形フィットネス関数を統合することで、従来の手法と比較してノードのスターヴェーションを22%削減し、ネットワーク容量の利用効率を23%向上させた。

ABSTRACT

Multi-Radio Multi-Channel Wireless Mesh Networks (WMNs) have emerged as a scalable, reliable, and agile wireless network that supports many types of innovative technologies such as the Internet of Things (IoT) and vehicular networks. Due to the limited number of orthogonal channels, interference between channels adversely affects the fair distribution of bandwidth among mesh clients, causing node starvation in terms of insufficient bandwidth, which impedes the adoption of WMN as an efficient access technology. Therefore, a fair channel assignment is crucial for the mesh clients to utilize the available resources. However, the node starvation problem due to unfair channel distribution has been vastly overlooked during channel assignment by the extant research. Instead, existing channel assignment algorithms either reduce the total network interference or maximize the total network throughput, which neither guarantees a fair distribution of the channels nor eliminates node starvation. To this end, the Fairness-Oriented Semi-Chaotic Genetic Algorithm-Based Channel Assignment Technique (FA-SCGA-CAA) was proposed in this paper for Nodes Starvation Problem in Wireless Mesh Networks. FA-SCGA-CAA optimizes fairness based on multiple-criterion using a modified version of the Genetic Algorithm (GA). The modification includes proposing a semi-chaotic technique for creating the primary chromosome with powerful genes. Such a chromosome was used to create a strong population that directs the search towards the global minima in an effective and efficient way. The outcome is a nonlinear fairness oriented fitness function that aims at maximizing the link fairness while minimizing the link interference. Comparison with related work shows that the proposed FA_SCGA_CAA reduced the potential nodes starvation by 22% and improved network capacity utilization by 23%.

研究の動機と目的

• マルチレディオマルチチャネル無線メッシュネットワーク（WMNs）における、不平等なチャネル配分に起因するノードのスターヴェーションという見過ごされがちな問題に対処すること。
• スループットの最大化や干渉の最小化に特化するのではなく、メッシュクライアント間の公平性を最優先するチャネル割り当て技術の開発。
• すべてのメッシュノードに均等な帯域幅を配分することで、ネットワークリソースの利用効率を向上させること。
• グローバル最適解への収束を向上させるために、準混沌的初期化を施した変更版遺伝的アルゴリズムの提案。

提案手法

• 変更版遺伝的アルゴリズム（GA）が採用され、初期集団の主要な遺伝子の生成に準混沌的技術が用いられ、遺伝的多様性と収束速度が向上する。
• アルゴリズムは、同時にリンクの公平性を最大化し、ネットワーク全体の干渉を最小化する非線形フィットネス関数を用いる。
• 準混沌的初期化により、初期集団に強力な遺伝子が埋め込まれ、解空間の効果的な探索が促進される。
• フィットネス関数は、公平性指標と干渉レベルに基づいてチャネル割り当てを評価し、最適でバランスの取れた構成への探索を導く。
• 選択、交差、突然変異を繰り返し適用することで、集団を段階的に進化させ、不平等さと干渉を最小化することを目的とする。
• シミュレーション環境で評価され、従来のチャネル割り当て手法と比較して、公平性、スターヴェーション削減、容量利用効率の観点から性能を検証した。

実験結果

リサーチクエスチョン

• RQ1 変更版遺伝的アルゴリズムは、マルチレディオマルチチャネル無線メッシュネットワークにおいて、どの程度ノードのスターヴェーションを低減できるか？
• RQ2 標準的初期化と比較して、準混沌的初期化はチャネル割り当てにおける遺伝的アルゴリズムの性能をどのように向上させるか？
• RQ3 公平性指向のフィットネス関数は、WMNsにおいて干渉低減と均等な帯域幅配分の両立を効果的に実現できるか？
• RQ4 FA-SCGA-CAA手法は、スターヴェーション低減およびネットワーク容量利用効率の観点から、従来のアルゴリズムと比較してどの程度優れているか？

主な発見

• 提案されたFA-SCGA-CAA手法は、従来のチャネル割り当て手法と比較して、潜在的なノードのスターヴェーションを22%削減した。
• より均等で効率的なチャネル割り当てのおかげで、ネットワーク容量の利用効率が23%向上した。
• 準混沌的初期化により、集団の多様性が向上し、最適解への収束が加速した。
• 非線形の公平性指向フィットネス関数は、干渉を効果的に低減するとともに、メッシュリンク全体での公平性を最大化した。
• スループットや干渉低減に特化した従来の手法とは異なり、公平性を犠牲にすることなく優れた性能を発揮した。