[論文レビュー] Performance Modeling of WSN with Bursty Delivery Mode

Adel Agamy, Ahmed M. Mohamed|arXiv (Cornell University)|Feb 13, 2017

Energy Harvesting in Wireless Networks被引用数 6

ひとこと要約

本稿では、無線センサネットワーク（WSNs）におけるバースト性の高いセンサノードのデータトラフィックを正確に表現するため、長距離自己相似性を捉えるためにパワー・テイル（パレート）分布をON時間に用いた解析的N-Burstトラフィックモデルを提案する。このモデルにより、平均パケット遅延およびバッファオーバーフロー確率の閉形式解析が可能となり、同一負荷下で複数ノードのトラフィックを集約した場合、単一ノード集約と比較して遅延とオーバーフローのリスクが低減することが示された。特にバースト性が強い場合（b ≈ 1）に顕著である。

ABSTRACT

Wireless Sensor Network (WSN) usually consist of hundreds or thousands of sensor nodes scattered in a geographical area and one or multiple sink(s) collecting information. The special design and character of sensors and their applications make WSNs different from traditional networks. These characteristics pose great challenges for architecture and protocol design, performance modeling, and implementation. Accurately modeling the data generated by each sensor node is essential for correctly simulating network traffic, network congestion, interference between nodes and the energy expended by each node. Successful design leads to enhancing the overall performance of the whole of network. In this paper we analyze the performance of WSN with N-BURST traffic model. The impact of bursty traffic on the mean packet delay and buffer overflow probability is investigated analytically. We study the effects of bursty WSN traffic through simulations with three different cases. Both short-range dependency (SRD) traffic and long range dependency (LRD) traffic are simulated over different burst parameters. Finally we study the effect of pareto OFF time through simulation. The results are collected for 10 different 24 hour simulated periods in order to study and measure day-today statistical fluctuation.

研究の動機と目的

• 実世界のバースト性を捉える解析的かつ一般化されたWSN用トラフィックモデルの開発を目的とする。
• バーストパラメータbで測定されるバースト性が平均パケット遅延およびバッファオーバーフロー確率に与える影響を調査することを目的とする。
• 異なるトラフィックパターン下で、シンクにおける単一ノードと複数ノードのトラフィック集約の性能を比較することを目的とする。
• パレート分布を用いたON時間に基づく長距離自己相似性（LRD）と短距離自己相似性（SRD）トラフィックがネットワーク性能に与える影響を評価することを目的とする。
• 24時間単位の長期間にわたるシミュレーションを実施し、日次での統計的変動を評価することで、解析モデルの妥当性を検証することを目的とする。

提案手法

• 各センサノードのトラフィックを、パラメータbでバースト性を制御可能な1バースト（ON/OFF）プロセスでモデル化する。
• 長距離自己相似性（LRD）をモデル化するため、ON時間にパワー・テイル（パレート）分布を導入し、行列幾何的解法が可能となる。
• キューイング理論を用いてシンクを有限バッファキュー（G/M/1/L）としてモデル化し、平均遅延およびバッファオーバーフロー確率の閉形式式を導出する。
• 多ホップWSNに対してはトレーンドキュー（タンドムキュー）モデルを適用し、異なるバーストパラメータを持つクラスタ間でのエンドツーエンド遅延をシミュレートする。
• 3つの異なるケース（SRD、LRD、パレート分布ON/OFF時間）を用いたシミュレーションを実施し、それぞれ10回の24時間周期にわたって実行する。
• 単一ノードと複数ノードのトラフィック集約シナリオにおける性能指標（遅延、スループット、オーバーフロー）を比較する。

実験結果

リサーチクエスチョン

• RQ1 パラメータbで制御されるバースト性は、N-Burstトラフィックを有するWSNにおける平均パケット遅延およびバッファオーバーフロー確率にどのように影響を与えるか？
• RQ2 シンクにおける複数ノードのトラフィックを集約する場合、単一ストリームとして扱うのと個別ストリームとして扱うのとで、性能にどのような差が生じるか？
• RQ3 同じ平均負荷下で、長距離自己相似性（LRD）と短距離自己相似性（SRD）のトラフィックパターンはネットワーク性能にどのように影響を与えるか？
• RQ4 特に高バースト性領域において、パレート分布を用いたON時間は平均遅延およびスループットにどのような影響を与えるか？
• RQ5 トラフィック負荷の日次統計的変動は、異なるトラフィックモデル下でWSNの安定性および性能にどのように影響を与えるか？

主な発見

• パワー・テイル（パレート）ON時間を持つN-Burstモデルは、解析的扱いやすさを備え、WSNにおけるバースト性・長距離自己相似性を正確に捉えることができる。
• 同じ全体負荷（ρ）下で、複数ノード集約（N=10）は単一ノード集約（N=1）と比較して、平均パケット遅延およびバッファオーバーフロー確率が顕著に低減する。特に高バースト性（b ≈ 0.95）下で顕著である。
• ON時間がパレート分布に従う場合（大T）、1ノードモデルでは平均遅延が急激に増加（ブロー・アップ領域）し、高バースト性下で不安定になるのに対し、2ノードモデルでは安定性が保たれる。
• 3番目のクラスタがシンクに直接通信する場合、3番目のクラスタの到着率がシンクのサービスレートを超えると、クラスタ1および2のエンドツーエンド遅延が増加する。これは閾値効果を示している。
• 3番目のクラスタが稼働している場合、シンクのスループットはクラスタ1および2のスループットの合計を上回る。これは、トラフィック集約の挙動が全体のネットワーク性能に影響を与えることを確認する。
• 10回の別々の24時間周期にわたるシミュレーションにより、トラフィック負荷の統計的変動が適切に捉えられ、モデルの現実世界の変動に対するロバスト性が検証された。