[論文レビュー] Predictable Disruption Tolerant Networks and Delivery Guarantees

Jean-Marc François, Guy Leduc|ArXiv.org|Dec 6, 2006

Opportunistic and Delay-Tolerant Networks参考文献 15被引用数 8

ひとこと要約

本稿では、接触分布を用いて予測可能な破壊耐性ネットワーク（DTN）を確率的フレームワークでモデル化し、正確な遅延および配信確率予測を可能にする。また、最小限の帯域幅、エネルギー、メモリ消費を実現するように最適なフォワーディング戦略を計算するための確率的拡張版ベルマン＝フォードアルゴリズムを導入し、不一致経路に沿ったバンドルの重複送信を制御する。

ABSTRACT

This article studies disruption tolerant networks (DTNs) where each node knows the probabilistic distribution of contacts with other nodes. It proposes a framework that allows one to formalize the behaviour of such a network. It generalizes extreme cases that have been studied before where (a) either nodes only know their contact frequency with each other or (b) they have a perfect knowledge of who meets who and when. This paper then gives an example of how this framework can be used; it shows how one can find a packet forwarding algorithm optimized to meet the 'delay/bandwidth consumption' trade-off: packets are duplicated so as to (statistically) guarantee a given delay or delivery probability, but not too much so as to reduce the bandwidth, energy, and memory consumption.

研究の動機と目的

• 既存のDTNルーティングにおけるギャップを埋めるために、将来の接触について部分的な知識を持つネットワークをモデル化し、完全な知識または接触頻度のみを仮定する従来のモデルを一般化する。
• 接触分布関数を用いて、エンドツーエンドのバンドル配信遅延および確率を形式的に予測する手法を提供する。
• ユーザーが指定する配信保証（例：10時間以内に90％の確率で配信）を満たしつつ、リソース消費（帯域幅、エネルギー、メモリ）を最小限に抑えるルーティングを最適化する。
• 目標配信指標を効率的に達成するために、バンドルの重複送信を不一致で最短経路に限定するルーティングアルゴリズムを開発する。
• 予測可能なモバイルネットワークにおける配信信頼性とネットワークリソース使用量の間で、整合的なトレードオフを実現する。

提案手法

• ノード間の接触を時変確率分布（接触プロファイル）$ C_{ab}(t) $ としてモデル化し、ノードaとbが時刻tに接触する確率を表す。
• 配信分布関数に3つの演算子を定義する：直列配信に類似した $ \bigoplus $、$ \bigoplus $ を用いた経路構成、配信性能の比較に用いるストキャスティック支配 $ \triangleq $。
• 再帰的計算により、ノードnがバンドルを受信する確率 $ P_n $ を、送信元からの到着分布およびその後の接触分布に基づいて決定する。
• 決定的経路コストを期待配信分布に置き換え、ストキャスティック支配を用いて経路を比較することで、ベルマン＝フォードアルゴリズムを確率的ネットワークに適応する。
• ノードが潜在的な次のホップを表し、エッジの重みが各経路に沿った成功配信確率であるフォワーディンググラフを構築する。
• フレームワークを適用して、重複送信に用いる不一致経路を同定し、最小限の冗長性で目標配信確率または遅延を達成する。

実験結果

リサーチクエスチョン

• RQ1 将来の接触について部分的な知識を持つ破壊耐性ネットワークを、正確な遅延および配信確率予測を可能にする形式的モデルでどのように表現できるか？
• RQ2 決定的または頻度のみのモデルと比較して、確率的接触分布を用いることで、エンドツーエンドの配信遅延および確率推定の精度にどのような影響を与えるか？
• RQ3 ユーザーが指定する配信保証（例：10時間以内に90％の確率で配信）を満たしつつ、リソース消費を最小限に抑えるバンドルフォワーディングをどのように最適化できるか？
• RQ4 不確実性下での配信性能を比較する際の、異なるフォワーディング戦略の理論的基盤は何か？
• RQ5 ベルマン＝フォードアルゴリズムは、予測可能な移動性を持つモバイルネットワークにおける確率的配信分布を扱えるように一般化可能か？

主な発見

• 提案されたフレームワークは、接触頻度や完全な知識のみを仮定する従来のモデルを一般化し、ノードが将来の接触の完全な確率的分布を把握できることを許容する。
• 本稿では、$ \bigoplus $ 演算子がストキャスティック支配を保存することを証明し、より優れた接触分布が経路構成においてより優れた配信性能をもたらすことを保証する。
• 適応版ベルマン＝フォードアルゴリズムは、ストキャスティック支配を用いて配信分布を比較することで、確率的DTNにおける最適なフォワーディング経路を計算可能である。
• フレームワークにより、最小限の冗長性で目標配信確率または遅延を達成する不一致経路を同定できる。
• 図8の例のネットワークにおいて、宛先eがバンドルを受信する総確率は $ \frac{25}{256} + \frac{9}{16} = \frac{169}{256} \approx 0.66 $ となることが示され、定量的予測能力が裏付けられる。
• 本手法により、配信保証を満たすために必要な場合にのみバンドルを重複送信するため、エピデミックルーティングに伴う過剰な帯域幅およびメモリ使用を回避し、リソース消費を最小限に抑える。