[論文レビュー] Probability Based Adaptive Invoked Clustering Algorithm in MANETs

S. Rohini, K. Indumathi|arXiv (Cornell University)|Feb 9, 2011

Mobile Ad Hoc Networks参考文献 5被引用数 3

ひとこと要約

本稿では、ノードの残存バッテリー電力と確率ベースの指標を考慮してクラスターヘッドを動的に選択することで、クラスタ安定性を向上させる確率ベースの適応型呼び出し重み付きクラスタリングアルゴリズム（PAIWCA）を提案する。このアルゴリズムは、クラスタ再選挙のオーバーヘッドを低減し、変動するネットワーク環境下でも、ネットワーク接続性、スループット、パケット配信効率においてMaximal Weighted Independent Set（MWIS）を上回る性能を発揮する。

ABSTRACT

A mobile ad hoc network (MANET), is a self-configuring network of mobile devices connected by wireless links. In order to achieve stable clusters, the cluster-heads maintaining the cluster should be stable with minimum overhead of cluster re-elections. In this paper we propose a Probability Based Adaptive Invoked Weighted Clustering Algorithm (PAIWCA) which can enhance the stability of the clusters by taking battery power of the nodes into considerations for the clustering formation and electing stable cluster-heads using cluster head probability of a node. In this simulation study a comparison was conducted to measure the performance of our algorithm with maximal weighted independent set (MWIS) in terms of the number of clusters formed, the connectivity of the network, dominant set updates,throughput of the overall network and packet delivery ratio. The result shows that our algorithm performs better than existing one and is also tunable to different kinds of network conditions.

研究の動機と目的

• 頻繁なクラスターヘッド再選挙に起因するMANETクラスタリングにおける不安定性の解消を目的とする。
• 移動環境における動的クラスタ再構成に起因するネットワークオーバーヘッドの低減を目的とする。
• エネルギー効率性とノード信頼性に基づく安定したクラスターヘッドの選択により、ネットワーク性能の向上を目的とする。
• 多様なネットワーク条件に適応可能なチューナブルなクラスタリングアルゴリズムの開発を目的とする。
• スループット、パケット配信効率、ネットワーク接続性といった主要指標の改善を目的とする。

提案手法

• PAIWCAアルゴリズムは、残存バッテリー電力を考慮して、ノードがクラスターヘッドとなる確率を決定する確率ベースのメカニズムを用いる。
• ノードは、エネルギーレベルその他の安定性指標を含む重み付き関数を用いて、クラスターヘッドとなる確率を計算する。
• アルゴリズムは必要に応じてのみクラスタリングを起動し、不要な再構成を低減し、シグナルオーバーヘッドを削減する。
• クラスタ形成は、エネルギー効率的で安定したノードを優先する重み付き選択プロセスに基づく。
• この方法は、ネットワーク接続性を維持し、再選挙頻度を低減するために、クラスターヘッドの支配的集合を動的に更新する。
• 性能は、クラスタ数、接続性、スループット、パケット配信効率といった指標を用いて、MWISと比較して評価される。

実験結果

リサーチクエスチョン

• RQ1 提案されたPAIWCAアルゴリズムは、MWISのような従来手法と比較して、どのようにクラスタ安定性を向上させるか？
• RQ2 クラスターヘッド選択にバッテリー電力の情報を組み込むことで、クラスタ再選挙のオーバーヘッドはどの程度低減されるか？
• RQ3 確率ベースのメカニズムは、動的MANETにおけるネットワーク接続性とスループットにどのように影響を与えるか？
• RQ4 このアルゴリズムは、さまざまなネットワーク密度や移動パターンに対応して良好な性能を発揮できるようにチューニング可能か？
• RQ5 適応的呼び出しの影響は、シグナルオーバーヘッドと全体のネットワーク効率にどのような影響を与えるか？

主な発見

• PAIWCAは、エネルギーに配慮した確率計算を活用することで、クラスタ再選挙頻度を低減し、クラスタ安定性を向上させる。
• 移動性や密度の変動する環境下でも、MWISアルゴリズムと比較して高いネットワークスループットを達成する。
• より安定的でエネルギー効率の良いクラスターヘッド選択のおかげで、パケット配信効率が顕著に向上する。
• シミュレーション全体を通じて、ネットワーク接続性が一貫して高い水準を維持しており、強固なクラスタ形成と維持が示された。
• PAIWCAの性能はチューニング可能で、さまざまなネットワーク条件に適応可能であり、柔軟性を示している。
• すべての評価指標（クラスタ数、支配的集合の更新、スループット、配信効率）において、PAIWCAはMWISを上回る性能を発揮した。