[論文レビュー] Survey of clustering algorithms for MANET

Ratish Agarwal, Mahesh Motwani|ArXiv.org|Dec 11, 2009

Mobile Ad Hoc Networks参考文献 17被引用数 153

ひとこと要約

本稿は、モバイルアドホックネットワーク（MANET）におけるクラスタリングアルゴリズムの体系的サーベイを提示し、設計原理と性能指標に基づいて既存の手法を分類する。クラスタヘッド選出とトポロジー管理がオーバーヘッドを低減し、MAC層の効率を向上させる仕組みを分析し、動的で分散型のネットワークにおけるプロトコル開発と最適化のための構造的リファレンスを提供する。

ABSTRACT

Many clustering schemes have been proposed for ad hoc networks. A systematic classification of these clustering schemes enables one to better understand and make improvements. In mobile ad hoc networks, the movement of the network nodes may quickly change the topology resulting in the increase of the overhead message in topology maintenance. Protocols try to keep the number of nodes in a cluster around a pre-defined threshold to facilitate the optimal operation of the medium access control protocol. The clusterhead election is invoked on-demand, and is aimed to reduce the computation and communication costs. A large variety of approaches for ad hoc clustering have been developed by researchers which focus on different performance metrics. This paper presents a survey of different clustering schemes.

研究の動機と目的

• モバイルアドホックネットワーク（MANET）におけるクラスタリング手法の包括的分類を提供し、プロトコルの理解と設計を向上させること。
• クラスタリングが高い動的トポロジーにおいてネットワークのオーバーヘッドを低減し、メディアアクセス制御（MAC）性能を向上させる仕組みを分析すること。
• 異なるクラスタリングアプローチにおける主要な性能指標と設計上のトレードオフを特定すること。
• 既存のアルゴリズムとその運用原理の構造的概要を提示することで、今後の研究を支援すること。
• MANETにおけるオンデマンド型クラスタヘッド選出が、計算コストと通信コストを最小限に抑える役割を強調すること。

提案手法

• 設計原理と性能目的に基づいてクラスタリングアルゴリズムを分類する。
• MAC層の動作を最適化するために、クラスタサイズを事前に定義されたしきい値に保つプロトコルをレビューする。
• 計算および通信オーバーヘッドを低減するため、オンデマンド型クラスタヘッド選出メカニズムを分析する。
• スケーラビリティ、安定性、エネルギー効率といった、さまざまなクラスタリング手法で用いられる性能指標を検討する。
• ノードの移動性対応、クラスタ形成、維持戦略といった基準に基づき、クラスタリングアプローチを比較する。
• クラスタリングメカニズム（例：中心性に基づく、移動性に配慮した、エネルギー効率の良い手法など）に応じてアルゴリズムを分類する分類法（タクソノミー）を用いる。

実験結果

リサーチクエスチョン

• RQ1 MANETにおける異なるクラスタリングアルゴリズムは、設計および性能目的に基づいてどのように分類されるか？
• RQ2 最適なクラスタサイズを維持し、トポロジー管理のオーバーヘッドを低減するためにどのようなメカニズムが用いられているか？
• RQ3 オンデマンド型クラスタヘッド選出は、計算コストおよび通信コストをどのように低減するか？
• RQ4 モバイルアドホックネットワークにおけるクラスタリング手法を評価するために用いられる主要な性能指標は何か？
• RQ5 移動パターンの変化は、MANETにおけるクラスタリングアルゴリズムの安定性と効率性にどのように影響を与えるか？

主な発見

• スケーラビリティ、安定性、エネルギー効率といった異なる性能指標に焦点を当てた、多様なクラスタリングアルゴリズムが提案されている。
• クラスタヘッド選出メカニズムは主にオンデマンド型であり、動的ネットワークにおける計算および通信オーバーヘッドを顕著に低減している。
• 事前に定義されたクラスタサイズを維持することで、メディアアクセス制御（MAC）プロトコルの性能が最適化され、制御メッセージのオーバーヘッドが削減される。
• ノードの中心性、移動予測、エネルギー要因といった基準に基づき、クラスタリングアルゴリズムの明確なカテゴリが同定された。
• 体系的な分類により、研究者はギャップを特定し、共通する設計パターンを抽出することで、既存の手法の比較と改善が可能になった。
• 本研究では、特定のネットワーク状態やアプリケーション要件に依存して効果が変化するため、あらゆる状況で優れる単一のクラスタリングアルゴリズムは存在しないことが明らかになった。