[論文レビュー] Towards Skewness and Balancing of RPL Trees for the Internet of Things

Lam Duc Nguyen, Chong-kwon Kim|arXiv (Cornell University)|Mar 5, 2019

Software-Defined Networks and 5G参考文献 37被引用数 5

ひとこと要約

本稿では、サブツリーのサイズとリンク品質指標を親選択に統合することで、IoTネットワークにおける負荷分散を向上させる新規なRPL拡張であるSB-RPLを提案する。シミュレーションおよびテストベッドの結果から、標準的なRPLと比較して、SB-RPLはDODAGの偏りを最大3倍まで低減しており、大規模で高密度なLLNにおけるスケーラビリティとパケット配信の向上が顕著に示された。

ABSTRACT

In many application areas such as large-scale disaster detection, IoT networks connote the characteristics of LLN (Low power and Lossy Network). With few exceptions, prior work on RPL(Routing Protocol for LLN), a standard routing protocol standardized in the IETF, has focused on the evaluation of various aspects of routing performances and control overheads. In this paper, we address the problem of DODAG (Destination Oriented Directed Acyclic Graph) created by the direct application of RPL. We first evaluate the skewness of DODAG both via numerical simulations and via actual large-scale testbed. RPL secures its flexibility and wide applicability by allowing the adoption of implementer-specific rank definitions and parent selection criteria. In addition to the metrics used in ContikiRPL and TinyRPL, the two most widely used open source implementations, we evaluated the skewness of RPL trees generated by applying various routing metrics. Performance analysis results show that RPL trees suffer from severe skewness regardless of routing metrics in both randomly generated networks and in real-world networks. We propose a novel routing protocol that may improve the balance of RPL trees. Rigorous performance analysis based on computer simulations shows that our algorithm improves the tree balance significantly.

研究の動機と目的

• 大規模なIoTネットワークにおける性能劣化とリソースの無駄を引き起こすRPLにおける負荷分散の欠如という深刻な問題に対処すること。
• ネットワークサイズや密度の変化に伴うRPLにおけるDODAGの偏りの原因を特定すること。
• 低プロトコルオーバーヘッドを維持しながら、ノード間でのワークロード分配を改善する軽量で効果的なソリューションを提案すること。
• 提示された手法の実用性と耐障害性を、シミュレーション環境および実世界の大規模なテストベッド環境において検証すること。

提案手法

• 潜在的な親ノードの根拠となるサブツリーのサイズを推定する新しい親選択指標$ST_p(t)$を導入し、負荷分散を均衡させる。
• リンク品質指標（例：ETX）と$ST_p(t)$を組み合わせ、負荷分散と伝送信頼性の両方を考慮する多指標目的関数を構築する。
• RPLの目的関数を変更し、サブツリーのサイズがバランス良く、リンク品質が良好なノードを優先することで、過負荷の親ノードにおける混雑を低減する。
• ContikiOSにSB-RPLを実装し、大規模なテストベッド上で実世界の評価を可能にし、現実の条件下での性能を検証する。
• DODAGの不均衡を異なるネットワークレベルやトポロジーで定量的に測定するため、4つの偏りインデックス（$\mathcal{M}1$, $\mathcal{M}2$, $\mathcal{M_3}$, $\mathcal{M_4}$）を定義する。
• ネットワークサイズ（100〜800ノード）と密度（1エリア単位あたり4、8、16ノード）を変化させた広範なシミュレーションおよび実験を実施し、性能を評価する。

実験結果

リサーチクエスチョン

• RQ1 大規模かつ高密度なIoTネットワークにおいて、RPLは、下位のルーティング指標にかかわらず、DODAGの偏りをどの程度受けるのか。
• RQ2 OF0 や MRHOF といった標準的な目的関数を用いた場合、ネットワークサイズと密度がRPL木の偏りにどのように影響するのか。
• RQ3 サブツリーのサイズとリンク品質を統合した指標は、低オーバーヘッドを維持しながらDODAGの偏りを顕著に低減できるのか。
• RQ4 SB-RPLは、RPLの既存の変種（例：RPL-OF0、RPL-MH-ETX）と比較して、負荷分散、エンドツーエンドのパケット配信、スケーラビリティの面でどのように優れているのか。

主な発見

• すべてのテストされたルーティング指標（OF0、MRHOF、ETX、ETXSQ）において、RPL木は深刻な偏りを示しており、ネットワークサイズと密度の増加に伴い、偏りインデックスは指数関数的に増加する。
• 400ノードおよび800ノードのネットワークにおいて、SB-RPLは安定したDODAGのバランスを維持しているが、OF0 や MRHOF では偏りインデックスが急激に上昇しており、スケーラビリティの劣化が顕著に示された。
• 低密度、中密度、高密度のすべてのネットワーク密度において、SB-RPLの偏りインデックスは、既存の手法の値の3倍未満で安定しており、優れた負荷分散性能を示した。
• DODAGのレベル1において、SB-RPLは、1エリア単位あたり16ノードの高密度ネットワークでも、OF0 や MRHOF と比較して偏りを最大3倍まで低減した。
• SB-RPLは最小限のオーバーヘッドで高いエンドツーエンドのパケット配信性能を達成しており、シミュレーションおよび実世界のテストベッドの両方で、標準的なRPLの変種を上回った。
• サブツリーのサイズを追跡する$ST_p(t)$の統合により、安定した負荷分散が実現され、高次数の親ノードにおけるトラフィックの混雑を防止できた。