[논문 리뷰] Performance Comparison of the RPL and LOADng Routing Protocols in a Home Automation Scenario

Mališa Vučinić, Bernard Tourancheau외 1명|arXiv (Cornell University)|2014. 01. 06.

Energy Efficient Wireless Sensor Networks참고 문헌 10인용 수 4

한 줄 요약

이 논문은 Contiki OS와 Cooja 시뮬레이터를 사용하여 실질적인 홈 오토메이션 시나리오에서 RPL과 LOADng를 평가하며, 복잡성은 높지만 지연, 제어 오버헤드, 메모리 사용량 측면에서 RPL이 LOADng를 능가하는 것으로 나타났다. LOADng의 성능은 라우팅 홀드 타임에 매우 민감하며, 플러딩과 라우팅 저장 최적화를 통해 확장성 향상이 가능하다.

ABSTRACT

RPL, the routing protocol proposed by IETF for IPv6/6LoWPAN Low Power and Lossy Networks has significant complexity. Another protocol called LOADng, a lightweight variant of AODV, emerges as an alternative solution. In this paper, we compare the performance of the two protocols in a Home Automation scenario with heterogenous traffic patterns including a mix of multipoint-to-point and point-to-multipoint routes in realistic dense non-uniform network topologies. We use Contiki OS and Cooja simulator to evaluate the behavior of the ContikiRPL implementation and a basic non-optimized implementation of LOADng. Unlike previous studies, our results show that RPL provides shorter delays, less control overhead, and requires less memory than LOADng. Nevertheless, enhancing LOADng with more efficient flooding and a better route storage algorithm may improve its performance.

연구 동기 및 목표

• 혼합된 다점대일점 및 일점다점 트래픽을 포함한 실질적인 홈 오토메이션 시나리오에서 RPL과 LOADng의 성능을 평가하고 비교하기.
• 제한된 LLN에서 네트워크 밀도와 트래픽 패턴이 라우팅 프로토콜 효율성에 미치는 영향을 분석하기.
• 지연, 오버헤드, 메모리 사용량 측면에서 수동적(RPL)과 반응적(LOADng) 라우팅 접근 방식 간의 상충 관계 평가하기.
• LOADng의 구현 수준에서의 성능 저하 요인, 특히 플러딩과 라우팅 저장과 관련된 문제를 특정하고 최적화 방향 제안하기.
• 지연과 에너지 제약이 있는 실세계 홈 오토메이션 구현에 적합한 프로토콜에 대한 경험적 통찰 제공하기.

제안 방법

• Contiki OS와 Cooja 시뮬레이터/에뮬레이터를 사용하여 실질적인 홈 오토메이션 네트워크 토폴로지 시뮬레이션.
• ContikiRPL(RPL)과 기본적이고 최적화되지 않은 LOADng 버전의 구현 및 평가.
• 실제 무선 조건을 시뮬레이션하기 위해 유닛 디스크 그래프 무선 전파 모델 사용.
• 다점대일점 및 일점다점 흐름을 포함한 이질적인 트래픽 패턴 시뮬레이션.
• 주요 성능 메트릭 평가: 엔드 투 엔드 지연, 제어 평면 오버헤드, 홉 수, 메모리 사용량.
• LOADng에서 라우팅 홀드 타임(RHT)의 파arameter 튜닝을 통해 플러딩 빈도와 오버헤드에 미치는 영향 분석.

실험 결과

연구 질문

• RQ1 밀도가 높고 혼합된 트래픽 패턴이 존재하는 홈 오토메이션 네트워크에서 RPL과 LOADng의 엔드 투 엔드 지연은 어떻게 비교되는가?
• RQ2 RPL과 LOADng의 제어 평면 오버헤드는 무엇이며, 네트워크 밀도가 증가하고 LOADng의 RHT가 변화함에 따라 어떻게 변화하는가?
• RQ3 제한된 장치 환경에서 RPL과 LOADng의 메모리 요구량과 라우팅 저장 메커니즘은 어떻게 다름?
• RQ4 LOADng에서 라우팅 홀드 타임의 선택이 밀도 높은 배포 환경에서 성능과 확장성에 얼마나 큰 영향을 미치는가?
• RQ5 LOADng에서 플러딩과 라우팅 저장을 최적화하면 실세계 홈 오토메이션 시나리오에서 RPL과의 성능 격차를 줄일 수 있는가?

주요 결과

• RPL은 혼합 트래픽이 존재하는 밀도 높은 네트워크 토폴로지에서 LOADng보다 유의미하게 낮은 엔드 투 엔드 지연을 달성한다.
• 특히 LOADng의 라우팅 홀드 타임이 짧을 경우, RPL은 LOADng보다 더 낮은 제어 평면 오버헤드를 보인다.
• RPL은 더 효율적인 라우팅 저장과 수동적 라우팅 유지 보수 덕분에 LOADng보다 더 적은 메모리 사용량을 요구한다.
• LOADng의 제어 오버헤드는 네트워크 밀도 증가에 따라 급격히 증가하며, 라우팅 홀드 타임이 길어질수록만 감소하여, 밀도 높은 스마트 홈 환경에서의 확장성에 뚜렷한 한계를 보인다.
• RPL의 성능은 DAO 및 DIO 메시지 간격과 같은 구현 세부 사항과 파arameter 튜닝에 매우 민감하다.
• LOADng에서 플러딩과 라우팅 저장을 최적화하면 오버헤드를 줄이고 밀도 높고 지연 민감도가 높은 응용 분야에서의 실현 가능성을 높일 수 있다.