[논문 리뷰] Performance Modeling of WSN with Bursty Delivery Mode

Adel Agamy, Ahmed M. Mohamed|arXiv (Cornell University)|2017. 02. 13.

Energy Harvesting in Wireless Networks인용 수 6

한 줄 요약

이 논문은 무선 센서 네트워크(WSNs)의 폭발적 데이터 트래픽을 정확히 표현하기 위해 분석적 N-Burst 트래픽 모델을 제안한다. ON-시간에 대해 파워테일(Pareto) 분포를 사용하여 장거리 의존성을 캡처한다. 이 모델은 평균 패킷 지연 및 버퍼 오버플로우 확률에 대한 폐쇄형 해석을 가능하게 하며, 동일한 부하 조건에서 단일 노드 집계에 비해 다수의 노드에서 유래한 트래픽이 평균 지연과 오버플로우 위험을 감소시킴을 보여준다. 특히 고도의 폭발성(b ≈ 1)에서 두드러진다.

ABSTRACT

Wireless Sensor Network (WSN) usually consist of hundreds or thousands of sensor nodes scattered in a geographical area and one or multiple sink(s) collecting information. The special design and character of sensors and their applications make WSNs different from traditional networks. These characteristics pose great challenges for architecture and protocol design, performance modeling, and implementation. Accurately modeling the data generated by each sensor node is essential for correctly simulating network traffic, network congestion, interference between nodes and the energy expended by each node. Successful design leads to enhancing the overall performance of the whole of network. In this paper we analyze the performance of WSN with N-BURST traffic model. The impact of bursty traffic on the mean packet delay and buffer overflow probability is investigated analytically. We study the effects of bursty WSN traffic through simulations with three different cases. Both short-range dependency (SRD) traffic and long range dependency (LRD) traffic are simulated over different burst parameters. Finally we study the effect of pareto OFF time through simulation. The results are collected for 10 different 24 hour simulated periods in order to study and measure day-today statistical fluctuation.

연구 동기 및 목표

• 실제 폭발적 행동을 캡처하는 분석적으로 다룰 수 있는 일반화된 WSN 트래픽 모델을 개발하는 것.
• 폭발성의 정도를 측정하는 파rameter b에 의해 영향을 받는 평균 패킷 지연 및 버퍼 오버플로우 확률에 영향을 미치는 방식을 조사하는 것.
• 다양한 트래픽 패턴 하에서 싱크에서의 단일 노드 대 다중 노드 트래픽 집계 성능을 비교하는 것.
• Pareto 분포를 갖는 ON-시간을 사용하여 장거리 의존성(LRD) 및 단거리 의존성(SRD) 트래픽이 네트워크 성능에 미치는 영향을 평가하는 것.
• 24시간 동안의 광범위한 시뮬레이션을 통해 모델의 분석적 타당성을 검증하고 일일 통계적 변동성을 평가하는 것.

제안 방법

• 각 센서 노드의 트래픽을 제어 가능한 폭발성 파라미터 b를 갖는 1-burst (ON/OFF) 프로세스로 모델링한다.
• 장거리 의존성(LRD)을 모델링하기 위해 ON-시간에 대해 파워테일(Pareto) 분포를 도입하여 행렬 기하 해법을 가능하게 한다.
• 큐잉 이론을 적용하여 싱크를 유한 버퍼 큐(G/M/1/L)로 모델링하고 평균 지연 및 버퍼 오버플로우 확률에 대한 폐쇄형 표현식을 유도한다.
• 다중 홉 WSNs를 위해 탄성 큐 모델을 사용하여 다양한 폭발성 파라미터를 갖는 클러스터 간의 종단 간 지연을 시뮬레이션한다.
• 세 가지 별도의 케이스(SRD, LRD, Pareto 분포를 갖는 ON/OFF 시간)를 사용한 시뮬레이션을 실시하며, 각 케이스를 10번의 별도된 24시간 주기 동안 실행한다.
• 단일 노드와 다중 노드 트래픽 집계 시나리오 간 성능 지표(지연, 대역폭, 오버플로우)를 비교한다.

실험 결과

연구 질문

• RQ1 폭발성의 정도를 제어하는 파라미터 b에 의해 N-Burst 트래픽을 갖는 WSN에서 평균 패킷 지연 및 버퍼 오버플로우 확률에 어떤 영향을 미치는가?
• RQ2 싱크에서 다수의 노드에서 유래한 트래픽을 단일 스트림으로 모델링하는 것과 별도의 스트림으로 모델링하는 것 사이의 성능 차이는 무엇인가?
• RQ3 동일한 평균 부하 조건 하에서 장거리 의존성(LRD) 및 단거리 의존성(SRD) 트래픽 패턴이 네트워크 성능에 어떤 영향을 미치는가?
• RQ4 Pareto 분포를 갖는 ON-시간이 평균 지연 및 대역폭에 미치는 영향은 무엇인가, 특히 고도의 폭발성 영역에서 어떻게 되는가?
• RQ5 트래픽 부하의 일일 통계적 변동성이 다양한 트래픽 모델 하에서 WSN의 안정성 및 성능에 어떤 영향을 미치는가?

주요 결과

• 파워테일(Pareto) 분포를 갖는 ON-시간을 가진 N-Burst 모델은 분석적 유연성을 제공하며 WSN 내 폭발적이고 장거리 의존적인 트래픽을 정확히 캡처한다.
• 동일한 총 부하(ρ) 조건에서 다중 노드 집계(N=10)는 단일 노드 집계(N=1)에 비해 평균 패킷 지연과 버퍼 오버플로우 확률이 유의미하게 낮아지며, 특히 고도의 폭발성(b ≈ 0.95)에서 두드러진다.
• ON-시간이 Pareto 분포를 따를 경우(큰 T), 단일 노드 모델은 평균 지연이 급격히 증가하는 현상((blow-up region)을 보이며 고도의 폭발성에서 불안정함을 나타내지만, 이중 노드 모델은 안정성을 유지한다.
• 세 번째 클러스터가 싱크에 직접 연결되어 있을 경우, 세 번째 클러스터의 도착률이 싱크의 서비스율을 초과할 때에만 클러스터 1과 2의 종단 간 지연이 증가함을 보여주며, 임계값 효과가 존재함을 시사한다.
• 세 번째 클러스터가 활성화되어 있을 경우 싱크의 대역폭은 클러스터 1과 2의 대역폭 합을 초과함을 확인하였으며, 이는 트래픽 집계 행동이 전체 네트워크 성능에 영향을 미친다는 것을 확인한다.
• 10번의 별도된 24시간 주기 동안의 시뮬레이션을 통해 트래픽 부하의 통계적 변동성이 정확히 반영되었으며, 이는 모델이 실제 세계의 변동성에 대해 강건함을 검증한다.