[논문 리뷰] Probability Prediction based Reliable Opportunistic (PRO) Routing Algorithm for VANETs

Ning Li, José-Fernán Martí­nez-Ortega외 2명|arXiv (Cornell University)|2017. 09. 24.

Vehicular Ad Hoc Networks (VANETs)참고 문헌 34인용 수 3

한 줄 요약

이 논문은 차량으로 이루어진 무선 네트워크(VANETs)를 위한 확률 예측 기반 신뢰성 있는 기회적(PRO) 라우팅 알고리즘을 제안한다. 이 알고리즘은 수신기에서의 신호 대 간섭 및 노이즈 비율(SINR)과 패킷 큐 길이(PQL) 변화를 예측하여, 이러한 지표들의 가중 분산을 기반으로 차량의 유틸리티를 계산한다. PRO 알고리즘은 고속 이동 환경에서 동적이고 예측 기반의 릴레이 결정을 가능하게 하여, SRPE, ExOR, GPSR 라우팅 프로토콜에 비해 패킷 전달 비율, 엔드 투 엔드 지연, 네트워크 스루풋 측면에서 뛰어난 성능을 달성한다.

ABSTRACT

In the Vehicular ad hoc networks (VANETs), due to the high mobility of vehicles, the network parameters change frequently and the information which the sender maintains may outdate when it wants to transmit data packet to the receiver, so for improving the routing effective, we propose the probability prediction based reliable (PRO) opportunistic routing for VANETs. The PRO routing algorithm can predict the variation of Signal to Interference plus Noise Ratio (SINR) and packet queue length (PQL) in the receiver. The prediction results are used to determine the utility of each relaying vehicle in the candidate set. The calculation of the vehicle utility is weight based algorithm and the weights are the variances of SINR and PQL of the candidate relaying vehicles. The relaying priority of each relaying vehicle is determined by the value of the utility. By these innovations, the PRO can achieve better routing performance (such as the packet delivery ratio, the end-to-end delay, and the network throughput) than the SRPE, ExOR (street-centric), and GPSR routing algorithms.

연구 동기 및 목표

• 기존 라우팅 정보의 노후화로 성능이 저하되는 고속 이동 환경에서의 급격히 변화하는 네트워크 조건에 대응하기 위해.
• 핵심 네트워크 파라미터의 실시간 예측을 통합하여 기회적 VANET 라우팅의 신뢰성과 효율성을 향상시키기 위해.
• 동적이고 유틸리티 기반의 릴레이 차량 선택을 통해 엔드 투 엔드 지연을 줄이고 패킷 전달 비율을 높이기 위해.
• 예측 기반 신뢰성 모델링을 통해 기존 프로토콜인 SRPE, ExOR, GPSR을 초월하는 성능을 달성하기 위해.

제안 방법

• PRO 알고리즘은 역사적 데이터와 통계 모델링을 사용하여 잠재적 수신 차량에서의 향후 SINR 및 패킷 큐 길이(PQL) 변화를 예측한다.
• 차량의 유틸리티는 예측된 SINR 및 PQL의 분산에 대한 가중 함수로 계산되며, 더 안정적이고 신뢰할 수 있는 릴레이에 더 높은 가중치가 부여된다.
• 유틸리티 함수의 가중치는 후보 릴레이 차량들 사이의 SINR 및 PQL 분산의 통계적 분산에서 유도되며, 예측 신뢰도를 반영한다.
• 릴레이 선택은 더 높은 유틸리티 점수를 가진 차량을 우선시하여, 가장 안정적이고 신뢰할 수 있는 경로를 통해 데이터가 전달되도록 보장한다.
• 알고리즘은 예측 기반 의사결정을 기회적 라우팅 프레임워크에 통합하여, 고속 이동 환경에서도 사전에 전달 결정을 내릴 수 있도록 한다.
• 이 방법은 네트워크 동역학과 유틸리티 계산을 모델링하기 위해 13장의 그림과 38개의 수학적 수식을 사용한 시뮬레이션을 통해 평가된다.

실험 결과

연구 질문

• RQ1 네트워크 파라미터 예측은 고속 이동 VANET에서 라우팅 신뢰성을 어떻게 향상시킬 수 있는가?
• RQ2 SINR 및 PQL 예측 분산은 릴레이 차량의 유틸리티와 선택에 어떤 영향을 미치는가?
• RQ3 예측 기반 유틸리티 모델은 SRPE, ExOR, GPSR과 같은 기존 라우팅 프로토콜을 초월할 수 있는가?
• RQ4 예측 지표의 통합은 엔드 투 엔드 지연과 패킷 전달 비율에 어떤 영향을 미치는가?
• RQ5 릴레이 유틸리티를 결정하는 데 있어 SINR 및 PQL 분산에 대한 최적의 가중 전략은 무엇인가?

주요 결과

• PRO 알고리즘은 예측 기반 릴레이 메커니즘 덕분에 SRPE, ExOR, GPSR보다 더 높은 패킷 전달 비율을 달성한다.
• PRO 라우팅에서는 더 신뢰할 수 있고 적시에 전달되는 결정 덕분에 엔드 투 엔드 지연이 크게 감소한다.
• PRO에서는 동적 환경에서 안정적이고 고유용성 릴레이를 효율적으로 활용함으로써 네트워크 스루풋이 향상된다.
• SINR 및 PQL 분산 기반 유틸리티 계산은 빠른 토폴로지 변화에 대한 라우팅 안정성과 적응성을 향상시킨다.
• 시뮬레이션 결과는 PRO가 전달 비율, 지연, 스루풋을 포함한 모든 주요 성능 지표에서 SRPE, ExOR, GPSR을 모두 초월하는 것으로 나타났다.
• 예측 기반 가중 모델은 노후화되거나 불안정한 채널 조건의 영향을 줄이는 데 효과적으로 기여한다.