[논문 리뷰] Survey of clustering algorithms for MANET

Ratish Agarwal, Mahesh Motwani|ArXiv.org|2009. 12. 11.

Mobile Ad Hoc Networks참고 문헌 17인용 수 153

한 줄 요약

이 논문은 이동형 애드혹 네트워크(MANET)에서 클러스터링 알고리즘에 대한 체계적인 조사 결과를 제시하며, 설계 원칙과 성능 메트릭에 기반해 기존의 기법들을 분류한다. 클러스터헤드 선출 및 토폴로지 관리가 오버헤드를 줄이고 MAC 계층의 효율성을 향상시키는 방식을 분석하여, 동적이고 분산된 네트워크 환경에서 프로토콜 개발 및 최적화를 위한 체계적인 참고 자료를 제공한다.

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.

연구 동기 및 목표

• 이동형 애드혹 네트워크(MANET)에서 클러스터링 기법을 종합적으로 분류하여 프로토콜 이해 및 설계를 향상시키기 위한 것이다.
• 클러스터링이 높은 동적 토폴로지에서 네트워크 오버헤드를 줄이고 중앙접근제어(MAC) 성능을 향상시키는 방식을 분석하기 위한 것이다.
• 다양한 클러스터링 접근 방식 간의 핵심 성능 메트릭과 설계 트레이드오프를 특정하기 위한 것이다.
• 기존 알고리즘과 그 운영 원리를 체계적으로 개관하여 향후 연구를 지원하기 위한 것이다.
• MANET에서 온디맨드 클러스터헤드 선출이 계산 및 통신 비용을 최소화하는 데서 수행하는 역할을 부각하기 위한 것이다.

제안 방법

• 설계 원칙과 성능 목표에 기반해 클러스터링 알고리즘을 분류한다.
• MAC 계층 작동 최적화를 위해 클러스터 크기를 사전에 정의된 기준 이내로 유지하는 프로토콜을 검토한다.
• 계산 및 통신 오버헤드를 줄이기 위해 온디맨드 클러스터헤드 선출 메커니즘을 분석한다.
• 스케일러빌리티, 안정성, 에너지 효율성과 같은 다양한 성능 메트릭을 다양한 클러스터링 기법에서 사용하는 방식을 검토한다.
• 노드 이동성 대응 방식, 클러스터 형성 및 유지 전략과 같은 기준에 따라 클러스터링 접근 방식을 비교한다.
• 중심성 기반, 이동성 인식, 에너지 효율적 방법과 같은 클러스터링 메커니즘 기반으로 알고리즘을 분류하기 위해 분류 체계를 사용한다.

실험 결과

연구 질문

• RQ1 MANET에서 다양한 클러스터링 알고리즘은 설계 및 성능 목표에 따라 어떻게 분류될 수 있는가?
• RQ2 최적의 클러스터 크기를 유지하고 토폴로지 유지 오버헤드를 줄이기 위해 어떤 메커니즘이 사용되는가?
• RQ3 온디맨드 클러스터헤드 선출은 계산 및 통신 비용을 줄이는 데 어떻게 기여하는가?
• RQ4 이동형 애드혹 네트워크에서 클러스터링 기법을 평가하기 위해 사용되는 핵심 성능 메트릭은 무엇인가?
• RQ5 이동 패턴은 MANET에서 클러스터링 알고리즘의 안정성과 효율성에 어떤 영향을 미치는가?

주요 결과

• 스케일러빌리티, 안정성, 에너지 효율성과 같은 다양한 성능 메트릭을 중시하는 다양한 클러스터링 알고리즘이 제안되어 왔다.
• 클러스터헤드 선출 메커니즘은 주로 온디맨드 방식을 채택하여 동적 네트워크에서 계산 및 통신 오버헤드를 크게 줄였다.
• 사전 정의된 클러스터 크기를 유지하면 MAC 프로토콜 성능을 최적화하고 제어 메시지 오버헤드를 줄이는 데 기여한다.
• 노드 중심성, 이동성 예측, 에너지 고려 사항과 같은 기준에 따라 클러스터링 알고리즘의 명확한 분류가 가능하다.
• 체계적인 분류 체계는 공통 설계 패턴을 식별하고 격차를 파악함으로써 기존 기법들을 비교 및 개선할 수 있도록 한다.
• 연구 결과, 네트워크 조건과 응용 요구사항에 따라 효과가 달라지므로, 어떤 하나의 클러스터링 알고리즘이 항상 다른 것들보다 뛰어나다고 볼 수 없다.