[논문 리뷰] A Survey on Routing and Data Dissemination in Opportunistic Mobile Social Networks

Behrouz Jedari, Feng Xia|arXiv (Cornell University)|2013. 11. 02.

Opportunistic and Delay-Tolerant Networks참고 문헌 112인용 수 35

한 줄 요약

이 종합 검토는 인간 이동 패턴, 사회적 유대, 공동체 역학을 활용하여 기회 기반 모바일 소셜 네트워크(Omns)에서의 라우팅 및 데이터 확산을 분석한다. 이는 이동 모델, 공동체 탐지, 맥락 인식 프로토콜을 분석하며, 확장성과 사용자 협력의 열린 과제가 존재하는 바에도 불구하고 그림 오류와 표절 논란으로 인해 철수된 바 있다.

ABSTRACT

Opportunistic mobile social networks (MSNs) are modern paradigms of delay tolerant networks that consist of mobile users with social characteristics. The users in MSNs communicate with each other to share data objects. In this setting, humans are the carriers of mobile devices, hence their social features such as movement patterns, similarities, and interests can be exploited to design efficient data forwarding algorithms. In this paper, an overview of routing and data dissemination issues in the context of opportunistic MSNs is presented, with focus on (1) MSN characteristics, (2) human mobility models, (3) dynamic community detection methods, and (4) routing and data dissemination protocols. Firstly, characteristics of MSNs which lead to the exposure of patterns of interaction among mobile users are examined. Secondly, properties of human mobility models are discussed and recently proposed mobility models are surveyed. Thirdly, community detection and evolution analysis algorithms are investigated. Then, a comparative review of state-of-the-art routing and data dissemination algorithms for MSNs is presented, with special attention paid to critical issues like context-awareness and user selfishness. Based on the literature review, some important open issues are finally discussed.

연구 동기 및 목표

• 기회 기반 모바일 소셜 네트워크(OMSNs)의 고유한 특성 분석을 통해 사회적 인식 기반 데이터 확산을 가능하게 한다.
• 인간 이동 모델과 OMSNs에서의 데이터 포워딩 효율성에 미치는 영향을 조사한다.
• 모바일 네트워크 내에서 사회적 그룹을 식별하고 추적하기 위한 동적 공동체 탐지 방법을 탐색한다.
• 맥락 인식 및 사용자 이기심을 고려한 최신 라우팅 및 데이터 확산 프로토콜을 평가한다.
• 확장성과 인centive 메커니즘을 포함한 OMSN 설계의 열린 연구 과제를 규명한다.

제안 방법

• 사회적 상호작용, 이동 패턴, 사용자 관심사 등을 포함한 OMSN 특성에 관한 기존 문헌을 조사한다.
• 랜덤 워크, 레비 플라이트, 공동체 기반 모델과 같은 인간 이동 모델을 분류하고 비교한다.
• 모바일 소셜 네트워크에서의 동적 공동체 탐지 및 진화 분석 알고리즘을 검토한다.
• 접촉 빈도, 유사성, 중심성과 같은 사회적 특성을 활용하는 라우팅 프로토콜을 분석한다.
• 사회적 및 이동성 맥락을 기반으로 한 맥락 인식 포워딩 결정을 포함한 데이터 확산 메커니즘을 평가한다.
• 특히 사용자 이기심과 프로토콜의 확장성 측면에서 현재 접근법의 한계를 규명한다.

실험 결과

연구 질문

• RQ1 OMSN의 사회적 특성과 이동성 특성이 데이터 확산 효율성에 어떻게 영향을 미치는가?
• RQ2 다양한 인간 이동 모델이 실제 사용자 상호작용을 모델링하는 데 있어 강점과 약점은 무엇인가?
• RQ3 동적 공동체 탐지가 기회 기반 모바일 소셜 네트워크에서의 라우팅 성능을 어떻게 향상시킬 수 있는가?
• RQ4 맥락 인식 라우팅 프로토콜이 OMSNs에서 전통적인 에피데믹 또는 스프레이앤웨이트 방식에 비해 얼마나 뛰어나게 성능을 발휘하는가?
• RQ5 확장성 있고 인센티브 친화적이며 견고한 데이터 확산 프로토콜 설계를 위한 주요 열린 과제는 무엇인가?

주요 결과

• 논문은 접촉 빈도와 사용자 유사성과 같은 사회적 특성이 데이터 전달 지연과 전달 비율을 크게 향상시킨다는 점을 규명한다.
• 공동체 기반 이동 모델은 랜덤 이동 모델에 비해 접촉 예측 가능성과 데이터 전달 성능 측면에서 뛰어나다.
• 사회적 중심성과 사용자 관심사를 고려한 맥락 인식 라우팅 프로토콜은 에피데믹 기반 방식에 비해 더 높은 전달률과 낮은 오버헤드를 달성한다.
• 사용자 이기심과 협력 부족은 여전히 핵심 과제로 남아 있으며, 이는 프로토콜의 효율성과 확장성 저하를 초래한다.
• 비록 종합적인 검토를 제공했지만, 그림 4와 5의 중대한 부호 오류와 이전 버전에서의 표절 의혹으로 인해 논문은 철수되었다.