[论文解读] IMPACT: Investigation of Mobile-user Patterns Across University Campuses using WLAN Trace Analysis

Wei-jen Hsu, Ahmed Helmy|arXiv (Cornell University)|Aug 2, 2005

Wireless Networks and Protocols参考文献 15被引用 50

一句话总结

本文提出 IMPACT，对来自四所大学校园的 WLAN 迹线进行全面分析，以建模现实世界中的移动用户行为。通过引入个体与群体层面的交互度量，研究发现用户活跃度极低，访问的接入点数量很少，且仅与极小部分同伴发生接触——接触频率服从双帕累托分布，友谊模式则呈现指数衰减。研究表明，小世界网络模型能近乎即时地捕捉接触动态，为真实无线网络协议设计提供关键洞见。

ABSTRACT

We conduct the most comprehensive study of WLAN traces to date. Measurements collected from four major university campuses are analyzed with the aim of developing fundamental understanding of realistic user behavior in wireless networks. Both individual user and inter-node (group) behaviors are investigated and two classes of metrics are devised to capture the underlying structure of such behaviors. For individual user behavior we observe distinct patterns in which most users are 'on' for a small fraction of the time, the number of access points visited is very small and the overall on-line user mobility is quite low. We clearly identify categories of heavy and light users. In general, users exhibit high degree of similarity over days and weeks. For group behavior, we define metrics for encounter patterns and friendship. Surprisingly, we find that a user, on average, encounters less than 6% of the network user population within a month, and that encounter and friendship relations are highly asymmetric. We establish that number of encounters follows a biPareto distribution, while friendship indexes follow an exponential distribution. We capture the encounter graph using a small world model, the characteristics of which reach steady state after only one day. We hope for our study to have a great impact on realistic modeling of network usage and mobility patterns in wireless networks.

研究动机与目标

• 通过大规模、多校区的迹线，全面理解大学 WLAN 环境中真实移动用户的行为特征。
• 识别不同校区间共有的行为模式，并评估其在单校区研究之外的普适性。
• 通过接触与友谊度量建模用户间关系，捕捉无线网络中的社交动态。
• 评估信息扩散在真实接触图中的可行性与鲁棒性，为 DTN 与自组织网络协议设计提供依据。
• 通过揭示真实用户交互的异质性与非均匀性，挑战合成移动性模型中的常见假设。

提出的方法

• 收集并分析来自四所美国主要大学（USC、Dartmouth、UCSD、MIT）的 WLAN 迹线，长期记录用户与接入点的关联情况。
• 定义个体用户度量指标，包括在线/离线时长、访问的接入点数量以及时间重复模式，以表征使用行为。
• 引入接触与友谊度量以建模节点间关系：接触次数反映共处位置的频率，而友谊指数则反映持续交互的频率。
• 将接触次数拟合至双帕累托分布，友谊指数拟合至指数分布，揭示用户交互模式中的显著不对称性。
• 构建接触图，并采用小世界网络框架进行建模，随时间测量聚类系数与平均路径长度。
• 在真实接触迹线上运行基于流行病路由的信息扩散实验，评估在不同合作水平下的消息传递性能。

实验结果

研究问题

• RQ1 不同大学校园中，用户个体行为（如在线时长、接入点访问频率、时间重复模式）有何差异？
• RQ2 在真实 WLAN 环境中，用户相互接触的程度如何？此类接触频率的统计分布是什么？
• RQ3 用户之间的友谊关系与接触模式有何不同？何种分布最能描述其频率特征？
• RQ4 用户接触关系的结构能否由小世界网络模型捕捉？这些结构特性稳定需要多快？
• RQ5 在部分合作或自私用户行为下，信息扩散在真实接触图中的鲁棒性如何？

主要发现

• 用户平均在线时间仅占总时间的一小部分，大多数用户在整个校园中访问的接入点少于 10 个。
• 用户在一个月内平均仅与总网络人口的 6% 以下的用户发生接触，表明交互模式高度有限且稀疏。
• 每位用户的接触次数服从双帕累托分布，表明存在显著的不对称性：少数用户拥有大量接触，而大多数用户仅有极少接触。
• 友谊指数服从指数分布，进一步证实无线网络中社交关系的异质性特征。
• 接触图的小世界特性（如高聚类系数与短平均路径长度）在一天内即达稳定状态，表明社区形成迅速。
• 信息扩散实验表明，即使存在大量自私用户，消息传递依然具有鲁棒性，原因在于接触模式本身具有丰富性与冗余性。