[논문 리뷰] Opportunistic Networking Protocol Simulator for OMNeT++

Asanga Udugama, Anna Förster외 3명|arXiv (Cornell University)|2017. 09. 07.

Opportunistic and Delay-Tolerant Networks참고 문헌 9인용 수 5

한 줄 요약

이 논문은 IoT 환경에서 프로토콜 성능을 평가하기 위해 설계된 오픈소스이자 모듈러한 OMNeT++ 기반의 오피포니스틱 네트워킹(OppNets) 시뮬레이터인 OPS를 제시한다. 다층 프로토콜 스택 모델(응용, 포워딩, 이동성 계층 포함)을 구현한 바, 시뮬레이션 결과를 통해 추적 기반 이동성 모델(예: SFO 택시 추적 데이터)이 무작위 또는 하이브리드 모델보다 높은 전달률(92%)과 낮은 지연(13.16시간)을 기록함을 입증하였으며, 캐시 크기가 전달 시간에 상당한 영향을 미친다.

ABSTRACT

The number of computing devices of the Internet of Things (IoT) is expected to grow by billions. New networking architectures are being considered to handle communications in the IoT. One of these architectures is Opportunistic Networking (OppNets). To evaluate the performance of OppNets, an OMNeT++ based modular simulator is built with models that handle the operations of the different protocol layers of an OppNets based node. The work presented here provides the details of this simulator, called the Opportunistic Protocol Simulator (OPS).

연구 동기 및 목표

• IoT 환경에서 오피포니스틱 네트워킹(OppNets)을 위한 표준화되고 최신화된, 확장 가능한 OMNeT++ 시뮬레이터의 부족을 해결하기 위해.
• 응용, 포워딩, 이동성 계층 전반에 걸쳐 완전한 프로토콜 스택 모델링을 지원하는 모듈러하고 확장 가능한 시뮬레이터를 개발하기 위해.
• 트래픽 생성 모델, 캐시 크기, 이동성 모델이 전달 비율 및 지연과 같은 핵심 성능 지표에 미치는 영향을 평가하기 위해.
• GPL 라이선스 하에 배포되는 재사용 가능하고 오픈소스의 시뮬레이션 프레임워크를 제공하여 INET 프레임워크의 링크 계층 프로토콜과의 통합을 지원하기 위해.

제안 방법

• 시뮬레이터는 모듈러 아키텍처를 갖춘 OMNeT++를 기반으로 제작되어, 프로토콜 스택 계층 전반에서 다양한 프로토콜에 대한 플러그인 지원을 가능하게 한다.
• 응용 계층 모델로는 무작위 데이터 생성을 위한 Promote와 사전 정의된 데이터에 유용성 값을 부여하는 Herald를 포함하여 다양한 트래픽 패턴을 시뮬레이션한다.
• 포워딩 프로토콜로는 데이터 확산 효율성을 평가하기 위해 Rarest-First 및 Epidemic Routing을 구현하였다.
• 이동성 모델로는 Random Waypoint(RWP), Small Worlds in Motion(SWIM), 그리고 실제 SFO 택시 데이터를 사용한 추적 기반 BonnMotion 모델이 포함된다.
• 평가 지표로는 데이터 전달 비율, 평균 전달 시간, 접촉 횟수, 평균 접촉 지속 시간이 포함된다.
• 시뮬레이션은 50개 노드, 30일 간의 시뮬레이션 시간, 다양한 캐시 크기와 트래픽 생성 모델을 고려한 현실적인 네트워크 구성으로 수행된다.

실험 결과

연구 질문

• RQ1 다양한 트래픽 생성 모델(일정, 균일, 포isson)이 오피포니스틱 네트워크에서 데이터 전달 성능에 어떤 영향을 미치는가?
• RQ2 캐시 크기가 오피포니스틱 네트워크에서 평균 지연에 어느 정도의 영향을 미치는가?
• RQ3 무작위, 하이브리드(SWIM), 추적 기반(SFO) 이동성 모델 간 전달 비율 및 지연 측면에서의 성능 비교는 어떻게 이루어지는가?
• RQ4 OPS의 성능은 전달 비율 및 지연과 같은 핵심 지표에서 다른 널리 사용되는 오피포니스틱 네트워크 시뮬레이터들과 비교해 어떻게 되는가?
• RQ5 모듈러하고 확장 가능한 OMNeT++ 시뮬레이터는 실제 이동성 추적 데이터를 활용한 현실적인 오피포니스틱 네트워크 시나리오를 효과적으로 지원할 수 있는가?

주요 결과

• SFO 택시 추적 데이터를 기반으로 한 추적 기반 이동성 모델이 테스트된 모든 이동성 모델 중에서 평균 전달 비율(92%)이 가장 높고 평균 지연(13.16시간)이 가장 낮았다.
• 캐시 크기가 지연에 상당한 영향을 미쳤으며, 더 큰 캐시 크기는 평균 전달 시간을 감소시켰다. 반면 트래픽 생성 모델의 유형은 지연에 측정 가능한 영향을 미치지 않았다.
• SWIM 하이브리드 이동성 모델이 추적 기반 모델의 성능을 거의 그대로 재현하였으며, 전달 비율 96%와 평균 지연 16.25시간을 기록하여 전면적인 추적 기반 시뮬레이션의 실질적인 대안이 되었다.
• SFO 추적 데이터를 사용한 시뮬레이션은 RWP에 비해 상당히 더 많은 자원(109분의 시뮬레이션 시간, 127MB 메모리)을 소비했으며, 이는 현실성과 효율성 사이의 상충 관계를 보여주었다.
• OPS는 다른 널리 사용되는 오피포니스틱 네트워크 시뮬레이터들과 핵심 지표에서 유사한 성능을 보였으며, 연구용으로의 신뢰성과 유용성을 입증하였다.
• 시뮬레이터는 포워딩 프로토콜, 응용 프로그램, 이동성, 사용자 행동 등 새로운 모델을 지속적으로 확장 중이며, 향후 INET 프레임워크의 링크 계층 프로토콜과의 통합 계획이 수립되어 있다.