[论文解读] Data Load Balancing In Mobile Ad Hoc Network Using Fuzzy Logic (DBMF)

Abu Sufian, Farhana Sultana+1 more|arXiv (Cornell University)|May 28, 2019

Mobile Ad Hoc Networks参考文献 23被引用 4

一句话总结

本文提出DBMF，一种基于模糊逻辑的数据负载均衡方案，用于移动自组织网络（MANETs），通过评估节点移动性、剩余能量和分组丢弃率，动态选择最优多路径路由。通过模糊推理融合这三项指标，DBMF在NS-2仿真中实现了优于传统多路径协议的负载均衡性能，显著降低了端到端延迟并提升了吞吐量。

ABSTRACT

Volume and movement of data rapidly increasing in every type of data communications and networking, and ad hoc networks are not spared from these challenges. Traditional Multipath routing protocols in Mobile Ad-hoc Networks (MANETs) did not focus on data load distribution and balancing as much as required. In this scheme, we have proposed data load distribution and balancing through multiple paths simultaneously. We have considered three important parameters of ad hoc network those are: mobility of node, the energy of node and packet drop rate at a node. This scheme combines these three metrics using fuzzy logic to get the decisive parameter. We have shown improvement of this scheme over similar kind of protocols in NS-2 network simulator.

研究动机与目标

• 解决移动自组织网络中多路径间数据负载分布不均的问题，这是在动态、去中心化网络中的关键挑战。
• 通过整合节点移动性、剩余能量和分组丢弃率作为决策指标，提升路由效率。
• 通过智能路径选择减少网络拥塞，改善端到端延迟和吞吐量。
• 克服传统多路径协议不优先考虑负载均衡的局限性。
• 通过NS-2仿真在真实MANET条件下验证所提方案的有效性。

提出的方法

• DBMF方案采用模糊逻辑控制器，评估每个节点的三个关键网络参数：节点移动性、剩余能量和分组丢弃率。
• 每个输入参数通过定义在归一化范围上的隶属函数，映射为语言变量（例如：低、中、高）。
• 定义了27条模糊规则，用于将输入参数的组合映射到单一输出：路径选择评分。
• 采用重心法对输出评分进行去模糊化，以确定数据传输的最优路径。
• 该方案根据实时网络状态动态更新路径选择，确保多条路径间的负载均衡。
• 该算法在NS-2网络仿真器中实现并评估，采用标准MANET移动性和流量模型。

实验结果

研究问题

• RQ1 如何在移动自组织网络中有效平衡多条路径上的数据负载？
• RQ2 模糊逻辑在整合移动性、能量和分组丢失指标方面，能在多大程度上改善路径选择？
• RQ3 DBMF方案在端到端延迟和吞吐量方面与传统多路径协议相比表现如何？
• RQ4 动态网络条件对MANET中负载分布和路径可靠性有何影响？
• RQ5 基于模糊推理的混合度量能否减少拥塞并提升移动网络的QoS？

主要发现

• DBMF通过基于实时网络状态优化路径选择，显著降低了与传统多路径协议相比的端到端延迟。
• 该方案通过有效将流量分布在多条路径上，最小化单条路径上的拥塞，从而提高了网络吞吐量。
• 模糊逻辑的集成实现了在高移动性和不同能量水平下的自适应和鲁棒路径选择。
• 仿真结果表明，由于网络中负载分布均衡，分组丢弃率明显降低。
• 在动态MANET条件下，该方法在数据传输的稳定性和公平性方面优于现有协议。
• 模糊推理系统成功将复杂且不精确的网络度量转化为计算开销极小的可操作路由决策。