[论文解读] Deploying Wireless Networks with Beeps

Alejandro Cornejo, Fabian Kühn|arXiv (Cornell University)|May 14, 2010

Mobile Ad Hoc Networks参考文献 21被引用 27

一句话总结

本文提出了无线网络中的离散鸣叫模型，其中节点通过载波侦测进行通信，无需同步或网络知识。该文提出了一种O(log n)时间的拉斯维加斯算法用于区间着色，为每个节点分配大小为Ω(T/Δ)的区间，每T个时间单位重复一次，该算法在满足现实约束条件下的常数度图中达到渐近最优。

ABSTRACT

We present the \emph{discrete beeping} communication model, which assumes nodes have minimal knowledge about their environment and severely limited communication capabilities. Specifically, nodes have no information regarding the local or global structure of the network, don't have access to synchronized clocks and are woken up by an adversary. Moreover, instead on communicating through messages they rely solely on carrier sensing to exchange information. We study the problem of \emph{interval coloring}, a variant of vertex coloring specially suited for the studied beeping model. Given a set of resources, the goal of interval coloring is to assign every node a large contiguous fraction of the resources, such that neighboring nodes share no resources. To highlight the importance of the discreteness of the model, we contrast it against a continuous variant described in [17]. We present an O(1$ time algorithm that terminates with probability 1 and assigns an interval of size $Ω(T/Δ)$ that repeats every $T$ time units to every node of the network. This improves an $O(\log n)$ time algorithm with the same guarantees presented in \cite{infocom09}, and accentuates the unrealistic assumptions of the continuous model. Under the more realistic discrete model, we present a Las Vegas algorithm that solves $Ω(T/Δ)$-interval coloring in $O(\log n)$ time with high probability and describe how to adapt the algorithm for dynamic networks where nodes may join or leave. For constant degree graphs we prove a lower bound of $Ω(\log n)$ on the time required to solve interval coloring for this model against randomized algorithms. This lower bound implies that our algorithm is asymptotically optimal for constant degree graphs.

研究动机与目标

• 建模具有最小通信与协调能力的现实无线网络。
• 解决在无全局知识、无时钟且存在对抗性唤醒的网络中资源分配的挑战。
• 设计一种分布式区间着色算法，确保相邻节点不共享资源。
• 建立在离散鸣叫模型中随机算法的时间复杂度下界。
• 将算法适配于动态网络，其中节点可能加入或离开。

提出的方法

• 提出一种离散鸣叫模型，其中节点使用载波侦测而非消息传递，且无需同步或网络知识。
• 将区间着色定义为顶点着色的一种变体，其中每个节点接收一组连续的资源区间，避免与邻居发生冲突。
• 设计一种拉斯维加斯算法，以高概率在O(log n)时间内终止，并为每个节点分配大小为Ω(T/Δ)的区间。
• 使用随机退避和载波侦测来解决冲突，并确保资源分配的公平性。
• 证明在常数度图中，随机算法的时间复杂度下界为Ω(log n)，表明该算法渐近最优。
• 通过在节点加入或离开时允许重新配置，将算法适配于动态网络。

实验结果

研究问题

• RQ1 在分布式无线网络中，节点如何在最小通信量且无全局知识的前提下，分配非重叠且连续的资源区间？
• RQ2 在离散鸣叫模型下，使用随机算法解决区间着色所需的最短时间是多少？
• RQ3 与连续变体相比，离散鸣叫模型在可行性与效率方面有何差异？
• RQ4 该算法能否适配以处理节点加入或离开等网络动态变化？
• RQ5 在此最小化模型中，区间着色的时间复杂度理论极限是什么？

主要发现

• 所提出的拉斯维加斯算法以高概率在O(log n)时间内解决Ω(T/Δ)-区间着色，优于先前工作的O(log n)时间算法。
• 该算法为每个节点实现Ω(T/Δ)的区间大小，确保分配了较大比例的连续资源。
• 证明了在常数度图中，随机算法的时间复杂度下界为Ω(log n)，表明该算法渐近最优。
• 结果表明，离散鸣叫模型比依赖不切实际假设的连续变体更具现实可行性。
• 该算法可适配于动态网络，支持节点的加入与离开，并通过重新配置实现。
• 研究结果凸显了离散时间与载波侦测在设计适用于无线网络的实际分布式算法中的重要性。