[论文解读] Epcast: Controlled Dissemination in Human-based Wireless Networks by means of Epidemic Spreading Models

Salvatore Scellato, Cecilia Mascolo+2 more|ArXiv.org|Nov 18, 2007

Opportunistic and Delay-Tolerant Networks参考文献 14被引用 4

一句话总结

本文提出 Epcast，一种基于 SIR（易感-感染-恢复）框架的流行病传播模型的人工无线网络受控信息传播协议。通过根据动态网络结构解析地调节感染率，Epcast 在合成和真实人类接触轨迹上的验证表明，相比启发式流行病协议，显著降低了消息开销，同时实现了期望的交付比率。

ABSTRACT

Epidemics-inspired techniques have received huge attention in recent years from the distributed systems and networking communities. These algorithms and protocols rely on probabilistic message replication and redundancy to ensure reliable communication. Moreover, they have been successfully exploited to support group communication in distributed systems, broadcasting, multicasting and information dissemination in fixed and mobile networks. However, in most of the existing work, the probability of infection is determined heuristically, without relying on any analytical model. This often leads to unnecessarily high transmission overheads. In this paper we show that models of epidemic spreading in complex networks can be applied to the problem of tuning and controlling the dissemination of information in wireless ad hoc networks composed of devices carried by individuals, i.e., human-based networks. The novelty of our idea resides in the evaluation and exploitation of the structure of the underlying human network for the automatic tuning of the dissemination process in order to improve the protocol performance. We evaluate the results using synthetic mobility models and real human contacts traces.

研究动机与目标

• 解决移动自组织网络中基于流行病传播协议的缺乏解析控制的问题。
• 减少人工无线网络中不必要的消息复制和传输开销。
• 基于网络结构和期望的可靠性，实现对接收信息节点比例的精确控制。
• 使用真实人类接触轨迹和合成移动性模型对协议进行评估。
• 将该方法扩展至具有不同连通性模式的异构网络。

提出的方法

• 该协议基于 SIR 流行病模型，其中节点从易感状态经感染后进入恢复状态（对再次感染具有免疫力）。
• 感染率通过底层接触网络的平均度数解析推导，以实现目标交付比率。
• 中间件接口提供一个原语，用于指定期望接收消息的节点比例，该比例用于计算所需的感染概率。
• 系统根据网络连通性动态调整感染率，使用网络中的最小度数作为保守估计，以保证可靠性。
• 使用合成随机移动模型和达特茅斯学院及新加坡国立大学的真实接触轨迹进行仿真。
• 通过将最小节点度数作为可靠传播的下限，将该方法扩展至异构网络。

实验结果

研究问题

• RQ1 能否使用流行病传播模型在人工无线网络中解析地控制信息传播？
• RQ2 如何调节感染率，以在最小化消息开销的前提下实现期望的交付比率？
• RQ3 网络结构和连通性动态对受控流行病传播性能有何影响？
• RQ4 与启发式流行病协议相比，该方法在消息效率和交付可靠性方面表现如何？
• RQ5 该方法能否扩展至具有非均匀连通性的异构网络？

主要发现

• 在达特茅斯学院轨迹数据上，Epcast 仅用 17,132 条消息即实现了 43% 的交付率（目标为 50%），远低于标准流行病协议在 β=0.25 时所需的 95,969 条消息。
• 对于目标 100% 交付率，Epcast 实现了 90% 的交付率，仅使用 32,475 条消息，而标准流行病协议在 β=1.00 时需 155,446 条消息。
• Epcast 的异构版本（epcast-heterogeneous）在相同数据集上实现 90% 交付率需 57,342 条消息，表明在非均匀网络中开销更高。
• 结果表明，启发式感染率（如 β=0.25 至 1.00）通常无法实现完全交付，或需过度复制消息。
• 以 k_min（最小节点度数）作为感染率计算基础，可确保在异构网络中可靠性具有保证的下限。
• 协议性能对网络连通性模式敏感，真实轨迹中由于间歇性连接和网络覆盖不全导致性能下降。