[论文解读] Greedy Multi-Channel Neighbor Discovery

Niels Karowski, Konstantin Miller+1 more|arXiv (Cornell University)|Jul 13, 2018

Anomaly Detection Techniques and Applications参考文献 20被引用 4

一句话总结

本文提出了一类低复杂度的贪婪算法家族——GREEDY 和 CHAN TRAIN，用于在多通道无线网络中实现无时钟同步的被动式异步邻居发现，通过周期性广播信标实现。这些算法生成递归监听调度，可保证完全发现所有邻居，同时最小化最坏情况发现时间、平均发现时间，并最大化单位时间内的发现次数。在真实条件下，其平均发现时间相比 IEEE 802.15.4 的被动扫描最多提升 4 倍，邻居发现速率提升高达 300%。

ABSTRACT

The accelerating penetration of physical environments by objects with information processing and wireless communication capabilities requires approaches to find potential communication partners and discover services. In the present work, we focus on passive discovery approaches in multi-channel wireless networks based on overhearing periodic beacon transmissions of neighboring devices which are otherwise agnostic to the discovery process. We propose a family of low-complexity algorithms that generate listening schedules guaranteed to discover all neighbors. The presented approaches simultaneously depending on the beacon periods optimize the worst case discovery time, the mean discovery time, and the mean number of neighbors discovered until any arbitrary in time. The presented algorithms are fully compatible with technologies such as IEEE 802.11 and IEEE 802.15.4. Complementing the proposed low-complexity algorithms, we formulate the problem of computing discovery schedules that minimize the mean discovery time for arbitrary beacon periods as an integer linear problem. We study the performance of the proposed approaches analytically, by means of numerical experiments, and by extensively simulating them under realistic conditions. We observe that the generated listening schedules significantly - by up to factor 4 for the mean discovery time, and by up to 300% for the mean number of neighbors discovered until each point in time - outperform the Passive Scan, a discovery approach defined in the IEEE 802.15.4 standard. Based on the gained insights, we discuss how the selection of the beacon periods influences the efficiency of the discovery process, and provide recommendations for the design of systems and protocols.

研究动机与目标

• 设计适用于 IEEE 802.11 和 IEEE 802.15.4 的低复杂度、节能型邻居发现算法。
• 在无时间同步的异步多通道环境中，保证所有邻居的完全发现。
• 同时优化最坏情况发现时间（WDT）、平均发现时间（MDT）和单位时间内的发现次数（NDoT）。
• 刻画在所有三项指标下均完全且最优的监听调度类。
• 为信标周期选择提供设计建议，以在灵活性与发现效率之间取得平衡。

提出的方法

• 引入完全且针对发现时间累积分布函数点态最优的递归监听调度。
• 提出 GREEDY 算法族，在对信标周期集合（F3）做假设的前提下构建递归调度，确保 WDT、MDT 和 NDoT 的最优性。
• 提出 CHAN TRAIN 作为 GREEDY 的扩展，以减少信道切换开销。
• 将最小化 MDT 的发现问题建模为整数线性规划（ILP），用于一般情况下的离线计算。
• 分析三种信标周期族（F1：所有可能集合；F2：IEEE 802.15.4 兼容；F3：扩展版，IEEE 802.11 兼容）下的性能与可行性。
• 采用理论分析、数值实验及在真实条件下的大规模仿真，验证性能表现。

实验结果

研究问题

• RQ1 能否构造出能同时最小化最坏情况发现时间、平均发现时间，并最大化单位时间内发现次数的监听调度？
• RQ2 在所有三项发现指标下均最优的完全监听调度类是什么？
• RQ3 不同信标周期集合（F1、F2、F3）如何影响最优发现策略的性能与可行性？
• RQ4 低复杂度算法能否在资源受限的物联网设备上实现接近最优的性能？
• RQ5 应遵循何种设计原则来选择信标周期，以在灵活性与发现效率之间取得平衡？

主要发现

• GREEDY 和 CHAN TRAIN 算法相比 IEEE 802.15.4 的被动扫描，平均发现时间最多减少 4 倍。
• 与被动扫描相比，单位时间内发现的邻居数量最多提升 300%。
• 对于 F3 信标周期族，算法生成的递归调度在 WDT、MDT 和 NDoT 三项指标上均达到最优。
• 基于 ILP 的方法可在一般情况下最小化 MDT，但计算复杂度较高，仅适用于中等规模网络的离线使用。
• F3 家族在灵活性与效率之间提供了最佳平衡，支持低复杂度下的最优发现。
• F2 家族可实现完全发现与 WDT 最优，且 MDT 和 NDoT 性能接近最优；而 F1 家族无法保证 MDT 或 NDoT 的最优性。