[论文解读] Survey of clustering algorithms for MANET

Ratish Agarwal, Mahesh Motwani|ArXiv.org|Dec 11, 2009

Mobile Ad Hoc Networks参考文献 17被引用 153

一句话总结

本文系统性地综述了移动自组织网络（MANETs）中的聚类算法，根据其设计原则和性能指标对现有方案进行了分类。分析了簇头选举与拓扑管理如何降低开销并提升MAC层效率，为动态、去中心化的网络中的协议开发与优化提供了结构化参考。

ABSTRACT

Many clustering schemes have been proposed for ad hoc networks. A systematic classification of these clustering schemes enables one to better understand and make improvements. In mobile ad hoc networks, the movement of the network nodes may quickly change the topology resulting in the increase of the overhead message in topology maintenance. Protocols try to keep the number of nodes in a cluster around a pre-defined threshold to facilitate the optimal operation of the medium access control protocol. The clusterhead election is invoked on-demand, and is aimed to reduce the computation and communication costs. A large variety of approaches for ad hoc clustering have been developed by researchers which focus on different performance metrics. This paper presents a survey of different clustering schemes.

研究动机与目标

• 为移动自组织网络（MANETs）中的聚类方案提供全面分类，以促进协议理解与设计。
• 分析聚类如何在高度动态的拓扑中减少网络开销并提升介质访问控制（MAC）性能。
• 识别不同聚类方法中的关键性能指标与设计权衡。
• 通过提供现有算法及其运行原理的结构化概述，支持未来研究。
• 强调按需簇头选举在MANETs中最小化计算与通信成本方面的作用。

提出的方法

• 根据其底层设计原则与性能目标对聚类算法进行分类。
• 回顾那些将簇大小维持在预设阈值内的协议，以优化MAC层操作。
• 分析按需簇头选举机制，以减少计算与通信开销。
• 研究不同聚类方案中使用的各种性能指标，如可扩展性、稳定性与能量效率。
• 基于节点移动性处理、簇形成与维护策略等标准，对比不同的聚类方法。
• 使用分类法按聚类机制（如基于中心性的方法、移动性感知方法或节能方法）对算法进行组织。

实验结果

研究问题

• RQ1 MANETs中的不同聚类算法如何根据其设计与性能目标进行分类？
• RQ2 采用何种机制来维持最优簇大小并减少拓扑维护开销？
• RQ3 按需簇头选举如何有助于降低计算与通信成本？
• RQ4 用于评估移动自组织网络中聚类方案的关键性能指标有哪些？
• RQ5 移动性模式如何影响MANETs中聚类算法的稳定性和效率？

主要发现

• 已提出大量聚类算法，各自侧重于不同的性能指标，如可扩展性、稳定性与能量效率。
• 簇头选举机制主要采用按需方式，显著降低了动态网络中的计算与通信开销。
• 将簇大小维持在预设范围内有助于优化介质访问控制（MAC）协议性能并减少控制消息开销。
• 本综述根据节点中心性、移动性预测与能量考虑等标准，识别出聚类算法的不同类别。
• 系统性的分类使研究人员能够通过识别差距与共性设计模式，比较并改进现有方案。
• 研究表明，没有一种聚类算法在所有情况下均优于其他算法，其有效性在很大程度上取决于网络条件与应用需求。