Réseaux sans fil multi-sauts De nombreuses applications
Transcription
Réseaux sans fil multi-sauts De nombreuses applications
Réseaux sans fil multi-sauts Entités communiquant par radio, sans aucune infrastructure fixe. Les modèles de mobilité en réseau sans fil Nécessité de relayer les messages de stations non à portée de communication l’une de l’autre => protocole de routage. Nathalie Mitton [email protected] (LIFL, projet INRIA/CNRS/USTL POPS) Entités indépendantes les unes des autres, se déplaçant arbitrairement. 2 USTL/INRIA/CNRS De nombreuses applications Problématique Applications militaires … Etudier des solutions pour de tels réseaux Applications civiles Taxis Salles de réunion … En tenant compte des caractéristiques et contraintes Des entités : Taille mémoire limitée. Capacité de calcul limitée. Energie limitée. Du médium radio : Opérations de secours Collisions et interférences. Bande passante partagée et limitée. Catastrophes naturelles Accidents Terrorisme … De tels réseaux : Mobilité. Mouvements des entités mobiles dépendant ou non les unes des autres. Pour étudier les diverses propositions, nécessité de formaliser des modèles de mobilité. 3 USTL/INRIA/CNRS USTL/INRIA/CNRS 4 Plan de la présentation Introduction Les modèles de mobilité individuelle Les modèles de mobilité individuelle Les modèles de mobilité de groupe Conclusions USTL/INRIA/CNRS 5 USTL/INRIA/CNRS 6 1 Random Way Point Introduit par Einstein en 1926 pour représenter le mouvement erratique des molécules. Chaque mobile choisit une direction aléatoire dans l’intervalle [0, 2π] une vitesse aléatoire dans l’intervalle [vmin, vmax]. un temps d’attente aléatoire dans l’intervalle [tmin, tmax]. Les modèles de mobilité individuelle Il se déplace ainsi Random Way Point soit pendant un temps ∆(t) soit sur une distance d Puis recommence Si aucune pause, le modèle est appelé « Random Walk ». 7 USTL/INRIA/CNRS 8 USTL/INRIA/CNRS Random Way Point Random Walk Mn-1 Les nœuds se déplacent sur une distance d. Les nœuds se déplacent pendant un temps t. Mn 9 USTL/INRIA/CNRS 10 USTL/INRIA/CNRS Random Way Point Importance des paramètres : Un réseau où la vitesse des nœuds est rapide mais où les temps de pause sont longs sera plus stable qu’un réseau où les nœuds se déplacent lentement mais ont des temps de pause courts. Les modèles de mobilité individuelle Random Trip USTL/INRIA/CNRS 11 USTL/INRIA/CNRS 12 2 Random Trip Le modèle Random Waypoint est un cas particulier des modèles Random Trip [L-Vojnovic-Infocom05]: Les nœuds choisissent un chemin et une vitesse aléatoire. Arrivés à destination, ils recommencent. L’évolution est un processus de Markov? RWP avec pauses dans un environnement connexe USTL/INRIA/CNRS 13 USTL/INRIA/CNRS USTL/INRIA/CNRS CityCity-Section 15 USTL/INRIA/CNRS RWP restreint (Blažević et al, 2004) 14 16 Random Trip – Problèmes observés Le modèle Random Waypoint est un cas particulier des modèles Random Trip [L-Vojnovic-Infocom05]: Les nœuds choisissent un chemin et une vitesse aléatoire. Arrivés à destination, ils recommencent. L’évolution est un processus de Markov? USTL/INRIA/CNRS Random Walk avec Reflection 17 USTL/INRIA/CNRS 18 3 Vitesse moyenne Vitesse moyenne Explication : Les parcours lents ont plus de chances d’être observés. 19 USTL/INRIA/CNRS Distribution de la position des nœuds Position des nœuds à des instants aléatoires 21 USTL/INRIA/CNRS 20 USTL/INRIA/CNRS 22 USTL/INRIA/CNRS Random Trips Probabilité très élevée que les nœuds choisissent une destination vers le centre de l’environnement. Forte concentration de nœuds dans le centre Répartition non homogène Les modèles de mobilité individuelle Boundless Simulation Area Mobility USTL/INRIA/CNRS 23 USTL/INRIA/CNRS 24 4 Boundless Simulation Area Mobility Boundless Simulation Area Mobility Processus avec mémoire. Relation liant la vitesse et la direction. Environnement non borné tore Évite les fortes concentrations. 25 USTL/INRIA/CNRS 26 USTL/INRIA/CNRS Gauss-Markov Chaque nœud a une vitesse et une direction aléatoires. Tous les intervalles de temps, cette vitesse et cette direction sont mises à jour en fonction des directions et vitesses passées. Les modèles de mobilité individuelle Présente les mêmes inconvénients que les random trips à la différence qu’il permet d’éviter les changements brusques de direction et les arrêts brutaux. Gauss-Markov mouvement plus réaliste 27 USTL/INRIA/CNRS 28 USTL/INRIA/CNRS Gauss-Markov Les modèles de mobilité de groupe USTL/INRIA/CNRS 29 USTL/INRIA/CNRS 30 5 Column Mobility Model Représente le mouvement d’un groupe autour d’une ligne ou d’une colonne. On définit une grille de référence initiale (reference grid). Les modèles de mobilité de groupe Chaque nœud se déplace sur la grille de référence autour de son propre point de référence. Column Mobility Model Chaque nœud se déplace de point de référence en point de référence suivant un modèle de mobilité individuelle. 31 USTL/INRIA/CNRS 32 USTL/INRIA/CNRS Column Mobility Model Les modèles de mobilité de groupe Nomadic Community Mobility Model 33 USTL/INRIA/CNRS 34 USTL/INRIA/CNRS Nomadic Community Mobility Model Nomadic Community Mobility Model Le groupe des nœuds se déplace d’une façon collective d’un point à un autre. À l’intérieur du groupe, les nœuds individuels maintiennent leur propre espace et bougent en utilisant un modèle de mobilité individuelle. Contrairement au modèle Column Mobility, les nœuds partagent le même point de référence. USTL/INRIA/CNRS 35 USTL/INRIA/CNRS 36 6 Variante Une variante à ce modèle: Le modèle de poursuite (Pursue Mobility Model) Le mouvement aléatoire des nœuds est limité pour maintenir une éventuelle « poursuite » Les modèles de mobilité de groupe Reference Point Group Mobility Model USTL/INRIA/CNRS 37 Reference Point Group Mobility Model 38 USTL/INRIA/CNRS Reference Point Group Mobility Model Représente à la fois Un nœud est animé de deux mobilités. La mobilité du groupe La mobilité individuelle d’un nœud au sein d’un groupe Contrairement au modèle Community mobility, le point de référence d’un nœud est lui aussi animé de mouvement. La plus proche de la réalité. Deux niveaux de mobilité: Le groupe est vu comme un nœud unique à qui on applique un modèle individuel. Chaque nœud suit un modèle individuel en se basant sur le centre de gravité du groupe (et faisant abstraction de la mobilité de ce point). USTL/INRIA/CNRS 39 40 USTL/INRIA/CNRS Reference Point Group Mobility Model Mouvement de 3 nœuds Synthèse Mouvement de groupe USTL/INRIA/CNRS 41 USTL/INRIA/CNRS 42 7 Synthèse Synthèse Le plus communément utilisé : Random Way Point Simple Facile à implémenter Mais représentatif ? Les performances des protocoles de routage dépendent des modèles de mobilité choisis. Pour un même modèle, le choix des paramètres influe également sur les résultats. Liste non exhaustive mais une base Le choix du modèle se base aussi sur le trafic entre les nœuds d’un même groupe et entre les groupes. De nombreux modèles de mobilité mais proches de la réalité ? influence : intragroupe>intergroupe Des variantes et mixtes de modèles pour mieux coller à la réalité ex: weighted random way point Les performances d’un réseau doivent être évaluées à l’aide d’un modèle proche du scénario réel nécessite de connaître l’application Destination choisie parmi un ensemble de lieux populaires Choix dépendant de la position courante et du temps Distributions des temps de pause différentes Si le scénario réel n’est pas déterminé, il est préférable d’évaluer les protocoles avec différents modèles. 43 USTL/INRIA/CNRS USTL/INRIA/CNRS 44 Sources et autres références Camp T., Boleng J., Davies V., "A survey of Mobility Models for ad hoc networks", Wireless Communications & Mobile Computing 2002 J.-Y. Le Boudec and M. Vojnovic, "Perfect Simulation and Stationarity of a Class of Mobility Models " , IEEE Infocom 2005 W.-j. Hsu, K. Merchant, H-w Shu, C-h Hsu and Ahmed Helmy, « Weighted waypoint mobility model and its impact on ad hoc networks », SIGMOBILE Mob. Comput. Commun. Rev. 2005. http://signl.cs.umass.edu/~liberato/wireless_background.html A. Jardosh, E. M. Belding-Roye, K. C. Almeroth and S. Suri «Towards realistic mobility models for mobile ad hoc networks », MobiCom’03 G. Lin, G. Noubir and R. Rajaraman, «Mobility Models for Ad hoc Network Simulation », Infocom 2004 M. Musolesi, S. Hailes and C. Mascolo, « An Ad Hoc Mobility Model Foundedon Social Network Theory », MSWIN 2004 USTL/INRIA/CNRS 45 8