Improving the Routing Layer of Ad Hoc Networks Through Prediction Techniques

Author

Millán Marco, Pere

Director

Molina Clemente, Carlos,

Meseguer Pallarès, Roque

Date of defense

2018-09-20

Pages

139 p.



Department/Institute

Universitat Rovira i Virgili. Departament d'Enginyeria Informàtica i Matemàtiques

Abstract

Cada dia és més evident el paper clau que juguen la informàtica/computació mòbil i les tecnologies sense fils a les nostres activitats diàries. Estar sempre connectat, en qualsevol moment i lloc, és actualment més una necessitat que un luxe. Els escenaris de computació ubics creats en base a aquests avenços tecnològics, permeten a les persones proporcionar i consumir informació compartida. En aquests escenaris, les xarxes que donen suport a aquestes comunicacions són típicament sense fils i ad hoc. Les característiques dinàmiques i canviants de les xarxes ad hoc, fan que el treball realitzat per la capa d'enrutament tingui un gran impacte en el rendiment d'aquestes xarxes. És molt important que la capa d'enrutament reaccioni ràpidament als canvis que es produeixen, i fins i tot s'avanci als que es produiran en un futur proper, mitjançant l'aplicació de tècniques de predicció. Aquesta tesi investiga si les tècniques de predicció poden millorar la capa d'enrutament de les xarxes ad hoc. Com a primer pas en aquesta direcció, explorem la potencialitat d'una estratègia de Predictor-Basat-en-Història (HBP) per predir la Informació de Control Topològic (TCI) generada pels protocols d'enrutament. Demostrem que hi ha una gran oportunitat per predir TCI, i aquesta predicció pot centrar-se en un petit subconjunt de missatges. En base a les nostres troballes, implementem el predictor OLSR-HBP i l'avaluem respecte al protocol Optimized Link State Routing (OLSR). OLSR-HBP aconsegueix disminucions importants de TCI (sobrecàrrega de senyalització), sense afectar el funcionament de la xarxa i necessita una quantitat de recursos petita i assequible. Finalment, en referència a l'impacte de la predicció en les dades d'enrutament tant de la informació de Qualitat d'Enllaç como de Ruta (o Extrem-a-Extrem), demostrem que l'Anàlisi de Sèries Temporals és un enfocament prometedor per predir amb precisió, tant la Qualitat d'Enllaç como la Qualitat d'Extrem a Extrem en Xarxes Comunitàries.


Cada día es más evidente el papel clave que juegan la informática/computación móvil y las tecnologías inalámbricas en nuestras actividades diarias. Estar siempre conectado, en cualquier momento y lugar, es actualmente más una necesidad que un lujo. Los escenarios de computación ubicuos creados en base a estos avances tecnológicos, permiten a las personas proporcionar y consumir información compartida. En estos escenarios, las redes que dan soporte a estas comunicaciones son típicamente inalámbricas y ad hoc. Las características dinámicas y cambiantes de las redes ad hoc, hacen que el trabajo realizado por la capa de enrutamiento tenga un gran impacto en el rendimiento de estas redes. Es muy importante que la capa de enrutamiento reaccione rápidamente a los cambios que se producen, e incluso se adelante a los que sucederán en un futuro cercano, mediante la aplicación de técnicas de predicción. Esta tesis investiga si las técnicas de predicción pueden mejorar la capa de enrutamiento de las redes ad hoc. Como primer paso en esta dirección, exploramos la potencialidad de una estrategia de Predictor-Basado-en-Historia (HBP) para predecir la Información de Control Topológico (TCI) generada por los protocolos de enrutamiento. Demostramos que hay una gran oportunidad para predecir TCI, y esta predicción puede centrarse en un pequeño subconjunto de mensajes. En base a nuestros hallazgos, implementamos el predictor OLSR-HBP y lo evaluamos con respecto al protocolo Optimized Link State Routing (OLSR). OLSR-HBP consigue disminuciones importantes de TCI (sobrecarga de señalización), sin afectar al funcionamiento de la red, y necesita una cantidad de recursos pequeña y asequible. Finalmente, en referencia al impacto de la predicción en los datos de enrutamiento tanto de la información de Calidad de Enlace como de Ruta (o Extremo-a-Extremo), demostramos que el Análisis de Series Temporales es un enfoque prometedor para predecir con precisión, tanto la Calidad de Enlace como la Calidad de Extremo a Extremo en Redes Comunitarias.


Everyday becomes more evident the key role that mobile computing and wireless technologies play in our daily activities. Being always connected, anytime, and anywhere is today more a necessity than a luxury. The ubiquitous computing scenarios created based on these technology advances allow people to provide and consume shared information. In these scenarios, the supporting communication networks are typically wireless and ad hoc. The dynamic and changing characteristics of the ad hoc networks, makes the work done by the routing layer to have a high impact on the performance of these networks. It is very important for the routing layer to quickly react to changes that happen, and even be advanced to what will happen in the near future, by applying prediction techniques. This thesis investigates whether prediction techniques can improve the routing layer of ad hoc networks. As a first step in this direction, in this thesis we explored the potentiality of a History-Based Predictor (HBP) strategy to predict the Topology Control Information (TCI) generated by routing protocols. We demonstrated that there is a high opportunity for predicting theTCI, and this prediction can be just focused on a small subset of messages. Based on our findings we implemented the OLSR-HBP predictor and evaluated it with regard to the Optimized Link State Routing (OLSR) protocol. OLSR History-Based Predictor (OLSR-HBP) achieved important decreases of TCI (signaling overhead), without disturbing the network operation, and requiring a small and affordable amount of resources. Finally, regarding the impact of Prediction on the routing data for both Link and Path (or End-to-End) Quality information, we demonstrated that Time-series analysis is a promising approach to accurately predict both Link and End-to-End Quality in Community Networks.

Keywords

Xarxes ad hoc; Capa d'enrutament; Tècniques de predicció; Redes ad hoc; Capa de enrutamiento; Técnicas de predicción; Ad hoc networks; Routing layer; Prediction techniques

Subjects

004 - Computer science and technology. Computing. Data processing; 62 - Engineering. Technology in general; 621.3 Electrical engineering

Knowledge Area

Enginyeria i arquitectura

Documents

TESI.pdf

5.307Mb

 

Rights

ADVERTIMENT. L'accés als continguts d'aquesta tesi doctoral i la seva utilització ha de respectar els drets de la persona autora. Pot ser utilitzada per a consulta o estudi personal, així com en activitats o materials d'investigació i docència en els termes establerts a l'art. 32 del Text Refós de la Llei de Propietat Intel·lectual (RDL 1/1996). Per altres utilitzacions es requereix l'autorització prèvia i expressa de la persona autora. En qualsevol cas, en la utilització dels seus continguts caldrà indicar de forma clara el nom i cognoms de la persona autora i el títol de la tesi doctoral. No s'autoritza la seva reproducció o altres formes d'explotació efectuades amb finalitats de lucre ni la seva comunicació pública des d'un lloc aliè al servei TDX. Tampoc s'autoritza la presentació del seu contingut en una finestra o marc aliè a TDX (framing). Aquesta reserva de drets afecta tant als continguts de la tesi com als seus resums i índexs.

This item appears in the following Collection(s)