Algoritmo ligero de estimación de vecindario para radiado fiable en nivel de enlace

Transcripción

1 Algoritmo ligero de estimación de vecindario para radiado fiable en nivel de enlace Miguel Ortuño Vicente Matellán, José María Cañas, Carlos Agüero Madrid

2 Introducción 1 Introducción Redes Ad-Hoc (Comunicaciones Inalámbricas) Máquinas de recursos limitados. sub-ordenadores (sensores, juguetes, dispositivos electrónicos variados) El protocolo de red DSR no es aplicable, desarrollamos ADSR Abbreviated Dynamic Source Routing Protocol. ADSR exige radiado fiable en el nivel de enlace, que y similares no ofrecen

3 Nivel de enlace IEEE (y similares) 2 Nivel de enlace IEEE (y similares) Unicast. Con tecnología inalambrica se suelen emplear asentimientos (ACK) Broadcast. (Radiado) Sin asentimiento. No ofrece ninguna realimentación Si necesito radiado con cierta certeza sobre la entrega, debería 1. Averiguar el vecindario 2. Enviar n unicasts. Ineficiente. (Especialmente porque en medios inalámbricos, todo es intrínsecamente radiado)

4 MACA (MultiAccess Collision Avoidance) 3 MACA (MultiAccess Collision Avoidance)

5 MACA (MultiAccess Collision Avoidance) (cont.) 4 Cronograma MACA

6 MACA (MultiAccess Collision Avoidance) (cont.) 5

7 MACA (MultiAccess Collision Avoidance) (cont.) 6

8 MACA (MultiAccess Collision Avoidance) (cont.) 7

9 MACA (MultiAccess Collision Avoidance) (cont.) 8

10 MACA (MultiAccess Collision Avoidance) (cont.) 9 Cronograma LLRB

11 Máscara de elección de slot 10 Máscara de elección de slot Objetivo: Que el emisor coordine las respuestas, consumiendo un mínimo de recursos. Podemos transmitir el mensaje "Nodo D 1, usa el slot 3, Nodo D 2, el slot 0 y Nodo D 3 el slot 1" usando una máscara de 1 byte Máscara D D D Esto aporta cierto orden a las respuestas CTS y ACK, pero no elimina completamente las colisiones

12 Algoritmo Ligero de Estimación de Vecindario 11 Algoritmo Ligero de Estimación de Vecindario LANE: Low-Cost Algorithm for Neighborhood Estimation repetir envío hasta tener respuesta de todos los vecinos o abandonar Quiénes son todos? Una respuesta puede faltar Porque el vecino se haya ido Porque su respuesta haya colisionado con otras El propósito de LANE es distinguir ambos casos

13 Algoritmo Ligero de Estimación de Vecindario (cont.) 12 LANE:Algoritmo del maestro ciego. Día 1

14 Algoritmo Ligero de Estimación de Vecindario (cont.) 13 LANE:Algoritmo del maestro ciego. Día 1

15 Algoritmo Ligero de Estimación de Vecindario (cont.) 14 LANE:Algoritmo del maestro ciego. Día 1

16 Algoritmo Ligero de Estimación de Vecindario (cont.) 15 LANE:Algoritmo del maestro ciego. Día 1

17 Algoritmo Ligero de Estimación de Vecindario (cont.) 16 LANE:Algoritmo del maestro ciego. Día 2

18 Algoritmo Ligero de Estimación de Vecindario (cont.) 17 LANE:Algoritmo del maestro ciego. Día 2

19 Algoritmo Ligero de Estimación de Vecindario (cont.) 18 LANE:Algoritmo del maestro ciego. Día 2

20 Algoritmo Ligero de Estimación de Vecindario (cont.) 19 LANE:Algoritmo del maestro ciego. Día 2

21 Estructuras, parámetros y métricas 20 Estructuras, parámetros y métricas Metáfora Concepto Real en LANE Acrónimo Estructura de datos que el algoritmo calcula y ofrece al nivel de red Matriculados Estimated Neighborhood EN Estructuras de datos internas Presentes Reciently Perceived Neighborhood RPN Faltas sin noticias de cada niño Abscences in RPN AR Parámetros del algoritmo Ratio ausencias tolerables para lista diaria Tolerated Abscensces in Repetitions TAR Días sin noticias de cada niño Tolerated Abscenses in Sendings TAS Métricas de la bondad del algoritmo Niños erróneamente incluidos en escolarizados False Positives FP Niños erróneamente excluidos de escolarizados False Negatives FN

22 Estructuras, parámetros y métricas (cont.) 21 Repeticiones abandonadas por exceder el ĺımite

23 Estructuras, parámetros y métricas (cont.) 22 Falsos Positivos

24 Estructuras, parámetros y métricas (cont.) 23 Falsos Negativos TAR estricto

25 Conclusiones 24 Conclusiones Muy robusto frente a Falsos Positivos Para las configuraciones empleadas pueden conseguirse entre 1 % Falsos Negativos (TAR estricto) 20 % Falsos Negativos (TAR laxo)

26 Trabajo futuro 25 Trabajo futuro Portar de IEEE a IEEE Buscar parámetros adecuados en escenarios más variados Algoritmo para cambiar dinámicamente los parámetros...