View : 21 Download: 0

Network Diagnosis and Reconstruction in Vehicular Ad-Hoc Networks

Title
Network Diagnosis and Reconstruction in Vehicular Ad-Hoc Networks
Authors
신수용
Issue Date
2019
Department/Major
대학원 컴퓨터공학과
Publisher
이화여자대학교 대학원
Degree
Master
Advisors
이형준
Abstract
Vehicle-to-vehicle (V2V) communications have been considered as having limitless applications especially in wireless ad-hoc networks. These V2V communications can be applied to various environments not only to diagnose the overall conditions but also to give some temporary solutions to recover somewhat destructed network. In this thesis, I aim to propose a novel diagnosis scheme that gives high-level information on the network such as overall distribution of nodes in Vehicular Ad-hoc Networks (VANET). More specifically, I address the problem of traffic density estimation under a time deadline without relying on infrastructure cameras or sensors on the road. I seek a lightweight estimation method based only on V2V communication. The first main objective of this thesis is to examine real-time traffic density through simple yet efficient packet probing and obtain a snapshot of the traffic density distribution map. I propose an on-demand vehicle sampling algorithm that makes a probing packet embedded into a vehicle (i.e., sampler) keep sampling to exploring the local traffic density. If a current sampler is no longer an efficient carrier, the packet selects another carrier as the next sampler via inner-relaying and outer-relaying procedures. To effectively diversify the level of granularity of traffic density under the remaining time budget, I present an adaptive cell sizing algorithm. In that I count the number of vehicles within each cell unit, I adaptively change the cell size to achieve the necessary level of information. By iterating the above steps till the given time deadline, a single probing packet is fairly enough to gather traffic information through balancing the level of accuracy and the remaining time budget. Experiments with a real trace-driven simulation demonstrate that our proposed algorithm effectively estimates the distribution of traffic density considering real-time local traffic conditions. In addition to the network diagnosis, it is possible to be a quick solution to certain destructive ad-hoc networks. I address a route reconstruction problem using the networks of Unmanned Aerial Vehicles (UAVs), a special kind of VANET, after a large-scale disaster where stationary ad-hoc networks are severely destroyed. The second main goal of this thesis is to improve routing performance in a progressive manner by reconnecting partitioned networks through dispatched UAV relays. Our proposed algorithm uses two types of UAVs: global and local UAVs to collaboratively find the best deployment position in a dynamically changing environment. To obtain terrestrial network connectivity information and extract high-level network topology, I exploit the concept of strongly connected component in graph theory. Based on the understanding from a global point view, global UAVs recommend the most effective deployment positions to local UAVs so that they are deployed as relays in more critically disrupted areas. Simulation-based experiments validate that our distributed route reconstruction algorithm outperforms a counterpart algorithm in terms of steady-state and dynamic routing performance.;최근 무인 자동차 시스템의 발달로 이와 밀접한 차량-차량 통신 기술도 함께 각광 받고 있으며 이러한 차량간 통신은 애드혹 네트워크에서 그 활용도가 무궁무진 하다고 알려져 있다. 부가적인 통신 기반 시설없이 차량간 통신만을 이용하여 애드혹 네트워크를 형성하고, 이러한 네트워크를 통해 노드 혹은 차량들은 서로 다양한 정보들을 주고 받을 수 있다. 특히 중앙집권화된 시스템의 관여 없이 정보를 주고 받을 수 있으므로 재난 상황이나 긴급 상황에도 적용 가능하다는 이점이 있다. 구체적으로, 차량간 통신을 활용하여 애드혹 네트워크의 전반적인 상태를 파악할 수 있고, 더 나아가 파악한 네트워크 상태를 바탕으로 붕괴된 애드혹 네트워크에 대해 임시적인 해결책을 제공할 수도 있다. 이에 따라, 본 논문에서는 분산적인 환경에서 주어진 네트워크 상황을 파악하고 진단하는 알고리즘을 제안한다. 특히, 본 논문에서는 네트워크 상황을 판단하기 위해 차량 밀도를 파악한다. 차량 밀도는 주어진 면적내의 차량의 수를 나타내는 척도로, 차량공학에서 주어진 지역의 상황을 모니터링하는데 쓰이는 필수적인 정보로 알려져 있다. 본 논문에서는 주어진 시간동안 관심 지역을 파악하여 차량 밀도 분포를 추정한다. 이 때 부가적인 통신 기반 시설, 센서, 카메라 등을 활용하지 않고 차량 간의 패킷 통신만을 이용한다. 따라서, 간단하지만 효과적인 패킷 통신만을 통해 주어진 시간동안 최대한 정확하게 차량 밀도 분포를 파악하는 것을 본 논문의 첫번째 목표로 한다. 실제 자동차 데이터를 활용한 시뮬레이션 기반 실험을 통해 제안된 알고리즘은 교통 상황을 반영한 차량밀도 분포도를 효율적으로 파악함을 확인하였다. 더 나아가, 본 논문은 파악한 정보를 바탕으로 재난 상황에서 붕괴된 네트워크에 해결책을 제시하여 네트워크 연결도를 재구성하는 알고리즘을 제안한다. 이 때 본 논문은 차량간 통신의 일종인 무인 비행체 네트워크를 활용한다. 서로 통신 가능한 무인 비행체를 활용하여 분산적 협업 탐색 방법을 통해 붕괴된 네트워크에 대한 정보를 수집하면서 동시에 필요하다면 효과적인 장소에 배치되어 직접 임시적인 노드로 수행하여 네트워크의 연결도를 점진적으로 복구한다. 시뮬레이션을 이용한 실험을 통해 UAV들은 스스로의 판단에 따라 분산적 또는 협업적으로 주어진 일을 수행하여 붕괴된 네트워크의 연결도를 효과적으로 복구함을 확인하였다.
Fulltext
Show the fulltext
Appears in Collections:
일반대학원 > 컴퓨터공학과 > Theses_Master
Files in This Item:
There are no files associated with this item.
Export
RIS (EndNote)
XLS (Excel)
XML


qrcode

Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.

BROWSE