یک الگوریتم مسیریابی مبتنی بر RPL برای دادههای چندرسانهای در اینترنت اشیاء
محورهای موضوعی :محمد خوانساری 1 , فرزانه مرتضوی 2
1 - دانشگاه تهران
2 - دانشجو
کلید واژه: اینترنت اشیاء, چندرسانهای, مسیریابی, پروتکل RPL, طول عمر شبکه,
چکیده مقاله :
با توجه به رشد روزافزون شبکههای ارتباطی، در آینده نزدیک دادههای چندرسانهای در اینترنت اشیاء نقش قابل ملاحظهای خواهند داشت. حجم بالای دادههای چندرسانهای باعث چالشهایی مانند کاهش طول عمر شبکه و ایجاد ازدحام در اینترنت اشیاء میشود. در این مقاله تابع هدف جدیدی بر مبنای پروتکل مسیریابی RPL پیشنهاد شده است که ویژگیهای دادههای چندرسانهای را در فرآیند مسیریابی، مورد نظر قرار میدهد. تابع هدف پیشنهادی ترکیب وزندار دو معیار میزان انرژی باقیمانده و ظرفیت بافر گرهها را با توجه به حجم داده در مسیریابی در نظر میگیرد. به منظور ارزیابی این روش، دادهها بر اساس یک فایل اثر ویدئو (video trace) تولید شده و از سنجههای نرخ تحویل بسته، طول عمر شبکه، میزان دسترسپذیری گرهها در طول عمر شبکه، توزیع مصرف انرژی گرهها و تأخیر انتها به انتها برای ارزیابی روش پیشنهادی استفاده شده است. نتایج ارزیابی و مقایسه روش پیشنهادی با RPL پایه نشان میدهد که در روش پیشنهادی نرخ تحویل بسته نسبت به RPL پایه افزایش یافته است. همچنین این روش با توزیع انرژی بین گرهها طول عمر شبکه را نسبت به RPL استاندارد افزایش داده و با کاهش ازدحام شبکه میزان تأخیر انتها به انتها نسبت به RPL پایه کاهش یافته است.
According to enormous growths in communication networks, multimedia data will play a significant role on the Internet of Things in the near future. High volume of multimedia data leads to challenges such as reducing network lifetime and congestion. In this paper, a new objective function for the RPL routing protocol is proposed which addresses the characteristics of multimedia data in the routing process. In the objective function, node’s remaining energy and the remaining buffer capacity of nodes measures are combined using a weighted pair. In order to evaluate this method, input data is generated based on a video trace. Packet delivery ratio, network lifetime, nodes availability over the lifetime of the network, node energy distribution, and end-to-end delay are used to evaluate the proposed method. The evaluation results show that the proposed method increases the package delivery ratio compared to the standard RPL. This method also improves the lifetime of the nodes by distributing energy between the nodes in comparison with standard RPL and extends the node's availability over the lifetime of the network. Finally, it reduces the network congestion which led to a lower end-to-end delay.
[1] H. Chaouchi, "The Internet of Things Connecting Objects to the Web", Wiley, 2010.
[2] R. Minerva, A. Biru, and D. Rotondi, "Towards a Definition of the Internet of Things (IoT)", IEEE Internet Initiative, 2015.
[3] S. A. Alvi, B. Afzal, G. A. Shah, L. Atzori, and W. Mahmood, "Internet of Multimedia Things: Vision and Challenges," Ad Hoc Networks, vol. 33, pp. 87-111, 2015.
[4] A. Nauman, Y. A. Qadri, M. Amjad, Y. Zikria, M. K. Afzal, S. W. Kim, "Multimedia Internet of Things: a Comprehensive Survey," IEEE Access, vol. 8, pp. 8202-8250, 2020.
[5] T. Winter, P. Thubert, A. Brandt, J. Hui, and R. Kelsey, "RPL: IPv6 Routing Protocol for Low-Power and Lossy Networks," RFC 6550, Internet Engineering Task Force, Mar. 2012, [Online]. Available: https://tools.ietf.org/html/rfc6550.
[6] P. Gonizzi, R. Monica, and G. Ferrari, "Design and Evaluation of a Delay-efficient RPL Routing Metric," In Proc. 2013 9th International Wireless Communications and Mobile Computing Conference (IWCMC), Sardinia, Italy, pp. 1573-1577, Jul. 2013.
[7] P. Pinto, A. Pinto, and M. Ricardo, "RPL Modifications to Improve the End-to-end Delay Estimation in WSN," In Proc. 2014 11th International Symposium on Wireless Communications Systems (ISWCS), Barcelona, Spain, pp. 868-872, Aug. 2014.
[8] P. Pinto, A. Pinto, and M. Ricardo, "End-to-end Delay Estimation Using RPL Metrics in WSN," In 2013 IFIP Wireless Days (WD), Valencia, Spain, pp. 1-6, Nov. 2013.
[9] S. A. Alvi, G. A. Shah, and W. Mahmood, "Energy Efficient Green Routing Protocol for Internet of Multimedia Things," In Proc. 2015 IEEE Tenth International Conference on Intelligent Sensors, Sensor Networks and Information Processing (ISSNIP), Singapore, Apr. 2015.
[10] H. A. A. Al-Kashoash, Y. Al-Nidawi, and A. H. Kemp, "Congestion-aware RPL for 6L0WPAN Networks," In Proc. 2016 Wireless Telecommunications Symposium (WTS), London, UK, Apr. 2016.
[11] A. Hassan, S. Alshomrani, A. Altalhi, and S. Ahsan, "Improved Routing Metrics for Energy Constrained Interconnected Devices in Low-power and Lossy Networks," Journal of Communications and Networks, vol. 18, pp. 327-332, 2016.
[12] S. Taghizadeh, H. Bobarshad, and H. Elbiaze, "CLRPL: Context-Aware and Load Balancing RPL for Iot Networks Under Heavy and Highly Dynamic Load," IEEE Access, vol. 6, pp. 23277-23291, 2018.
[13] N. Nobakht, S. Sedighian Kashi, S. Zokaei, "A Reliable and Delay-Aware Routing in RPL," in 5th Conference on Knowledge-Based Engineering and Innovation, Tehran, Iran, Feb. 2019.
[14] F. Safara, A. Souri, T. Baker, I. Ridhawi, M. Aloqaily, "PriNergy: a Priority-based Energy-efficient Routing Method for IoT Systems," The Journal of Supercomputing, Springer, pp. 1-18, 2020.
[15] J. Vasseur, N. Agarwal, J. Hui, Z. Shelby, P. Bertrand, and C. Chauvenet, "RPL: The IP Routing Protocol Designed for Low-power and Lossy Networks," Internet Protocol for Smart Objects (IPSO) Alliance, Apr. 2011.
[16] O. Gnawali and P. Levis, "The Minimum Rank with Hysteresis Objective Function," RFC 6719, Internet Engineering Task Force, Sep. 2012, [Online].Available: https://tools.ietf.org/html/rfc6719.
[17] D. S. J. De Couto, D. Aguayo, J. Bicket, and R. Morris, "A High-throughput Path Metric for Multi-hop Wireless Routing," In Proc. the 9th annual international conference on Mobile computing and networking, San Diego, CA, USA, pp. 134-146, Sept. 2003.
[18] E. G. Pereira and R. Pereira, "Video Encoding and Streaming Mechanisms in IoT Low Power Networks," In Proc. 3rd International Conference on Future Internet of Things and Cloud, Rome, Italy, pp. 357-362, Aug. 2015.
[19] R. Pereira and E. G. Pereira, "Video Streaming Considerations for Internet of Things," In Proc. 2014 International Conference on Future Internet of Things and Cloud, Barcelona, Spain, pp. 48-52, Aug. 2014.
[20] F. Mortazavi, M. Khansari, "An Energy-Aware RPL Routing Protocol for Internet of Multimedia Things", International Conference on Smart Cities and IoT (SCIOT), Mashhad, Iran, Sep. 2018.
[21] B. M. Acharya and A. K. Nayak "LBCC: Load Balanced and Congestion Controlled Routing Protocol for Wireless Multimedia Sensor Network," International Journal of Applied Engineering Research, vol. 12, 2017.
[22] Contiki OS. [Online]. Available: http://www.contiki-os.org/
[23] Sony Demo Video Trace File. [Online] Available: http://trace.eas.asu.edu/videotraces2/svc_single/index.php
دو فصلنامه علمي فناوري اطلاعات و ارتباطات ایران | سال سیزدهم، شمارههاي 47 و 48، بهار و تابستان 1400 |
|
یک الگوریتم مسیریابی مبتنی بر RPL برای دادههای چندرسانهای در اینترنت اشیاء
فرزانه مرتضوی* محمد خوانساری**
* دانش آموخته دانشکده علوم و فنون نوین، دانشگاه تهران، تهران، ایران
**دانشیار دانشکده علوم و فنون نوین، دانشگاه تهران، تهران، ایران1
تاریخ دریافت: 28/07/1399 تاریخ پذیرش: 07/11/1399
نوع مقاله: پژوهشی
چكیده
با توجه به رشد روزافزون شبکههای ارتباطی، در آینده نزدیک دادههای چندرسانهای در اینترنت اشیاء نقش قابل ملاحظهای خواهند داشت. حجم بالای دادههای چندرسانهای باعث چالشهایی مانند کاهش طول عمر شبکه و ایجاد ازدحام در اینترنت اشیاء میشود. در این مقاله تابع هدف جدیدی بر مبنای پروتکل مسیریابی RPL پیشنهاد شده است که ویژگیهای دادههای چندرسانهای را در فرآیند مسیریابی، مورد نظر قرار میدهد. تابع هدف پیشنهادی ترکیب وزندار دو معیار میزان انرژی باقیمانده و ظرفیت بافر گرهها را با توجه به حجم داده در مسیریابی در نظر میگیرد. به منظور ارزیابی این روش، دادهها بر اساس یک فایل اثر ویدئو (video trace) تولید شده و از سنجههای نرخ تحویل بسته، طول عمر شبکه، میزان دسترسپذیری گرهها در طول عمر شبکه، توزیع مصرف انرژی گرهها و تأخیر انتها به انتها برای ارزیابی روش پیشنهادی استفاده شده است. نتایج ارزیابی و مقایسه روش پیشنهادی با RPL پایه نشان میدهد که در روش پیشنهادی نرخ تحویل بسته نسبت به RPL پایه افزایش یافته است. همچنین این روش با توزیع انرژی بین گرهها طول عمر شبکه را نسبت به RPL استاندارد افزایش داده و با کاهش ازدحام شبکه میزان تأخیر انتها به انتها نسبت به RPL پایه کاهش یافته است.
واژگان کلیدی: اینترنت اشیاء، چندرسانهای، مسیریابی، پروتکل RPL، طول عمر شبکه
[1] نویسنده مسئول: محمد خوانساری m.khansari@ut.ac.ir
1 مقدمه
اینترنت اشیاء شبکهای است که در آن وسایل موجود در زندگی روزمره و محیط که «اشیاء» نامیده میشوند، به حسگرها، عملگرها و فناوریهای ارتباطی و محاسباتی مجهز شده و به یک چارچوب ارتباطی متصل میشوند. این ماشینها و اشیاء متصل شده کاربران جدید اینترنت خواهند بود و ترافیک داده تولید خواهند کرد. با توجه به اینکه بسیاری از اشیاء تشکیلدهنده اینترنت اشیاء دارای محدودیتهایی در منابع هستند، این شبکهها نیازمندیهای جدید و متفاوتی نسبت به شبکههای سنتی خواهند داشت. اینترنت اشیاء شبکهای است که در «هر جا»، «هر زمان» و توسط «هر چیزی یا هر کسی» در دسترس باشد. یکی دیگر از الزامات این شبکه این است که در آن هر شیء یک هویت یکتا داشته باشد، به این منظور به هر شیء یک آدرس اینترنتی منحصربهفرد (IP1) تعلق میگیرد و آن شیء از طریق این آدرس قابل شناسایی و کنترل است. بر طبق تعاریف ارائهشده از اینترنت اشیا توسط مؤسسههایی مانند IEEE، ITU و IETF مواردی مانند تعداد زیاد گرهها، تولید دادههای کلان، تحرک گرهها و وجود سکو از ملزومات اصلی اینترنت اشیاء نیستند و یک شبکه اینترنت اشیاء میتواند شامل این موارد باشد یا خیر، اما دو شرط هویت منحصر بفرد اشیاء و دسترسی در هر جا، هر زمان و توسط هر چیز جزء ملزومات اصلی یک شبکه اینترنت اشیاء هستند. تعریف «دسترسی در هر جا، هر زمان و توسط هر چیز» توسط موسسه ITU پیشنهاد شده است. اینترنت اشیا یک «شبکه فراگیر» است. منظور از شبکه فراگیر این است که شبکهها و اتصالات در هر جا و هر زمان در دسترس باشند، به عبارتی دسترسی به آنها در هر ساعتی و از هر نقطهای امکانپذیر باشد. مؤسسه ITU یک بعد جدید به نام هرچیز را نیز به اهداف شبکهسازی فراگیر اضافه کرد و به این ترتیب تعاملات شیء-با-شیء و ماشین-با-ماشین به تعاملات موجود شخص-با-شخص و شخص-با-ماشین اضافه شد [1] و [2].
در سالهای اخیر با توجه به علاقهمندی عموم به توسعه و استفاده از برنامههای کاربردی و خدمات مبتنی بر چندرسانهای، ترافیک چندرسانهای (ویدئو، صوت و ... ) در شبکههای جهانی رشد فراوانی داشته است. برنامههای کاربردی چندرسانهای زمان واقعی، خدماتی مانند کنفرانسهای ویدئویی، ارائه مطالب از راه دور، تحویل محتوا در زمان واقعی، بازیهای درونخطی و غیره، موجب افزایش چشمگیر ترافیک چندرسانهای اینترنتی شدهاند. با توجه به پیشرفتهای حاصل شده در ساخت دوربینهای کوچک و ارزان با کاربردهای مختلف مانند دوربینهای نظارتی، دوربینهای پوشیدنی، دوربین گوشیهای هوشمند و ... انتظار میرود در آینده نزدیک، بار ترافیکی اینترنت اشیاء روندی همانند بار ترافیکی اینترنت سنتی داشته باشد و به سمت جریانسازی دادههای چندرسانهای متمایل شود. اضافه شدن حسگرهایی از نوع دوربین به اینترنت اشیاء امکان جمعآوری دادههای بصری از محیط را فراهم میکند و میتواند در محقق شدن پتانسیل اینترنت اشیاء برای خودکارسازی عملیات بر اساس تحلیل دادههای کسب شده از محیط، مؤثر باشد. دادههای چندرسانهای دریافت شده توسط یک شیء میتوانند در زمان مناسب با سایر اشیاء مبادله شوند و امکان واکنش مناسب اشیاء به شرایط محیطی پیش آمده را فراهم آورند. اضافه شدن قابلیت دریافت و انتقال دادههای چندرسانهای به اشیاء در اینترنت اشیاء، در محیطهای محدود کار سادهای نبوده و نیازمند اضافه کردن عملکردهای جدید و بازبینی عملکردهای فعلی اینترنت اشیاء است که موجب ایجاد زیرشاخه جدیدی از اینترنت اشیاء میشود که میتوان آن را «اینترنت اشیاء چندرسانهای» یا IoMT2 نامید. میتوان اینترنت اشیاء چندرسانهای را به صورت یک شبکه سراسری از اشیاء چندرسانهای که به طور منحصربهفرد قابل شناسایی و آدرسدهی باشند، تعریف کرد که این اشیاء میتوانند دادههای چندرسانهای را از محیط جمعآوری کنند و همچنین قابلیت پردازش دادهها و تعامل با سایر دستگاههای چندرسانهای را دارند [3] و [4].
در اینترنت اشیاء چندرسانهای دستگاههای چندرسانهای ناهمگن که محدودیتهای هزینه و انرژی دارند با هم در تعامل هستند و با استفاده از آدرسهای IP منحصربهفرد در دسترس کامپیوترها و دستگاههای شبکه دیگری که به اینترنت متصل هستند قرار دارند. از آنجایی که دستگاههای مورد استفاده در این شبکهها محدودیت انرژی دارند، باید به صورت کارآمد به کار گرفته شوند تا عمر شبکه افزایش یابد؛ بنابراین لازم است از روشهایی که بهرهوری انرژی را تضمین میکنند، استفاده شود. یکی دیگر از ویژگیهای محتویات چندرسانهای این است که برخلاف دادههای اسکالر، دادههای چندرسانهای بسیار حجیم هستند. این حجم انبوه از اطلاعات میتواند منجر به ایجاد ازدحام در شبکه شود.
در شبکههای اینترنت اشیاء برای انتقال دادهها و پیامها از گره مبدأ به گره مقصد، لازم است از سازوکاری برای مسیریابی استفاده شود. با توجه به الزامات و خصوصیات اینترنت اشیاء، کارگروهی در مؤسسه IETF برای طراحی لایه شبکه برای این نوع از شبکهها تشکیل شد که نتیجه کار آنها معرفی پروتکل مسیریابی RPL3 برای لایه شبکه اینترنت اشیاء بود. مسیریابی در پروتکل RPL بر اساس یک تابع هدف و معیارهای مسیریابی انجام میشود [5]. برای انتقال دادههای چندرسانهای در اینترنت اشیاء لازم است تابع هدف و معیارهای مسیریابی بر اساس ویژگیهای این نوع از دادهها طراحی شوند. مسأله این پژوهش چگونگی طراحی و پیادهسازی تابع هدف و معیارهای مسیریابی RPL برای کاربرد انتقال دادههای چندرسانهای در اینترنت اشیاء است.
نوآوریهای این مقاله به شرح زیر است:
- ارائه یک روش مسیریابی جدید برای دادههای چندرسانهای در اینترنت اشیاء: علیرغم کارهای زیادی که در حوزه بهبود پروتکل مسیریابی RPL برای دادههای اسکالر (مانند دادههای دریافتشده توسط حسگرها) انجام شده است [6] تا [14] و پژوهشهای محدودی به بهبود پروتکل RPL برای ارسال و مسیریابی دادههای چندرسانهای (مانند ویدئوی دریافتشده از دوربین) در اینترنت اشیاء پرداختهاند. در این مقاله دو معیار مسیریابی با توجه به حجم بالای دادههای چندرسانهای معرفی شده و بر اساس این معیارها یک تابع هدف جدید برای پروتکل RPL پیشنهاد شده است. این تابع هدف به افزایش طول عمر شبکه و کاهش ازدحام کمک میکند.
- استفاده از ترافیک چندرسانهای برای ارزیابی نتایج روش پیشنهادی: با توجه به مطالعات انجام شده تاکنون در بخش ارزیابی پژوهشهای قبلی در حوزه مسیریابی مبتنی بر RPL برای دادههای چندرسانهای در اینترنت اشیاء از ترافیک واقعی چندرسانهای استفاده نشده است. نمونهای از ترافیک واقعی چندرسانهای، دادههای ویدئوی ارسالی از دوربین یک گره چندرسانهای برای مرکز کنترل است. یک راهکار برای ارسال دادههای مشابه ترافیک واقعی استفاده از فایلهای اثر ویدئو4 است. فایل اثر ویدئو معمولاً از نوع متنی بوده و شامل خصوصیات مهم جریان ویدئوی کد شده، اطلاعات مهر زمانی و اندازه (بر حسب بایت) برای هر فریم از ویدئو است. در ارزیابی روش پیشنهادی این مقاله ترافیک داده شده به هر گره با توجه به اطلاعات مهر زمانی و اندازه هر فریم در یک فایل اثر ویدئو تولید شده است.
ادامه مقاله به صورت زیر سازماندهی شده است:
در بخش 2 پیشینهای از پژوهشهای مسیریابی مبتنی بر پروتکل RPL ارائه میشود، بخش 3 به بررسی چگونگی مسیریابی توسط پروتکل RPL و تابع هدف و معیار مسیریابی پایه در این پروتکل میپردازد، در بخش 4 روش پیشنهادی این مقاله ارائه شده است، در بخش 5 نحوه شبیهسازی روش پیشنهادی و نتایج حاصل از شبیهسازی بررسی میشود و در نهایت در بخش 6 نتیجهگیری و کارهای پیشنهادی برای آینده ارائه میگردد.
2 پیشینه تحقیق
با توجه به نقش پروتکل RPL در مسیریابی دادهها در شبکههای کمتوان و پراتلاف، از زمان معرفی این پروتکل (سال 2012) تاکنون روشهای مسیریابی مبتنی بر این پروتکل برای کاربردهای اینترنت اشیاء در منابع علمی پیشنهاد شدهاند [9] تا [17]. پژوهشگران این حوزه، متناسب با کاربردهای گوناگون معیارهای متفاوتی برای تابع هدف مسیریابی پیشنهاد نمودهاند. تعدادی از روشهای پیشنهادی از یک معیار مسیریابی استفاده کردهاند و تعدادی از آنها چند معیار مسیریابی را با هم ترکیب نمودهاند. جدول 1 خلاصهای از پژوهشهای انجام شده در حوزه مسیریابی مبتنی بر پروتکل RPL در اینترنت اشیاء را نشان میدهد. در این جدول، سال انتشار مقاله، نام روش یا معیار پیشنهادی مقاله، ایده اصلی، بهبودهای حاصل شده در مقاله، مشکلات هر مقاله، نوع معیار پیشنهادی (یک معیار یا ترکیب چند معیار)، تعداد گره به کار رفته در شبیهسازی و شبیهساز استفاده شده برای ارزیابی نتیجه مقاله بررسی شده است.
با توجه به این جدول روشهای مسیریابی زیادی بر مبنای پروتکل RPL پیشنهاد شده است که همه این روشها دارای تابع هدفی هستند که بر اساس نیازمندیها، محدودیتها و اهداف تعیین شده در هر پژوهش بهینهسازی میشود. تفاوت عمده این روشها این است که هر یک هدف متفاوتی دارند و بر اساس هدف مورد نظر خود معیارهای متفاوتی ارائه نمودهاند و تابع هدف را بر اساس این معیارها تشکیل دادهاند. در میان روشهای پیشنهادی در منابع تنها دو روش Green-RPL و PriNergy با هدف دادههای چندرسانهای ایجاد شدهاند اما الزامات خاص ترافیک چندرسانهای در آنها در نظر گرفته نشده و در ارزیابی آنها نیز از ترافیکی با الگوی دادههای چندرسانهای استفاده نشده است. بنابراین، موضوع مسیریابی دادههای ویدئو یکی از موضوعاتی است که میتواند در کاربردهای اینترنت اشیاء مورد توجه قرار بگیرد.
3 مسیریابی در پروتکل RPL
پروتکل مسیریابی RPL بر مبنای ساخت یک گراف مسیریابی به نام گراف DODAG5 فرآیند مسیریابی را انجام میدهد. این گراف، بر اساس یک تابع هدف و مجموعهای از معیارهای مسیریابی ساخته میشود. برای ساخت و بهروزرسانی گراف DODAG مجموعهای از
[1] Internet Protocol
[2] Internet of Multimedia Things
[3] Routing Protocol for Low-Power and Lossy Networks
[4] Video Trace
[5] Destination Oriented Directed Acyclic Graph
جدول 1. مقايسه روشهای مسيريابی مبتنی بر پروتکل RPL
مرجع/سال | نام | ایده اصلی | بهبودهای حاصلشده | محدودیتها | نوع | تعداد گره شبکه | شبیهساز |
---|---|---|---|---|---|---|---|
[9]/2013 | AVG_DEL | پیشنهاد معیار میانگین تأخیر و بهبود ContikiMAC با تعریف دورههای کاری متفاوت برای گرهها | کاهش قابل توجه میانگین تأخیر بخصوص برای گرههایی که در فاصله دورتری از ریشه قرار گرفتهاند | - افزایش سربار پیامهای کنترلی با اضافه کردن اطلاعات دوره بیداری گرهها به پیام DIO - عدم کاهش میزان تأخیر در گرههایی که در مجاورت گره ریشه قرار دارند | تک معیار | 19 | Cooja |
[11]،[10]/ 2013، 2014 | EED و RA-EEDEM | سازوکار تخمین تأخیر انتها به انتها و تغییر RPL برای بهبود تخمین تأخیر انتها به انتها | - کاهش خطای تخمین تأخیر | - کاهش درصد بستههای تحویل شده و افزایش تأخیر - عدم توضیح دقیق نحوه محاسبه تأخیر پیوندها - عدم مقایسه نتایج با روش RPL استاندارد | تک معیار | 17 | Cooja |
[12]/ 2015 | Green-RPL | مسیریابی سبز برای دادههای چندرسانهای | - افزایش تعداد بستههای تحویل شده و کاهش تأخیر - اولین مقاله مسیریابی اینترنت اشیاء چندرسانهای
| - عدم استفاده از ترافیک چندرسانهای در ارزیابی مقاله - عدم ارائه اطلاعات کافی در رابطه با نحوه محاسبه پارامترهای شبیهسازی - عدم ارزیابی میزان کربن مسیر (Carbon Footprint) | ترکیبی | 20 و 30 و 40 و 50 | Cooja |
[13]/ 2016 | CA-OF | کنترل ازدحام با توجه به ظرفیت بافر گرهها | - در نظر گرفتن ظرفیت بافر در معیار پیشنهادی برای جلوگیری از ازدحام - کاهش تعداد بستههای از دست رفته و مصرف انرژی | - عدم بیان نحوه محاسبه معیار ظرفیت بافر - عدم بررسی نتایج در شرایط پرازدحام در شبکه | ترکیبی | 19 و 35 | Cooja |
[14]/ 2016 | RERBDI | پیشنهاد معیارهای انرژی باقیمانده و شاخص باطری گره برای شبکههای دارای محدودیت انرژی | - افزایش طول عمر شبکه | - مشخص نبودن نحوه شبیهسازی باطری گرهها - پیچیدگی فرمول ارائه شده برای محاسبه معیار شاخص باطری گره | ترکیبی | - | Cooja |
[15]/ 2018 | CLRPL | مسیریابی آگاه از محتوا و متوازنکننده بار شبکه | - کاهش مصرف انرژی و نرخ اتلاف بسته - افزایش طول عمر شبکه | - در نظر نگرفتن دادههای چندرسانهای - افزایش سربار پیامهای کنترلی DIO | ترکیبی | 50 گره | Cooja |
[16]/ 2019 | RDARPL | پیشنهاد معیار ترکیبی برای کاهش تأخیر و افزایش قابلیت اطمینان در مسیریابی RPL | - کاهش میانگین تأخیر و افزایش نرخ تحویل بستهها و توان عملیاتی | - افزایش سربار پیامهای کنترلی DIO - مشخص نبودن نحوه وزندهی معیارها و عدم انجام تحلیل حساسیت برای انواع وزندهی | ترکیبی | 30 گره | Cooja |
[17]/ 2020 | PriNergy | اولویتبندی و زمانبندی ارسال بستههای متنی، صوتی و ویدئو در مسیریابی RPL | - افزایش استحکام مسیریابی و جلوگیری از ازدحام - کاهش سربار شبکه، تأخیر و مصرف انرژی | - عدم استفاده از ترافیک چندرسانهای در ارزیابی مقاله - عدم مقایسه روش پیشنهادی با RPL پایه | - | - | NS2 |
پیامهای کنترلی بین گرهها تبادل میشود. این پیامها عبارتند از:
· پیام DIO1
این پیام به سمت پایین درخت مسیریابی، چندپخشی میشود. یک گره برای اینکه سایر گرهها را از وجود خود آگاه کند، این پیام را میفرستد و اطلاعات خود را با استفاده از آن منتشر میکند و همچنین به گرههای دیگر اعلان میکند تا در صورت تمایل به آن ملحق شوند.
· پیام DIS2
این پیام براي درخواست اطلاعات گراف از گرههاي همسايه استفاده میشود. زمانی که یک گره هیچ اعلانی را دریافت نکرده باشد و بخواهد به DODAG متصل شود، این پیام را ارسال میکند تا دریابد که آیا DODAG موجود است یا خیر.
· پیام DAO3
این پیام درخواستی است که از سمت گره فرزند برای والد یا گره ریشه ارسال میشود. این پیام درخواست فرزند برای ملحق شدن به DODAG است.
· پیام DAO-ACK
این پیام یک پاسخ است که توسط والد یا ریشه برای فرزند ارسال میشود که این پاسخ میتواند بله یا خیر باشد [5] و [18].
3-1 ساخت گراف مسیریابی DODAG
برای ساخت گراف DODAG ابتدا گرهها با استفاده از پیام DIS اعلان میکنند که به دنبال گرهای برای اتصال به گراف مسیریابی میگردند، در همین زمان گره ريشه، شناسه و رتبه خود را با استفاده از پیام DIO اعلان ميكند. رتبه هر گره نشاندهنده مختصات آن گره در سلسله مراتب گراف است. گرههايي كه در همسايگي گره ريشه قرار دارند، پیام DIO را دريافت كرده و پردازش ميكنند و بر اساس قوانين مشخصي (با توجه به تابع هدف و هزينه مسير اعلان شده) تصميم ميگيرند كه به گراف متصل شوند يا خير. زماني كه اولین گره به گراف متصل ميشود، ريشه گراف به عنوان «والد» آن گره قرار داده ميشود. گره، رتبه خود در گراف را محاسبه ميكند. اگر گره به عنوان يك مسيرياب پيكربندي شده باشد، اطلاعات گراف را از طریق پیام ِDIO به گرههای همسايهاش ميفرستد. اگر گره يك گره برگ باشد، بهسادگي به گراف متصل ميشود و پیام DIO نميفرستد. گرههاي همسايه اين فرآيند را تكرار ميكنند و با استفاده از پیام DIO فرآيند انتخاب والد، اضافه كردن مسير و اعلان اطلاعات گراف را انجام ميدهند. تكرار اين فرآيند موجب ساخت يالهاي گراف از ريشه به سمت گرههای برگ ميشود. هر گره بعد از انتخاب والد، با استفاده از ارسال یک پیام DAO به گره والد خود، درخواست ملحق شدن به گراف را اعلام میکند. در صورتیکه درخواست گره مورد پذیرش قرار بگیرد، گره والد یک پیام DAO-ACK برای آن گره ارسال مینماید.
پس از ساخت گراف DODAG به صورت دورهای فرآیند محاسبه رتبه گرهها انجام میشود و در صورت نیاز والد گرهها تغییر داده میشود و ساختار گراف بهروزرسانی میگردد. روندنمای نحوه انتخاب والد برای گرهها در شکل 1 نشان داده شده است. گرهها وجود خود و یا تغییر رتبه خود را از طریق پیامهای DIO به گرههای همسایه اعلام میکنند. زمانی که یک گره یک پیام DIO از گره p دریافت میکند، ابتدا پیام را پردازش کرده و اطلاعات گره p را واکشی میکند. از آنجایی که پیام DIO به صورت چندپخشی و فقط برای گرههای همسایه ارسال میشود، گره p همسایه گره جاری است، لذا گره بررسی میکند که آیا p در جدول گرههای همسایهاش وجود دارد یا خیر. در صورتیکه گره p در لیست همسایگان گره جاری موجود نباشد به این لیست اضافه میشود.
در تشکیل گراف DODAG زمانیکه یک گره اولین پیغام DIO را دریافت میکند، گره ارسالکننده پیام DIO را به عنوان والد خود انتخاب میکند و در طول زمان با دریافت پیامهای DIO از سایر گرهها در صورت پیدا کردن گرهای با رتبه بهتر، والد خود را تغییر میدهد. برای جلوگیری از ایجاد حلقه در گراف DODAG، فقط گرههای همسایهای که رتبه کمتری از گره جاری داشته باشند میتوانند کاندید والد شدن برای آن گره باشند. بنابراین زمانی که گره از گره p پیام DIO دریافت میکند در صورتیکه رتبه گره p از رتبه فعلی خودش کمتر باشد، گره p را در فهرست گرههای کاندید والد شدن قرار میدهد. سپس بین گرههای موجود در فهرست کاندیدها، گرهای که بهترین رتبه را داشته باشد به عنوان والد برتر انتخاب میشود. زمانیکه والد یک گره تغییر کند به تناسب تغییر رتبه والد، رتبه گره جاری نیز تغییر میکند و گره این تغییرات را از طریق ارسال پیام DIO به گرههای همسایه خود (شامل گرههای فرزند، گرههای همسطح و گرههای کاندید والد شدن) اعلان میکند [5].
[1] DODAG Information Object
[2] DODAG Information Solicitation
[3] Destination Advertisement Object
شکل 1. روندنمای نحوه انتخاب والد یک گره در گراف مسيريابی DODAG
3-2 تابع هدف MRHOF1
تابع هدف، چگونگی انتخاب مسیرها توسط پروتکل RPL را مشخص میکند. برای مثال، اگر RPL از تابع هدفی استفاده کند که تعداد گام را کمینه کند، RPL مسیرهایی را انتخاب خواهد کرد که کمترین تعداد گام را داشته باشند.
گرههایی که از پروتکل RPL برای مسیریابی استفاده میکنند، از مجموعهای از معیارها برای انتخاب مسیر استفاده میکنند. این معیارها توسط پیامهای DIO به گرههای همسایه اعلان میشوند. یک تابع هدف از این معیارها برای انتخاب بهترین مسیر استفاده میکند.
پروتکل RPL از یک مقدار به نام رتبه برای ارزشدهی مسیرها استفاده میکند. رتبه، به طور کلی، بیانگر فاصله گره از ریشه از طریق مسیر انتخابی است. به عبارت دیگر، رتبه نشاندهنده مختصات گره در سلسله مراتب گراف است. در پروتکل RPL چگونگی تصمیمگیری گرهها برای انتخاب مسیر بر اساس رتبه انجام میشود. تابع هدف روش محاسبه رتبه گرهها را مشخص میکند. محاسبه رتبه یک گره میتواند بر اساس والدهای کاندید، معیارها و مشخصات شبکه انجام شود.
یکی از توابع هدف پیشنهاد شده در IETF RFC 6719 برای RPL تابع هدف MRHOF است. این تابع هدف مسیرهایی با کمترین هزینه را پیدا میکند و در عین حال از ایجاد اختلال و آشفتگی در شبکه نیز جلوگیری میکند. به این منظور از دو سازوکار استفاده میکند: اول اینکه مسیر با کمترین هزینه (رتبه) را پیدا میکند. دوم اینکه فقط در صورتی به مسیر با کمترین هزینه تغییر مسیر میدهد که آن مسیر با در نظر گرفتن یک مقدار آستانه، کوتاهتر (از لحاظ هزینه مسیر) از مسیر جاری باشد. به مقدار آستانه در نظر گرفته شده، پسماند2 گفته میشود [19].
3-3 معیار مسیریابی ETX3
تابع هدف MRHOF در RPL استاندارد از یک معیار افزاینده به نام معیار مسیریابی ETX (تعداد ارسال مورد انتظار) استفاده میکند. معیار ETX یک پیوند برابر با تعداد انتقال داده موردنیاز برای ارسال یک بسته بر روی آن پیوند است. مقدار ETX یک مسیر از جمع ETXهای پیوندهای آن مسیر به دست میآید. برای مثال، ETX یک مسیر دارای سه گام با پیوندهای سالم و بیعیب برابر با 3 و ETX یک مسیر دارای یک گام با نرخ تحویل 50% برابر با 2 است. مقدار ETX یک پیوند با استفاده از نرخ تحویل روانهسازی4 و نرخ تحویل معکوس پیوند محاسبه میشود. نرخ تحویل روانهسازی یا df، احتمال رسیدن موفقیتآمیز یک بسته به گیرنده است. نرخ تحویل معکوس یا dr، احتمال دریافت موفقیتآمیز بسته ACK میباشد. احتمال ارسال موفق و دریافت تأییدیه دریافت یک بسته برابر با حاصلضرب دو پارامتر df و dr است. معیار ETX بر اساس معادله (1) محاسبه میگردد:
(1) |
|
(2) |
|
(3) |
|
[1] Minimum Rank with Hysteresis Object Function
[2] Hysteresis
[3] Expected Transmission Count
[4] Forwarding
[5] Remaining Energy
[6] Buffer Capacity
شکل2. بررسی نحوه عملکرد معيار RE در يک شبکه نمونه [23]
میشود که مجموع نرخ داده ورودی به گره بیش از نرخ خروجی آن گره باشد [24].
هر یک از گرههای مسیریاب در شبکه اینترنت اشیاء صفی برای دریافت و ارسال داده دارد که این صف را بافر مینامیم. زمانی که بستهای برای گره مسیریاب ارسال میشود، در بافر گره قرار میگیرد. در صورتی که از قبل دادهای در بافر موجود نباشد، داده دریافتی به سمت مقصد روانهسازی میشود و در غیراینصورت بسته در بافر منتظر میماند تا بستههای قبلی ارسال شوند. یکی از عوامل ایجاد ازدحام در شبکه، سرریز بافر است. اگر نرخ ورود بستهها به گره بیش از نرخ ارسال و خالی شدن بافر باشد، پس از مدتی بافر گره پر میشود و در این حالت بستههای جدید که به گره ارسال میشوند با توجه به پر بودن بافر دور ریخته میشوند.
یکی از راههای اجتناب از ازدحام و سرریز بافر در نظر گرفتن ظرفیت بافر به عنوان معیار مسیریابی است. به این منظور معیار BC مطابق رابطه (4) تعریف شده است.
(4) |
|
شکل 3. بررسی نحوه عملکرد معيار BC در يک شبکه نمونه
همانطور که در بخشهای 4-2 و 4-3 بررسی شد، دو معیار انرژی باقیمانده گرهها (RE) و ظرفیت بافر (BC) معیارهایی هستند که با توجه به نیازهای شبکه اینترنت اشیاء چندرسانهای طراحی شدهاند و میتوانند به بهبود کارایی شبکه اینترنت اشیاء برای مسیریابی دادههای چندرسانهای کمک کنند. به این منظور لازم است تابع هدفی طراحی کنیم که از ترکیب این دو معیار برای انتخاب مسیر مناسب استفاده کند. برای انتخاب مسیر مناسب بین گره مبدأ و گره مقصد، تابع هدفی مطابق رابطه (5) تعریف میکنیم.
(5) |
|
(6) |
| ||||
|
لایه | پروتکل شبکه |
---|---|
لایه انتقال | UDP |
لایه شبکه | uIPv6, RPL |
لایه تطبیقدهنده | 6LoWPAN |
لایه پیوند | CSMA (MAC Layer) |
NullRDC (RDC Layer) | |
لایه فیزیکی | IEEE 802.15.4 |
در شبیهسازی از گرههای نوع Coojamote استفاده شده و مدل رادیویی شبیهسازی مدلUDGM3 است. اندازه بافر هر گره Coojamote، 16 بسته میباشد. تنظیمات شبیهسازی در جدول 3 نشان داده شده است. با توجه به مصرف بالای انرژی برای پردازش ویدئو، در گیرنده و فرستنده محدودیت انرژی اعمال نشده است و گرههای میانی که عملیات مسیریابی را انجام میدهند دارای محدودیت انرژی هستند. تمام شبیهسازیها 10 بار اجرا شدهاند و نمودارها بر اساس میانگین نتایج ترسیم شدهاند.
جدول 3. پارامترهای شبیهسازی
پارامتر | مقدار |
---|---|
سیستمعامل | Contiki 3.1 |
شبیهساز | Cooja |
نوع گره | CoojaMote |
انرژی اولیه گره مسیریاب | 250 واحد |
اندازه بافر گره | 16 بسته |
اندازه بسته | 64 بایت |
نرخ Tx | 100% |
نرخ Rx | 100% |
محدوده انتقال | 50 متر |
محدوده تداخل | 100 متر |
ترافیک ویدئو در گرههای فرستنده بر اساس فایل اثر ویدئوی Sony (Demo) [26] ایجاد شده که مشخصات این فایل در جدول 4 ارائه شده است.
جدول 4. مشخصات فایل اثر ویدئوی استفاده شده در شبیهسازی
پارامتر | مقدار |
نام فایل اثر ویدئو | Sony |
استاندارد کدگذاری | H.264 |
تفکیکپذیری | 352X288 (CIF) |
نرخ فریم | 30 |
طول GoP | 16 |
الگوی GoP | G16B3 |
با توجه به [21] و [22] استاندارد کدگذاری ویدئو H.264 برای کاربردهای اینترنت اشیاء مناسب است. بنابراین در این پژوهش، ترافیک ورودی بر اساس الگوی فایل اثر ویدئو از نوع H.264 ایجاد شده است. نحوه شبیهسازی سامانه ارزیابی به این ترتیب است که گره فرستنده در فاصلههای زمانی مشخص کارهای زیر را انجام میدهد:
- اطلاعات مربوط به فریمی که میخواهد ارسال کند را میخواند و بر اساس اندازه فریم، آن را به تعدادی بسته با اندازه 64 بایت تقسیم میکند.
- به هر بسته شناسه منحصر به فردی اختصاص میدهد. این شناسه از ترکیب شناسه گره فرستنده، شماره فریم، شماره بسته در فریم و نوع فریم ایجاد میشود.
- بستههای فریم را همزمان با استفاده از پیام UDP برای گره مقصد ارسال میکند.
- شناسه فریم ارسالی را در خروجی چاپ میکند.
در گره مقصد به ازاء هر فریم دریافت شده، شناسه گره دریافتی چاپ میشود. در طی شبیهسازی، اطلاعات مهم مانند انرژی باقیمانده گرهها، زمان از بین رفتن گره و ... در خروجی چاپ میشود. پس از پایان شبیهسازی، فایل خروجی که یک فایل متنی است، ذخیرهسازی میشود. اطلاعات لازم برای ارزیابی با استفاده از برنامهای که به زبان C#.net نوشته شده است از این فایل متنی استخراج شده و سنجههای ارزیابی محاسبه میگردد، سپس نمودارهای نتایج شبیهسازی در محیط Excel ترسیم میشوند.
5-1 نتایج شبیهسازی
در این بخش نتایج مقایسه پروتکل RPL پایه با معیار ETX و روش پیشنهادی با دو معیار RE و BC ارائه شده است. همانطور که در بخش 4-3 اشاره شد، تابع هدف پیشنهادی از ترکیب دو معیار RE با وزن w1 و معیار BC با وزن w2 استفاده میکند. به منظور ارزیابی، پروتکل پیشنهادی با سه وزندهی مختلف اجرا شده است:
- w1=1, w2=0: در این حالت روش پیشنهادی فقط از معیار RE استفاده میکند.
- w1=0, w2=1: در این حالت روش پیشنهادی فقط از معیار BC استفاده میکند.
- w1=0.5, w2=0.5: در این حالت هر دو معیار RE و BC با وزن مساوی در تابع هدف به کار میروند.
در ادامه نتایج ارزیابی بر اساس سنجههای نرخ تحویل بسته، طول عمر شبکه، میزان دسترسپذیری گرهها، مصرف انرژی و تأخیر انتها به انتها ارائه شده است.
5-1-1 نرخ تحویل بسته
به منظور محاسبه میزان از دست رفتن فریمها و نرخ تحویل بسته در شبکه، شبیهسازی با ارسال 4000 فریم (7256 بسته) توسط گرههای فرستنده به مدت 10 بار با استفاده از چهار معیار ETX، RE، BC و ترکیب RE و BC با وزن مساوی اجرا شده است.
در شکل 6 نمودار مقایسه نرخ تحویل بسته در RPL پایه با معیار ETX و روش پیشنهادی ارائه شده است. با توجه به اینکه نرخ تحویل بسته بر اساس نسبت تعداد بستههای رسیده به مقصد به تعداد کل بستههای ارسالی محاسبه میشود، با نمودار اتلاف بسته نسبت عکس دارد. بر اساس این نمودار، نرخ تحویل بسته در RPL مبتنی بر ETX، 59% و با استفاده از روش پیشنهادی با معیار RE 70% ، با معیار BC 84% و با ترکیب RE و BC 78% بوده است. همانطور که مشاهده میشود، معیار BC بیشترین و معیار ETX کمترین نرخ تحویل بسته را دارند. در معیار BC با توجه به اینکه انتخاب مسیر بر اساس میزان خالی بودن صف ارسال بسته، صورت میگیرد با پر شدن صف گره مسیریاب و امکان سرریز بستهها، مسیر به سرعت تغییر داده میشود و از ازدحام و سرریز بافر جلوگیری میشود. با توجه به اینکه در روش پیشنهادی همواره بار بستهها بر اساس معیارهای انتخابی بین گرهها توزیع میشود امکان سرریز بافر کمتر بوده و در هر سه حالت میزان نرخ تحویل بسته نسبت به معیار ETX بیشتر است.
شکل 6. مقایسه نرخ تحویل بسته در RPL پایه و روش پیشنهادی
5-1-2 طول عمر شبکه
شکل 7 نمودار طول عمر شبکه را برای چهار معیار ETX، RE، BC و ترکیب RE و BC با وزن مساوی را نشان میدهد. برای ترسیم این نمودار شبیهسازی با هر یک از معیارها 10 بار اجرا شده و در هر اجرا ارسال فریم توسط گرههای فرستنده تا زمانیکه تمام گرههای مسیریاب شبکه از کار بیفتند، انجام شده است. این شکل میانگین نتایج این اجراها را نشان میدهد. در این شکل محور عمودی تعداد گرههای زنده را نشان میدهد و محور افقی زمان را مشخص میکند. همانطوری که مشاهده میشود، بیشترین طول عمر شبکه با استفاده از معیار RE حاصل میشود. زیرا در معیار RE گره مسیریابی انتخاب میشود که انرژی باقیمانده بیشتری داشته باشد. پس از RE، معیار ترکیبی بهترین نتیجه را میدهد. با توجه به اینکه در هر سه معیار پیشنهادی، توزیع بستهها بین گرهها صورت میگیرد، هر سه در افزایش طول عمر شبکه نسبت به معیار ETX بهتر عمل میکنند.
شکل 7. نمودار مقایسه طول عمر شبکه RPL پایه و روش پیشنهادی
5-1-3 شاخص دسترسپذیری گرهها
یکی از پارامترهای مهم در اینترنت اشیاء چندرسانهای، میزان در دسترس بودن گرههای شبکه است. در صورتی که تعداد گرههای در دسترس زیاد باشد، امکان انتقال اطلاعات افزایش مییابد. در جدول 5 شاخص در دسترس بودن گرههای شبکه بر اساس رابطه (7) محاسبه شده است.
(7) |
|
نام روش | RE | 0.5+RE*0.5+BC | BC | ETX |
درصد دسترسپذیری | 89% | 86% | 78% | 72% |
مطابق جدول 5 شاخص دسترسپذیری گره ها برای معیار ETX برابر 72%، برای معیار BC 78% ، برای RE برابر 89% و برای ترکیب RE و BC برابر 86% است. به عبارت دیگر، روش پیشنهادی در دسترس بودن گره ها را به طور متوسط 14 درصد افزایش داده است. در نظر گرفتن انرژی باقیمانده گرهها در تابع هدف پیشنهادی باعث میشود که اگر گرهی انرژی باقیمانده کمتری نسبت به گره مسیر جایگزین داشته باشد، گره مسیر جایگزین به جای آن انتخاب شود، در نتیجه زمان از کار افتادن گرهها تا جای ممکن به تعویق میافتد.
5-1-4 نحوه توزیع انرژی بین گرهها
شکل 8 مصرف انرژی گرههای مسیریاب بعد از ارسال 4000 فریم را نشان میدهد. هدف این شکل بررسی نحوه توزیع انرژی بین گرههای مسیریاب با معیارهای مختلف است. در روش پیشنهادی گرههای مسیریاب با در نظر گرفتن پارامترهای مقدار انرژی باقیمانده و میزان خالی بودن بافر گرههای کاندید، محاسبه میشوند. بنابراین، همواره با گذشتن از آستانههای قابل قبولِ این پارامترها، گرههای مسیریاب تغییر داده میشوند و در نتیجه بار شبکه بین گرهها تقسیم میشود و به عبارتی توزیع انرژی بین گرهها صورت میگیرد. شکل 8 نمونهای از توزیع انرژی در یکی از اجراهای شبیهسازی را نشان میدهد. همانطور که مشاهده میشود در معیارهای RE و ترکیب RE و BC که به میزان انرژی باقیمانده گرهها توجه دارند، توزیع انرژی مصرفی بین گرههای مسیریاب یکنواختتر از معیارهای ETX و BC است.
به منظور بیان کمّی این موضوع، از شاخص واریانس مصرف انرژی گرههای مسیریاب استفاده شده است. برای محاسبه این شاخص، شبیهسازی 10 مرتبه اجرا شده و در هر اجرا بعداز ارسال 4000 فریم، واریانس انرژی مصرفی بر اساس رابطه (8) محاسبه شده است.
شکل 8. نمودار نحوه توزیع مصرف انرژی بین گرههای مسیریاب در RPL پایه و روش پیشنهادی
(8) |
|
نام روش | RE | 0.5+RE*0.5+BC | BC | ETX |
پراکندگی مصرف | 41.6 | 122.17 | 1167.35 | 2933.76 |
میانگین مصرف | 187.92 | 198.36 | 206.19 | 175.55 |
با توجه به نتایج ارائه شده در این جدول، میزان پراکندگی مصرف انرژی حول میانگین در روش مبتنی بر ETX (RPL پایه) به طور چشمگیری بیشتر از روشهای مبتنی بر RE و ترکیب RE و BC است. روش مبتنی بر BC نیز پراکندگی مصرف انرژی بالایی دارد زیرا میزان انرژی باقیمانده گرهها در آن در نظر گرفته نمیشود.
5-1-5 تأخیر انتها به انتها
شکل 9 نتیجه ارزیابی تأخیر انتها به انتها در شبکه را نشان میدهد. همانطور که در این شکل مشاهده میشود، در روشهای مبتنی بر معیار ETX و RE میزان تأخیر بستهها نسبت به روشهای BC و ترکیب RE و BC بیشتر است. در روشهای مبتنی بر معیار ETX و RE با توجه به اینکه به اندازه بافر گرهها توجه نمیشود، میزان سرریز بافر بیشتر از دو روش دیگر است. در نتیجه در این دو روش ازدحام بیشتری در شبکه وجود دارد و این مسأله باعث ایجاد تأخیر بیشتر در رسیدن بستهها میشود.
شکل 9. نمودار مقایسه تأخیر انتها به انتها در RPL پایه و روش پیشنهادی
5-2 تحلیل حساسیت نسبت به پارامترهای وزندهی
با توجه به بخش 3-4، تابع هدف پیشنهادی از ترکیب دو معیار RE با وزن w1 و معیار BC با وزن w2 استفاده میکند. از آنجاییکه پارامترهای مورد استفاده در تابع هدف وزنهای w1 و w2 هستند، لازم است میزان حساسیت روش به تغییرات این دو پارامتر را بررسی کنیم. همانطور که قبلاً اشاره شد w1 و w2 اعدادی بین صفر و یک هستند که مجموع آنها برابر با یک است. به منظور تحلیل حساسیت نتایج ارزیابی را با وزندهیهای مختلف مطابق جدول 7 بررسی میکنیم.
جدول 7. مقادیر استفاده شده برای تحلیل حساسیت نسبت به پارامترهای w1 و w2
پارامتر | مقدار | ||||
w1 | 0 | 0.25 | 0.5 | 0.75 | 1 |
w2 | 1 | 0.75 | 0.5 | 0.25 | 0 |
نتیجه بررسی حساسیت سنجههای میانگین اتلاف بسته و نرخ تحویل بسته نسبت به تغییرات w1 و w2 در شکل 10 ارائه شده است. بر اساس شکل 10 با افزایش پارامتر w1 (وزن معیار RE) و متعاقباً کاهش پارامتر w2 (وزن معیار BC) نرخ تحویل بسته کم میشود و به عبارت دیگر میانگین اتلاف بسته افزایش مییابد. علت این رویداد این است که در معیار RE به مسئله سرریز بافر توجه نمیشود، در نتیجه هرچقدر وزن RE بیشتر باشد، میزان اتلاف بسته افزایش مییابد.
شکل 10. نمودار حساسیت نرخ تحویل بسته نسبت به وزن معیارهای RE و BC
نمودار شکل 11 میزان حساسیت سنجه طول عمر شبکه نسبت به تغییرات پارامترهای w1 و w2 (وزن معیارهای RE و BC) را نشان میدهد. با توجه به این نمودار مشخص میشود که با افزایش پارامتر w1 (کاهش پارامتر w2) طول عمر شبکه افزایش مییابد. علت این رویداد این است که با افزایش وزن معیار RE در تصمیمگیری مسیریابی توجه بیشتری به میزان انرژی باقیمانده گرهها میشود که این امر باعث افزایش طول عمر شبکه میگردد.
شکل 11. نمودار حساسیت طول عمر شبکه نسبت به وزن معیارهای RE و BC
میزان حساسیت سنجه تأخیر انتها به انتها نسبت به تغییرات وزن معیارهای RE و BC در تابع هدف در نمودار شکل 12 نشان داده شده است. با توجه به این شکل، با افزایش مقدار وزن RE (پارامتر w1) میزان تأخیر انتها به انتها افزایش مییابد. افزایش مقدار پارامتر w1 معادل کاهش پارامتر w2 است؛ به عبارتی، با افزایش وزن معیار RE و کاهش وزن معیار BC، میزان در نظر گرفتن امکان سرریز بافر کم میشود در نتیجه با افزایش نرخ اتلاف بسته، ازدحام در شبکه افزایش یافته و بستهها با تأخیر بیشتری دریافت میشوند.
با توجه به نتایج به دست آمده از بررسی حساسیت سنجههای ارزیابی نسبت به وزن معیارهای RE و BC (پارامترهای w1 و w2) میتوان نتیجه گرفت که در سناریوهای کاربردی که طول عمر شبکه اهمیت بیشتری داشته باشد، بهتر است مقدار پارامتر w1 افزایش یابد و در سناریوهای کاربردی که میزان نرخ تحویل بسته و تأخیر انتها به انتها اهمیت بیشتری دارد، افزایش مقدار پارامتر w2 نتیجه بهتری ایجاد میکند.
شکل 12. نمودار حساسیت تأخیر انتها به انتها نسبت به وزن معیارهای RE و BC
6 نتیجهگیری و کارهای آینده
در این مقاله، تابع هدف پروتکل مسیریابی RPL که پروتکل استاندارد شبکههای اینترنت اشیاء است، متناسب با نیازهای دادههای چندرسانهای تغییر داده شده است. به این منظور دو معیار مسیریابی به نامهای RE و BC معرفی شدهاند که معیار RE میزان انرژی باقیمانده گرهها را در مسیریابی در نظر میگیرد و معیار BC میزان ظرفیت باقیمانده بافر گره را مشخص میکند. در تابع هدف پیشنهادی از ترکیب وزندار این دو معیار استفاده شده است. شبیهسازی روش پیشنهادی در سیستمعامل Contiki که یکی از معروفترین سیستمعاملهای مورد استفاده در این حوزه است، انجام شده و برای ارزیابی از امولاتور Cooja استفاده شده است. برای شبیهسازی ترافیک چندرسانهای از فایل اثر ویدئو استفاده شده است. ارزیابی روش پیشنهادی بر اساس سنجههای نرخ تحویل بسته، طول عمر شبکه، میزان دسترسپذیری گرهها در طول عمر شبکه، توزیع مصرف انرژی گرهها و تأخیر انتها به انتها انجام شده است. به منظور ارزیابی روش پیشنهادی تابع هدف در سه حالت مبتنی بر معیار RE، مبتنی بر معیار BC و 0.5*RE+0.5*BC اجرا شده است. نتایج ارزیابی نشان میدهد که:
- نرخ تحویل بسته در روش پیشنهادی نسبت به RPL پایه بهبود یافته است. بهبود حاصل شده به این علت بوده است که در روش پیشنهادی همواره بستهها بین گرههای مسیریاب توزیع میشوند. در مواردی که وزن معیارBC بیشتر است، نرخ تحویل بسته افزایش بیشتری داشته، زیرا معیار BC با در نظر گرفتن میزان فضای خالی بافر از سرریز بافر و در نتیجه ایجاد ازدحام جلوگیری میکند.
- طول عمر شبکه در روش پیشنهادی نسبت به RPL پایه افزایش یافته است. از آنجایی که در روش پیشنهادی توزیع بار شبکه بین گرههای صورت میگیرد، مصرف انرژی بین گرههای توزیع میشود و در نتیجه طول عمر شبکه نسبت بهRPL پایه افزایش مییابد. در مواردی که وزن معیار RE بیشتر است، افزایش طول عمر شبکه بیشتر است زیرا معیار RE با در نظر گرفتن میزان انرژی باقیمانده گرهها مسیریابی را انجام میدهد و از انتخاب گرههایی که انرژی باقیمانده کمی دارند اجتناب میکند.
- در روش پیشنهادی دسترسپذیری گرهها در طول عمر شبکه نسبت به RPL پایه بهبود یافته است، زیرا در روش پیشنهادی توزیع بار بر اساس میزان انرژی باقیمانده و فضای باقیمانده در بافر گرهها انجام میشود که با توجه به این توزیع، دسترسی به گرهها در طول عمر شبکه افزایش مییابد.
- واریانس مصرف انرژی نسبت به RPL پایه کاهش یافته است، زیرا در روش پیشنهادی برخلاف RPL پایه بستهها بین گرههای مسیریاب توزیع میشوند، در نتیجه پراکندگی توزیع مصرف انرژی بین گرههای مسیریاب کاهش چشمگیری داشته است.
- تأخیر انتها به انتها کاهش یافته است، زیرا با توجه به توزیع بستهها بین گرههای مسیریاب در روش پیشنهادی، میزان ازدحام در شبکه کمتر بوده در نتیجه تأخیر انتها به انتها کاهش یافته است.
به منظور تحلیل حساسیت روش پیشنهادی نسبت به ترکیبهای متفاوت دو معیار RE و BC (ترکیب با وزندهیهای مختلف)، سنجههای ارزیابی با طیفی از مقادیر وزنها ارزیابی شدند. نتیجه این ارزیابی نشان میدهد که در سناریوهای کاربردی که طول عمر شبکه اهمیت بیشتری داشته باشد، بهتر است مقدار پارامتر w1 (وزن معیار RE) افزایش یابد و در سناریوهای کاربردی که میزان نرخ تحویل بسته و تأخیر انتها به انتها اهمیت بیشتری دارد، افزایش مقدار پارامتر w2 (وزن معیار BC) نتیجه بهتری ایجاد میکند.
از آنجاییکه هیچ کار پژوهشی عاری از اشکال نیست، در کار پژوهشی حاضر نیز اشکالهایی وجود دارد که در کارهای آتی میتوان آنها را مرتفع ساخت:
- در این پژوهش از دو معیار مسیریابی در تصمیمگیری مسیریابی استفاده شده است، درحالیکه در RPL پایه یک معیار مسیریابی تعریف شده است. بنابراین با توجه به اضافه کردن معیار دوم به پیامهای کنترلی DIO، سربار کوچکی (یک بایت) به آنها اضافه شده است که با توجه به ناچیز بودن آن در مقابل حجم کل بستههای ارسالی در محاسبات انرژی از آن صرفنظر شده است. در کارهای آینده برای افزایش دقت محاسبات میتوان این سربار را نیز در ارزیابی مدنظر قرار داد.
- در ارزیابی این پژوهش از شبکهای با 13 گره استفاده شده است که همانطور که در بخش شبیهسازی اشاره شد، به علت چالشهای مرتبط با نوع گره Cooja mote در امولاتور بوده است. در کارهای آتی میتوان در صورت حل مشکلات Cooja mote و یا اضافه شدن نوع گره مناسب برای شبیهسازی کاربردهای چندرسانهای، شبیهسازی را با تعداد بیشتری گره انجام داد و نتایج را با افزایش مقیاس شبکه مورد بررسی قرار داد. همچنین میتوان از توپولوژی رندوم به جای توپولوژی گرید استفاده کرد.
- در نتایج ارزیابی مشاهده میشود که تابع هدف ترکیبی پیشنهادی (با ضرایب وزنی 0.5) در مقایسه با استفاده از یک معیار (RE یا BC) همواره بهترین نتیجه را نمیدهد، زیرا میانگین این دو معیار است. به عبارتی روش پیشنهادی نقطه بهینه را مشخص نمیکند بلکه نقطهای نزدیک به بهینه است.
علاوه بر موارد فوق، برای بهبود روش پیشنهادی میتوان کارهای تحقیقاتی جدیدی انجام داد که این کارها در دو دسته قرار میگیرند: دسته اول کارهایی است که در جهت بهبود امولاتور Cooja قابل انجام هستند و دسته دوم کارهای قابل انجام برای بهبود روش پیشنهادی میباشند. برای بهبود Cooja موارد زیر پیشنهاد میشود:
- در امولاتور Cooja انواع محدودی از گرههای اینترنت اشیاء پیادهسازی شده است که با توجه به محدودیت زیاد منابع، این گرهها برای ارسال ترافیک ویدئو مناسب نیستند. پیشنهاد میشود نمونههایی از گرههای اینترنت اشیاء که بتوانند از دادههای چندرسانهای پشتیبانی کنند نیز در این امولاتور پیادهسازی شود.
- یکی از مشکلات امولاتور Cooja کمبود افزونههای کاربردی است که در اغلب شبیهسازها وجود دارد. پیشنهاد میشود افزونههای کاربردی لازم در شبیهسازی مانند افزونههایی برای ترسیم نمودار، ارسال داده چندرسانهای و ... برای Cooja پیادهسازی شود.
- فرآیند اسکریپتنویسی در Cooja بسیار دشوار است و هیچ مرجعی برای دستورات و پارامترهای قابل استفاده در اسکریپت آن وجود ندارد. پیشنهاد میشود راهنمای مناسبی برای این بخش از Cooja تهیه شود.
در راستای بهبود روش ارائه شده در این مقاله موارد زیر برای کارهای آینده پیشنهاد میگردد:
- مسیریابی چندمسیره برای کم کردن تأخیر و کاهش بیشتر ازدحام در شبکه
- بهبود تابع هدف با استفاده از معیارهای دیگری که در مسیریابی ترافیک چندرسانهای تأثیر دارند (مانند معیار تغییر تأخیر (جیتر) شبکه)
- در نظر گرفتن محتوای داده چندرسانهای و نوع فریمهای ویدئو در فرآیند مسیریابی
مراجع
[1] H. Chaouchi, "The Internet of Things Connecting Objects to the Web", Wiley, 2010.
[2] R. Minerva, A. Biru, and D. Rotondi, "Towards a Definition of the Internet of Things (IoT)", IEEE Internet Initiative, 2015.
[3] S. A. Alvi, B. Afzal, G. A. Shah, L. Atzori, and W. Mahmood, "Internet of Multimedia Things: Vision and Challenges," Ad Hoc Networks, vol. 33, pp. 87-111, 2015.
[4] A. Nauman, Y. A. Qadri, M. Amjad, Y. Zikria, M. K. Afzal, S. W. Kim, "Multimedia Internet of Things: a Comprehensive Survey," IEEE Access, vol. 8, pp. 8202-8250, 2020.
[5] T. Winter, P. Thubert, A. Brandt, J. Hui, and R. Kelsey, "RPL: IPv6 Routing Protocol for Low-Power and Lossy Networks," RFC 6550, Internet Engineering Task Force, Mar. 2012, [Online]. Available: https://tools.ietf.org/html/rfc6550.
[6] J. V. V. Sobral, J. Rodrigueset, R. Rabêlo, K. Saleem, V. Furtado, "LOADng-IoT: An Enhanced Routing Protocol forInternet of Things Applications over LowPower Networks," Sensors, vol. 19, 2019.
[7] Z. Aslani, H. Sargolzaey, "Improving the Performance of RPL Routing Protocol for Internet of Things," Journal of Computers and Robotics, 2017.
[8] A. Zier, A. Abouaissa and P. Lorenz, "E-RPL: A Routing Protocol for IoT Networks," 2018 IEEE Global Communications Conference (GLOBECOM), Abu Dhabi, United Arab Emirates, 2018.
[9] P. Gonizzi, R. Monica, and G. Ferrari, "Design and Evaluation of a Delay-efficient RPL Routing Metric," In Proc. 2013 9th International Wireless Communications and Mobile Computing Conference (IWCMC), Sardinia, Italy, pp. 1573-1577, Jul. 2013.
[10] P. Pinto, A. Pinto, and M. Ricardo, "RPL Modifications to Improve the End-to-end Delay Estimation in WSN," In Proc. 2014 11th International Symposium on Wireless Communications Systems (ISWCS), Barcelona, Spain, pp. 868-872, Aug. 2014.
[11] P. Pinto, A. Pinto, and M. Ricardo, "End-to-end Delay Estimation Using RPL Metrics in WSN," In 2013 IFIP Wireless Days (WD), Valencia, Spain, pp. 1-6, Nov. 2013.
[12] S. A. Alvi, G. A. Shah, and W. Mahmood, "Energy Efficient Green Routing Protocol for Internet of Multimedia Things," In Proc. 2015 IEEE Tenth International Conference on Intelligent Sensors, Sensor Networks and Information Processing (ISSNIP), Singapore, Apr. 2015.
[13] H. A. A. Al-Kashoash, Y. Al-Nidawi, and A. H. Kemp, "Congestion-aware RPL for 6L0WPAN Networks," In Proc. 2016 Wireless Telecommunications Symposium (WTS), London, UK, Apr. 2016.
[14] A. Hassan, S. Alshomrani, A. Altalhi, and S. Ahsan, "Improved Routing Metrics for Energy Constrained Interconnected Devices in Low-power and Lossy Networks," Journal of Communications and Networks, vol. 18, pp. 327-332, 2016.
[15] S. Taghizadeh, H. Bobarshad, and H. Elbiaze, "CLRPL: Context-Aware and Load Balancing RPL for Iot Networks Under Heavy and Highly Dynamic Load," IEEE Access, vol. 6, pp. 23277-23291, 2018.
[16] N. Nobakht, S. Sedighian Kashi, S. Zokaei, "A Reliable and Delay-Aware Routing in RPL," in 5th Conference on Knowledge-Based Engineering and Innovation, Tehran, Iran, Feb. 2019.
[17] F. Safara, A. Souri, T. Baker, I. Ridhawi, M. Aloqaily, "PriNergy: a Priority-based Energy-efficient Routing Method for IoT Systems," The Journal of Supercomputing, Springer, pp. 1-18, 2020.
[18] J. Vasseur, N. Agarwal, J. Hui, Z. Shelby, P. Bertrand, and C. Chauvenet, "RPL: The IP Routing Protocol Designed for Low-power and Lossy Networks," Internet Protocol for Smart Objects (IPSO) Alliance, Apr. 2011.
[19] O. Gnawali and P. Levis, "The Minimum Rank with Hysteresis Objective Function," RFC 6719, Internet Engineering Task Force, Sep. 2012, [Online].Available: https://tools.ietf.org/html/rfc6719.
[20] D. S. J. De Couto, D. Aguayo, J. Bicket, and R. Morris, "A High-throughput Path Metric for Multi-hop Wireless Routing," In Proc. the 9th annual international conference on Mobile computing and networking, San Diego, CA, USA, pp. 134-146, Sept. 2003.
[21] E. G. Pereira and R. Pereira, "Video Encoding and Streaming Mechanisms in IoT Low Power Networks," In Proc. 3rd International Conference on Future Internet of Things and Cloud, Rome, Italy, pp. 357-362, Aug. 2015.
[22] R. Pereira and E. G. Pereira, "Video Streaming Considerations for Internet of Things," In Proc. 2014 International Conference on Future Internet of Things and Cloud, Barcelona, Spain, pp. 48-52, Aug. 2014.
[23] F. Mortazavi, M. Khansari, "An Energy-Aware RPL Routing Protocol for Internet of Multimedia Things", International Conference on Smart Cities and IoT (SCIOT), Mashhad, Iran, Sep. 2018.
[24] B. M. Acharya and A. K. Nayak "LBCC: Load Balanced and Congestion Controlled Routing Protocol for Wireless Multimedia Sensor Network," International Journal of Applied Engineering Research, vol. 12, 2017.
[25] Contiki OS. [Online]. Available: http://www.contiki-os.org/
[26] Sony Demo Video Trace File. [Online] Available: http://trace.eas.asu.edu/videotraces2/svc_single/index.php
[1] Group of Picture
[2] Carrier-Sense Multiple Access
[3] Unit Disk Graph Medium
A RPL-based Routing Algorithm for Multimedia Traffic for the Internet of Things
Abstract:
According to enormous growths in communication networks, multimedia data will play a significant role on the Internet of Things in the near future. High volume of multimedia data leads to challenges such as reducing network lifetime and congestion. In this paper, a new objective function for the RPL routing protocol is proposed which addresses the characteristics of multimedia data in the routing process. In the objective function, node’s remaining energy and the remaining buffer capacity of nodes measures are combined using a weighted pair. In order to evaluate this method, input data is generated based on a video trace. Packet delivery ratio, network lifetime, nodes availability over the lifetime of the network, node energy distribution, and end-to-end delay are used to evaluate the proposed method. The evaluation results show that the proposed method increases the package delivery ratio compared to the standard RPL. This method also improves the lifetime of the nodes by distributing energy between the nodes in comparison with standard RPL and extends the node's availability over the lifetime of the network. Finally, it reduces the network congestion which led to a lower end-to-end delay.
Keywords: Internet of Things, Multimedia, Routing, RPL Protocol, Network Lifetime.