A Joint Approach to Routing Metrics and RateAdaptation in Wireless Mesh Networks

Gabriel Marçal de Brito - gbrito@ic.uff.brComputação Móvel – 2012.1

Passos, D. e Albuquerque, C. V. N.IEEE/ACM Transactions on Networking -

2011

RoteiroIntroduçãoXXXxxxx

IntroduçãoWireless Mesh Networks (WMNs)

Usualmente soluções baseadas no padrão IEEE 802.11 Múltiplas taxas de transmissão: 1 – 54 Mbit/s

Seleção da melhor taxa de transmissão não é trivialBalanço entre capacidade do enlace e taxa

PER aumenta com a taxa para mesmo SNR

Roteamento dinâmico baseado em métricasDificuldade em obter métricas consistentes

Características do meio aéreo, avaliadas pelas métricas, dependem da taxa de transmissão utilizada

IntroduçãoTais questões são, historicamente, tratadas

de forma independente

Um método cooperativo cross-layer é propostoMetric-Aware Rate Adaptation (MARA)

Adaptação de taxa de transmissão baseado em métricas Ajuste do custo dos enlaces baseado na taxa utilizada

Trabalhos relacionadosMétricas de Roteamento

Algoritmos para adaptação de taxa

Abordagens conjuntas

Trabalhos relacionadosMétricas de Roteamento

Hop Count Não considera enlaces heterogêneos

Expected Transmission Count (ETX) Estima a quantidade de transmissões por PER

Expected Transmission Time (ETT) Considera como custo o delay no enlace x ETX

(PER) Minimum Loss (ML)

Considera como custo a própria taxa de erros (PER)

Outros...

Trabalhos relacionadosMétricas de Roteamento

Hop Count Não considera enlaces heterogêneos

Expected Transmission Count (ETX) Estima a quantidade de transmissões por PER

Expected Transmission Time (ETT) Considera como custo o delay no enlace x ETX

(PER) Minimum Loss (ML)

Considera como custo a própria taxa de erros (PER)

Outros...

Probes periódicas difundidas em taxa básica (1

Mbit/s)

= estatísticas imprecisas e desempenho sub-

ótimo.

Trabalhos relacionadosAlgoritmos para adaptação de taxa

Auto Rate Fallback (ARF) Baseado em falhas e sucessos na transmissão de quadros

SampleRate Baseado no registro do menor atraso (retransmissão e overhead)

SNR Baseado na SNR no receptor (ideal, requer informação futura)

Receiver-Based Auto Rate (RBAR) Notifica taxa via CTS (RTS/CTS)

Snoopy Rate Adaptation (SRA), Robust Rate Adaptation Algorithm (RRAA) e Collision-Aware Rate Adaptation (CARA) Diferenciam perdas por colisão e por degradação do canal

Trabalhos relacionadosAlgoritmos para adaptação de taxa

Auto Rate Fallback (ARF) Baseado em falhas e sucessos na transmissão de quadros

SampleRate Baseado no registro do menor atraso (retransmissão e overhead)

SNR Baseado na SNR no receptor (ideal, requer informação futura)

Receiver-Based Auto Rate (RBAR) Notifica taxa via CTS (RTS/CTS)

Snoopy Rate Adaptation (SRA), Robust Rate Adaptation Algorithm (RRAA) e Collision-Aware Rate Adaptation (CARA) Diferenciam perdas por colisão e por degradação do canal

Dependem da existência de tráfego para seleção

(tempo de convergência de taxa) e não consideram

o tamanho do pacote (variação na probabilidade de

perda).

Trabalhos relacionadosAbordagens conjuntas

Multirate Anypath Routing Problem Modificação do ETT PER é considerada a probabilidade de nenhum dos

vizinhos decodificar o pacote de forma correta (anycast routing)

Alto overhead já que é necessário o envio de probes para cada taxa possível

Trabalhos relacionadosAbordagens conjuntas

Multirate Anypath Routing Problem Modificação do ETT PER é considerada a probabilidade de nenhum dos

vizinhos decodificar o pacote de forma correta (anycast routing)

Alto overhead já que é necessário o envio de probes para cada taxa possível

Gera ainda mais tráfego de controle do que a

abordagem ETT tradicional com o crescimento da

rede.

Abordagem MARAMARA aborda a métrica de roteamento e a

seleção de taxa de forma coordenadaA métrica avalia rotas de acordo com o

atraso fim-a-fim esperado:MARAab = mini (ETXi

ab x ps / Ri) Ri representa a i-ésima taxa disponível; ETXi

ab representa a métrica ETX na rota a-b na taxa Ri;

ps é o tamanho do pacote de probe.O mecanismo de adaptação de taxa seleciona

Ri que minimiza o atraso

Abordagem MARAETX em cada uma das taxas Ri é necessário

Probes em todas as taxas aumentariam overhead

MARA utiliza uma conversão de probabilidades de sucesso de transmissão: Relaciona SNR, taxa de transmissão, tamanho da

probe e PER a partir de dados experimentais; !Pab = 1 – Pab (idem para ba) SNRab = findSNR(!Pab;sourceRate;probeSize) (idem

para ba) !newPab = findPER(SNRab;targetRate;probeSize)

(idem para ba) newPab = 1 - !newPab (idem para ba) newETX = 1 / (newPab * newPba)

Abordagem MARAComportamento assintótico da função SNR

x PERPER tende a 1 quando SNR diminuiPER tende a 0 quando SNR aumenta

Muitos valores de SNR podem ser mapeados para valores de PER extremos

Abordagem MARA

Abordagem MARAMARA utiliza probes em 1, 18, 36 e 54 Mbit/s

Curvas PER x SNR cruzam-se em intervalos úteis

O algoritmo escolhe a taxa de probe mais alta cujo PER é menor do que 1 (interseção)

MARA envia 1 probe/período , partindo de 1 Mbit/s até 54 Mbit/sAinda menos overhead pois bloqueia o meio

aéreo por menos tempo

Abordagem MARALimitação na granularidade de dados

(tabelas) requer o uso de funções de interpolação dos dados:

Variações: MARA-P e MARA-RPMARA-P considera o tamanho do pacote a ser

transmitido no processo de adaptação de taxaClasses de pacotes são definidas de acordo

com intervalos de tamanho (ex.: 1-300 bytes)Usa métrica MARA para o maior valor do

intervaloMARA-RP considera o tamanho do pacote a

ser transmitido no processo de atribuição de custoMesmo processo de MARA-PCria k grafos para k classes de pacotes

Shortest-path resulta em k tabelas de roteamento

SimulaçõesCenários utilizados no ns-2:

300 segundos de fluxo TCP entre nós específicos (runs)Benchmarks: todas as combinações de métricas Hop

Count, ETX, ML, ETT, com os mecanismos de adaptação ARF, SampleRate e SNR

Topologias: indoor (ReMoTE), grid e randomModelo de propagação de sombreamento

(probabilístico)Compara-se MARA aos demais mecanismos em relação:

Throughput Atraso fim-a-fim Perda de pacotes fim-a-fim

SimulaçõesImplementação como extensões do OLSR em

ns-2Versão modificada do OLSR

MPRs reduzem o overhead, porém só funcionam para a métrica Hop Count

MPRs foram removidos do protocolo OLSR para propiciar utilização de outras métricas

Simulações - IndoorTopologia utilizada e identificação dos nós:

Simulações - IndoorTput TCP (nós 0-1 x nós 0-9):

Atraso e perda de pacotes médios

Simulações – Grid e RandomTopologias (grid x random, nós 0-48)

Tput TCP (grid x random)

Simulações – RoteamentoRotas (grid – ETT, ML, ETX, Hop Count,

MARA)

Simulações – MARA-P e MARA-RPComparação de atraso e perda de pacotes

médios

Atraso fim-a-fim de cada pacote de áudio (120B, 48kb/s)

Experimento – IndoorTput e RTT dos fluxos TCP e ICMP (nós 0-9)

Experimento – IndoorComparação entre MARA, MARA-P e MARA-

RP no experimento:

ConclusõesA abordagem coordenada de seleção de taxa e

cálculo de métricas de roteamento conferem melhor desempenho às WMNs

O modelo de estimação de PER baseado na taxa de transmissão permite obter estatísticas válidas com baixo overhead

MARA provê ganhos expressivos em relação aos mecanismos tradicionais utilizados

As variações de MARA não oferecem melhorias significativas em relação à abordagem original