Adaptives Clustering in Wireless-Mesh-Netzwerken

Inhaltsverzeichnis

• 1 Einführung
  • 1.1 Wireless-Mesh-Netzwerke
  • 1.2 Clustering
  • 1.3 Adaptive Cluster-Infrastruktur
    • 1.3.1 Distanzadaptive Algorithmen
    • 1.3.2 Stabilitätsorientiert und adaptiv
    • 1.3.3 Modulare Architektur
  • 1.4 Anwendungsbeispiel Dienstsuche
  • 1.5 Gliederung
• 2 Wireless-Mesh-Netzwerke
  • 2.1 Architektur
    • 2.1.1 Infrastruktur-Wireless-Mesh-Netzwerk
    • 2.1.2 Client-Wireless-Mesh-Netzwerk
    • 2.1.3 Hybrides Wireless-Mesh-Netzwerk
  • 2.2 Unterschiede zu MANETS
  • 2.3 Routing
    • 2.3.1 Klassifikation von Routingverfahren
    • 2.3.2 Optimized Link State Routing Protocol
    • 2.3.3 Dynamic Source Routing
    • 2.3.4 Zone Routing Protocol
    • 2.3.5 IEEE 802.11s
  • 2.4 Einsatzmöglichkeiten
• 3 Clustering
  • 3.1 Einführung
  • 3.2 Grundlagen
    • 3.2.1 Dominating Sets
  • 3.3 Anwendung
    • 3.3.1 Routing
    • 3.3.2 Service Discovery
    • 3.3.3 Weitere Anwendungsfelder.
  • 3.4 Klassifikation von Clustering-Verfahren .
  • 3.5 Clustering-Verfahren für Ad-Hoc-Netzwerke
    • 3.5.1 Lowest-ID.
    • 3.5.2 Highest-Connectivity.
    • 3.5.3 CDS-Algorithmus von Wu und Li
    • 3.5.4 Distributed Dynamic Clustering Algorithm
    • 3.5.5 Adaptive Multi-Hop Clustering
    • 3.5.6 Adaptives ZRP
    • 3.5.7 Andere Ansätze.
  • 3.6 Bewertung.
• 4 Theoretische Ausarbeitung
  • 4.1 Motivation
  • 4.2 Informationsaustausch
  • 4.3 Metriken.
    • 4.3.1 Path Link Quality
    • 4.3.2 Nachbarschaftsstabilität
    • 4.3.3 Broadcaststabilität
    • 4.3.4 Connection-Rating
    • 4.3.5 Expected Transmission Count
    • 4.3.6 Round Trip Time .
    • 4.3.7 Wahlstabilität
  • 4.4 Clustering-Algorithmen
    • 4.4.1 Grundlagen
    • 4.4.2 Lowest-ID .
    • 4.4.3 Max-Score.
    • 4.4.4 Elite-Rating.
  • 4.5 Distanzadaptive Algorithmen
    • 4.5.1 Grundlagen
    • 4.5.2 Nachbarschaftsstabilitäten annähern
    • 4.5.3 Egoistischer Algorithmus
    • 4.5.4 Flood-Majority
    • 4.5.5 Greedy-Expand Algorithmus
• 5 Praktische Ausarbeitung
  • 5.1 Fleximsd.
    • 5.1.1 Grundlagen
    • 5.1.2 NSI-Nachrichten
    • 5.1.3 Nachbarschaftsverwaltung
    • 5.1.4 Gewichtungsmetriken
    • 5.1.5 Wahl-Architektur .
    • 5.1.6 Aktive und Passive Wahl
  • 5.2 Relayd.
    • 5.2.1 Architektur
    • 5.2.2 Multi-Hop DNS-SD Nachricht
    • 5.2.3 Dienstverwaltung.
    • 5.2.4 Dienstsuche
    • 5.2.5 Dynamic Source Routing
  • 5.3 Realisierung der Distanzadaptierung
    • 5.3.1 Architektur
    • 5.3.2 Annäherung der NSTAB-Werte
    • 5.3.3 Nachrichtentypen.
    • 5.3.4 Anpassung der Parameter von Greedy-Expand
    • 5.3.5 Kontinuierliche Adaptierung
    • 5.3.6 Diskussion anderer Ansätze
  • 5.4 Verbesserung der Wahlstabilität.
    • 5.4.1 Score-Threshold
    • 5.4.2 Auto-Flapping
  • 5.5 Gateway-Bestimmung
    • 5.5.1 Lokaler Algorithmus
    • 5.5.2 Superknoten-zentrisch
  • 5.6 Zusammenfassung
• 6 Auswertung
  • 6.1 Testumgebung und Präsentation der Ergebnisse.
    • 6.1.1 UMIC-Testbed
    • 6.1.2 Aufbau der Messungen
  • 6.2 Analyse der Abhängigkeit der Maximal-Distanz
    • 6.2.1 Durchführung
    • 6.2.2 Ergebnisse.
    • 6.2.3 Bewertung
  • 6.3 Analyse der Clustering-Verfahren
    • 6.3.1 Durchführung.
    • 6.3.2 Ergebnisse.
    • 6.3.3 Bewertung
  • 6.4 Analyse des Auto-Flapping Verfahrens
    • 6.4.1 Durchführung
    • 6.4.2 Ergebnisse.
    • 6.4.3 Bewertung
  • 6.5 Analyse der distanzadaptiven Algorithmen.
    • 6.5.1 Durchführung
    • 6.5.2 Ergebnisse.
    • 6.5.3 Bewertung
  • 6.6 Analyse des Greedy-Expand Algorithmus über 24 Stunden
    • 6.6.1 Durchführung.
    • 6.6.2 Ergebnisse.
    • 6.6.3 Bewertung
  • 6.7 Analyse der Cluster-Strukturen mittels Relayd
    • 6.7.1 Durchführung
    • 6.7.2 Ergebnisse.
    • 6.7.3 Bewertung
• 7 Zusammenfassung und Ausblick
  • 7.1 Zusammenfassung
  • 7.2 Ausblick.

Zielsetzung und Themenschwerpunkte

Diese Diplomarbeit beschäftigt sich mit dem Einsatz adaptiver Clustering-Techniken in Wireless-Mesh-Netzwerken. Das Ziel ist die Entwicklung einer stabilen und effizienten Cluster-Infrastruktur, die sich dynamisch an sich ändernde Netzwerkbedingungen anpassen kann.

• Adaptive Cluster-Infrastrukturen in Wireless-Mesh-Netzwerken
• Distanzadaptive Algorithmen zur Optimierung der Cluster-Bildung
• Verbesserung der Stabilität und Zuverlässigkeit von Cluster-Strukturen
• Praktische Implementierung und Evaluierung der entwickelten Ansätze
• Anwendung der Cluster-Technologie in der Dienstsuche und Routing-Optimierung

Zusammenfassung der Kapitel

• Kapitel 1 führt in die Thematik der Wireless-Mesh-Netzwerke und die Problematik der Cluster-Bildung ein. Es werden die wichtigsten Konzepte und Herausforderungen im Zusammenhang mit adaptiven Cluster-Infrastrukturen vorgestellt.
• Kapitel 2 befasst sich mit der Architektur von Wireless-Mesh-Netzwerken, ihren verschiedenen Arten und den Unterschieden zu Mobile Ad-hoc Networks (MANETs). Es werden verschiedene Routing-Protokolle und deren Einsatzmöglichkeiten in Wireless-Mesh-Netzwerken diskutiert.
• Kapitel 3 liefert eine Einführung in die Grundlagen des Clusterings und seine Anwendung in verschiedenen Bereichen. Es werden verschiedene Clustering-Verfahren für Ad-Hoc-Netzwerke vorgestellt und ihre Eigenschaften und Einsatzmöglichkeiten diskutiert.
• Kapitel 4 befasst sich mit der theoretischen Ausarbeitung von Metriken zur Bewertung der Stabilität und Effizienz von Cluster-Strukturen. Es werden verschiedene Clustering-Algorithmen und Distanzadaptive Algorithmen vorgestellt und analysiert.
• Kapitel 5 präsentiert die praktische Ausarbeitung der entwickelten Ansätze. Es werden die Implementierungen der entwickelten Clustering- und Distanzadaptiven Algorithmen in den Prototypen Fleximsd und Relayd beschrieben.

Schlüsselwörter

Wireless-Mesh-Netzwerke, Clustering, adaptive Cluster-Infrastrukturen, Distanzadaptive Algorithmen, Stabilität, Zuverlässigkeit, Dienstsuche, Routing, Prototypen, Fleximsd, Relayd, UMIC-Testbed