以戳記法改善非結構化疊加網路的廣播效能之研究
73
0
0
全文
(2) 以戳記法改善非結構化疊加網路的廣播效能之研究 指導教授：吳俊興 博士（教授） 國立高雄大學資訊工程學系. 學生：李崇右 國立高雄大學資訊工程學系. 摘要. 非結構化的點對點疊加網路系統中，節點之間並沒有形成有效率的結構化網路，因 此大都透過廣播方式來進行訊息傳遞。不僅如此，對於特定群體的廣播以及對於網路內 單一節點的發送訊息，也大都是建立在廣播技術之上，所以如何有效地提升廣播效能， 一直是基本且重要的研究議題。現有的廣播方式，最常用的技術為泛流式廣播，此方法 的可靠度相當高，但容易因為轉送封包數量太多而造成網路擁塞。為解決此問題，大部 份的系統會在封包內增加可存活時間戳記來避免無限制地轉送封包，目前的研究也大多 著重在進行可存活時間的最佳化。本論文提出戳記式標示改進法，在傳送的廣播訊息中 加上經過節點的資訊，以協助過濾並減少不必要傳送的重複訊息。由於戳記法需要花費 空間上的成本，所以我們針對此部份問題進行優化，提出利用布隆過濾器等數種改善的 方法來降低戳記法的使用成本。經由實驗證明使用戳記技術能使廣播訊息有效地降低， 且覆蓋率、傳送時間方面也不遜色於泛流式廣播，再配合上戳記成本優化，更能大幅減 低戳記法的使用成本，增加實用上的價值。. 關鍵詞：戳記法、廣播、點對點系統、非結構化網路. i.
(3) Stamping Approaches to Efficient Broadcast for Unstructured Overlay Networks Advisor(s): Dr.(Professor) Chun-Hsin Wu Department of Computer Science and Information Engineering National University of Kaohsiung. Student: Chung-Yu Lee Department of Computer Science and Information Engineering National University of Kaohsiung. ABSTRACT. Since there is no efficient structure to support communication in peer-to-peer unstructured overlay networks, broadcasting is a primitive mechanism of communication for the networks, even for unicast and multicast among the nodes. For this reason, how to broadcast efficiently has become a fundamental, important issue for unstructured overlay networks. At present most unstructured networks rely on message flooding to communicate. In spirit of redundancy, message flooding always supports high delivery ratio, but it often makes the networks very congested. Having messages with time-to-live (TTL) stamp is thus widely adopted to avoid unlimited flooding. Prior researches also mainly focus on adapting TTL values intelligently and efficiently. In this study, we propose a new, simple idea to stamp identities in messages to avoid redundant broadcast. We evaluate several stamping approaches to improve broadcast efficiency of unstructured overlay networks, and we also propose many compression methods like bloom filters to reduce stamping cost. The simulation results show that trace stamping can reduce redundant broadcast messages dramatically, and stamp reduction and compression can reduce stamping cost significantly for unstructured overlay networks. Keywords： Stamping, Broadcasting, Peer-to-peer, Unstructured network. ii.
(4) 目錄 目錄.......................................................................................................................................... iii 圖目錄........................................................................................................................................v 表目錄......................................................................................................................................vii 致謝........................................................................................................................................ viii 1. 前言................................................................................................................................1 1.1 點對點網路............................................................................................................1 1.2 挑戰........................................................................................................................2 1.3 貢獻成果................................................................................................................3 1.4 後續論文內容........................................................................................................3 2. 相關工作........................................................................................................................4 2.1 有線網路................................................................................................................4 2.1.1 泛流式廣播（Simple Flooding）.............................................................5. 3.. 4.. 5.. 2.1.2 TTL Flooding.............................................................................................5 2.2 無線網路................................................................................................................6 2.2.1 機率式廣播（Probability-Based Methods）............................................6 2.2.2 面積式廣播（Area-Based Methods）......................................................7 2.2.3 鄰居資訊式廣播（Neighbor Knowledge Methods） ..............................8 戳記式廣播傳遞機制..................................................................................................10 3.1 基本戳記(Basic Stamping)..................................................................................11 3.2 進階戳記(Advanced Stamping) ..........................................................................13 3.3 混合戳記(Hybrid Stamping) ...............................................................................15 3.4 電子郵件應用範例..............................................................................................18 基礎實驗分析..............................................................................................................22 4.1 實驗設定..............................................................................................................22 4.2 訊息總數..............................................................................................................25 4.3 節點減少傳輸比例..............................................................................................28 4.4 頻寬控制..............................................................................................................31 4.5 傳輸時間..............................................................................................................36 4.6 覆蓋率..................................................................................................................41 4.7 小結......................................................................................................................43 戳記成本改善機制......................................................................................................44 5.1 戳記設定..............................................................................................................44 5.2 戳記壓縮..............................................................................................................45 5.2.1 分類法壓縮..............................................................................................49 5.2.2 雜湊法壓縮..............................................................................................50 iii.
(5) 5.2.3 布隆過濾器壓縮......................................................................................50 5.3 戳記刪減..............................................................................................................52 5.3.1 戳記總量控制..........................................................................................52 5.3.2 紀錄層數控制..........................................................................................56 5.4 小結......................................................................................................................58 6. 結論..............................................................................................................................61 參考文獻..................................................................................................................................62. iv.
(6) 圖目錄 圖 3-1 四個節點的關係圖 .....................................................................................................10 圖 3-2 基本戳記法廣播訊息的路徑圖 .................................................................................12 圖 3-3 進階戳記法廣播訊息的路徑圖 .................................................................................14 圖 3-4 混合戳記法廣播訊息的路徑圖 .................................................................................17 圖 3-5 電子郵件架構圖 .........................................................................................................19 圖 3-6 使用戳記法之電子郵件單層控制流程圖 .................................................................20 圖 3-7 使用戳記法之電子郵件雙層控制流程圖 .................................................................20 圖 3-8 電子郵件實際內文圖 ................................................................................................21 圖 4-1 二維網狀模型示意圖 ................................................................................................24 圖 4-2 小世界網路示意圖 ....................................................................................................24 圖 4-3 Waxman網路示意圖 ...................................................................................................24 圖 4-4 BA網路示意圖............................................................................................................24 圖 4-5 二維網狀模型總傳送數量以及節點個數關係圖 .....................................................25 圖 4-6 小世界網路總傳送數量以及節點個數關係圖 .........................................................26 圖 4-7 Waxman模型總傳送數量以及節點個數關係圖 .......................................................27 圖 4-8 BA模型總傳送數量以及節點個數關係圖................................................................27 圖 4-9 二維網狀模型節點節省訊息之百分比 .....................................................................28 圖 4-10 小世界網路節點節省訊息之百分比 .......................................................................29 圖 4-11 Waxman模型節點節省訊息之百分比 .....................................................................30 圖 4-12 BA模型節點節省訊息之百分比..............................................................................30 圖 4-13 二維網狀模型節點平均傳輸時間 ...........................................................................36 圖 4-14 二維網狀模型節點傳輸時間累積圖 .......................................................................37 圖 4-15 小世界網路節點平均傳輸時間 ...............................................................................38 圖 4-16 小世界網路節點傳輸時間累積圖 ...........................................................................38 圖 4-17 Waxman模型節點平均傳輸時間 .............................................................................39 圖 4-18 Waxman模型節點傳輸時間累積圖 .........................................................................39 v.
(7) 圖 4-19 BA模型節點平均傳輸時間......................................................................................40 圖 4-20 BA模型節點傳輸時間累積圖..................................................................................41 圖 5-1 二維網狀模型中節點收到封包中戳記量之累積圖 .................................................45 圖 5-2 二維網狀模型中節點收到戳記大小之累積圖 .........................................................46 圖 5-3 小世界網路中節點收到封包中戳記量之累積圖 .....................................................46 圖 5-4 小世界網路中節點收到戳記大小之累積圖 .............................................................47 圖 5-5 Waxman網路模型中節點收到封包中戳記量之累積圖 ...........................................47 圖 5-6 Waxman網路模型中節點收到戳記大小之累積圖 ...................................................48 圖 5-7 BA網路模型中節點收到封包中戳記量之累積圖....................................................48 圖 5-8 BA網路模型中節點收到戳記大小之累積圖............................................................49 圖 5-9 二維網狀模型總量控制比較圖 .................................................................................53 圖 5-10 小世界網路總量控制比較圖 ...................................................................................54 圖 5-11 小世界網路總量控制十以下比較圖 .......................................................................54 圖 5-12 Waxman網路模型總量控制比較圖 .........................................................................55 圖 5-13 BA網路模型總量控制比較圖..................................................................................55 圖 5-14 二維網狀模型層數控制比較圖 ...............................................................................56 圖 5-15 小世界網路層數控制比較圖 ...................................................................................57 圖 5-16 Waxman網路模型層數控制比較圖 .........................................................................57 圖 5-17 BA網路模型層數控制比較圖..................................................................................58 圖 5-18 不同改善機制下戳記大小比較圖 ...........................................................................59 圖 5-19 三層層數控制機制下戳記大小比較圖 ...................................................................60. vi.
(8) 表目錄 表 4-1 NS2 設定基本參數表 .................................................................................................24 表 4-2 Waxman-Constant數據................................................................................................32 表 4-3 Waxman-Uniform數據 ................................................................................................32 表 4-4 Waxman- Exponential數據 .........................................................................................33 表 4-5 Waxman- Heavy-tailed數據 ........................................................................................33 表 4-6 BA-Constant數據 ........................................................................................................34 表 4-7 BA – Uniform數據 ......................................................................................................34 表 4-8 BA – Exponential數據.................................................................................................35 表 4-9 BA - Heavy-tailed數據................................................................................................35 表 4-10 二維網狀模型廣播訊息覆蓋率 ...............................................................................42 表 4-11 小世界網路廣播訊息覆蓋率 ..................................................................................42 表 4-12 Waxman模型廣播訊息覆蓋率 .................................................................................42 表 4-13 BA模型廣播訊息覆蓋率..........................................................................................43 表 5-1 三種壓縮比較 ............................................................................................................52. vii.
(9) 致謝 曾經我也不認為寫論文是件難事，直到開始做研究後，才明白實驗上簡單的幾個分 析圖所花的心血超乎想像，使我不只一次陷入無力前進的情形。幸好我的家人很支持 我，在我困惑的時候鼓勵我，讓我有動力繼續往前進，所以我在這裡最想要感謝的是我 的家人。 再來要感謝的是指導教授吳俊興老師，從做研究開始，就像燈塔一樣，讓我不至於 在學海中迷失方向，無論是技術上、論文寫作上都無私地給予最好的指導，讓我在短短 兩年中有長足的長進，並且讓我能夠如期畢業。 最後要感謝的是我的同學們，即便是因為領域不同而無法幫上大忙，不過平常學術 的討論以及同儕之間的鼓勵一直是我精神上的補給，感謝你們。. viii.
(10) 1. 前言 網路世界發展日新月異，不斷地改變著使用者的使用習慣，從早期的終端機時代進 階至主從式服務模式、再發展到點對點的同儕式架構，以及最近的雲端計算，整個網路 形態已從先前的一對多轉為多對多的服務模式，大量的傳輸封包在不同的電腦、伺服器 間快速地流竄，建構出資訊隨處及得的環境。在現行的網路架構中，點對點(Peer-to-peer) 系統的應用已經相當廣泛，從檔案分享、網路電話、即時通訊軟體、甚至是目前最熱門 的雲端計算，都有使用點對點系統的概念。網路裡節點與節點間可以直接互相交換資 訊，是整個點對點系統的重要精神。以點對點檔案分享系統來說，每位使用者需要透過 詢問的功能來得知其他使用者是否持有自己所想要的資源，再進行直接或間接的交換； 其他如雲端服務方面，系統也會依照使用者所在的位置及連線狀況，回應使用者連線至 當地的伺服器或目前連線速度最有效率的伺服器，以提供最順暢的網路服務品質；另外 在隨建即連的無線網路中，節點之間更需倚賴廣播訊息來得知目前網路中其他鄰居的狀 況，以維持穩定的網路連線。本篇論文將透過降低點對點系統架構中的廣播冗贅情形， 讓網路保持通暢，以提升整體網路效能。. 1.1 點對點網路 點對點架構和以往主從式(Client-server)架構最大的區別是每個用戶端可以自由地 連接到其他用戶端，並與其他的使用者直接交流，不需透過一個網站或是伺服器來做集 中管理的動作。Gnutella[11]即是使用純P2P結構來實作全部的任務，利用泛流式廣播來 進行檔案搜尋或訊息交換。純正的點對點網路優點是較自由，但相對地就較不易管理， 與其他節點間資訊取得也較為困難，因此許多點對點系統中為了取得全域的節點資訊仍 有參雜主從式架構的概念，如Napster[17]、OpenNAP[19]等的搜尋功能，搜尋到所要連 結的節點後再另外以點對點的方式進行資料交換或傳送。 1.
(11) 點對點系統大致分為兩類，第一類為結構化網路，這類的節點會互相形成有規則的 拓撲結構，因此在傳遞資訊時僅需按照已知路徑規則傳遞方可送至欲傳達的節點，如 Chord[15]和CAN[22]。第二類則為非結構化網路，此類網路中的節點並沒有按照規則排 列，取得網路的全域資訊也是較為困難，因此詢問資源或位置時常常是透過廣播來做進 行，如Gnutella。在[20]中對於Gnutella之請求封包在各種網路下做詳細分析。 非結構化網路中，節點間互相傳遞訊息的方式可分為以下三種：廣播、多點傳播、 單一傳播。廣播(Broadcast)是指節點對於自己連接的鄰居節點進行傳送訊息動作，透過 這樣的傳送方式可將欲傳送之訊息發送至網路中的任何一個節點；在網路中的某一節點 可自由選擇傳送訊息給在同一網路下的其他多個節點的傳播方式稱為多點傳播 (Multicast)，由於非結構化網路下節點無法取得全域資訊，因此傳送路徑則不能像結構 化網路般計算，通常需要依靠廣播的方式來取得有效的路徑資訊或是利用廣播的方式發 送給網路中所有節點，節點再自行判斷是否為接收端來達成多點傳播的工作；單一傳播 (Unicast)是指單一節點對於單一節點進行資料的傳遞，如常見的即時通訊軟體之訊息交 換、或是節點與節點之間的檔案傳輸等。單一傳播有著與多點傳播相同的問題，就是由 於無法取得全域資訊，所以也是得要靠廣播來蒐集資訊或是透過廣播來達成。. 1.2 挑戰 若在一個網路中廣播訊息的數量太多，必會影響正常訊息發送的效能，輕則延遲傳 送、重則癱瘓網路。如將 P2P 檔案分享軟體打開後，便可明顯感覺到網路的品質很容 易就受到影響，如網頁開啟變得很緩慢、與朋友之間正在傳輸的資料停頓下來等，這都 是過多的詢問封包造成網路的癱瘓。 在以往的文獻中，非結構化網路部份學者多以時間概念來思考設計改進訊息傳輸的 冗贅問題，這讓我們不禁思考，是否還有其他層面能夠有效降低訊息重複收到的問題？ 如果真的有這樣的辦法，會不會造成其他的成本跟著提高？ 2.
(12) 論文中所改良的戳記法主要就是解決非結構化網路廣播訊息量過多的問題。我們將 已經收過訊息的節點戳記放在廣播的訊息中加以轉送，之後接收到的節點發現將要廣播 的節點戳記若已經記錄在訊息裡，就將其過濾掉。利用這樣的方法，可以使得網路中廣 播訊息的數量大幅下降，進而省下傳送和網路頻寬的成本。. 1.3 貢獻成果 為了上一節所提到的疑問，我們從日常生活的文件傳遞方式上找到了研究的方向， 利用戳記的概念來試圖解決網路中訊息冗贅的問題。透過這樣空間資訊紀錄的概念，我 們設計了三種不同的戳記法來減低訊息量，且網路中各節點不需要再另外紀錄多餘的訊 息相關資訊，覆蓋率方面仍能保持完全的網路覆蓋面積，不影響其廣播能力，最後在傳 輸時間方面大多也都可以與原本的泛流式廣播並駕齊驅。. 1.4 後續論文內容 在後續的論文中，將完整詳細地說明提出的概念以及分析。第二章節部份回顧有線 網路及無線網路中相關的訊息廣播做法，第三章則細部說明整個戳記法的概念和演算 法，第四章將對於二維網狀模型、小世界網路、Waxman 和 BA 模型做戳記法廣播的模 擬分析，以驗證戳記法在於非結構化網路下是相當有效的。但由於戳記法記錄的資訊可 能過多導致封包大小受影響，因此於第五章部分提出解決辦法，最後在第六章整合本篇 論文的結論以及未來工作。. 3.
(13) 2. 相關工作 早期的非結構化 P2P 網路傳遞訊息之研究大多於有線網路，Gnutella 為最具代表性 的應用，然而近年來無線網路發展快速，因此也有許多學者轉向研究無線網路傳遞訊息 的研究。在本章節我們將說明目前有線網路和無線網路的廣播方式發展。. 2.1 有線網路 有線網路的廣播實現方法可以大略分成兩類，第一類是泛流式廣播法，泛流式廣播 是實現網路廣播的最初方法，早期Gnutella中使用TTL(Time-to-live)來限制詢問資料的廣 播訊息傳遞的距離，而這個TTL則與廣播涵蓋面積有相當大的影響。此類的另一種泛流 式廣播則是以涵蓋範圍為優先考量，第一次收到廣播訊息時一定會將其再廣播出去，因 此只要節點有互相連接一定能收到廣播訊息，是一種相當可靠的廣播方式。近年的 H.Kim[14]等人也對於Flooding進行改進，提出將經過節點資訊記錄在訊息中的方式來限 制Flooding的傳輸路徑，進而增進其廣播效能。 除了Flooding方法外，第二類Random walk也是常用來詢問資料的方法之一，Random walk是封包在節點傳遞時，隨機選取一個鄰居來傳送，這樣的方法可以大幅減少冗贅訊 息的產生，但廣播到所有節點的時間則是相當長。因此有先進改良了Random walk這項 缺點，透過傳送時選取k個鄰居來做傳送動作大大加速了廣播的速度，這改良的Random walk方法稱為k-random walk。後來也有學者詢問時利用機率概念針對Random walk進行 改良[26]，此外也有將泛流式廣播與Random walk混合使用的方法[10]，為的都是想改進 搜尋的成本及效率。本篇論文較偏向Flooding式廣播，以下我們挑出比較相關的泛流式 廣播及TTL泛流廣播來做說明。. 4.
(14) 2.1.1 泛流式廣播（Simple Flooding） 廣播中最基本的傳遞方式莫過於利用泛流式廣播來傳遞，使用此機制的節點將它得 到的資訊傳遞給它的所有鄰居節點，而收到的這些節點又會再傳送給它們的所有鄰居， 這樣可以有效地將訊息傳播到網路內的所有節點，不會有任何一個節點被遺漏掉。關於 泛流式廣播的研究有很多，我們在這裡採用的是每個節點收到訊息後只會廣播一次，爾 後再收到相同的訊息時就予以忽略。這樣的傳遞方式較常使用於無線網路，但比起 Gnutella 中使用 TTL 的泛流式廣播傳遞次數來得少，每個節點所收到的冗贅訊息也就相 對較低。本篇論文中利用這樣的泛流式廣播來做基本的傳遞模式討論及比較。 我們可以將泛流式廣播做簡單的分析，在一個N個節點的網路內，節點i擁有ei個鄰 N. 居，則網路內產生的訊息總數可以表示成 ei ，若這個網路的每個節點皆擁有e個鄰 i 1. 居，在此情形下，則會有 N e 個訊息產生。. 2.1.2 TTL Flooding Flooding雖然有很高的效率及覆蓋率，但大量的冗贅封包則會癱瘓整個網路，而TTL Flooding則改善了此問題，TTL Flooding是一種在廣播封包中加入計數器的廣播方式， 在廣播訊息發送時加入一個計數器，每經過一個節點再次廣播時就減 1，直到這個計數 器減為 0 時，此廣播封包就不再做傳送的動作。早期Gnutella利用TTL Flooding來控制詢 問封包的範圍，一般設定TTL為 7，也就是廣播封包會在網路內廣播平均鄰居數量的七 次方左右，[27]中提到，在TTL=7 時會產生超過 70%的冗贅訊息。TTL設定的大小對於 TTL Flooding有著極大的影響，設得大可以獲得較大的廣播範圍，但冗贅封包則會因為 TTL變大而呈現指數型上升；設得小可有效改善冗贅封包的數量，但對於廣播的範圍及 效力則大打折扣，因此後來有許多的學者針對TTL設定值做研究，試圖找出效果最好的 設定值。 5.
(15) 2.2 無線網路 無線網路中廣播功能更是有著重要的地位，由於節點間並沒有實體的線路做連結， 舉凡交換資訊、傳遞訊息等都要透過廣播來達成。而無線網路廣播時也因為沒有實體線 路的連結，因此無法對指定的鄰居作發送的動作，當要發送給其中一個鄰居時，仍然要 使用廣播來傳送，附近鄰居節點收到不屬於他們的訊息則忽略。這樣頻繁的廣播造成了 廣播風暴（Broadcast storm）的問題，網路內的節點容易因此造成訊息碰撞，使得大家 都沒辦法傳送資訊。為了解決廣播風暴的問題，許多學者則先後提出機率式、面積式和 鄰居資訊式廣播等[9]解決方法。. 2.2.1 機率式廣播（Probability-Based Methods） 機率式廣播與泛流式廣播方法相似，不同的地方在於機率式廣播的節點接收到訊息 後，會使用一個已經定義好的機率機制來決定是否要對自己的節點來發送廣播訊息。機 率式廣播的機率機制並不需要或是僅需很少的網路資訊[28]即可運作，此類型主要提出 的方法有機率制(Probabilistic scheme)和累積制(Counter-based scheme)。 機率制(Probabilistic scheme) [23]廣播在訊息發送時會使用一個事前定義好的機率 值來決定是否發送廣播。在稠密度較高的網路中，許多節點所傳輸覆蓋的範圍很雷同， 使用這樣的方法可以有效地降低冗贅訊息的產生且不會影響到訊息傳送的有效覆蓋面 積。而在稀疏網路環境下節點間重複覆蓋的面積較少，網路中節點仍因使用機率制來決 定是否傳送，造成網路的覆蓋面積無法達到完全覆蓋，可能會使網路中某些節點有收不 到廣播訊息的問題。若要在稀疏網路中解決此一問題則需要調高發送時的機率值，若此 值調高至 1 的話則與泛流式廣播傳送方式相同。 累積制(Counter-based scheme) [23]主要是希望能夠解決機率制在稀疏網路中覆蓋 率不佳的問題，在這個方法中不再使用機率值來決定是否發送訊息，而是透過一個門檻 6.
(16) 值來控制發送與否。若網路中一個節點在發送等待時間內收到很多次相同的訊息的話， 則給予此節點較低的發送權利。累積制廣播是在隨機延遲時間(Random Assessment Delay, RAD)內累積接收到的廣播訊息數量，每收到一個訊息則增加 1 次，直到RAD結 束，若這個累積值沒有超過門檻值的話則正常發送，超過的話則表示目前附近的節點密 度較大，不需要發送廣播，在[23]中門檻值是建議設定超過 6 會比較恰當。. 2.2.2 面積式廣播（Area-Based Methods） 面積式廣播的著眼點是想利用最少的節點廣播來覆蓋住網路最大的面積，因此透過 傳送節點與接收節點之間的距離資訊來設法增加節點與節點間覆蓋的面積[16]。如果兩 個節點之間的距離相當接近，那再廣播時增加的覆蓋面積則會相當有限；而如果另一個 節點恰好在可被覆蓋的廣播面積邊界的話，那這個增加面積的效益可達到 61% [23]。在 面積式廣播中只考慮節點有效廣播的覆蓋面積，不使用任何的鄰居資訊，也不考慮覆蓋 的面積中有多少節點被涵蓋到。這個方面研究較具代表性的作法有距離制 (Distance-based scheme)和定位制(Location-based scheme)。 使用距離制(Distance-based scheme) [23]廣播的節點會透過自己與鄰居節點之間的 廣播封包來計算與鄰居節點之間的距離差距。若收到一個新的廣播訊息時會先等待一個 RAD並在這段時間內收集所有此訊息的冗贅封包，之後檢查這些節點距離的最小值是 否大於先前預設的門檻值，若有超過則正常廣播；若沒超過門檻值則不作任何傳送動作。 在定位制(Location-based scheme) [23]廣播中，每一個節點都需具有一個可以準確計 算或取得自己位置的方法，例如：全球定位系統(Global positioning system, GPS)。透過 這樣準確的定位資訊，節點可以更確切地取得與鄰居的距離差距，以利計算出更符合預 期的覆蓋面積。節點在傳送廣播訊息時，會把自己的定位資訊放進標頭檔中，因此當其 他人收到這個訊息時，便可透過標頭檔中的定位資訊得知發送者的位置並計算它可能的 廣播覆蓋面積。若計算後發現覆蓋的面積小於事先訂好的門檻值，則不會發送廣播訊 7.
(17) 息，且之後遇到相同的訊息也都予以忽略。如果大於門檻值的話便等待一個RAD並持 續接收與此訊息相同的冗贅封包，此段時間內收到的冗贅封包也會去計算是否滿足門檻 值，若發現沒有滿足，則刪除此訊息封包。等到RAD結束，若訊息封包仍然存在，便 廣播給鄰居節點。. 2.2.3 鄰居資訊式廣播（Neighbor Knowledge Methods） 鄰居資訊式廣播乃透過蒐集鄰居的資訊來做決策依據的一種廣播方式，這種廣播方 式可以簡單的分為蒐集一層(1-hop)的鄰居資訊、蒐集兩層(2-hop)的鄰居資訊或是更多層 的鄰居資訊[12]。在無線網路中，每個節點會透過週期性發送的Hello封包來確認其他的 鄰居是否還健在，將這些回傳Hello封包的節點蒐集起來，就是一層(1-hop)的鄰居了。 若進一步讓節點在這個週期性的Hello封包加入自己的鄰居列表，然後廣播給此節點所 有的鄰居，如此一來其他的鄰居們便可以取得此節點以及此節點其他鄰居的資訊，也就 是所謂的二層(2-hop)的鄰居資訊了。現存利用鄰居資訊的廣播模式，大多使用的是二層 鄰居資訊。 Flooding with self-pruning [13]是最簡單使用一層鄰居資訊的方法，當節點要傳送廣 播封包時，會把這個節點的鄰居資訊放入封包中然後傳送。而收到廣播封包的其他節點 會檢查自己的鄰居資訊是不是有封包內的覆蓋節點範圍所不及的，若是如此則同樣把自 己的鄰居資訊加入封包後廣播。如果自己的鄰居列表可以在封包內的列表中找到，則代 表此節點的覆蓋範圍被上個節點給覆蓋，便不需要再多去傳送廣播封包。 Scalable broadcast algorithm (SBA) [25]也是鄰居資訊是廣播法的一種，但它與 Flooding with self-pruning不同的地方在於SBA須要取得兩層的鄰居資訊。每個節點會在 平常時候就會利用Hello封包來交換彼此的鄰居資訊，當節點接收到廣播訊息時便會去 檢查自己廣播涵蓋範圍內的鄰居是不是已經都被上一個廣播發送者傳送過了，如果發現 還有鄰居沒有被涵蓋到，則啟動RAD等待。在RAD時間內節點仍然持續接收廣播過來 8.
(18) 的封包，並確認自己剩下的鄰居是不是有被涵蓋到，直到RAD等待時間結束。若在RAD 時間內自己所有的鄰居都被其他節點所涵蓋到，便丟棄此封包不去做傳送動作；反之如 果RAD結束後發現自己還有鄰居尚未被覆蓋，則將此訊息再廣播出去。 SBA是一種在接收期間做蒐集鄰居資訊來減低重複封包傳送的方法，而Multipoint relaying [3][4]則是透過發送時即使用鄰居資訊來減少重複訊息的機制，它同樣是需要使 用二層鄰居資訊的廣播方法，Multipoint relaying傳送時會去挑選一些鄰居並告訴這些鄰 居需繼續做廣播動作，這些被選中的鄰居叫做Multipoint relays (MPRs)，它們收到廣播 訊息後會再去挑選新的MPRs並繼續廣播下去，而未當選MPRs的節點則只單純的做接收 的動作。因此這個方法中如何挑選出MPRs便是重要的議題，在[4]中有提到主要挑選的 步驟為：將第二層的鄰居可以在一層之內傳送到的鄰居節點設為MPRs，然後確認這些 MPRs看看是否可以將原本所有的二層鄰居都覆蓋住，若不行則再從一層的鄰居中挑選 可以蓋住二層鄰居的節點，直到所有兩層鄰居都被覆蓋為止。透過這樣的步驟，可以選 出廣播效果較好的MPRs。. 9.
(19) 3. 戳記式廣播傳遞機制 這個章節我們將討論三種不同的戳記式廣播方法[29][30]，並利用基本的Flooding 與我們提出一系列戳記式廣播方法來做比較。在詳細討論前，需要先定義一個網路節點 關係圖G(V, E)，V是網路中的節點而E是連接節點的路徑，每個節點v都有獨一無二的編 號稱為id(v)。這些在網路中的節點會連接其他的節點，這些相鄰的節點我們稱之為「鄰 居」，並利用N(v)表示。我們建立一個簡單的節點關係圖來為之後的傳遞關係做說明， 許多網路都含有這樣的拓撲結構(Topology)。這個關係圖是一個四點連接的網路，其連 接的關係是. id ( A) id ( B ) id (C ) id ( D ). link id ( B ), id (C ) link id ( A), id ( D ) link id ( A), id ( D ) link id ( A), id ( B ), id (C ). 在這裡假設的拓撲是有向圖，用以表示鄰居之間不對等的關係，如圖 3-1所示。在 網路中節點間不一定互為鄰居，可能礙於網域關係或是有防火牆阻擋等情況。. 圖 3-1 四個節點的關係圖. 10.
(20) 3.1 基本戳記(Basic Stamping) 基本戳記是實現戳記概念的基礎的方法。它的主要概念如同現實中一份文件要不同 部門去審核，處理過此份文件的部門會在文件上蓋上部門印章以示負責。遞送文件的人 員在遞送過程中，可以清楚地了解有哪些部門還需要拜訪、哪些部門已經完成手續，使 得這份文件能夠順利地在時限內完成所有的程序審核。我們利用這樣的方法在一封將要 送出的廣播訊息 m 裡的戳記中加入發送節點 id(S)的資訊，用以表示這個訊息 m 已經被 該節點 id(S)處理過，若之後這個訊息 m 又輾轉被節點 id(R)轉送給節點 id(S)時，節點 id(R) 便可以在戳記中察覺節點 id(S)已經收過，則節點 id(R)便可以藉此過濾掉將要傳給節點 id(S)的訊息，如此一來便省下許多重複的訊息處理時間及傳送訊息的頻寬。 基本戳記過濾法中，當一個節點 id(n)收到來自其他節點傳來的訊息 m 時，它會先 檢查存放歷史紀錄訊息編號的 msgbox 裡面，看看是否已經有這個訊息 m 的紀錄，若發 現存在則表示這個訊息為已經處理過的重複訊息，便予以忽略。如果沒有接收過，則與 id(n)的所有鄰居節點逐一比對是否有在訊息 m 所紀錄的戳記欄位 stamp 裡，若第 i 個鄰 居 neighbori 檢查沒有包含在 stamp 中則加入自己 id(n)的郵件地址後發送給鄰居. Algorithm 1 Basic stamp 1: if node id(n)received a message m then 2: msgexist ← false 3: 4: 5:. for each msg in msgbox do if m is in msgbox then msgexist ← true. 6: 7: 8: 9: 10: 11:. if msgexist = false then for id(n)’s each neighbors do if stamp didn’t have neighbori then put id(n) in stamp send the message m to neighbori put m in msgbox. 11.
(21) neighbori；若檢查時發現 stamp 中已經含有 neighbori 的資訊，則表示傳送給 id(n)之前， 已經有其他的節點傳送給這個鄰居 neighbori 了，所以在此同樣不再對 neighbori 做傳送 動作。當全部鄰居都完成發送後便將此訊息 m 存入 msgbox 紀錄，整個基本戳記的虛擬 碼如 Algorithm 1 所示。. 圖 3-2 基本戳記法廣播訊息的路徑圖 為了清楚地說明其傳遞的過程，在這裡利用前面建構好的圖 3-1一步一步來做說 明，並討論怎麼樣的情形下可以節省到重複的訊息。假設id(A)為起始廣播節點，發送給 它鄰居id(B)、id(C)訊息的戳記欄位(Stamp)中會放入id(A)的編號。id(B)收到訊息後，應 該要轉發給它的鄰居id(A)、id(D)，但id(B)在轉送時發現id(A)這個編號已被記錄在信件 的戳記欄位中，因此id(B)就會把轉送給id(A)的訊息忽略；在id(B)轉送給id(D)的部份， 檢查時並沒有發現編號有被記錄在戳記欄位中，這代表id(D)還沒有收到這個訊息，所 以id(B)便正常發送訊息給id(D)。相同地，由id(C)轉送的訊息也因為戳記欄位有id(A)的 編號而被過濾掉，因此也只傳送給id(D)。id(D)先收到來自id(B)的轉送訊息以後比對鄰 居的編號發現id(A)、id(B)都有在戳記欄位中，所以id(D)只將訊息轉送給id(C)。另一方 面，id(D)也收到來自id(C)的訊息，由於這個訊息跟來自id(B)的訊息編號相同，所以id(D) 就不再重複處理相同訊息了。這樣此網路內的四個節點便都收到了此廣播訊息就完成 了，詳細傳遞過程如圖 3-2所示。. 12.
(22) 在圖 3-1的關係網路下若使用Flooding方法，所需要傳遞的訊息總數是 9 個，id(A) 收到 3 次冗贅訊息，id(B)、id(C)、id(D)各收到 2 次訊息，而這 2 次訊息中有 1 次是冗 贅訊息。使用基本戳記法方法下，訊息傳遞總數減為 5 個，id(B)收到 1 個，id(C)、id(D) 各收到 2 個。圖 3-2中可以清楚發現，基本戳記法對於id(A)、id(B)、id(D)這樣三點連 結的關係，其節省訊息狀況已具有相當好的效果。. 3.2 進階戳記(Advanced Stamping) 在上一節的基本戳記法中雖然已經大幅改善泛流式廣播冗贅訊息過多的問題，但不 難發現基本戳記法還是有地方需要改善的，如圖 3-2的id(C)早已從id(A)那裡獲得訊息， 但id(D)並不知道id(C)有從其他節點獲得訊息，故後來又傳了一次相同訊息給id(C)，這 不禁讓人思考，是否有辦法能夠讓id(D)知道這個訊息已經由其他的節點轉發給id(C) 過？這樣的想法造就了進階戳記法的誕生。. Algorithm 2 Advanced stamp 1: if node id(n)received a message m then 2: msgexist ← false 3: 4: 5:. for each msg in msgbox do if m is in msgbox then msgexist ← true. 6: 7: 8: 9:. if msgexist = false then for id(n)’s each neighbors do if stamp didn’t have neighbori then put id(n) in stamp. 10: 11: 12: 13: 14:. for each o.neighbors do if stamp didn’t have o.neighborj then put o.neighborj in stamp send the message m to neighbori put m in msgbox. 13.
(23) 進階戳記法的設計概念在於擴充戳記欄位所包含的資訊，將未來會收到廣播訊息 m 的節點，也當成是「已經」收過的訊息。現在有個節點 id(n)接收到來自其他節點的一 個廣播訊息 m，它會先檢查 msgbox 裡面，是否已經有這個訊息 m 的歷史紀錄，如已經 接收過就予以忽略。若是沒有處理過，就逐一比對 id(n)的所有鄰居節點是否有在戳記 欄位 stamp 裡，若第 i 個鄰居 neighbori 檢查沒有包含在 stamp 中則先加入自己 id(n)的郵 件地址，然後將 id(n)除了 neighbori 以外的鄰居們 o.neighbors 一併加入 stamp 後發送給 鄰居 neighbori。如果 neighbori 有在 stamp 則予以忽略傳送動作，當全部發送完成後便 將此訊息 m 存入 msgbox 紀錄，關於進階戳記的虛擬碼如同 Algorithm 2 所示。. 圖 3-3 進階戳記法廣播訊息的路徑圖 同樣地，為了更清楚地說明其傳遞訊息的過程，以先前圖 3-1的關係圖來為進階戳 記法做說明。假設id(A)為發送廣播的起始節點，它會發送訊息給它的鄰居id(B)和id(C)。 使用進階戳記法時，發送給這兩個鄰居的戳記內容是不一樣的，id(A)傳給id(B)的訊息 中，加入的是除了id(B)以外的鄰居編號在戳記欄位裡，也就是id(C)，還有id(A)本身的 郵件地址。同樣地，id(A)發送給id(C)的訊息內容中，戳記欄位則會加入id(A)和id(B)的 郵件地址。當id(B)收到來自id(A)的訊息後，應該繼續廣播給它的鄰居id(A)和id(D)，但id(B) 檢查訊息裡的戳記欄位時發現有id(A)的資訊，因此不再對id(A)做傳送動作。戳記中並 沒有id(D)的資訊，因此傳送時把id(B)鄰居中不含節點id(D)的資訊也都加入戳記欄位， 就是id(A)，但發現id(A)已經存在欄位裡了，所以就不需要重複加入，最後再加入節點 14.
(24) id(B)本身編號後即發送給節點 id(D)。另一方面，id(C)也收到來自 id(A)的廣播訊息，同 樣地去比對戳記欄位，檢查欄位中需要加入的鄰居是否已經加入，最後再加上自己的編 號，處傳送給 id(D)的訊息戳記裡含有 id(A)、id(B)、id(C)。 id(D)收到來自id(B)的訊息，其中欄位裡有id(A)、id(B)、id(C)的資訊，它應將此信 件再轉送給它的鄰居id(A)、id(B)和id(C)，但id(D)發現欲轉送的三個節點的資訊都有紀 錄在戳記裡了，因此這三個廣播訊息都會被id(D)過濾掉。此時，四個節點皆收到廣播 的訊息，整個過程如圖 3-3所示，實線的部份是有傳送的廣播訊息路徑，虛線部份是節 省掉的訊息路徑。 在泛流式廣播中，這樣的網路關係結構需要傳送 9 個廣播訊息；在基本戳記法中， 則需要傳送 5 次的訊息傳送；而在進階戳記法中，僅需要 4 次訊息傳送，且只有 id(D) 多收到一次重複的廣播訊息，id(B)和 id(C)用戶則都沒有收到冗贅的訊息，大幅節省了 許多不必要的頻寬浪費，節點收到重複訊息的情形也因此獲得不錯的改善。. 3.3 混合戳記(Hybrid Stamping) 在圖 3-3中不難發現，進階戳記法這樣的傳送方式還是有多餘的訊息被傳送，也就 是當兩個節點有著相同且尚未傳送鄰居時，它們都會發送訊息給這個尚未傳送過的鄰居 節點而造成冗贅的情形，因此我們便思考是否有辦法改善這樣的情形。 首先想到的是，若欲傳送給相同點的兩個節點，都知道對方會傳送給自己將要傳送 的節點，則此兩節點再擇其一者來進行傳送，便可以省去不必要的冗贅重複訊息。但如 何使兩個節點互相知道它們將會傳給相同的節點，這便是混合戳記法的關鍵。構思以後 發現其實這個想法並不難做到，因為在非結構化同儕式網路架構中，節點與節點間平常 的時候就會利用簡單的封包測試(Hello)來互相確認與鄰居的連結是否還存在。利用這 點，平常互相通訊時就將節點自己的鄰居資訊傳送給鄰居，如此一來每個節點皆可獲得 鄰居節點的鄰居資訊。有了這些資訊，欲傳送給相同節點的兩個節點便可透過這個相同 15.
(25) 的點來發現對方的存在，在這裡它們會比較自己與對方節點編號大小，然後由編號較小 的節點來進行傳送的動作。 Algorithm 3 為混合戳記法的虛擬碼，在這個方法中 id(n)需透過 Hello 封包得知 id(n) 鄰居的所有鄰居連結狀況然後記錄於 nodeinfo 中，如 id(n)的第 i 個鄰居 neighbori 所有 的鄰居連結狀況會記錄於 id(n)的 nodeinfoi 裡。由於混合戳記法是由進階戳記法與 Neighbor pruning 所混合而成的，因此大多數的步驟皆承襲進階戳記法，主要差別在於 發送給鄰居 neighbori 前會多做一個將訊息 m 的 stamp 欄位與 nodeinfoi 比對的動作，若 比對後發現兩者並無符合，則正常發送廣播訊息；若比對時發現有 nodeinfoi 在 stamp 欄位裡出現，則代表將要發送的節點 neighbori 有別的節點可能送過，在這裡我們將比. Algorithm 3 Hybrid stamp 1: if node id(n)received a message m then 2: msgexist ← false 3: 4: 5:. for each msg in msgbox do if m is in msgbox then msgexist ← true. 6: 7: 8:. if msgexist = false then for id(n)’s each neighbors do msgsend ← false. 9: 10:. if stamp didn’t have neighbori then put id(n) in stamp. 11: 12: 13:. for each o.neighbors do if stamp didn’t have o.neighborj then put o.neighborj in stamp. 14: 15:. if nodeinfoi didn’t in stamp then msgsend ← true. 16: 17:. if nodeinfoi in stamp and id(n) smaller than nodeinfoi’s ID then msgsend ← true. 18: 19: 20:. if msgsend = true then send the message m to neighbori put m in msgbox. 16.
(26) 較 id(n)與這個可能傳送給 neighbori 的節點編號的大小，id(n)編號較小的話則由 id(n)負 責傳送，反之則代表另一個節點已負責傳送，便不再做發送的動作。. 圖 3-4 混合戳記法廣播訊息的路徑圖 同樣以圖 3-1為例，id(A)向id(B)發出帶有id(A)、id(C)戳記資訊的廣播訊息，同時 也向id(C)發出帶有id(A)、id(B) 戳記資訊的廣播訊息。id(B)收到來自id(A)的訊息後，由 於id(A)在訊息的戳記欄位中有被記錄，則不再廣播給id(A)節點，而id(D)節點沒有在訊 息的戳記中，所以檢查id(D)的鄰居是否有被記錄在戳記欄，然而發現id(C)是id(D)的鄰 居，也同時被記錄於訊息的戳記欄中，但id(B)與id(C)比較後發現id(B)的編號較小，因 此id(B)仍然負責傳送。同時間，id(C)也收到了來自id(A)的訊息，同樣地，id(A)有被記 錄於戳記欄中所以不回傳給id(A)，而檢查id(D)的鄰居時發現id(B)是id(D)的鄰居且存在 於訊息的戳記欄位中，經由判斷結果發現id(C)的編號較id(B)節點小，因此傳送給id(D) 廣播訊息的任務則會由id(B)負責，所以id(C)就不再加以傳送。id(D)收到來自id(B)的訊 息後，由於id(A)、id(B)、id(C)三個鄰居的資訊皆有紀錄於戳記欄位中，便不再做任何 傳送動作，因此整個網路的廣播到此就算完成了，傳送路徑如圖 3-4所示。 回顧一下先前的方法，利用基本戳記法時需要 5 次的訊息傳送；在進階戳記法中， 則需要 4 次訊息傳送，而混合戳記法下所傳送的廣播訊息僅需 3 次，也是四節點結構網 路最少廣播的傳送數量，成功取得最好效果。比起泛流式廣播法，訊息傳遞總數由 9 17.
(27) 個大幅下降成 3 個，改善程度高達 66%。. 3.4 電子郵件應用範例 戳記式廣播傳遞機制除了可以在非結構化點對點疊加系統中用來支援訊息傳遞 外，也可以在電子郵件系統中用來過濾泛濫的轉寄信件。電子郵件為現代人們重要的連 絡與訊息交換工具，但是由於使用便利與成本極低，因此衍生許多問題，例如垃圾廣告 信泛濫、含有病毒的惡意信件充斥等。轉寄信件與垃圾廣告信或含病毒惡意內容信件有 極大的不同，多為朋友間基於善意分享所進行的有限廣播信件。此行為乃發送者個人意 志，因此判斷則較為困難。收信人第一次收到一封轉寄信的時候，會很有興趣地閱讀它， 但如果收信人不斷地收到相同的轉寄信時，常會開始產生困擾，因此在本節設計部分， 我們設法讓使用者只收到一次轉寄信件或少數次的重覆轉寄信件。 根據電子郵件的傳遞過程原理，電子郵件的過濾時機點可大略分成二類：第一類是 收到郵件後做過濾動作，如病毒過濾、廣告信過濾。第二類是在信件送出時就進行過濾， 如本篇論文提出的戳記過濾。實作上也可以細分成在伺服器端或是在使用者端做過濾。 在伺服器端做過濾的話，可以降低收件或發送郵件的成本，節省不必要的頻寬浪費；在 使用者端做過濾則可以協助使用者在閱讀開啟前過濾掉重複資訊，但就沒有降低成本的 優點。 電子郵件的傳遞方式如圖 3-5所示，寄件者在自己的電腦上使用郵件使用者代理人 (Mail User Agent, MUA)如Outlook等軟體寄送郵件，郵件透過SMTP協定傳至服務之伺服 器，這個本地端的郵件伺服器會透過MTA(Mail Transfer Agent, MTA)接收寄件者的請求 並且將寄送到本地其他使用者的郵件透過MDA(Mail Delivery Agent, MDA)分類放置郵 件檔案中，要送至遠端的信件再透過MTA使用SMTP協定送至遠端郵件伺服器，遠端伺 服器同樣利用MTA接收後，透過MDA分類放置到遠端收件者的郵件檔案中，最後收件 者再使用POP/IMAP協定跟伺服器取得郵件資料。 18.
(28) Remote Client. Local Client Mail User Agent (MUA). MUA SMTP Mail Transfer Agent (MTA). POP/IMAP MTA. Mail Box. Mail Box Mail Delivery Agent (MDA). MDA. SMTP. 圖 3-5 電子郵件架構圖 戳記法過濾需是在發送信件前先做過濾，以降低發送的信件量，因此理想的情形僅 需要實作於伺服器端的MTA就可以了，郵件收送流程圖如圖 3-6所示，使用者於MUA 發送郵件至伺服器的MTA，MTA收到後會透過戳記判斷準收件者們是否有在戳記中， 若偵測到則將此郵件阻擋不再傳送，如果沒有偵測到則正常傳送。 上述的方式是在伺服器之間皆互相信任且都有裝設戳記過濾轉寄信機制的情形 下，但如果有不信任私人的郵件伺服器，可能仍有郵件沒過濾的疑慮，因此我們要在收 到遠端郵件伺服器發送來的郵件時再做一次過濾的動作，使其維持轉寄郵件過濾的品 質，如圖 3-7所示。 在郵件通過MTA傳送出去的時候加上我們自訂的郵件標頭(Header)，現行許多郵件 伺服器都會加入自訂的郵件標頭，而這些自訂的郵件標頭，通常前面會加上“X-＂來跟 標準標頭檔有所區別，因此我們自訂的戳記郵件標頭也不例外，設定為“X-stamp＂。 在這裡節錄了一段電子郵件，這份電子郵件是由一名[email protected]的使用 者轉寄給 [email protected]的郵件內容，我們在這份電子郵件中加入了戳記的表示 方法以供參考，如圖 3-8粗體字處所示。 19.
(29) 圖 3-6 使用戳記法之電子郵件單層控制流程圖. 圖 3-7 使用戳記法之電子郵件雙層控制流程圖 20.
(30) Delivered-To: [email protected] Received: by 10.100.40.6 with SMTP id n6cs183337ann; Thu, 15 Jul 2010 02:30:28 -0700 (PDT) Received: by 10.231.11.3 with SMTP id r3mr18453995ibr.68.1279186228152; Thu, 15 Jul 2010 02:30:28 -0700 (PDT) Return-Path: <[email protected]> Received: from col0-omc3-s6.col0.hotmail.com (col0-omc3-s6.col0.hotmail.com) by mx.google.com with ESMTP id m35si2054497ibm.48.2010.07.15.02.30.27; Thu, 15 Jul 2010 02:30:28 -0700 (PDT) Received-SPF: pass client-ip=65.55.34.144; Authentication-Results: mx.google.com; spf=pass Received: from COL103-W21 ([65.55.34.136]) by col0-omc3-s6.col0.hotmail.com with Microsoft SMTPSVC(6.0.3790.4675); Thu, 15 Jul 2010 02:29:38 -0700 Message-ID: <[email protected]> Return-Path: [email protected] Content-Type: multipart/alternative; boundary="_0f652578-3f8d-47df-b86a-8e7255353299_" X-stamp: {User1, User2, User3}@mail.nuk.edu.tw {ghost855779}@hotmail.com X-Originating-IP: [140.127.208.228] From: =?big5?B?p/UgsVKlaw==?= <[email protected]> To: =?big5?B?p/UgsVKlaw==?= <[email protected]>, <[email protected]> Subject: For example Date: Thu, 15 Jul 2010 17:29:37 +0800 Importance: Normal MIME-Version: 1.0 X-OriginalArrivalTime: 15 Jul 2010 09:29:38.0204 (UTC) FILETIME=[3EC74DC0:01CB2400] --_0f652578-3f8d-47df-b86a-8e7255353299_ Content-Type: text/plain; charset="big5" Content-Transfer-Encoding: 8bit Just for example.. 圖 3-8 電子郵件實際內文圖. 21.
(31) 4. 基礎實驗分析 為了詳細了解戳記法的效能，我們設計了一系列的模擬實驗來進行分析。首先先說 明實驗的相關設定，並在第 4.2節對於各種不同的戳記法傳送的訊息總數量做比較，從 中可得知到每種戳記法的改善比例；第4.3節透過每個節點訊息傳送量減少的比例，可 以了解改善的方式是大部分節點平均地減少，亦或只是部分節點的大幅地減少；第4.4節 中，我們透過控制頻寬大小來得知頻寬對於訊息總數的影響；由於戳記法的路徑選擇方 式下，有機率選擇到傳輸較長的路徑，因此在第4.5節中透過比較傳送總時間來分析其 差異；最後第4.6節針對戳記法的大量減少訊息量是否影響覆蓋率來做討論。. 4.1 實驗設定 在本章中的所有實驗皆使用具有公信力的NS2 (Network simulator 2)[18]網路模擬 環境進行模擬，將泛流式廣播與本論文提到的三種戳記法，針對不同的變數與網路環境 來進行分析，了解其戳記法之優缺點。我們以二維網狀模型(2d-mesh)、小世界(Small world)網路、Waxman [6]網路模型以及BarabasiAlbert(Barab´asi-Albert model) [1]網路模 型來做實驗分析，其中二維網狀模型常應用於都市棋盤格定點網路，小世界的網路架構 則與現行的電子郵件、Gnutella架構相似，而Waxman及BarabasiAlbert模型都屬於具擴展 性網路（Scale-free network），因此可以用來模擬網際網路的架構。 二維網狀模型的好處在於節點與節點之間的距離皆相同，因此在設定方面，頻寬、 節點間延遲皆相同，可以讓我們較容易去了解戳記法的優缺點。二維網狀模型的節點於 平面分布如漁網般，每個節點皆與上下左右四個節點連接，此種典型網路架構中節點的 平均鄰居數約為 3.96，其網路示意圖如圖 4-1所示。 小世界網路架構的節點速度部分，我們使用[24]中分析出的Gnutella節點分布來做 模擬，而網路節點連接的對象選擇方面，利用的是Boost Libraries[8]的SWGen()函式協 22.
(32) 助產生矩陣，而產生節點鄰居的預設值為 6 個，也就是節點連接的鄰居數量平均值會在 6 個左右，且大部分的節點會與前後的節點互相為鄰居，網路連結狀況如圖 4-2所示。 Waxman網路模型則是利用學者Waxman 1988 年在[6]中發展出來的機率模型來計算 網路中節點連接的情形，而這個機率模型為：. P(u, v) e. d /( L). 其中 0 , 1 ，d 為節點 u 至節點 v 的歐幾里德距離，且 L 是任意兩點之間最長 的距離。在本篇論文中，我們將 設為 0.15、 設為 0.2 來產生所需之拓撲。. BarabasiAlbert 是由 Barab´asi 和 Albert 兩位學者實作出來的網路模型，它裡面使用 了 power law 網路結構的兩個特點：逐漸成長與優先連結。一個網路會不斷地有新的節 點加入稱為逐漸成長；而優先連結則是表示一個新加入網路的節點，它會優先與高連結 度的節點或是熱門節點作連結。當節點 i 加入網路時，它連接已存在於網路中節點 j 的 機率如下：. P (i, j ) . . dj kV. dk. dj 表示節點 j 的鄰居數量，而 V 為已經被加入網路中節點的集合， kV d k 則是代 表已加入網路中全部節點的 outdegrees 之總和。 上述之Waxman和BarabasiAlbert在本篇論文模擬部份皆使用BRITE [2]中網路拓撲 產生器協助產生網路連線狀況，分布連接示意圖如圖 4-3和圖 4-4所示。. 23.
(33) 圖 4-1 二維網狀模型示意圖. 圖 4-3 Waxman 網路示意圖. 圖 4-2 小世界網路示意圖. 圖 4-4 BA 網路示意圖. 在我們進入實驗之前，先將一些參數的定義說明一下。在以下的模擬中，我們使用. N來代表網路中存在節點的數量，測試的節點數量從 8 個開始以 2 的指數為一個單位增 加，最多測試至 4096 個節點，每種測試節點的實驗均測試 100 次。每個發送廣播封包. data的大小設定為 100 Bytes；節點間互相連線的頻寬BW則固定為 2Mb。表 4-1中可快 速查閱這幾項基本設定的涵義。 表 4-1 NS2 設定基本參數表 參數. 參數敘述. 值. N. 節點總數量. 8 N 4096. data. 封包大小. 100 Bytes. BW. 連線頻寬. 2Mb. 24.
(34) 4.2 訊息總數 傳送訊息數量的多寡，與整體網路頻寬的負荷息息相關，也與節點處理訊息量的負 荷密切的關係，能夠做到最少的訊息傳送又不影響廣播的範圍，是我們所期望的，在這 章節將分析並比較泛流式廣播與本篇論文提出的三種戳記式廣播機制方法。 透過二維網狀模型模擬得到的數據可製成圖 4-5，其中x軸部分為節點數量，節點 數量從 16 (即 24)至 4096 (即 212)以 4 倍數增加；y軸部分則表示在網路中訊息傳播的總 次數。以 4096 個節點的狀況來分析，基本戳記法約可比泛流式戳記法節省 25%的訊息 量，進階戳記法則節省了 26%的訊息量，而混合戳記法可大幅節省 63%的訊息總量。 在圖中可以發現進階戳記法與基本戳記法的改進幅度很接近，主要是因為二維網狀模型 中，傳輸時反而被這種規矩的網狀架構給限制了，因此能發揮作用的僅只有少數節點而 已。而混合戳記方面改善效能就很良好，主要原因在於網狀架構提供許多兩個節點傳送 到同一節點的狀況，因此在節省訊息數量上有顯著改善。 圖 4-6 中我們將模擬小世界網路結構的數據做成比較圖， x 軸部份設定為節點數 量，每次皆以倍數增加；y軸數據表示在小世界網路中訊息傳播的總次數。四個廣播方 式線型都以指數型式增加是因為節點數也呈現 2 倍數增加的關係，但可以在圖中發現即 18000. Number of Messages. 16000 14000. Flooding. Basic. Advanced. Hybrid. 12000 10000 8000 6000 4000 2000 0 16. 64. 256. 1024. 4096. Number of Nodes. 圖 4-5 二維網狀模型總傳送數量以及節點個數關係圖 25.
(35) 使節點數快速增加下，節省的比例有略為減少的趨勢，但整體而言都有維持在合理的成 效內。在 4096 個節點時，基本戳記法平均可以比泛流式廣播省下 20%左右的訊息量； 進階戳記法則可以平均比泛流式廣播省下 47%的訊息總數；混合戳記法更是省下了 59% 的訊息數量。以進階戳記法和基本戳記法比較結果則是減少了 34%的訊息數量；混合戳 記法多增加的 Neighbor pruning 機制則可以改善原本的進階戳記法，進而減少 24%的訊 息總量。小世界網路與先前在第三章做說明的四節點模型來做比對，基本上都較理論來 得少，畢竟網路中並沒有這麼理想的結構，但節省效果都算相當不錯。混合戳記及進階 戳記在越多節點的情形下節省效能略差的原因在於網路內節點數量大幅增加，但節點連 結的鄰居數量卻沒有增加，使得節點在一、二步內因互相覆蓋而可節省的訊息減少，導 致節省比例的下降。 35000. Number of Messages. 30000. Flooding. Basic. Advanced. Hybrid. 25000 20000 15000 10000 5000 0 8. 16. 32. 64. 128. 256. 512 1024 2048 4096. Number of Nodes. 圖 4-6 小世界網路總傳送數量以及節點個數關係圖. Waxman模型與小世界網路比較可發現其改進效果明顯較差，其中較為特殊的是在 這樣的結構中，節點數量越多反而會使得進階戳記法和混合戳記法的效果變差。基本戳 記法在節點數量為 8 時可節省約 20%的訊息數，節點數量增加至 4096 時節省數量降至. 17%，基本戳記法部份節省幅度差距並不大；進階戳記法在 8 個節點時可節省 70%的訊 息總數，但增加至 4096 個節點時，改善的訊息量卻大幅降低至 18%；混合戳記法也有 相同的情形，在節點數量為 8 時可節省約 81%之訊息量，然而節點數量增加至 4096 節 點時改進幅度卻是銳減至 27%，如圖 4-7所表示。由於網路結構不同於小世界網路， 26.
(36) 30000. Number of Messages. 25000. Flooding. Basic. Advanced. Hybrid. 20000 15000 10000 5000 0 8. 16. 32. 64. 128. 256. 512 1024 2048 4096. Number of Nodes. 圖 4-7 Waxman模型總傳送數量以及節點個數關係圖 因此戳記法在 Waxman 這類的網路結構中僅適合用於節點數較少之網路。 由圖 4-8 可發現 BA 模型與小世界網路比較則是基本戳記和進階戳記改進幅度較 差，混合戳記法則可以維持較好的改善水準。8 個節點中使用基本戳記法可改善的幅度 為 20%，4096 個節點時則略降至 17%，改善幅度並無太大差異；在進階戳記法中與. Waxman模型情形類似，在節點數量少時可有約 74%的訊息改善幅度，但節點數量增至 4096 個時，改善量卻大幅下降至 22%；混合戳記法在BA模型中則可以維持與小世界網 路相同的水準，節點數量少時有 81%的改善，節點數量增加後仍可節省掉 51%的訊息 總數。因此我們可以了解到BA模型這樣的網路結構中，在節點數量多的情形下選擇 30000. Number of Messages. 25000. Flooding. Basic. Advanced. Hybrid. 20000 15000 10000 5000 0 8. 16. 32. 64. 128. 256. 512 1024 2048 4096. Number of Nodes. 圖 4-8 BA模型總傳送數量以及節點個數關係圖 27.
(37) 混合戳記法來做廣播仍可取得相當不錯的成效。. 4.3 節點減少傳輸比例. 除了對於訊息總數來做分析之外，也對於每個節點實際能夠省下重複傳送的訊息個 數來做比較，送出的訊息數量越少，也就象徵著每個節點所需要負荷的處理資訊量就越 少，若有更多的封包需要處理傳送時，才不會因此而擁塞變慢。在這裡以 1024 個節點 的小世界網路、Waxman 和 BA 模型來做模擬，利用泛流式廣播當作比較對象，分析基 本戳記法、進階戳記法和混合戳記法的改善幅度。 第一部分實驗利用 1024 個節點的二維網狀模型來做分析，圖 4-9中可以看到，基 本戳記法有 88%的節點僅改善 25%的訊息傳送，顯示大部分的節點僅改善上一層來源 部份的訊息而已。而進階戳記方法也有 80%的節點同樣僅改善 25%訊息傳送，也就是 大部份的節點改善幅度皆與基本戳記法並無兩樣，但也相對有 20%的節點改善幅度大於. 25%。混合戳記法的部份則每個節點均可改善 50%以上訊息傳送，更有 32%可改善 72% 以上訊息傳送。進階戳記法經由細部分析過後發現，在這種規則且沒有捷徑的網路架構 下，因為紀錄的是過去鄰居的資訊，所派上用場的機會並不高，只有在離原始發送點附 近的主要傳送路徑上二旁的點可以有節省的機會，其餘節點皆無法節省。雖然這些鄰居 100%. Ratio of Nodes. 80% 60% 40% Basic Advanced Hybrid. 20% 0% 0%. 20%. 40% 60% Ratio of Reduced M essages. 80%. 圖 4-9 二維網狀模型節點節省訊息之百分比 28. 100%.
(38) 資訊在進階戳記派不上用場，但在混合戳記的 Neighbor pruning 的運用下則可以發揮出 其效力，透過鄰居資訊可以預測廣播訊息下一步是否需要傳送，大幅地減少訊息發送量。 第二部分實驗利用的是 1024 個節點的小世界網路來做分析，圖 4-10中可以看到， 在基本戳記方法下有 50%的節點節省了 15%以上的訊息傳送，其中有 20%的節點更可 以省掉 40%以上的訊息。而進階戳記方法下有 50%的節點可以節省 50%以上的訊息傳 送，且有 13%的節點更可以省掉 70%以上的訊息傳送，其效果算是相當不錯。使用混 合戳記法則有 97%的節點可以省一半以上的訊息傳送，更有 40%的節點可以省下高達. 70%的訊息傳送，其節省的幅度相當可觀。這三種戳記法的實驗結果中，發現省下較多 的節點，大多在於主要傳遞路徑上的節點和左右兩邊的節點，離主要傳遞路徑越遠的節 點則節省的效果越不好。進階戳記在主要路徑上及附近能節省的節點範圍比基本戳記 大，所以能省下較多的訊息量。混合戳記由於可以互相推派傳送訊息之節點，因此在成 效上，又比進階戳記在好上一些。 第三部份實驗同樣利用的是 1024 個節點來做分析，圖 4-11的Waxman 模型與圖. 4-10的小世界網路比較可發現其改進效果明顯較差，原因在於總訊息數量的改進幅度本 身就不如小世界網路來得好，單位節點的節省比例當然也就跟著受影響。從圖 4-11可 以大略發現，基本戳記方法下有 23%的節點並無任何節省，且僅有 13%的節點可以省 100%. Ratio of Nodes. 80% 60% 40% Basic Advanced Hybrid. 20% 0% 0%. 20%. 40% 60% Ratio of Reduced M essages. 80%. 圖 4-10 小世界網路節點節省訊息之百分比 29. 100%.
(39) 100%. Ratio of Nodes. 80% 60% 40% Basic Advanced Hybrid. 20% 0% 0%. 20%. 40% 60% Ratio of Reduced M essages. 80%. 100%. 圖 4-11 Waxman 模型節點節省訊息之百分比 掉 25%以上的訊息。而進階戳記方法下有 18%的節點沒有節省到任何訊息傳送，且只 有 26%的節點可以省掉 25%以上的訊息傳送。混合戳記法則較前兩種戳記法好一些， 有 29%的節點可以省 40%以上的訊息傳送，12%左右的節點可以省下 60%的訊息傳送。 第四部份則是對於BA模型來做 1024 個節點的節省比例來做分析，圖 4-12的BA模 型與圖 4-10的小世界網路比較仍可發現其改進效果明顯較差，但混合戳記仍然有不錯 的效果，這同樣與先前一節的訊息總數量有關係。 由圖 4-12可得知，基本戳記方法效果仍然不佳，有 45%的節點並無任何節省，且 僅有 13%的節點更可以省掉 25%以上的訊息，比起Waxman來說效果是略差一些。而. Ratio of Reduced Messages. 100% 80% 60% 40% Basic Advanced Hybrid. 20% 0% 0%. 20%. 40% 60% Ratio of Nodes. 80%. 圖 4-12 BA模型節點節省訊息之百分比 30. 100%.
(40) 進階戳記方法下有 24%的節點沒有節省到任何訊息傳送，且只有 35%的節點更可以省 掉 25%以上的訊息傳送。混合戳記法比起前兩種戳記法好不少，有 83%的節點可以省 一半以上的訊息傳送，60%左右的節點也可以大幅省下 60%以上的訊息傳送。. 4.4 頻寬控制 我們試圖了解使用戳記法時頻寬是否造成訊息總量的改變，因此我們對於 Waxman 模型與 BA 模型進行實驗，設計四種不同的網路頻寬狀況來進行模擬，並比較其差異性。 在現實世界中每個人所使用的網路頻寬不盡相同，台灣地區的 ISP 業者大多提供之 頻寬約在 1Mb 至 10Mb 間，而使用者選擇之頻寬大小則多在 2Mb 至 10Mb 的光纖網路 間，因此這一節我們就針對頻寬的部份來進行模擬，所有的變因皆不改變，僅改變頻寬 的大小。將原本模擬時固定為 2Mb 的頻寬，擴增最大頻寬(BWmax)至上限 10Mb，而最 小頻寬(BWmin)則維持於 2Mb，以符合目前大多數人頻寬之狀況。我們將實驗分成以下. 4 種頻寬情形來進行： 1. Constant：這個是之前固定頻寬的模擬，其固定值為最小頻寬(BWmin)2Mb。 2. Uniform：每條連線的頻寬大小均勻的介於最大頻寬與最小頻寬之間。 3. Exponential：其分布方式呈現以最小頻寬為主之指數形式分布。 4. Heavy-tailed：使用長尾分布方式，最小值設為 BWmin 而最大值設為 BWmax。 首先對於Waxman網路模型進行四種不同頻寬狀況的測試，表 4-2是在Waxman模型 中使用Constant進行模擬的訊息總數表，這個表的數據正是圖 4-7的數據。在這個表中， 我們測量 8 個節點至 4096 個節點在固定頻寬下測量出來的平均訊息總數，由表 4-2我 們可以了解Waxman節點較多的網路中的基本戳記與進階戳記法的成效是很接近的，而 混合戳記法比起泛流式廣播大約可以改善 30%的效能；在節點較少的情形下，戳記法改 善的幅度比節點較多的狀況下來得多。. 31.
(41) 表 4-2 Waxman-Constant數據. # of Nodes. Flooding. Basic. Advanced. Hybrid. 8. 36.6. 29.6. 11.2. 7.0. 16. 96.0. 81.0. 30.8. 15.9. 32. 192.0. 161.0. 94.4. 38.6. 64. 384.0. 321.0. 232.2. 104.9. 128. 768.0. 641.0. 524.8. 274.6. 256. 1536.0. 1281.0. 1129.8. 663.9. 512. 3072.0. 2561.0. 2373.7. 1629.9. 1024. 6144.0. 5121.0. 4910.7. 3874.3. 2048. 12288.0. 10241.0. 9993.6. 8512.3. 4096. 24576.0. 20481.0. 20192.5. 18110.1. 對於節點頻寬均勻分布於最大和最小頻寬之間的Uniform而言，同樣模擬 8 個節點 至 4096 節點的平均訊息總數，發現模擬的效果與固定頻寬的Constant差不多，其實驗的 詳細數據如表 4-3所示。 同樣地，我們也比較了Exponential以及Heavy-tailed不同的頻寬狀況，使用 8 個節點 至 4096 個節點相同的環境測量的平均訊息總數，數據結果如表 4-4和表 4-5。整體結 果與Constant和Uniform的差異不大，在繪製成圖形方面也與圖 4-7相差不遠，我們 表 4-3 Waxman-Uniform數據. # of Nodes. Flooding. Basic. Advanced. Hybrid. 8. 36.6. 29.1. 11.1. 7.0. 16. 96.0. 81.0. 30.8. 15.8. 32. 192.0. 160.5. 97.6. 40.6. 64. 384.0. 320.8. 228.2. 104.6. 128. 768.0. 640.8. 511.6. 270.8. 256. 1536.0. 1280.1. 1111.4. 651.0. 512. 3072.0. 2559.9. 2353.4. 1592.1. 1024. 6144.0. 5120.6. 4887.4. 3821.7. 2048. 12288.0. 10240.1. 9950.5. 8403.7. 4096. 24576.0. 20479.6. 20134.0. 17902.5. 32.
(42) 可以透過這四種頻寬的測試狀況判斷出頻寬這項因素對於在 Waxman 網路模型下發送 廣播訊息的總數量並沒有太大的影響。. BA 網路模型下我們也同樣對於這四種不同的頻寬環境進行測試，透過 8 個節點至 4096 個節點的訊息總數來了解頻寬對於訊息數量影響的大小。 表 4-4 Waxman- Exponential 數據. # of Nodes. Flooding. Basic. Advanced. Hybrid. 8. 36.6. 27.5. 11.6. 7.0. 16. 96.0. 76.8. 34.0. 16.1. 32. 192.0. 156.8. 93.8. 41.5. 64. 384.0. 312.9. 219.0. 102.1. 128. 768.0. 633.6. 503.8. 266.3. 256. 1536.0. 1270.9. 1091.3. 632.7. 512. 3072.0. 2549.4. 2310.8. 1545.4. 1024. 6144.0. 5107.6. 4832.4. 3740.9. 2048. 12288.0. 10223.7. 9893.3. 8251.5. 4096. 24576.0. 20463.8. 20056.3. 17675.9. 表 4-5 Waxman- Heavy-tailed 數據. # of Nodes. Flooding. Basic. Advanced. Hybrid. 8. 36.6. 29.3. 11.7. 7.0. 16. 96.0. 81.0. 33.0. 16.1. 32. 192.0. 160.9. 99.2. 41.7. 64. 384.0. 321.0. 229.3. 104.1. 128. 768.0. 640.9. 515.6. 271.5. 256. 1536.0. 1280.6. 1117.4. 655.6. 512. 3072.0. 2560.3. 2361.8. 1618.9. 1024. 6144.0. 5120.7. 4894.5. 3848.9. 2048. 12288.0. 10240.6. 9966.2. 8442.1. 4096. 24576.0. 20480.6. 20158.5. 17990.4. 表 4-6是固定網路連線的頻寬下不同節點數量下產生的訊息總數表，可繪製成圖. 4-8的總傳送數量以及節點個數關係圖。由表中得知，BA模型與Waxman模型皆在網路 33.
(43) 節點數量較少的情形下有較佳的改善幅度，節點數量較大時改善的狀況會顯得較差，唯 一不同的是，BA模型中的混合戳記法不論節點多寡一直能維持較優異的改善幅度。 第二項模擬是將固定頻寬調整為頻寬大小是均勻取決於設定之最大頻寬與最小頻 寬間，使用節點數量由 8 個至 4096 個進行實驗，其模擬數據如表 4-7。對照表 4-6與表. 4-7發現訊息總數的差異並不大，因此所繪製的圖形也與圖 4-8相同。 表 4-6 BA-Constant數據. # of Nodes. Flooding. Basic. Advanced. Hybrid. 8. 36.0. 29.0. 9.5. 7.0. 16. 84.0. 69.0. 27.3. 15.0. 32. 180.0. 149.0. 80.1. 34.5. 64. 372.0. 309.0. 200.7. 76.3. 128. 756.0. 629.0. 452.1. 173.7. 256. 1524.0. 1269.0. 990.0. 416.2. 512. 3060.0. 2549.0. 2090.8. 949.5. 1024. 6132.0. 5109.0. 4469.8. 2264.3. 2048. 12276.0. 10229.0. 9370.1. 5442.2. 4096. 24564.0. 20469.0. 19231.9. 12238.6. 表 4-7 BA – Uniform 數據. # of Nodes. Flooding. Basic. Advanced. Hybrid. 8. 36.0. 29.0. 9.5. 7.0. 16. 84.0. 68.6. 27.2. 15.0. 32. 180.0. 148.7. 79.1. 34.3. 64. 372.0. 308.9. 199.2. 76.2. 128. 756.0. 628.8. 445.8. 173.1. 256. 1524.0. 1268. 973.3. 403.1. 512. 3060.0. 2548.8. 2087.3. 961.5. 1024. 6132.0. 5107.5. 4435.0. 2261.2. 2048. 12276.0. 10227.9. 9231.6. 5244.9. 4096. 24564.0. 20467.8. 19104.0. 12119.8. 34.
(44) 表 4-8 BA – Exponential 數據. # of Nodes. Flooding. Basic. Advanced. Hybrid. 8. 36.0. 25.9. 9.4. 7.0. 16. 84.0. 65.5. 27.4. 15.0. 32. 180.0. 144.1. 82.0. 34.3. 64. 372.0. 302.3. 194.0. 76.2. 128. 756.0. 618.3. 440.4. 175.1. 256. 1524.0. 1256.8. 959.8. 403.9. 512. 3060.0. 2527.8. 2031.9. 947.3. 1024. 6132.0. 5082.9. 4394.2. 2254.3. 2048. 12276.0. 10192.9. 9176.3. 5187.8. 4096. 24564.0. 20424.9. 19041.7. 12174.5. 表 4-9 BA - Heavy-tailed 數據. # of Nodes. Flooding. Basic. Advanced. Hybrid. 8. 36.0. 29.0. 9.5. 7.0. 16. 84.0. 68.9. 27.3. 15.0. 32. 180.0. 148.9. 80.0. 34.4. 64. 372.0. 308.9. 199.7. 76.3. 128. 756.0. 628.9. 449.4. 173.5. 256. 1524.0. 1268.8. 979.7. 409.5. 512. 3060.0. 2548.7. 2096.9. 964.5. 1024. 6132.0. 5108.4. 4442.9. 2247.3. 2048. 12276.0. 10228.5. 9312.3. 5352.8. 4096. 24564.0. 20468.8. 19259.8. 12405.6. 再來我們也將頻寬分布調整成指數型的分布以及Heavy-tailed兩種分布情形，同樣 使用 8 個節點到 4096 的節點的訊息平均總數量來做評估，由表 4-8和表 4-9的結果發 現在不同節點狀況下模擬的訊息數量並無太大的變化，與Constant以及Uniform頻寬狀況 也差異甚小，所以可以判斷在BA網路模型下，頻寬這項因素並不會影響戳記法的實驗 結果。. 35.
相關文件
Empirical analysis results show that：in term of the willingness-to-pay, the consumers who are using the IMVS wish to reduce their monthly expenditure, in which those who
The results show that (1) vertical integration, investment intensity and debt ratio have significantly negative impacts on ROE, (2) capital intensity and market share rate
Thus, the proposed approach is a feasible and effective method for process parameter optimization in MIMO plastic injection molding and can result in significant quality and
The experimental results show that the developed light-on test methodology can effectively detect point defects (bright point, dark point, weak point), line defects (bright line,
Some efficient communication scheduling methods for the Block-Cyclic redistribution had been proposed which can help reduce the data transmission cost.. The previous work [9,
According to the experiment results shown, we found that the English vocabulary learning game with different competition/cooperation scenarios can
With new ICE trains crossi ng Europe at speeds of up to 300 km/h, sound and vib ration levels in the trains ar e an important issue. Hilliges/Mehrmann/Mehl(2 004) first
• Many-body physics is essential for sub-keV detectors of neutrinos and dark matter. • High-quality many-body calculations can substantially reduce
