• 沒有找到結果。

朝陽科技大學 資訊管理系

N/A
N/A
Protected

Academic year: 2022

Share "朝陽科技大學 資訊管理系"

Copied!
86
0
0

加載中.... (立即查看全文)

全文

(1)

朝陽科技大學 資訊管理系

碩士論文

應用模糊理論於隨意式網路中 管理者的選派與工作負載分攤機制

Applying the Fuzzy Set Theory to Electing and

Workload-sharing Mechanism of the Cluster Manager in Ad Hoc Networks

指導教授:陳榮昌 博士 研 究 生:洪澄瑜

中華民國 97 年 6 月 23 日

(2)

朝陽科技大學資訊管理系

Department of Information Management Chaoyang University of Technology

碩士論文

Thesis for Degree of Master

應用模糊理論於隨意式網路中 管理者的選派與工作負載分攤機制

Applying the Fuzzy Set Theory to Electing and

Workload-sharing Mechanism of the Cluster Manager in Ad Hoc Networks

指導教授:陳榮昌 博士(Prof. Rong-Chung Chen) 研 究 生:洪澄瑜(Cheng-Yu Hung)

中華民國 97 年 6 月 23 日

Jun. 23, 2008

(3)
(4)
(5)

中文摘要

隨意式網路(Mobile Ad Hoc Networks;MANETs)是由眾多移動性 高的行動設備(Mobile Host;MH)所組合而成,由於網路拓樸呈現動 態變化,網路群組不斷的拆解及重組嚴重影響整體網路的效能,所以 群組管理者的選派機制變得格外的重要。除此之外,在流量較大的隨 意式網路中管理者容易處於負載過重(Overload)的情況,不但會影響 其可運轉的生命週期,更容易造成網路壅塞。因此,為了選派出一個 優良的管理者及延長它的生存時間來增加網路拓樸的穩定性,本研究 提出模糊法則機制(Fuzzy Rule Mechanism;FRM)來改善隨意式網路 中管理者的選派並提出工作負載分攤機制以減輕管理者的負載。在研 究中,我們導入模糊理論的技術,運用較彈性的方式來衡量管理者的 能力與工作負載,並將啟動或停止管理者工作負載分攤機制的時機及 管理者與備援管理者的選派問題同時考量,用專家所訂的模糊法則來 共同決定系統的狀態,如此既能確保所選的管理者為較穩定的節點,

並且能改善管理者負載過重的問題,更能在管理者失效前及時的由備 援管理者接手以達到較穩定的網路通訊。

關鍵字 關鍵字 關鍵字

關鍵字:::隨意式:隨意式隨意式隨意式網路網路網路網路、、、、管理者選派管理者選派管理者選派、管理者選派、、模糊、模糊模糊模糊法則法則法則、法則、、、工作負載分攤機制工作負載分攤機制工作負載分攤機制、工作負載分攤機制、、、 備援管理者

備援管理者 備援管理者 備援管理者

(6)

Abstract

The mobile ad hoc network is combined by numerous of high-mobility moving equipments. For the dynamically changeable topology of mobile ad hoc network, the overall performance is heavily influenced by the cost of frequently reassembling. Thus, the mechanism of cluster manager electing makes more important. In addition, the manager of a cluster in a heavy flow mobile ad hoc network will often be in overloading situation. It will be likely to shorten the lifetime of the manager as well as to cause the network to be congested. So, in this research, a mechanism of cluster manager electing and workload sharing is proposed. The decisions for electing the cluster manager and backup manager are also considered. They are determined by the fuzzy inference rules which are built from the experiences of the experts. Thus, both the stability and the overloading problem of the manager are improved.

Keywords: Mobile ad-hoc network, Cluster manager electing, Fuzzy inference rule, Workload sharing, Backup manager

(7)

致謝 致謝 致謝 致謝

大學畢業之後,進入到研究所,這段時間對我來說轉變非常大,

因為研究所與大學教育訓練的方式截然不同,從一開始的不適應到漸 漸掌握,要感謝家人和女友(筱婷)的大力支持我才能夠堅持的走下 去。本論文的完成,首先非常感謝我的指導教授榮昌老師,在他的殷 殷教誨之下得以順利完成碩士論文,除此之外,這段時間榮昌老師花 了很多時間跟心力帶領我進入狀況,教導我如何掌握研究的精髓與要 領,成為一個懂得如何去獨立發現問題與解決問題的研究生,當然我 要學習與進步的地方還很多很多,在這邊要非常謝謝榮昌老師的教 導。另一個要非常感謝的人是淑卿老師,從我尋找研究主題時,不知 所措的時候,適時的拉了我一把,我現在研究的主題就是在淑卿老師 建議之下,踏入了 MANETs 的領域,然後結合了榮昌老師的專長模 糊理論,來改進現有的不足與缺失,謝謝兩位老師的積極努力指導之 下,讓我順利的完成我的研究。接下來要感謝的是淑卿幫師們的大師 兄、大師姐、茂綸學長、 信宏學長、光晏學長、雅珮學姊、育萍、

秀芳、正三,他們在 group meeting 中對我的研究提出許多建議與指 教,使我的研究能夠更加的完整與充實。

最後,我要感謝一路把我扶養長大的父母親,尤其是我最敬愛的 父親,他在我大學二年級就已經過世,雖然他已不在,但我還是要將 此論文獻給他,還有我的母親,謝謝他們二十餘年的養育之恩。

洪澄瑜 謹誌於 朝陽科技大學 資訊管理系 中華民國 97 年 6 月

(8)

目 目

目 錄 錄 錄

中文摘要 中文摘要 中文摘要

中文摘要………I Abstract………II 致謝致謝

致謝致謝………..III 目錄

目錄 目錄

目錄………..IV 表目錄

表目錄 表目錄

表目錄………...…...VI 圖目錄

圖目錄 圖目錄

圖目錄………....VII 第一章

第一章 第一章

第一章、、、、緒論緒論緒論緒論... 1

1.1 研究背景... 1

1.2 研究動機... 3

1.3 研究目的... 4

1.4 研究架構... 5

第二章 第二章 第二章 第二章、、、、文獻探討文獻探討文獻探討文獻探討 ... 6

2.1 模糊理論(Fuzzy Theory) ... 6

2.1.1 模糊集合(Fuzzy Set)、隸屬函數(Membership Function) ... 6

2.2 MANETs 的特性 ... 9

2.3 網路架構... 11

2.4 階層式架構的繞徑原理 ...12

2.5 分群演算中管理者的選派方法 ...14

2.6 工作負載...16

第三章 第三章 第三章 第三章、、、、研究方法與架構研究方法與架構研究方法與架構研究方法與架構 ...18

3.1 管理者的能力指標與工作負載的評估方法 ...19

3.2 管理者的選派與工作負載分攤機制 ...22

(9)

3.2.1 初始階段 ...22

3.2.2 一般階段 ...24

3.2.3 專家所訂的模糊法則 ...25

3.2.4 管理者替換與工作負載分攤 ...28

3.2.5 實例說明 ...31

第四章 第四章 第四章 第四章、、、、實驗結果實驗結果實驗結果實驗結果 ...35

4.1 實驗設計一之結果 ...37

4.2 實驗設計二之結果 ...40

4.3 實驗設計三之結果 ...41

第五章 第五章 第五章 第五章、、、、結論與未來方向結論與未來方向結論與未來方向結論與未來方向 ...43

參考文獻參考文獻 參考文獻參考文獻………...…..….44

附錄 附錄 附錄 附錄………..47

(10)

表 表 表

表目錄 目錄 目錄 目錄

表 1 分群演算法的分類 ... 15

表 2MH 對高剩餘電力、低忙碌程度及高剩餘頻寬的隸屬程度 ... 22

表 3 不同管理者的工作負載及能力狀態所可能採取的動作 ... 25

表 4 評估管理者工作負載和能力狀態的問卷 ... 26

表 5 專家知識統計表 ... 27

表 6 剩餘電力、忙碌程度、剩餘頻寬對應模糊法則的可應用度 ... 33

表 7NS-2 亂數產生網路節點之參數表 ... 35

(11)

圖 圖

圖 圖目錄 目錄 目錄 目錄

圖 1、隨意式網路的架構圖 ... 2

圖 2、管理者負載過重的示意圖 ... 4

圖 3、MAMDANI 的 MIN.-MAX.模糊推理法 ... 8

圖 4、平面式網路架構圖 ... 11

圖 5、階層式網路架構圖 ... 12

圖 6、三階層式(3-LEVEL)的分群範例 ... 13

圖 7、剩餘電力的模糊切割(P) ... 19

圖 8、CPU 忙碌程度的模糊切割(B) ... 20

圖 9、剩餘頻寬的模糊切割(C) ... 20

圖 10、網路初始階段管理者選派示意圖 ... 23

圖 11、網路初始階段的管理者選派流程圖 ... 24

圖 12、一般階段管理者選派及工作負載分攤機制的流程圖 ... 29

圖 13、管理者的工作負載分攤示意圖 ... 30

圖 14、剩餘電力的模糊切割(P) ... 32

圖 15、CPU 忙碌程度的模糊切割(B) ... 32

圖 16、剩餘頻寬的模糊切割(C) ... 32

圖 17、管理者的平均剩餘電力、CPU 忙碌程度、剩餘頻寬 ... 38

圖 18、FRM 與 WCA 管理者選派的次數分配圖 ... 39

圖 19、FRM 與 WCA 管理者選派的次數分配圖 ... 39

圖 20、FRM 與 WCA 管理者選派的次數分配圖 ... 40

圖 21、工作負載分攤機制管理者的平均剩餘電力 ... 41

圖 22、替換機制管理者的剩餘電力 ... 42

(12)

第一章 第一章

第一章 第一章、 、 、 緒論 、 緒論 緒論 緒論

1.1 研究背景研究背景研究背景 研究背景

近年來,由於個人行動運算設備(手機、PDA、Notebook 等)及無線通訊 技術的發展,使無線網路的運用逐漸成熟,隨時隨地都能進行數位通訊與 運算。以往我們使用無線網路都是透過存取點 AP(access point)達成網路的 通訊,但如遇到緊急的狀況,例如戰爭、火災救援等,AP 往往都已經受到 破壞無法繼續提供服務。因此,無基礎建設(Non-infrastructure)的隨意式網 路(Mobile Ad Hoc Networks, MANETs)漸漸受到重視。MANETs 可在任何時 間、地點建置使用,不需要基地台,其主要特性[10]詳述如下:

1.沒有基地台:MANETs沒有基地台來控制所有的行動主機(Mobile Host;MH),全部節點的地位都相同,屬於對等式(Point-to-Point)的網路。

MH可以任意的移入或移出,並不影響整體網路的運作,抗毀損的能力強。

在缺乏基地台和急需建置的環境下很適合運用此種網路。例如,軍事用 途、民用、緊急狀況等。

2.自我組織(Self-organization):MANETs的佈置及展開不需仰賴任何 網路基礎設施,每一個MH藉由階層式分群定址和分散式協議,協助網路 MH的分配與管理,部署容易且機動性高。

3.多躍程路由協定(Multi-hop routing protocol):當MH需要傳輸資訊給 無線訊號所涵蓋範圍之外的MH時,必須仰賴中間MH轉送,形成多點跳 躍式的傳送,訊息轉送的次數是根據來源端與目的端的距離來衡量。在 MANETs中任何的MH都可負責任務訊息的轉送,有別於一般的無線網路 是必須透過特定AP才能轉送訊息。

(13)

4.動態的網路拓撲:MANETs是一種動態的網路,MH可任意的移動,

有可能關機或開機,這會導致網路拓樸的變化,如果網路拓樸變化很大會 使通訊成本提高,網路效能降低,所以要如何讓網路拓樸穩定是相當重要 的研究議題。

5.通信頻寬的限制:MANETs是以無線訊號達成訊息的交換,而無線 訊號的物理特性,通訊頻寬較低且無線訊號容易發生碰撞、干擾,所以實 際可用的頻寬小於理論中頻寬的最大值。

6.行動設備電力有限:MANETs中的MH是以電池為其主要能源,電力 消耗後無法充電,所以MANETs電力是有限的。

7.存活時間短:除了電力有限之外,MANETs的使用是在特定的臨時 需求才建置,相較於一般網路而言存活時間較短。

圖 1、隨意式網路的架構圖

在 MANETs 的階層式分群環境中(如圖 1),每一個行動設備(Mobile Host;

MH)可安裝紅外線、藍芽等傳輸媒介,自我組織(Self-organization)形成動態 網路,它們藉由多跳躍無線鏈結(Multi-hop wireless links)彼此溝通並充當路

(14)

由器來幫助其他的行動設備傳送封包。所以 MANETs 能較有基礎建設 (Infrastructure)的網路有彈性,更能適應於各種不同環境的應用。故本研究 是在 MANETs 的階層式分群環境下進行主題的探討。本研究所探討的 MANETs 環境是包含眾多的 MH,例如,手機(Cellular phone)、筆記型電腦 (Notebooks)、個人數位助理 (Personal Digital Assistants, PDAs)等行動通訊設 備。

1.2 研究動機研究動機研究動機 研究動機

在 MANETs 中,MH 之間的封包傳遞是使用泛播(Flooding)的方式,很 容易產生廣播風暴的問題[14]。因此有學者[13]提出透過階層式(Hierarchical) 分群的架構,每一群選一個群組管理者(Cluster Manager;CM)協助傳遞封 包以降低系統複雜度和避免廣播風暴。群組的 CM 主要提供的服務有群聚 形 成 與 維 持 、 路 徑 找 尋 、 封 包 轉 送 、 選 擇 後 繼 者 及 資 源 分 配 等 [1][3][6][7][9][11][13][16]。因此,選擇一個優良的 CM 對網路的穩定與效能 的提升是相當重要的。過去已有許多 CM 選派的相關研究,例如[7]和[21]

使用模糊理論對 CM 進行選派,如此可以讓 CM 的選派更有彈性。在[22]

中除了選派 CM 之外,又提出選派備援管理者(Backup Manager;BM)的概 念,BM 的機制可以防止當 CM 突然失效時讓網路陷入無 CM 狀態。然而,

學者們[3][7][11][16]大多偏重於 CM 的選派方法,較少探討 CM 替換的機 制,當 CM 能力不佳時就不能夠及時的應變。除此之外,由於網路是由少 數電力有限的節點擔任 CM 的工作負責封包的轉送,所以大量的封包湧入,

會使得 CM 負荷過重(Overload),導致 CM 的生存時間縮短,網路拓樸不穩 定,增加網路通訊的成本。

(15)

圖 2、管理者負載過重的示意圖

圖 2 表示群組內是由一個 CM 管理所有的節點,但因大量節點所傳送的 封包湧入,使 CM 負載過重,發生壅塞,無法繼續幫助群組成員接收與轉 送封包。針對此問題,可以使用 BM 來分攤 CM 的工作負載以緩和 CM 負 載過重的問題。但如果採用門檻值的方式來決定啟動的時機又容易產生乒 乓效應[15],當 CM 的頻寬不斷在固定門檻值之間徘徊時,會使得 BM 不斷 的啟動又停止,這會造成 CM 與 BM 的額外負擔。

1.3 研究目的研究目的研究目的 研究目的

本研究的目的為使用模糊理論技術所建立的智慧型機制來改進隨意式 網路環境下的管理者選派與工作負載分攤機制。主要的研究工作包含(一) 選派管理者的方法、(二)管理者工作負載的評估方法、(三) 以專家所制訂的 模糊法則在最適當的時機啟動備援管理者、(四)管理者能力不佳時的替換機 制。本文架構如下:第二章探討相關的研究文獻;第三章為本研究所提出 的方法與架構;第四章為本研究所提出之管理者的選派與工作負載分攤機

(16)

制;第五章為結論與未來研究。

1.4 研究架構研究架構研究架構 研究架構

本論文架構如下:

第一章:MANETs 背景簡介、研究動機與目的說明。

第二章:探討相關的研究文獻。

第三章:本研究所提出的方法與架構。

第四章:實驗結果。

第五章:結論與未來研究方向。

(17)

第二章 第二章 第二章

第二章、 、 、 文獻探討 、 文獻探討 文獻探討 文獻探討

在MANETs中,網路是由眾多且移動的MH所結合而成,每一個 MH的電力、通訊能力都是有限的,且缺乏基礎建設的支援,所以網 路無法像一般有基礎建設的無線網路可用Mobile IP來定址,網路在建 置與使用的過程中容易產生大量的封包,形成廣播風暴的問題。因 此,有學者提出[13]以階層式定址的方式來解決此一問題。而分群就 是提供階層式定址的方法。本章將探討與本研究相關的一些文獻包含 模糊理論、MANETs的網路架構、階層式定址的方式、分群方法及其 它相關議題。

2.1 模糊理論模糊理論模糊理論模糊理論(Fuzzy Theory)

模 糊 理 論 (Fuzzy Theory) 起 源 於 1965 年 美 國 加 州 柏 克 萊 大 學 (Berkeley)的L.A. Zadeh教授,在資訊與控制(Information and Control) 學術期刊上所發表的論文-模糊集合(Fuzzy Sets),相關理論包含模糊 集合、模糊關係、模糊邏輯(Fuzzy Logic)、模糊控制(Fuzzy Control) 及模糊量測等理論。L.A. Zadeh教授倡導模糊理論用於人類的思維方 式去簡化問題的複雜度,達到與傳統控制方法相同的效果,針對人腦 對於模糊不清的訊息或不完全正確的資料,不需經過精密複雜的計 算,仍可做出正確的判斷決策。接下來的小節將介紹與本研究相關的 模糊集合、隸屬函數與模糊法則。

2.1.1 模糊集合模糊集合模糊集合模糊集合(Fuzzy Set)、、、、隸屬函數隸屬函數隸屬函數隸屬函數(Membership Function)

模糊理論是以模糊集合為基礎,在數學上它是屬於明確集合

(18)

(Crisp Set)的修正與擴充。Crisp Set 主要是以二值邏輯來表達。也就 是只用 0 和 1、電力充足與不充足的方式做出相關的屬性判斷,例如 Crisp Set S = {a, b, c,…} 或 S = {x | x 是正整數}。模糊集合就好像我 們人類的思考一樣,把傳統數學的二值邏輯轉化成為多值邏輯,除了 使用 0 與 1 來表達相關所屬的程度之外,將其擴展至 0~1 之間的數值 來表示其所屬程度。在[18]中,L.A. Zadeh 教授將具有 0 及 1 兩個值 的特徵函數 IA(x)擴展成[0,1] 區間連續函數 µA(x), 即 x∈X, µA(x)∈

[0,1],此函數稱為隸屬函數(membership function),其值正可表示元素 x 隸屬於集合 A 的程度。這樣一來,就可將電力介於“充足”與“不充 足”之間的所有“中庸”之值表示出來。

2.1.2 模糊推理法則模糊推理法則模糊推理法則模糊推理法則(Fuzzy Inference Rule)

傳統邏輯學只針對事實或法則去做判斷,最後的結果為”是”或

”否”。但是在日常生活中,許多的問題並無法百分之百的判斷它的對 或錯,如果利用模糊集合的邏輯概念來判斷,將判斷結果的程度介於 0~1之間,就能夠較接近真實的情況。

模糊推理法則(Fuzzy Inference Rule)是透過隸屬函數取得各法則相 關的可應用度,然後將各法則相關可應用度做一個綜合的比較後獲得 適當的結果,他已經廣泛使用在許多決策系統上。專家的知識與經驗 透過「if-then rules」的形式表現出來,就可以很容易的用來做判斷與 推理。目前較常見的推理方法有[19]:(1) max-min-max推論法,即邏 輯和、邏輯積、邏輯和(Max.)的推論法。(2) min-min-max推論法,即 邏輯積(Min.)、邏輯積(Min.)、邏輯和(Max.)。(3) min-product-max推 論法,即邏輯積(Min.)、代數積product、邏輯和(Max.)的推論法…等。

上述各種推理方法各有優缺點,而在本研究中將採取較常使用的

(19)

Mamdani的Min.-Max方法來推理,即min-min-max推理法。

圖3、Mamdani 的Min.-Max.模糊推理法

圖3的說明如下,假設Rule的前半部為 (X is A1 ) 與 (Y is B1),隸 屬函數值選擇其邏輯積 (Min.) 作為If前件部的可應用度,將此可應 用度與後部份的規則 (Y is C1) 的可應用度作邏輯積 (Min.) ,既可形 成Rule1的可應用度。接著對整個規則庫的所有法則找出其可應用 度,然後用邏輯和 (Max.)將其匯總起來,所得到即為整個模糊推理 的結果。前面兩個min運算代表某ㄧ法則的最低可應用度,後面的max 運算代表所有法則中可應用度最高法則的可應用度。因此,最適合用 來解答問題的法則之答案就會被突顯出來,而該法則所代表的可應用 度也代表著該答案的最低可信度。

(20)

2.2 MA2ETs 的的的的特性特性特性 特性

傳統的無線網路必須透過基地台來達成訊息交換,但是在某些環 境(例如戰爭),可能沒有已建置的基地台,因此無法達到訊息交換的 目的。MANETs 最初就是針對軍事用途而發展。在 MANETs 中,MH 可以在彼此所涵蓋的通訊範圍內直接進行訊息交換,但 MH 的通訊能 力是有限的,如果網路傳輸的目的端超出了來源端 MH 可涵蓋的通訊 範圍時,就必須仰賴介於他們兩者之間的 MH 來轉送訊息。因為從來 源端到目的端的訊息傳送是透過多個 MH 的轉送才能完成,所以 MANETs 可稱為多躍程無線網路(Multi-Hop Wireless Networks)。近年 來,隨著無線通訊技術與 MH 的發展逐漸成熟,MANETs 的發展已 逐漸轉向應用在非軍事用途上,一般缺乏基礎設施的網路環境下也能 使用 MANETs 快速建置網路。

在行動式IP(Mobile IP)中,來源端的MH可以透過無線訊號與相 鄰的基地台相連,由基地台透過實體連線到目的端鄰近的基地台,再 由此基地台傳送訊息到目的端的MH,基地台彼此之間的聯繫是透過 實體連線的方式,達成訊息交換。所以,MH純粹只是終端MH不具 備路由器的功能,MH移動時並不改變網路拓樸。但MANETs無法像 Mobile IP網路,可透過基地台連結到Internet,MH的移動與失效會造 成網路拓樸的變化,通訊成本的提高,對MANETs節點特性而言是相 當不利的。

MANETs目前主要的相關應用如下[10][21][22]:

1. 軍事應用:戰場上大多沒有網路的基礎設施,無法使用傳統 的無線網路支援。如果軍用的武器(例如,戰鬥機、戰車、直

(21)

升機等),需要連線以傳遞所需的情報,MANETs 就可以派上 用場,很快的可以建置起臨時的網路。

2. 私人的用途:家用、辦公室、展示會場或小型會議的通訊需 求,MH 的使用者可以安裝藍芽,不透過基地台就可以互相通 訊,節省建置基地台所花費的成本。

3. 緊急狀況:在偏遠的地區救災或進行搜救任務時,當需要進 行通訊時,可能沒有基地台的支援,無法採用傳統的無線網 路進行聯繫,而 MANETs 可以隨時隨地建立起網路通訊,以 利搜救任務的進行。

整體而言,在 MANETs 的環境下,必須面臨到下列相關的管理問題 [22]:

1.網路拓樸的穩定性: MANETs 的拓樸變化大,且資源有限要 能精確的掌控網路拓樸的架構相當的不容易,對 MH 而言,負擔會相 當的大。

2.電力有限:大部分 MH 是以電池為主要能源,多半電力消耗後 就不再恢復,所以要讓管理網路所消耗的電力減到最少。但如果要有 較好的網路效能,就必須定期更新繞徑資訊,勢必造成電力消耗的增 加。這對 MANETs 的拓樸管理而言,是相當不容易的。

3.無線訊號品質較不穩定:當網路發生壅塞或是信號衰減時,暫 時無法和 CM 通訊時,CM 可能會誤判 MH 已經離開或失效,或是 CM 壅塞和信號衰減暫時無法和群組成員建立連線,MH 可能也會認 為 CM 已經離開或失效。

4.安全的機制:這是無線網路都必須面臨到的問題,因為信號暴 露在外,可能會被截取、竊聽等。

由此可知,要解決 MANETs 相關的管理問題相當不易,針對每一

(22)

種問題的解決方式無法兼顧。目前學者對於嘗試維護網路拓樸的穩定 性的方法較少探討,因此,本研究將在階層式分群架構來進行主題的 探討,進而發展出改善維護網拓樸之方法。這樣才能減少網路資源的 浪費,使網路的可應用性更高。

2.3 網路架構網路架構網路架構網路架構

在MANETs的網路環境中主要可分成兩種網路架構,一個是平面 式 架 構 ( Flat Network Architecture ), 另 一 個 是 階 層 式 的 架 構 (Hierarchical Network Architecture)。

平面式架構可看作是一種點對點(Point-to-Point)的架構(如圖 4),

在此種架構中每一個 MH 的地位都是相等的,在彼此訊號可涵蓋的範 圍內可直接進行網路通訊,MH 可充當路由器幫助其他 MH 轉送封 包,當傳送封包的距離超過 MH 訊號涵蓋範圍時,可透過 Hop 的方 式傳送。此種網路架構主要缺點為延展性較差與資料傳送的路徑較 長。

圖 4、平面式網路架構圖

(23)

階層式架構主要是以分群(Clustering)的方式將網路建立起連線 (如圖 5),此種架構相關的元件有:分群演算法、區域管理、繞徑資 訊的蒐集與維護[10][21]。

圖 5、階層式網路架構圖

分群方法主要是將網路中 MH 分成 CM 的 MH 與非 CM 的 MH 結合而成的網路,而分群的方式是依照不同環境需求定義出的演算法 來分群。分群方法中,CM 必須負責群組的管理和其他群組的 CM 建 立起連線。此外,CM 的生存時間對網路拓樸的穩定性相當重要,CM 如果失效,群組就必須解構,如果群組重新配置會造成通訊成本 (Overhead)提高、資源的浪費,加上 MANETs 網路節點的特性,會使 網路的生命週期縮短,可靠度就大幅的降低,所以網路拓樸的穩定性 對 MANETs 而言是相當重要的。本研究是在一個階層式分群的網路 架構下進行主題的探討,所以接下來將依序探討階層式分群的架構下 繞徑資訊的蒐集、相關的通訊成本及分群方法中 CM 的選派機制。

2.4 階層式階層式階層式階層式架構的繞徑原理架構的繞徑原理架構的繞徑原理架構的繞徑原理

分群是提供階層式定址的方法。在一個分群方法中通常是有一個

(24)

(Cluster Manager;CM)為首,它主要協助群組成員封包轉送與接收,

做資源的分配及管理。通常CM必須蒐集群組成員的階層式位址,以 提供封包繞徑之用。因此CM對維護MANETs的網路拓樸是相當重要 的。CM如果時常的變動,會導致網路拓樸不斷的變化,資訊量增加,

通訊成本(Overhead)也就提高,對MANETs的節點特性而言相當不 利。接下來我們將舉Sucec及Marsic在[13]中所提之三階層式分群範例 來說明。圖6所示為一個三階層式分群架構的網路,其中□代表CM的 節點,而○代表為一般節點。Level-0為網路初始的狀態;Level-1是 經過第一次分群之後所產生的網路架構;Level-1分群之後就可以得到 Level-2的層級,網路中的節點切割成三層的階層式架構,此種方式都 是屬於邏輯上並非實體上的階層式架構。

圖6、三階層式(3-level)的分群範例[13]

(25)

舉個例子來說(如圖6),Level-0中節點63(630) (下標數字表示階層 式的層級)是由CM68(681,00)所管理,它屬於Level-1網路拓樸中子群組 的成員;而Level-2的網路拓樸中,節點68(681,630)是CM97所管理,

它屬於Level-2網路拓樸中子群組的成員。因此,節點63的階層式網路 拓樸的位址為(972,681,630)。在階層式分群的架構中,可以使用3*c的 矩陣來紀錄繞徑封包,c表示一個群組中所包含的子群組數量。如果 來 源 端 節 點 53(972,591,530) 欲 傳 送 一 個 封 包 到 目 的 端 的 節 點 63(972,681,630),此封包會先往上繞徑到Level-1的節點59(972,591,590) 即Level-0中的CM,接著會將封包繞徑到同樣位在Level-1的節點 68(972,681,680)即Level-0中的CM,在由節點68傳送至群組內的節點 63。由此可知,階層式分群的環境下,如果來源端欲傳送資料到目的 端,而目的端不在同一群組內時,必須透過CM與CM之間跨群組連線 才能將封包用繞徑的方式傳送到目的端。經由上述所介紹的階層式架 構下的繞徑原理,可減少網路傳輸的封包量以及達到較好的延展性 [12]。

2.5 分群分群分群分群演算中管理者演算中管理者演算中管理者演算中管理者的選派方法的選派方法的選派方法的選派方法

在Lowest ID[6][8]中,以最小ID節點推選為CM,也就是說如果有 新節點加入群組時,必須以ID來做比較推選CM,這種好處是可以避 免CM時常的更換,因為新加入的節點ID會比原有在群組內的ID更 大,但是這種決定CM的方式考量缺乏其它重要的因子,例如電力、

通訊能力等,如果少了這些參數可能選派出的CM就不是一個真正能 力優良的CM。在[6]中,Gerla 及 Tsai 提出Highest Connective Cluster Algorithm(HCCA),以節點的連結度來推選CM,也就是說能夠成為

(26)

CM它所連結到的鄰近節點是最多的,此種演算法是以涵蓋程度為主 要考量,連結數越多的CM能夠發揮更好的管理效能,如果選派的CM 所能連結到的節點較少,這個網路的效能就會減低。但其主要缺點是 在選派CM時,考量的因子不夠完全。Distributed Mobility-Adaptive Clustering (DMAC)[2],此種演算法能使用在移動的環境下,相較於 集中式的分群演算法,當節點移入或移出群組時,不需要透過CM即 可達成,減輕CM的工作負擔,分散式的好處是群組比較不容易拆解 又重組,工作負荷較為平均。在[16]中,Weber等人提出的加權平均 分群演算法(Weighted Clustering Algorithm;WCA),以四項因子再搭 配權重來推選CM,即Wv = w1△△△△v + w2Dv + w3Mv + w4Pv,其中△△△△v 為節點 的連接度,Dv為鄰近節點距離之總和,Mv是相對移動速度,而Pv為節 點電力,分別依據不同網路狀態之需求來設定w1、w2、w3、w4的權 重值,最後產生Wv為推選CM之決策值,此種方法的好處是計算式子 較為簡潔,考量多項因子,較能反應出一個節點的真實的能力。整體 而言,我們將分群演算法根據它的屬性整理分類如下表1[17]:

表1、分群演算法的分類 演算法的分類

演算法的分類演算法的分類

演算法的分類 特性特性特性特性

高效能的分群演算法 Energy-efficient

clustering

此種分群演算法避免不必要或平衡能源的 消耗,延長MH的生存時間。

負載平衡分群演算法 Load-balancing

clustering

此種分群演算法限制每一個群組中成員的 數量,避免一個CM管理太多的MH以達負 載平衡的效果。

混合式的分群演算法 Combined-metrics-based

Clustering

此種分群演算法在群組的結構配置上考量 較多,而在選派CM方面,考量節點的移 動性、電力、群聚大小等。可根據不同的 環境調整每個參數的權重。

(27)

表1、分群演算法的分類

綜觀上述所提之分群演算法,大多探討該如何將網路分群的技 術,在選派群組CM上,對MH效能的評估較少探討,因此,後續有 許多學者[3][7][16][22]探討選派CM的方法,用參數衡量MH的效能,

確保所選的MH是適當的CM。但除了選派CM外,顯然還是不夠的,

因為CM的電力會隨著時間減少,不會恢復,所以應該要設法減輕CM 的負擔,減少電力的消耗,延續CM的生存時間,減少群組解構的機 會,增加網路拓樸的穩定性。因此,本研究在階層式分群的環境下,

除了探討CM的選派方法,同時考量延續CM生存時間的機制。除此 之外,CM會隨著網路流量的變化或時間的因素,導致能力不足以負 荷工作量,所以這時候我們採用BM來接替,減少CM因能力不足已 致失效後,可能產生的群組解構、資源的浪費、網路生命週期縮短等 問題。

2.6 工作負載工作負載工作負載工作負載

所謂工作負載(Workload)可以把它看成是MH頻寬被佔據的程 演算法的分類

演算法的分類 演算法的分類

演算法的分類 特性特性特性 特性 控制集分群演算法

DS-based clustering

弱連結(weakly)控制集的分群演算法,能減 少網路中節點路由資訊的找尋與繞送表的維 護成本。

低成本的分群演算法 Low-maintenance

clustering

提供在應用層之上的群聚架構,使分群相關 的維護成本減到最小。

移動性的分群演算法 Mobility-aware

clustering

分群中MH的建置、維持和分配是利用行動 節點的移動性,在一個分群中具有相同移動 行為的節點會被分配在一起成為較為緊密的 分群架構。

(28)

度,通常頻寬是依據不同的服務需求量來決定通道(channel)切割的多 寡,而每一個通道可以用來傳遞一筆資料。所以,在MANETs節點的 特性下,大量的服務需求會使CM的頻寬不夠分配,如果CM的頻寬已 經被部分的服務需求所佔據,這時如果其它的群組成員提出服務需 求,勢必導致CM的頻寬不夠使用而發生壅塞。舉個例子來說,某一 個CM的頻寬是2Mbps,如果它所管理的MH有10個,表示這10個MH 共用2Mbps的頻寬,如果只有一個MH提出需求那這個MH就是享有 2Mbps的 頻 寬 ; 倘 若 10部 MH同 時 傳送 資 料 , 每 部 電 腦只 能 取 得 0.2Mbps的頻寬。顯然這樣的情況下所分到的頻寬是不足以提供MH 提出的服務需求,更何況無線訊號還會有抖動、干擾、訊號衰減的情 況,那實際可用的頻寬就更少了。透過本節的探討,可以發現隨意式 網路的階層式分群架構中,通常都是由一個CM負責所有MH的資源分 配及管理等相關工作,如果CM發生失效、離開通訊範圍或流量過大 工作無法負荷等異常狀態出現時,可能會使網路癱瘓,暫時無法運 作,使網路的可靠度降低。所以,CM也可稱為隨意式網路中的關鍵 元件(Critical Component)[5]。

本研究除了考量突然失效的狀況之外,當CM的能力還很好的時 候,可能會因為處在一個壅塞的環境,使CM的處理效能降低,應該 採取BM來分擔工作,減輕CM的工作負擔,等到CM的負載慢慢恢復 正常後,BM就轉化成備而不用的節點。而BM也必須在CM能力不佳 時,接替CM的工作。將CM各種可能的狀態都考量進去後,就能建立 一個較為穩定且又可靠的網路環境。

(29)

第三章 第三章 第三章

第三章、 、 、 、 研究方法與架構 研究方法與架構 研究方法與架構 研究方法與架構

本章將詳細介紹我們所提出之 CM 選派方法以及工作負載分攤 機制。我們參考過去學者[3][7][16][22]所提出之 CM 選派方法的優 點,提出一個 CM 能力指標的評估方法,並且利用模糊法則來決定啟 動和停止 CM 工作負載分攤機制的時機,因為模糊法則是此機制的精 神所在,所以我們稱之為模糊法則機制(Fuzzy Rule Mechanism;

FRM)。

為了避免 CM 管理眾多節點發生負載過重(Overload),我們衡量 CM 的工作負載,使用備援管理者(Backup Manager;BM)分擔工作,

緩和 CM 的工作量。然而,隨著時間的拉長,CM 的電力會逐漸的衰 減,因此,在 CM 能力不佳時,必須及時的由 BM 接手以減少群組的 解構和重組所造成的通訊成本(Overhead)。所謂分擔工作負載是指分 擔 CM 封包的轉送與接收的工作,避免頻寬發生壅塞(Congestion)的 情況。選派問題主要是指 CM 能力不佳或突然失效時,由 BM 接手並 由它再選派一個新的 BM。本研究的研究環境是由眾多 MH 所組合成 的 MANETs(包含手機、個人數位助理、筆記型電腦等)。為了簡化問 題的複雜度,所提的方法乃基於四個假設:

 A:每一個 MH 都有一個可被辨認的識別碼(ID number)。

 B:每一個 MH 都有相同的訊號強度。

 C:每一個 MH 發送訊號半徑都相同。

 D:每一個 MH 都能成功的接收與傳送資訊。

本研究是假設建立在一個較為穩定的 MANSTs 網路通訊環境,

主要以藍芽、紅外線做為傳輸的媒介,這些媒介都有制式的標準,即 傳輸距離、訊號強度等,並不會因為將此媒介安裝在手機或筆記型電 腦上而有所不同。另外,假設 MH 分成三種角色,依序為 CM、BM、

(30)

一般 MH。

3.1 管理者管理者管理者管理者的能力指標與的能力指標與的能力指標與的能力指標與工作負載的工作負載的工作負載的工作負載的評估方法評估方法評估方法評估方法

本研究以剩餘電力(p)、CPU 忙碌程度(b)、剩餘頻寬(c)作為推選 CM 的依據。過去有學者[3][16][21]在考慮選派 CM 時,以節點的移 動性及節點距離群聚中心位置的遠近為依據,但這樣的方式是必須假 設有衛星定位系統(GPS)才能得知,本研究暫不考慮。除此之外,在 一個壅塞的環境中,CM 常常會發生負載過重的情況。因為在負載過 重的情況下,通常 CPU 會處於較忙碌的情況,而且其所可以使用的 剩餘頻寬也較少,所以我們以 CPU 忙碌程度與剩餘頻寬來判斷 CM 是否處於負載過重的情況。由此可知,剩餘電力(p)、CPU 忙碌程度 (b) 及剩餘頻寬(c)這三個參數對於評估 CM 的能力指標及衡量 CM 的 工作負載有著密不可分的關係。

圖 7、剩餘電力的模糊切割(p)

(31)

圖 8、CPU 忙碌程度的模糊切割(b)

圖 9、剩餘頻寬的模糊切割(c)

為了使用模糊理論來評估管理者的能力指標與工作負載,研究 將上述所考量的三個屬性(p, b, c)做模糊切割(Fuzzy Partition),圖 7~

圖 9 為剩餘電力、CPU 忙碌程度與剩於頻寬模糊切割(Fuzzy Partition) 的隸屬函數。我們將剩餘電力的百分比切割為高(Hp)、中(Mp)、低(Lp),

CPU 忙碌程度切割為高(Hb)、中(Mb)、低(Lb),剩餘頻寬切割為高(Hc)、

中(Mc)、低(Lc)。將三個屬性做模糊切割之後,CM 每隔一單位時間 必須以專家所訂的模糊法則來判斷目前它的三種屬性狀態是隸屬於 哪一個模糊切割(Fuzzy Partition)來決定所採取的動作。良好的 CM 應 該具有充足的電力、有多餘的 CPU 處理能力及頻寬,亦即他對高剩

(32)

餘電力(Hp)、低忙碌程度(Lb)、高剩餘頻寬(Hc)的隸屬值都要很高才 行,所以我們就以此三項能力來綜合考量並算出該 MH 的能力指標。

我們將 CM 的能力指標定義為

I = min ( IHp, ILb, IHc)---(1)

此種定義方式可以真正表示管理者的能力,因為當這三種指標的任一 種降低時都將嚴重影響其管理能力。過去的研究大多以加權平均的方 法來定義能力指標[3][16][22],表面上能夠找到最佳狀態的 CM,但 是,若某一方面能力很低時,如果其他兩項能力都相當高,其綜合能 力依舊是高,顯然這不是我們要的 CM。例如 MH 的電力較不足時,

它也可能因為忙碌程度低且剩餘頻寬高使得加權平均的結果高於其 它 MH 而成為 CM,但顯然這不是好的作法。另外,透過各能力指標 隸屬函數的參數調整也可以達到設門檻值的效果。例如,如果我們不 希望剩餘頻寬低於 20%的 MH 當 CM,只要將 20%以下的剩餘頻寬所 對應到的隸屬值設為 0 就可達到這個效果。隸屬函數可以隨不同環境 而改變,如此就能適應各個環境而達到適性化的目的。

以表 2 的例子來說:假設有 A, B, C, D, E, F 六個節點,他們對高 剩餘電力(IHp)、低忙碌程度(ILb)及高剩餘頻寬(IHc)的隸屬程度如表 2 所 示,我們可以得知 C 的能力指標 I=0.58 為最高,所以 C 就成為 CM。

同理,E 的能力指標次之,就變成了 BM。如果採用加權平均的方法,

有可能反而會誤選到 B 或 D 成為 CM,導致 CM 過於忙碌或電力不 足的情形。

(33)

表 2、MH 對高剩餘電力、低忙碌程度及高剩餘頻寬的隸屬程度

IHp ILb IHc Index

A 0.73 0.23 0.68 0.23

B 0.9 0.12 0.95 0.12

C 0.58 0.85 0.62 0.58

D 0.2 0.86 0.89 0.2

E 0.52 0.6 0.55 0.52

F 0.82 0.48 0.75 0.48

3.2 管理者的選派與工作負載分攤機制管理者的選派與工作負載分攤機制管理者的選派與工作負載分攤機制管理者的選派與工作負載分攤機制

本研究以初始階段及一般階段來探討 CM 的選派與工作負載分 攤機制。初始階段是網路剛形成之初,此時並沒有 CM,每一個 MH 各自獨立,最重要的任務是推選 CM 及 BM。一般階段時,已經有 CM 負責維護網路,因為每一個 CM 的電力有限,通訊能力及忙碌程 度也隨時在改變,所以 CM 除了要負責群組內的 MH 傳送封包外,還 要隨時注意是否要啟動 BM 分擔工作或由 BM 來接替。BM 的目的除 了分攤 CM 的工作之外,當 CM 突然失效或能力不佳時,它可以取而 代之並再選一個新的 BM。

3.2.1 初始階段初始階段初始階段初始階段

MH 之間是透過訊息交換的方式來達成 CM 的選派。此訊息(我們 稱為 hello message)的內容包含一個節點的識別碼 Nid及能力指標 NI, 即 Hello message = [Nid, NI]。此階段的網路尚無任何 CM,因此每一 個節點都是一般節點。本研究採用[22]所提出的倒數機制。每一個節 點將自行隨機產生一個數值,經過一單位的時間後數值會減一,當有 節點倒數至零時,便會將自身的剩餘電力百分比(p)、CPU 忙碌程度 (b)、剩餘頻寬(c),依據能力指標公式計算出自己能力指標並傳送 hello

(34)

message 給鄰近節點,而每一個節點會記錄所有接收到鄰近節點的 hello message,重覆此步驟到所有鄰近節點的訊息都發送完畢後,每 一個節點都可以透過紀錄表得知每一個節點的能力指標與節點的 ID,此時每一個節點會將能力指標最高的節點註記為 CM,次之的為 BM。網路就由能力指標最高的節點來管理。

圖 10、網路初始階段管理者選派示意圖

圖 10 是網路初始階段 CM 選派示意圖,在(a)中,每個節點隨機產 生一個倒數值後,開始進行倒數,圖(b)中的節點F倒數至零時,發送 hello message 至鄰近的A、B、C、D、E,直到所有節點發送完畢

(35)

後,能力指標最高的成為 CM,能力指標次之的為 BM。圖 11 為網路 初始階段 CM 選派的流程圖。

圖 11、網路初始階段的管理者選派流程圖

3.2.2 一般階段一般階段一般階段一般階段

當 CM 與 BM 產生後,網路就進入了一般階段。這時候的網路已

(36)

經有 CM 負責維護網路了。此時的 CM 每隔一單位的時間必須依專家 所訂的模糊法則來決定是否要啟動 BM 分擔工作負荷或能力不佳時 由 BM 來接替 CM 的任務。除非 CM 能力真的過低,否則盡量不替換 CM 以減少 CM 替換的額外負擔。但是當 CM 的通訊能力減低或 CPU 過於忙碌時或 CM 的電力不足時就要準備替換 CM。

3.2.3 專家所訂的模糊法專家所訂的模糊法專家所訂的模糊法專家所訂的模糊法則則則

本研究採用[7]所提出的投票機制來制定模糊法則。我們委由十位 網路專家使用表 4 的問卷作答,看目前 CM 的三種屬性狀態是隸屬 於哪一個模糊切割(Fuzzy Partition)來決定所採取的動作。當 CM 負載 過重時,啟動 BM 協助分擔封包接收與轉送,減輕 CM 的工作負載,

當 CM 能力不足時並及時的由 BM 接手。表 3 為所有不同 CM 的工 作負載及能力狀態及其所可能採取的動作。其中 e1 的動作表示 CM 的工作負載和能力屬於正常狀態。e2 動作表示 CM 的工作負載過重,

需啟動 BM 分擔工作。e3 動作表示重新選派 BM,如此能保證目前 的 BM 是最佳的備援管理者。e4 動作表示 CM 的能力已經不適任,

此時由 BM 來接替 CM 的工作並再選擇一個新的 BM。

表 4 是評估 CM 工作負載和能力狀態的問卷,其中 p, b 和 c 代表目 前的剩餘電力百分比、CPU 忙碌程度百分比和剩餘頻寬百分比。

表 3、不同管理者的工作負載及能力狀態所可能採取的動作 e1:正常狀態。

e2:啟動備援管理者。

e3:重新選派備援管理者。

e4 : 重新選派管理者與備援管理者。

(37)

Consequent 是表示目前 CM 的三種屬性狀態是隸屬於哪一個模糊切割 (Fuzzy Partition)來決定所採取的動作。

表 4、評估管理者工作負載和能力狀態的問卷

Question p b c Conquest

1 Hp Hb Hc

2 Hp Hb Mc

3 Hp Hb Lc

4 Hp Mb Hc

5 Hp Mb Mc

6 Hp Mb Lc

7 Hp Lb Hc

8 Hp Lb Mc

9 Hp Lb Lc

10 Mp Hb Hc

11 Mp Hb Mc

12 Mp Hb Lc

13 Mp Mb Hc

14 Mp Mb Mc

15 Mp Mb Lc

16 Mp Lb Hc

17 Mp Lb Mc

18 Mp Lb Lc

19 Mp Hb Hc

20 Lp Hb Mc

21 Lp Hb Lc

22 Lp Mb Hc

23 Lp Mb Mc

24 Lp Mb Lc

25 Lp Lb Hc

26 Lp Lb Mc

27 Lp Lb Lc

(38)

這些屬性值的過高或過低的衡量是由圖 7~圖 9 的 9 個隸屬函數的 參數值來決定,因此,藉由改變這些參數值就可以來調整系統特性以 達到適性化的目的。CPU 忙碌程度或剩餘頻寬的評估是以某一單位 時間的平均值來衡量,並不是某一時刻,這樣才能較正確的得知該單 位時間的 CPU 忙碌程度或剩餘頻寬。表 5 為統計網路專家針對不同 CM 狀態應採取動作之意見,我們以十個網路專家所回答之意見並以 偏好度較高做為決策(Decision)的依據。

表 5、專家知識統計表

Rule e1 e2 e3 e4 Decision

1 7 3 0 0 e1

2 6 4 0 0 e1

3 0 10 0 0 e2

4 8 2 0 0 e1

5 7 3 0 0 e1

6 0 10 0 0 e2

7 10 0 0 0 e1

8 9 1 0 0 e1

9 0 10 0 0 e2

10 8 2 0 0 e1

11 4 0 6 0 e3

12 0 10 0 0 e2

13 8 0 2 0 e1

14 2 2 6 0 e3

15 0 10 0 0 e2

16 10 0 0 0 e1

17 7 2 1 0 e1

18 0 10 0 0 e2

19 0 0 0 10 e4

20 0 0 0 10 e4

21 0 0 0 10 e4

22 0 0 0 10 e4

(39)

3.2.4 管理者管理者管理者管理者替換替換替換替換與工作負載分攤與工作負載分攤與工作負載分攤與工作負載分攤

CM 除了負責協助其它的 MH 封包傳送與轉送外,也必須每隔一 段時間偵測它的工作負載和負載能力。在本研究中,以 CM 的剩餘電 力的百分比、CPU 忙碌程度的百分比、剩餘頻寬的百分比共三個屬 性因子評估負載能力,以 CPU 忙碌程度與剩餘頻寬評估其工作負 載,然後以專家所制訂的模糊法則來決定所要採取的動作。如果模糊 法則偵測出工作負載即將超過 CM 可負荷的範圍將採取啟動 BM 分擔 工作;或是模糊法則偵測出 CM 能力不足時,將由 BM 接手。當 CM 能力不足(即 p=Lp)時,則改由 BM 接手以達到更穩定的網路通訊。模 糊法則除了判斷 BM 接手的時機外,也必須考量管理者 CPU 過於忙 碌或剩餘頻寬不足的情形(即 b=Hb、c=Lc)時,啟動 BM 來分擔 CM 工 作,減輕 CM 的工作負載,倘若 CM 負載恢復正常,即表 3 的正常狀 態,即停止 BM 的分攤工作,建置一個較為完善的智慧型機制。圖 12 為管理者的選派與工作負載分攤機制的流程圖。

表 5、專家知識統計表

Rule e1 e2 e3 e4 Decision

23 0 0 0 10 e4

24 0 0 0 10 e4

25 0 0 0 10 e4

26 0 0 0 10 e4

27 0 0 0 10 e4

(40)

圖 12、一般階段管理者選派及工作負載分攤機制的流程圖 在階層式分群的架構中同一階層群組內訊息傳送是不需要透過 CM,當要跨群組傳送時才需要由 CM 轉送,因此,本研究中提出的 工作負載分攤主要是將需要透過 CM 跨群組傳送的封包及接收其它 階層群組 CM 所傳來的封包,改由 BM 來接手以減輕 CM 的工作負 擔。當 CM 工作即將超載時 CM 會以訊息同時告知 BM 與群組內的 MH,這時 BM 會啟動分擔 CM 的工作,幫助 CM 接收其它階層所傳 來的訊息與轉送群組內須傳送到其它群組的封包,這時 CM 就不再接

(41)

收任何封包的進入。模糊法則偵測出 CM 的負載恢復正常後,會以訊 息告知 BM 及群組內的 MH,此後群組內的 MH 的新工作將改由 CM 幫忙傳送,BM 又轉化為初始狀態所定義的備而不用的節點。這樣一 來,CM 的工作負載就能減輕以避免 CM 發生頻寬壅塞。因此,CM 的穩定性與生存時間就能提升。接下來,我們將舉例說明 MH 傳送封 包的特性。圖 13 為 CM 工作負載分攤的示意圖。

圖 13、管理者的工作負載分攤示意圖

如圖 13 所示,假設有 A 和 B 兩個群組,正方形與圓形分別代表 CM 與 BM。上方佇列代表 CM 頻寬,下方佇列表示 BM 的頻寬。在 A 群組中,有三個來源端 MH(C、D、E)的封包欲傳送到 B 群組的目 的端 MH(J),則那些封包必須先傳送給 ManagerA (即 C→ManagerA、 D→ManagerA、E→ManagerA),再由 ManagerA將封包傳送到 ManagerB

(42)

之後,再直接送往目的端 MH(J)。假設這三個 MH 的服務需求耗費 CM 頻寬中 7 個(Channel)通道,這時候 ManagerA中的模糊法則偵測 出可能會發生負載過重的情況,此刻 CM 會告知 BM 立即啟動分攤工 作,也就是說 MH(F)欲傳送封包至 MH(L)可能造成 Channel 不夠使用 的現象,CM 會發生壅塞。當 BM 啟動之後,Manager(A)會將 MH(F) 提出的服務需求改由 BM 來接手(以虛線表示)。同樣的,接收端的 Manager(B)同時接收了群組 A 的 CM 與 BM 的封包,模糊法則偵測 出負載相當高的情況,這時候 B 群組 CM 會立即啟動 BM 分攤工作 和告知 A 群組的 BM 將工作傳送給 B 群組的 BM,在由 BM 直接送 往目的端 MH(L)。若模糊法則偵測出 CM 的負載恢復正常後,BM 就 轉化為備而不用的節點。

3.2.5 實例說明實例說明實例說明實例說明

接下來我們將以一個例子來說明 CM 的替換與工作負載分攤機 制是如何運作。假設圖 14~圖 16 是剩餘電力的百分比、CPU 忙碌程 度的百分比與剩餘頻寬的百分比所相對應的隸屬函數,且某一時段的 剩餘電力 p、忙碌程度 b、剩餘頻寬 c 分別為 p=0.43、b=0.65、c=0.28,

將這些數值代入模糊法則(請參考表 4)中,我們就可以得到表 6 的可 應用度。

(43)

圖 14、剩餘電力的模糊切割(p)

圖 15、CPU 忙碌程度的模糊切割(b)

圖16、剩餘頻寬的模糊切割(c)

表6是CM的剩餘電力p=0.43、忙碌程度b=0.65與剩餘頻寬c=0.28 時,對於各模糊法則的隸屬程度。假設第i法則對於此三個參數的隸 屬程度各為Ip、Ib與Ic,那麼第i法則對剩餘電力=p、忙碌程度=b與剩

(44)

餘頻寬=c的可應用度即為同時滿足這三個條件的程度,即可應用度 I=min(Ip, Ib, Ic)。從表6我們可以看出,剩餘電力=Mp、忙碌程度=Mb 與剩餘頻寬=Lc時,法則15所對應到的可應用度最高,所以代表目前 的狀態是屬於中等剩餘電力、中等忙碌度以及低剩餘頻寬,此時,法 則15將被觸動並執行e2的動作。因為CM的頻寬目前處於一個不良的 狀態,也就是說CM可以提供的(channel)通道很少,因為頻寬已經被 大部分的工作需求所佔據,如果群組成員提出新服務的需求時,CM 就有可能會發生壅塞的現象,這時BM應立即啟動分攤CM的工作,減 少CM的負荷。若CM工作負載狀態已恢復正常,BM就會轉化為初始 階段定義之備援不用的節點。

表 6、剩餘電力 p、忙碌程度 b 與剩餘頻寬 c 相對應每一模糊法則的 可應用度

Rule Ip Ib Ic 可應用度

1 0.15 0.25 0 0

2 0.15 0.25 0.4 0.15

3 0.15 0.25 0.6 0.15

4 0.15 0.75 0 0

5 0.15 0.75 0.4 0.15

6 0.15 0.75 0.6 0.15

7 0.15 0 0 0

8 0.15 0 0.4 0

9 0.15 0 0.6 0

10 0.85 0.25 0 0

11 0.85 0.25 0.4 0.25

12 0.85 0.25 0.6 0.25

13 0.85 0.75 0 0

14 0.85 0.75 0.4 0.4

15 0.85 0.75 0.6 0.6

16 0.85 0 0 0

17 0.85 0 0.4 0

(45)

表 6、剩餘電力 p、忙碌程度 b 與剩餘頻寬 c 相對應每一模糊法則的 可應用度

Rule Ip Ib Ic 可應用度

18 0.85 0 0.6 0

19 0 0.25 0 0

20 0 0.25 0.4 0

21 0 0.25 0.6 0

22 0 0.75 0 0

23 0 0.75 0.4 0

24 0 0.75 0.6 0

25 0 0 0 0

26 0 0 0.4 0

27 0 0 0.6 0

(46)

第四章 第四章 第四章

第四章、 、 、 實 、 實 實 實驗結果 驗結果 驗結果 驗結果

本章將針對第三章所提之方法進行實作模擬分析以驗證本研究 所提出之管理者的選派與工作負載分攤機制(FRM)。我們將證明 FRM 除了能夠找出能力較佳的 CM 外,也能有效緩和 CM 的負荷與電力的 消耗以延長 CM 的生存時間,減少群組解構的機會,提供一個更穩定 的網路拓樸。此外,當 CM 能力不佳時,採用 BM 來接替,以延續網 路的生命週期。

在實驗中,本研究的網路拓樸環境設定為 1000*1000m2之範圍,我 們以 Network Simulation 2(簡稱為 NS-2)亂數產生 900 個網路節點相關 的屬性質,即節點編號(Node_ID)、水平位置(Pos_X)、垂直位置 (Pos_Y) 、 剩 餘 電 力 %(Energy) 、 忙 碌 程 度 %(Busy) 以 及 剩 餘 頻 寬

%(Bandwidth)。表 7 為 NS-2 亂數產生網路節點之參數表。

表 7、NS-2 亂數產生網路節點之參數表

(47)

本研究以 Borland C++ Bulider 2006 開發撰寫模擬程式,提出的方 法是在階層式的網路分群架構中進行。實驗共分成兩大部分:

第一部分為 FRM 管理者選派問題之實驗,包含初始階段 CM 的 選派方法及 CM 的替換問題。在初始階段 CM 的選派方法部分,比較 的 方 法 採 取 在 分 群 研 究 領 域 中 較 為 知 名 的 Lowest-ID Cluster Algorithm(LICA)、Highest Connective Cluster Algorithm(HCCA)[6]以 及 Weighted Cluster Algorithm(WCA)[16],藉由與上述方法之比較,

驗證本研究所提出之 CM 的選派方法能夠選派出一個能力較佳的 CM。在 CM 的替換機制部分,為驗證當 CM 能力不足時,由 BM 及 時的接替,能有效延續網路的生命週期。對照組為:

(一) 未採取 BM 替換。

(二) 採取 BM 替換但以門檻值(Threshold)的方式來決定換手的時 機。

第二部分為 FRM 管理者的工作負載分攤機制,此實驗目的為證明 CM 的工作負載分攤機制能舒緩 CM 的工作負載,減少電力的消耗,

延長 CM 的生存時間,進而增加網路的生命週期。對照組為:

(一) 未採取 BM 進行工作負載分攤。

(二) 採取 BM 分攤工作,但以門檻值(Threshold)的方式決定 BM 啟 動的時機。

因此,實驗設計主要分為三種:

設計一:節點數設定為 30,群組形成範圍 250m 之環境下,反覆 模擬實驗 FRM、LICA、HCCA 及 WCA 方法 30 次,記

(48)

錄每一次模擬實驗後,並統計所有 CM 的剩餘電力、CPU 忙碌程度與剩餘頻寬。

設計二:節點數設定為 30,群組形成範圍 250m 之環境下,反覆 模擬實驗 30 次,當 CM 負載過重時,沒有採用 BM 分攤 工作,或是採用 BM 分擔工作分別使用模糊法則、門檻 值(threshold)來判斷啟動和停止 BM 分攤工作的時機,紀 錄每一次過程中所有 CM 電力消耗的情況。

設計三:節點數設定為 30,群組形成範圍 250m 之環境下,反覆 模擬實驗 30 次,當 CM 能力不足時,沒有採用 BM 接替,

或以模糊法則和門檻值的方式來判斷 BM 接替的時機,

紀錄每一次過程中同一群組 CM 電力的變化情況。

為簡化問題之複雜度,本研究之實驗環境中的 MH 假設為同質 性。附錄為實驗設計一、設計二與設計三使用之節點參數,其中設計 一與設計二,每次模擬實驗隨機挑選 30 個節點,總共進行 30 次模擬,

共隨機產生了 900 個網路節點。實驗設計三使用 30 個節點 (隨機挑 選),使用同樣的 30 個節點反覆模擬 30 次。(每一次的通訊量都不同) 群組形成範圍設定為 250m,是以 MH 的實際功率(涵蓋率)為考量,

在 MH 實際可涵蓋範圍之下,每一個群組所能形成的範圍大約為 250m。

4.1 實驗設計一之結果實驗設計一之結果實驗設計一之結果實驗設計一之結果

此實驗設計為節點數設定為 30,群組形成範圍 250m 之環境下,反 覆模擬實驗 FRM、LICA、HCCA 及 WCA 方法 30 次,記錄每一次模 擬實驗後,並統計所有 CM 的剩餘電力、CPU 忙碌程度與剩餘頻寬。

(49)

圖 17、FRM、LICA、HCCA、WCA 管理者的平均剩餘電力、CPU 忙碌程度百分比、剩餘頻寬的百分比

由圖 17 可知,FRM 選派方法所選派出的 CM 平均剩餘電力、平均 CPU 忙碌程度與平均剩餘頻寬三項因子與 LICA、HCCA 兩種方法選 派出 CM 的平均剩餘電力、平均 CPU 忙碌程度與平均剩餘頻寬三項 因子比較起來,皆明顯較為優良。主要原因是 LICA 與 HCCA 在選派 CM 的時候是以節點的 ID 及連結度作為考量,其它因子都未考慮,

因此容易選派出一個 CM 能力狀態較差的情況。WCA 的選派方法從 此圖較難看到其與 FRM 的優劣,必須由下面的次數分配圖較能看出 其差異。

(50)

圖 18、FRM 與 WCA 管理者選派的次數分配圖

圖 19、FRM 與 WCA 管理者選派的次數分配圖

(51)

圖 20、FRM 與 WCA 管理者選派的次數分配圖

由圖 18~圖 20 可知,在 FRM 與 WCA 反覆模擬 30 次後,FRM 選派出的 CM 次數分配較為集中,WCA 選派的 CM 次數分配較為平 均。舉個例子來說,FRM (即 線條)與 WCA(即 線條)的 CPU 忙 碌程度有明顯的差異,FRM 管理者的次數分配在 0~50%較為集中,

即紅色線條較為突出。WCA 的次數分配較為平均,即紅色線條較為 平緩。另外,我們也可以明顯看出,對於 FRM 較 WCA 能避免處於 極端狀況(能力不佳),例如從圖 18 中在低剩餘電力時,WCA 含有 CM 的數量明顯比 FRM 多,就高忙碌程度(圖 19)及低剩餘頻寬(圖 20)的 比較也是如此。因此,我們可以看出 FRM 整體而言比 WCA 較能選 出較佳能力的 CM。

4.2 實驗設計二之結果實驗設計二之結果實驗設計二之結果實驗設計二之結果

此實驗設計為節點數設定為 30,群組形成範圍 250m 之環境下,反 覆模擬實驗 30 次。對照組為(1)non-backup manager:無採取 BM 進行

(52)

工作負載分攤(2)Threshold backup manager:以門檻值的方式決定備援 管理啟動的時機。紀錄每一次過程中所有 CM 電力消耗的情況。

圖 21、工作負載分攤機制管理者的平均剩餘電力

由圖 21 可知,在壅塞的環境下,如果沒有使用 BM 來分攤工作

( 表示),CM 的電力會消耗的相當快速,縮短了網路的生命週期。

而在 FRM 的機制下( 表示),使用模糊法則來判斷 CM 負載過重 時,啟動 BM 分攤工作,減少 CM 電力的消耗。門檻值( 表示)與 FRM 在電力消耗曲線上相當的接近。

4.3 實驗設計三之結果實驗設計三之結果實驗設計三之結果實驗設計三之結果

此實驗設計為節點數設定為 30,群組形成範圍 250m 之環境下,

反覆模擬 30 次。對照組為(1)non-backup manager:當 CM 能力不足時,

無採取 BM 進行接替 (2)Threshold backup manager:以門檻值的方式決 定備援管理接替時機。紀錄每一次過程中同一群組 CM 電力的變化情 況。

(53)

圖 22、替換機制管理者的剩餘電力

由圖 22 可知,CM 能力不足時,沒有採用 BM 接替( 表示)的 對照組,網路大約經過個 600 個回合的資料傳輸後,CM 失效網路就 停止運作。當 CM 失效後,網路會再回到初始階段,解構後再建構的 代價相當的高。Threshold backup manager( 表示)平均約在 500 回合 後換手,FRM( 表示)平均約可以延後到近 600 回合後才換手。因 此,可以看出 FRM 比 Threshold backup manager 更能延長網路的生命 週期及增加它的穩定性。

參考文獻

相關文件

Keyword: on-line testing, enhanced learning path, concept mapping, learning diagnosis, concept effect information, concept independence indexing, concept error

健行學校財團法人健行科技大學 清雲科技大學 台灣首府學校財團法人台灣首府大學 致遠管理學院 大華學校財團法人大華科技大學 大華技術學院 醒吾學校財團法人醒吾科技大學

隨著科技的進步,展覽場的導覽系統已從過去導遊、磁帶機或 CD 播放 器講解的時代轉換成行動導覽的時代。目前行動導覽方式大都以 RFID 或 QR

Client: Angular 、 Cordova Server: Node.js(Express) 資料庫: MySQL. 套件管理: Node Package

朝陽科技大學 資訊與通訊系. 107

Therefore, in this research, we propose an influent learning model to improve learning efficiency of learners in virtual classroom.. In this model, teacher prepares

“Ad-Hoc On Demand Distance Vector Routing”, Proceedings of the IEEE Workshop on Mobile Computing Systems and Applications (WMCSA), pages 90-100, 1999.. “Ad-Hoc On Demand

In an ad-hoc mobile network where mobile hosts (MHs) are acting as routers and where routes are made inconsistent by MHs’ movement, we employ an associativity-based routing scheme