افزایش کیفیت سرویس در شبکه اجتماعی خودرویی (VSN) با خوشه بندی مناسب در NS2

افزایش کیفیت سرویس در شبکه اجتماعی خودرویی (VSN) با NS2

در این بخش پروژه شبیه سازی افزایش کیفیت سرویس در شبکه اجتماعی خودرویی (VSN) با خوشه بندی مناسب در نرم افزار NS2 به همراه گزارش کار و فیلم نحوه اجرا آماده کرده ایم که در ادامه به توضیحاتی در مورد شبکه VSN و ساختار آن و خوشه بندی در شبکه VSN پرداخته و شبیه سازی به همراه فیلم و تصاویر خروجی این پروژه QOS در شبکه ارائه شده است.

شبکه اجتماعی خودرویی (VSN)

با توجه به رشد روزافزن شبکه های بی سیم، چالش های جدیدی با توجه به نوع شبکه بی سیم ایجاد شده است. تمرکز ما در این پروژه بر روی یک شبکه بی سیم جدید با نام شبکه اجتماعی ونت (Vehicular Social Networks – VSN) می باشد. این شبکه ها که به اختصار VSN نامیده می شوند، با توجه به ویژگی های وسایل نقلیه و محیط های کاربردی خاص و نیز با توجه به اینکه در بسیاری از نقاط جهان مردم مقدار قابل توجهی از زمان خود را در رفت و آمد روزانه به محل کار اختصاص می دهند، مطرح گردیده و به وجود آمده است.

در واقع شبکه VSN متشکل از یک شبکه بین خودرویی ونت (شبکه VANET) بوده که با اتصال به ایستگاه های پایه (Base Stations) و یا اینترنت با آنها تبادل اطلاعات می کند اما مبنای اصلی شبکه، ارتباطات بین خودرویی می باشد. در حقیقت یک شبکه اجتماعی خودرویی (VSN) از دو بخش اصلی تشکیل شده است که اهمیت هر دو به صورت یکسان می باشد. بخش اول، شبکه ارتباطی بی سیم سیار برای وسایل نقلیه مانند شبکه VANET می باشد و بخش دوم نیز اجرای یک چارچوب شبکه اجتماعی بر روی این شبکه VANET می باشد.

شکل معاری فیزیکی شبکه های VSN

ساختار شبکه اجتماعی خودرویی (VSN)

بر خلاف شبکه های اجتماعی سیار (Mobile Social Networks – MSN) که مشارکت کنندگان آن کاربرانی هستند که بوسیله تلفن همراه و گوشی های هوشمند با هم در تعامل هستند، در شبکه اجتماعی خودرویی (VSN) کاربران به صورت ناهمگن و شامل وسایل نقلیه و دستگاه های پردازنده وسایل نقلیه و همچنین شامل رانندگان و مسافران می شود. در شبکه VSN یک وسیله نقلیه برای دسترسی به اینترنت، به زیر ساخت کنار جاده ای مانند ایستگاه پایه (Base Stations – BS) و یا واحد کنار جاده ای (Road-Side Unit – RSU) برای فعال کردن ارتباط وابسته است. در این شبکه که یک شبکه های اجتماعی سیار (MSN) محسوب می شود، مسیریابی بسیار مهم است. هدف ما در این پروژه کاهش تاخیر و افزایش عملکرد در تعاملات بین وسایل نقلیه در یک ارتباط شبکه اجتماعی خودرویی و طراحی شبکه ای است که قابلیت استفاده در شبکه های اجتماعی VSN را به صورت عملی داشته باشد.

شکل معماری شبکه VSN

خوشه بندی در شبکه اجتماعی خودرویی (VSN)

با توجه به تعداد زیاد خودروها در شبکه و به تبع آن ازدحام شبکه باید راهکاری برای مدیریت صحیح خودروها در نظر گرفت. یکی از راه های مدیریت خودروها در شبکه های بین خودرویی VANET خوشه بندی (Clustering) می باشد. خوشه بندی گره ها یکی از راهکارهای مهم در مدیریت گره های یک شبکه بی سیم می باشد و انتخاب سرخوشه مبتنی بر مدیریت داده ها و ارسال آن نیز یکی از مهم ترین مسائل در یک شبکه خوشه بندی شده می باشد. با توجه به این که شبکه اجتماعی ونت (VSN) یک شبکه بی سیم می باشد، لذا همانند شبکه های بی سیم موجود باید راهکاری مناسب به منظور خوشه بندی گره های شبکه پیدا کنیم.

راهکار جدید پروژه پیش رو، در رابطه با نحوه انتخاب سرخوشه و انجام خوشه بندی مناسب در شبکه VSN می باشد. برای انتخاب سرخوشه و خوشه بندی از فاکتورهای کلیدی شبکه مانند میزان انرژی هر خودرو، میزان فاصله، میزان اعتماد و میزان تاخیر، پهنای باند، گذردهی و سرعت خودرو استفاده می شود. در این پروژه از یک گره ایستگاه به عنوان ناظر بر شبکه استفاده می شود.

شکل سناریو روش پیشنهادی

تصویر بالا خودروها را با حروف a و b نشان می دهد. BS کنترل کننده جاده ای می باشد که در این پروژه به آن RSU می گوییم.

شبیه سازی با نرم افزار NS2

با توجه به اینکه شبکه اجتماعی ونت (VSN)، شبکه نسبتا جدیدی می باشد، لذا ابزاهای بسیاری برای پیاده سازی یا شبیه سازی آن وجود ندارد. یکی از قدرتمند ترین ابزارها برای شبیه سازی شبکه اجتماعی ونت‌، نرم افزار شبیه ساز شبکه NS2 می‌ باشد که یک ابزار قوی، معروف، متن باز و تحت لینوکس است. این نرم افزار شبیه ساز شبکه با توسعه ‌هایی که بر روی آن اضافه می شود توانایی شبیه سازی شبکه های جدید را دارا می باشد. توسعه شبکه اجتماعی ونت در نرم افزار NS2 ، امکان شبیه سازی و اجرای توابع مخصوص این شبکه شامل: تحریک پذیری خودروها ، Handoff ، و ارسال داده با سرعت بالا را امکان پذیر می ‌کند.

شکل سناریو مقاله پایه

با توجه به اینکه بر روی آخرین نسخه این نرم افزار (NS2.35) قابلیت اجرا و شبیه سازی شبکه اجتماعی در ونت به صورت کامل امکان پذیر می باشد، در این پروژه از نسخه NS2.35 استفاده می کنیم. از توسعه هایی که در این شبیه سازی مورد استفاده قرار گرفته می توان به پروتکل VANET و استاندارد IEEE 802.11p اشاره کرد. پارامترهای شبیه سازی در جدول زیر نشان داده شده است که مطابق با پارامترهای مقاله مورد مقایسه و پایه با عنوان Dynamic Clustering-Based Adaptive Mobile Gateway Management in Integrated VANET – ۳G Heterogeneous Wireless Networks می باشد.

تصاویر خروجی و نتایج شبیه سازی

شکل محیط گرافیکی شبکه (فایل nam) با ۳۰۰ گره

شکل محیط گرافیکی شبکه (فایل nam) با ۳۰۰ گره (زوم شده)

شکل نماش نتایج از اجرای شبیه سازی در ترمینال لینوکس

شکل نماش نتایج از اجرای شبیه سازی در ترمینال لینوکس

شکل نماش نتایج از اجرای شبیه سازی در ترمینال لینوکس

شکل نماش نتایج از اجرای شبیه سازی در ترمینال لینوکس

شکل نماش نتایج فایل awk در ترمینال لینوکس

شکل نماش نتایج فایل awk در ترمینال لینوکس

شکل جدول پارامترهای شبیه سازی

با توجه به راهکار پیشنهادی و پارامترهای شبیه سازی بالا، نتایج زیر حاصل شد که با نتایج حاصله از راهکار مقاله پایه مقایسه شده است. به منظور مقایسه با راهکار پیشنهادی مقاله از پارامترهایی همچون تاخیر، گذردهی، سربار و نرخ تحویل بسته استفاده کردیم.

نمودار های مقایسه ای

نمودار نرخ تحویل بسته با تعداد خودروهای متفاوت

در شکل بالا نرخ تحویل بسته را با توجه به تغییر تعداد خودروها مشاهده می کنیم. تعداد خودروها از ۱۰ الی ۳۰۰ خودرو متفاوت می باشد و همانطور که مشخص است روش پیشنهادی که با گزینه Proposed مشخص است، با تعداد خودروهای پایین عملکرد نسبتا خوبی دارد و با افزایش تعداد خودروها، عملکرد ضعیف تری نسبت به روش های مورد مقایسه مقاله دارد. لذا به نظر می رسد که روش پیشنهادی در حضور تعداد خودروهای پایین بهتر عمل کند.

نمودار نرخ تحویل بسته با دامنه تغییرات در استاندارد IEEE 802.11p برد انتقال وسایل نقلیه

در شکل بالا نرخ تحویل بسته را با توجه به تغییر محدوده پروتکل ۸۰۲٫۱۱p مشاهده می کنیم. این محدوده تغییرات به ۵ قسمت تقسیم می شود که محدوده شامل ۱۰۰-۱۲۵ ، ۱۵۰-۱۷۵ ، ۲۰۰-۲۲۵ ، ۲۵۰-۲۷۵ و ۲۷۵-۳۰۰ می باشد. با توجه به تغییر دامنه های انتقال در پروتکل ۸۰۲٫۱۱p ، میزان داده بیشتری یا کمتری انتقال می یابد. در شکل بالا با توجه به تعداد ۵ دامنه، ما ۵ نقطه متفاوت را در نمودار مشاهده می کنیم. همانطور که در تصویر مشخصریال روش پیشنهادی عملکرد بهتری در دامنه های پایین دارد. روش های دیگر نسبتا عملکرد ثابتی دارند. راهکار پیشنهادی در دامنه های پس از ۲۰۰-۲۲۵ مقدار داده ای که تحویل می دهد کاهش می یابد. از دامنه ۲۵۰-۲۷۵ به بعد در مقدار داده ای که تحویل می دهند نزدیک می باشد ولی پروتکل های AODV in CMGM و AODV+ in MGSA با افزایش دامنه، مقدار داده ی بیشتری نسبت به روش پیشنهادی تحویل می دهند.

نمودار مقدار تاخیر

در شکل بالا مقدار تاخیر سه روش باهم مقایسه شده و بر اساس تعداد خوشه ها مقدار تاخیر متفاوتی دریافت کردیم. در این شبکه ۱۰ خوشه ایجاد شد، در تعداد خوشه های پایین راهکار پیشنهادی عملکرد قابل قبولی از خود نشان می دهد ولی در تعداد خوشه های بالا مقدار تاخیر بصورت چشمگیری افزایش می یابد.

نمودار نرخ دور ریختن بسته

در نمودار بالا میزان درصد دور ریختن بسته (Packet Drop) را در سه روش مشاهده می کنیم. راهکار پیشنهادی به خوبی نشان می دهد که نرخ دور ریختن بسته پایین تری نسبت به روش های دیگر دارد. همچنین عملکرد ثابت تری نسبت به پارامترهای سابق دارد. همانطور که مشخص است با افزایش تعداد خوشه ها، نرخ دور ریختن بسته ها نیز تقریبا ثابت است. روش AODV+ in MGSA بیشترین میزان دور ریختن بسته را در سه روش دارد.

نمودار میزان سربار بسته کنترلی

در شکل بالا نرخ سربار بسته داده را با توجه به تغییر محدوده پروتکل ۸۰۲٫۱۱p مشاهده می کنیم. این محدوده تغییرات به ۵ قسمت تقسیم می شود که شامل محدوده ۱۰۰-۱۲۵ ، ۱۵۰-۱۷۵ ، ۲۰۰-۲۲۵ ، ۲۵۰-۲۷۵ و ۲۷۵-۳۰۰ می باشد‌. در شکل بالا با توجه به تعداد ۵ دامنه، ما ۵ نقطه متفاوت در نمودار فوق مشاهده می کنیم. با توجه به دامنه های انتقال در پروتکل ۸۰۲٫۱۱p با افزایش دامنه انتقال میزان سربار کنترلی نیز کاهش می یابد. همانطور که در تصویر مشخص است، روش پیشنهادی ما عملکرد نسبتا برابری با دو روش موجود داشته و رفتار آن تقریبا ثابت بود است.

نمودار میزان سربار بسته کنترلی

در شکل بالا نرخ سربار بسته داده را با توجه به تغییر میزان سرعت خودروها مشاهده می کنیم. میزان تغییر سرعت خودروها ۵۰-۳۰۰ کیلومتر بر ساعت می باشد. در این نمودار راهکار پیشنهادی یا Proposed در تمامی نرخ تغییر سرعت خودروها میزان سربار کنترلی کمتری از روش AODV in CMGM دارد. همچنین تا سرعت ۳۰۰ نیز راهکار AODV+in MGSA که برای مقاله پایه می باشد، از روش پیشنهادی ما بهتر عمل می کند. در سرعت ۳۰۰ راهکار پیشنهادی ما و راهکار AODV+in MGSA برابر می ‌شوند.

نمودار میزان میانگین گذردهی

در شکل بالا میزان گذردهی سه روش را مشاهده می کنیم. میزان تغییر گذردهی با توجه به تعداد خوشه ها است که از ۱ تا ۱۰ می باشد. همانطور که مشخص است، در این نمودار راهکار پیشنهادی ما عملکرد ضعیف ‌تری نسبت به دو روش دیگر دارد. در تعداد خوشه های ۴ و به بعد راهکار پیشنهادی ما عملکرد بهتری نسبت به دو روش قبلی دارد. همانطور که مشخص است، در هر سه روش با افزایش تعداد خوشه و میل کردن تعداد آنها به ۱۰ میزان گذرهی کاهش نیز می ‌یابد.