초록

용어보기논문에서 용어와 풀이말을 자동 추출한 결과로, 시범 서비스 중입니다. AI-Helper

IEEE 802.11 프로토콜은 근거리 네트워크인 LAN(Local Area Network)을 대상으로 한다. 네트워크를 구성하는 하나의 BSS(Basic Service Set)는 보통 제한된 규모의 크기를 가지며 그 안에 속한 스테이션(station)의 수는 수십 개 내외로 가정한다. 하지만 지능형 교통 시스템과 같은 대규모의 네트워크에서 하나의 AP(Access Point)가 담당하는 BSS의 크기는 수 Km에 달하며 그 안에 속한 스테이션의 수도 수백개에 달한다. 이러한 고속 이동성과 대규모의 스테이션 수를 특징으로 하는 네트워크를 지원하기 위해 기존의 802.11 프로토콜은 적합하지 않다. 본 논문에서는 대규모 고속 이동 스테이션들이 존재하는 네트워크를 지원할 수 있는 802.11 기반의 그룹화 메커니즘을 제안한다. 하나의 BSS 내에서 경쟁하는 스테이션의 수를 그룹화 하여 경쟁의 정도를 완화함으로써 성능을 개선한다. 기존의 802.11 프로토콜 성능을 수학적 모델로 평가하였던 [1]과 제안한 그룹화 메커니즘을 도입하였을 경우의 성능을 수학적으로 비교 분석한 결과 그룹화를 통해 최대 187%의 성능 향상을 가져올 수 있음을 보였다.

IEEE 802.11 프로토콜은 근거리 네트워크인 LAN(Local Area Network)을 대상으로 한다. 네트워크를 구성하는 하나의 BSS(Basic Service Set)는 보통 제한된 규모의 크기를 가지며 그 안에 속한 스테이션(station)의 수는 수십 개 내외로 가정한다. 하지만 지능형 교통 시스템과 같은 대규모의 네트워크에서 하나의 AP(Access Point)가 담당하는 BSS의 크기는 수 Km에 달하며 그 안에 속한 스테이션의 수도 수백개에 달한다. 이러한 고속 이동성과 대규모의 스테이션 수를 특징으로 하는 네트워크를 지원하기 위해 기존의 802.11 프로토콜은 적합하지 않다. 본 논문에서는 대규모 고속 이동 스테이션들이 존재하는 네트워크를 지원할 수 있는 802.11 기반의 그룹화 메커니즘을 제안한다. 하나의 BSS 내에서 경쟁하는 스테이션의 수를 그룹화 하여 경쟁의 정도를 완화함으로써 성능을 개선한다. 기존의 802.11 프로토콜 성능을 수학적 모델로 평가하였던 [1]과 제안한 그룹화 메커니즘을 도입하였을 경우의 성능을 수학적으로 비교 분석한 결과 그룹화를 통해 최대 187%의 성능 향상을 가져올 수 있음을 보였다.

AI 본문요약

엑셀 다운로드 AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

• 연구 주제
• 연구 방법
• 연구 결과

문제 정의

• 또한 [6]에서의 그룹화는 위치정보에 기반을 두고 있어서 고속 이동하는 스테이션을 가정하는 네트워크에는 적합하지 않다. 본 논문에서는 스테이션의 그룹화를 통하여 경쟁의 정도를 줄이며 또한 향후의 동적인 그룹 크기 조정을 위한 AP 기반의 그룹화 메커니즘을 제안한다. 또한 Markov chain 모델링을 이용하여 802.
• 이는 Markov chain 모델링을 통한 성능 분석 결과 확인할 수 있다. 본 논문은 802.11 프로토콜을 확장하여 폴링기반의 그룹화 메커니즘을 제안한다. 하나의 BSS 내에 존재하는 스테이션을 Ag 개로 나누어 경쟁을 제한시키며 분산시킨다.
• 본 절은 802.11 프로토콜의 DCF에 대하여 간단히 요약하고 성능을 평가한다. 802.
• 본 절은 하나의 BSS 내에 대규모의 스테이션이 존재하는 네트워크를 지원하기에 적합하지 않은 802.11을 확장하여 폴링 기반의 그룹화 메커니즘을 제안한다. [그림 4]에서 볼 수 있듯이 한 BSS 내에 스테이션의 수가 128 개 이상으로 넘어가면 802.
• 11 DCF의 성능은 용인할 수 없을 정도로 감소한다. 이는 BSS 내의 스테이션의 수에 따라 충돌 확률이 비약적으로 증가하기 때문이며 본 논문은 BSS 내의 스테이션들을 자신들의 MAC 주소를 이용하여 그룹화 시키는 메커니즘을 제안하고 성능을 분석한다.
• 또한 지능형 교통 시스템에서 보통 AP는 도로변에 위치한 노변 장치(RSE: Road Side Equipment)이며 일정한 전력이 지속적으로 제공되며 또한 높은 처리 능력을 가진 장비로 가정되기에 AP에 이러한 부담을 지우는 것은 문제가 없다. 향후 연구를 통해 지속적으로 BSS 내의 스테이션의 수를 추정하여 그룹 크기를 동적으로 변화시키는 역할을 담당할 것이기에 본 논문에서는 AP가 주도적으로 그룹 경쟁을 관리하는 메커니즘을 제안하였다.

가설 설정

• 자신의 그룹은 폴링 패킷에 실려 있는 그룹 크기 巨 와 자신의 MAC 주소의 하위 비트를 이용하여 계산한다. 32비트 MAC 주소를 갖는다고 가정할 경우 하위 8비트를 이용하여 수신된 폴링 패킷의값으로 modulo 하여 자신의 그룹을 결정한다. 그룹의 범위는 [0, 而, - 1] 이 된다.

제안 방법

• 폴링 패킷을 수신한 스테이션은 자신이 속한 그룹의 차례라고 판단하면 전송을 위한 경쟁을 하며, 그렇지 않으면 전송을 지연한다. 자신의 그룹은 폴링 패킷에 실려 있는 그룹 크기 巨 와 자신의 MAC 주소의 하위 비트를 이용하여 계산한다. 32비트 MAC 주소를 갖는다고 가정할 경우 하위 8비트를 이용하여 수신된 폴링 패킷의값으로 modulo 하여 자신의 그룹을 결정한다.
• 빈 그룹이 발생하지 않는다면 이러한 그룹화를 통해 얻을 수 있는 Saturation Throughput인 0矿七은 [그림 4]에서 얻을 수 있다. 하지만 본 논문에서 제안하는 그룹화는 폴링 패킷에 따른 오버헤드가 발생하기 때문에 802.11 DCF의 성능 계산 시 사용했던 수식 (2)의 빈 슬롯 시간 b와 Ts, 4는 수식 (4)로 수정한다. polle 폴링 패킷의 크기를 의미하며 time oute 미리 정의한 시간으로 이 시간 동안 응답이 없으면 빈 그룹이라고 판단한다.

대상 데이터

• 무선 LAN의 표준 프로토콜인 802.11은 근거리 네트워크를 대상으로 한다. 지능형 교통 시스템과 같은 하나의 AP가 관장하는 BSS의 크기가 크고 그 안에 속한 스테이션의 수가 대규모일 경우에 802.

데이터처리

• 11 프로토콜의 성능평가를 위한 모델링 방식이 많이 제안되어왔다. [1] 에서는 multi-state Markov chain을 이용하여 802.11 DCF의 성능을 평가하였다. [2-4]에서는 [1]을 기반으로 802.
• 본 논문에서는 스테이션의 그룹화를 통하여 경쟁의 정도를 줄이며 또한 향후의 동적인 그룹 크기 조정을 위한 AP 기반의 그룹화 메커니즘을 제안한다. 또한 Markov chain 모델링을 이용하여 802.11 DCF와 제안하는 그룹화 메커니즘을 비교, 분석한다.

이론/모형

• 802.11의 BEB 알고리즘을 모델링하였으며 각 상태 8姦는 전송까지 A;개의 슬롯 시간이 남아있으며 /번의 충돌을 경험한 상태를 의미한다. 주어진 한 슬롯에서 패킷을 전송할 확률 t는 수식 (1)과 같다.
• 11을 따르는 모든 스테이션은 기본적으로 DCF를 구현하고 필요시에만 PCF를 그 위에 구현한다. DCF는 CSMA/CA(Carrier Sense Multiple Access/Collision Avoidance) 방식을 기반으로 한다. 데이터를 전송하려는 스테이션은 먼저 매체가 사용 중인지 감지하여 만약 사용되지 않는 상태라면 전송을 시도한다.
• 무선 네트워크는 자신이 보낸 데이터가 수신측에 제대로 도착하였는지 알 수 없기 때문에 positive ACK 방식을 사용한다. 만약 미리 정해진 시간 동안 ACK가 오지 않는다면 패킷 손실이나 네트워크 혼잡 등의 이유로 패킷이 도착하지 않았다고 판단하고 BEB(Binary Exponential Backoff) 알고리즘을 이용하여 재전송을 시도한다.
• 데이터를 전송하려는 스테이션은 먼저 매체가 사용 중인지 감지하여 만약 사용되지 않는 상태라면 전송을 시도한다. 무선 네트워크는 자신이 보낸 데이터가 수신측에 제대로 도착하였는지 알 수 없기 때문에 positive ACK 방식을 사용한다. 만약 미리 정해진 시간 동안 ACK가 오지 않는다면 패킷 손실이나 네트워크 혼잡 등의 이유로 패킷이 도착하지 않았다고 판단하고 BEB(Binary Exponential Backoff) 알고리즘을 이용하여 재전송을 시도한다.

성능/효과

• 하나의 BSS 내의 스테이션의 수가 128개이면서 그룹 크기가 16일 때 가장 높은 성능 향상을 나타낸다. BSS 내의 스테이션 수 의 값이 다른 경우도 마찬가지로 그룹 크기가 커짐에 따라 그룹화를 하지 않았을 경우보다 성능이 좋아지다가 너무 큰 그룹 크기는 오히려 성능이 감소함을 확인할 수 있다. 이는 그룹 크기 叫가 커지면서 빈 그룹의 발생 가능성이 높아지기 때문이며 또한 그룹이 많아질수록 자신의 그룹 차례까지 기다려야하는 지연 시간이 커지기 때문이다.
• 11의 세부적인 특성을 반영하여 모델링을 확장하였다. 모델링을 통한 분석 결과 하나의 BSS 내의 스테이션 수가 128 개 이상이 되면 충돌이 많이 발생하여 네트워크의 성능은 용인할 수 없을 정도로 감소함을 보인다. 지능형 교통 시스템과 같은 네트워크에서 하나의 BSS 내의 스테이션 수는 보통 수백 개로 구성되므로 802.
• 한 BSS 내의 스테이션의 수가 128개를 넘어감에 따라 이 네트워크의 Saturation Throughpute 급격히 감소함을 알 수 있다. 본 논문에서 고려하는 한 BSS 내에 수백 개의 스테이션이 존재하는 네트워크의 경우 802.11 DCF로는 성능을 보장할 수 없음을 확인할 수 있다.
• 하나의 BSS 내에 존재하는 스테이션을 Ag 개로 나누어 경쟁을 제한시키며 분산시킨다. 수학적인 분석 결과 기존 802.11 DCF와 비교하여 최대 187% 정도의 성능 향상을 보인다. 하지만 지능형 교통 시스템을 지원하기 위한 네트워크는 그 특성 상 스테이션이 고속으로 이동하며 BSS 내의 스테이션의 수가 지속적으로 변화한다.

후속연구

• 하지만 본 논문은 AP에게 그룹화에 대한 책임을 일임하여 빈 그룹에 대한 관리와 그룹화 동작에 대한 부담을 지운다는 차이점이 있다. 이는 향후에 동적으로 그룹 크기를 조정할 경우를 대비하기 위해서이며 또한 빈 그룹의 여부를 AP가 바로 알아채어 바로 다음 그룹으로 폴링 패킷을 보내기 위해서이다. 또한 지능형 교통 시스템에서 보통 AP는 도로변에 위치한 노변 장치(RSE: Road Side Equipment)이며 일정한 전력이 지속적으로 제공되며 또한 높은 처리 능력을 가진 장비로 가정되기에 AP에 이러한 부담을 지우는 것은 문제가 없다.
• 하지만 지능형 교통 시스템을 지원하기 위한 네트워크는 그 특성 상 스테이션이 고속으로 이동하며 BSS 내의 스테이션의 수가 지속적으로 변화한다. 향후에는 AP가 BSS 내에 존재하는 스테이션의 수를 추정하여 동적으로 그룹 크기 丿、를 지속적으로 조정하는 알고리즘을 연구할 계획이다.

본문요약 정보가 도움이 되었나요? 예 아니오 제출

이 논문을 인용한 문헌

더보기