ARA – The Ant-Colony Based Routing Algorithm for MANETs

1. ARA – The Ant-Colony Based Routing Algorithm for MANETs MesutG¨unes¸, UdoSorges, ImedBouazizi {mesut, udo, imed }@i4.informatik.rwth-aachen.de Department of Computer Science, Informatik 4 Aachen University of Technology Aachen, Germany 指導老師：郭文興 學生：黃仁襄

2. Abstract • Mobile ad-hoc network(MANET)是一種藉由無線電來通訊的移動節點的集合。 • 這種網路最大的挑戰就是找到通訊兩點間的路徑。 • 本篇中，我們提出一種新的on-demand路由演算法，這協定是基於群體智慧，特別是螞蟻群的啟發。 • 設計此協定的主要目的是減少路由的overhead。 • 我們將此協定稱為Ant-Colony-Based Routing Algorithm(ARA)。

3. Outline • 1. Introduction • 2. Basics and Background • 2.1. Basic ant algorithm • 2.2. Simple ant colony optimization meta-heuristic algorithm • 2.3. Why ant colony optimization meta-heuristic suits to ad-hoc networks • 3. The Routing Algorithm • 3.1. Route Discovery Phase • 3.2. Route Maintenance • 3.3. Route Failure Handling • 3.4. Properties of ARA • 3.5. Overhead of ARA

4. Outline • 4. Simulation Results • 4.1. Simulation Environment • 4.2. Comparison with existing routing algorithms • 5. Conclusions and Future Work • 6.References

5. 1.Introduction • Mobile ad-hoc network(MANET)這種網路是很有彈性的，並且適合在好幾種情況下及應用，因此它可允許不用先設置基礎設施就建立暫時通訊。 • 由於傳送範圍的限制，要確保兩點間的通訊，會有數個中間點當中繼。 • 因此這種網路也被稱為Mobile multi-hop ad-hoc networks。

6. 1.Introduction • MANET主要問題還是在尋找通訊的兩點間的路徑，此問題會隨著節點的移動性而加重。 • 在文獻中可以找到很多方法來處理這問題[4, 10]，但沒有一演算法適合全部的事例。 • [4]：ad-hoc網路的運行 • [10]：移動式無線ad-hoc網路的協定及系統

7. 1.Introduction • 本篇對於on-demand ad-hoc路由演算法，提出根據群體智慧上的新方法。 • 螞蟻演算法有趣的是，在解決過程中，螞蟻不需要任何傳遞方向，替代的是牠們藉由stigmergy來傳遞。 • Stigmergy：群集動物間的複雜行為 • 為了證明我們提出的方法可能是適合mobile multi-hop ad-hoc networks的演算法，我們利用ns2來模擬[5]。 • [5]：NS2使用方法

8. 2.Basics and Background • 螞蟻演算法是一多代理系統，由代理人的個別行為來組成，[1, 3]有更多資訊。 • [1]：群體智慧：從自然到人工智慧 • [3]：螞蟻群的優化啟發

9. 2.1. Basic ant algorithm • 基本的螞蟻群優化啟發想法是根據螞蟻尋找食物的行為來的。 • 當螞蟻走到岔路時，必須要選擇往哪條路走，經過時，會留下費洛蒙來標記路線。 • 費洛蒙會由於擴散現象而減少，此特性很重要，因為它使路徑尋找過程更為動態。

10. 2.1. Basic ant algorithm • 第一隻螞蟻會隨機選擇一條路線，即便下方的路線較短。 • 在回程時，由於較短路徑上的費洛蒙擴散時間較短，所以濃度就比較長路徑來的高，因此較短路徑就被使用，濃度也增加較快。 • 較短路徑就被辨認出來，最終螞蟻幾乎都選擇此一路徑行走。

11. 2.2. Simple ant colony optimization meta-heuristic algorithm • G = (V, E)：連結圖 • n = |V|：節點數 • vs和vd：source節點和destination節點 ∈ G • φi,j：vi和vj間費洛蒙濃度 • Ni：vi的鄰居節點集合

12. 2.2. Simple ant colony optimization meta-heuristic algorithm • Δφ：定量的費洛蒙 • q：蒸發率

13. 2.3. Why ant colony optimization meta-heuristic suits to ad-hoc networks • Dynamic topology：這特性就是很多演算法表現不好的原因，螞蟻優化啟發是代理系統和個別螞蟻在工作，使得在拓樸上有高適應性。 • Local work：與其他方法相比，螞蟻群優化啟發只根據局部的訊息，即，沒有路由表或其他資訊要傳遞給鄰居或是網路中其他節點。

14. 2.3. Why ant colony optimization meta-heuristic suits to ad-hoc networks • Link quality：將連線品質與費洛蒙值合併一起是可能的，特別是與蒸發過程。這裡有個重點要提醒，方法要修改以便節點可以監控連線品質。 • Support for multi-path：每一節點的路由表都有所有的鄰居，也包含了費洛蒙濃度。選擇(路徑)規則是根據當前節點的費洛蒙值，它提供了所有可能連結。

15. 3. The Routing Algorithm • 本節中我們討論螞蟻群優化啟發對於MANET的適應，以及描述Ant colony based Routing Algorithm(ARA)。 • 這路由演算法與許多其他演算法有相似的架構，並以三階段所組成。

16. 3.1. Route Discovery Phase • 在這階段，新路徑會被發現，會需要用到forward ant(FANT)和backward ant(BANT)。 • FANT是一代理人，它從source端建立費洛蒙，相對的BANT從destination端建立費洛蒙。 • FANT是小封包帶有唯一的序列號，節點基於FANT的序列號跟來源位置可以區別重複的封包。

17. 3.1. Route Discovery Phase • 發送者把FANT廣播出去，之後將鄰居當發送者作為中繼點。 • 當節點收到FANT時，會記錄在路由表裡，包含了(destination address, next hop, pheromone value)。 • destination address是FANT的來源位置；next hop是前一節點的位置；費洛蒙值是根據FANT需要達到此節點的hop數來計算。

18. 3.1. Route Discovery Phase • 重複的FANTs會被識別出來並被節點所銷毀。 • 當FANT達到目的地，目的節點摘取訊息並銷毀。 • 接著產生BANT傳送到來源點，BANT與FANT是相同的任務。 • 當發送者收到從目的地來的BANT時，路徑建立並可以傳送封包。

19. 3.2. Route Maintenance • 第二階段是負責改善路線中的通訊。 • 一旦路徑建立，封包被用來維持路徑。 • 當vi當中繼點藉由vj要往目的地vD傳時，會增加費洛蒙Δφ在(vD, vj,φ)上。 • 相對的，下一hop也增加費洛蒙在Δφ在(vS, vi, φ)上。 • 自然界的蒸發過程可以相似於規律的減少費洛蒙，這表示在eq2。

20. 3.2. Route Maintenance • 上述路由維持的方法可能引導到我們不想要的loops，ARA用簡單的方法預防loops發生，這方法同樣用在第一階段上。 • 假如節點收到重複的封包，它會標上DUPLICATE_ERROR，並傳封包回前一節點，前一節點就會撤銷與此節點的連結。

21. 3.3. Route Failure Handling • ARA最後階段是處理路由錯誤，特別是節點移動率造成的。 • ARA經由遺失回應來認出路由錯誤。 • 如果節點對於確定連結，收到ROUTE_ERROR訊息，它會撤銷這連結，並把費洛蒙值設為0。 • 接著節點會在路由表裡尋找替代連結。 • 如果有替代連結，節點就從此連結傳封包；否則節點通知鄰居，希望他們可以當中繼點。 • 如果封包沒有達到目的地，來源端就開始新路徑探索階段。

22. 3.4. Properties of ARA • 根據[7]，MANET的演算法要滿足下列需求： • [7]：移動的計算與通訊 • Distributed operation： • 在ARA每一節點有自己的費洛蒙值φi,j在路由表裡，每一節點獨立控制自己的費洛蒙。 • Loop-free： • 節點註冊唯一的序列號，以便不會產生loops。 • Demand-based operation： • 路徑的建立是由節點操作費洛蒙，隨時間過去，當螞蟻不拜訪此節點時，費洛蒙值減少至0。路由尋找過程只有當發送者要求時才會執行。

23. 3.4. Properties of ARA • Sleep period operation： • 當節點的費洛蒙值達到門檻時，其他節點可以不考慮此節點而進入睡眠狀態。 • ARA有以下額外的特性： • Locality： • 路由表及統計訊息是節點自己的，不傳輸給任何其他的節點。 • Multi-path： • 每一節點保有數條通往目的地的路徑，會根據環境來選擇路線。 • Sleep mode： • 睡眠模式下節點只窺探，只有封包注定到此節點要處理時，才會運作。

24. 3.5. Overhead of ARA • 預期中ARA的overhead是很小的，因為沒有路由表需要在節點間交換。 • 只有唯一的序列號要放在封包裡傳送。 • 路由的維持是經由封包來執行，因此不需要傳送額外的路由訊息。 • ARA只需要封包裡IP header的資訊。

25. 4. Simulation Results4.1. Simulation Environment • 使用ns2來模擬ARA。 • 有50個移動點，範圍1500m * 300m，最高移動速度為10m/s，並參考隨機移動模型[2]，模擬時間是900s。 • [2]：介紹移動計算及網路運作及並比較協定效能。 • 將會執行7種不同暫停時間點的模擬，0, 30, 60, 120, 300, 600, 900秒。 • 節點的移動性依暫停時間點而定。 • 在0秒時暫停，節點不斷的移動；在900秒時暫停，節點不移動。 • 我們的目的是減少overhead，我們將主要在討論ARA的這方面。

26. 4.2. Comparison with existing routing algorithms • 為了感覺ARA的效能，我們將與AODV[4, 9], DSDV[4, 8], DSR[4, 6]比較結果。 • [4]：Ad-hoc網路 • [6]：DSR協定對於MANET • [8]：DSDV對於mobile computers • [9]：AODV路由協定

27. 4.2. Comparison with existing routing algorithms

28. 4.2. Comparison with existing routing algorithms • 每種暫停時間跑10次。

29. 4.2. Comparison with existing routing algorithms • 用路線來計算bits，因為不同協定產生overhead的方法很不一樣。

30. 4.2. Comparison with existing routing algorithms

31. 4.2. Comparison with existing routing algorithms • 用所需的封包數來表現4種演算法的路由工作。

32. 4.2. Comparison with existing routing algorithms

33. 5. Conclusions and Future Work • Mobile multi-hop ad-hoc networks是很有彈性的網路，它不需預先設置設施。 • 然而，主要挑戰還是在路由問題，並隨著節點移動性而加重。 • 很多種方法被提出，試著處理這種網路的問題，但沒有一種在各應用下適應良好。 • 本篇提出一種新on-demand路由方法，參考了群體智慧，特別是螞蟻群優化啟發。 • 我們討論這種方法在Mobile multi-hop ad-hoc networks的適應性，並通過模擬來表明它效能出色。

34. 5. Conclusions and Future Work • 我們將繼續研究改善此演算法，包括實驗高載入的網路及多媒體資料。 • 此外，分析費洛蒙的維持是需要的，有多種方法來運用費洛蒙，每種方法都會影響演算法效能。

35. 6.References • [1] E. Bonabeau, M. Dorigo, and G. Theraulaz. Swarm intelligence:from natural to artificial intelligence. Oxford UniversityPress, 1999. ISBN 0-19-513158-4. • [2] J. Broch, D. A. Maltz, D. B. Johnson, Y.-C. Hu, andJ. Jetcheva. A performance comparison of multihopwirelessad hoc network routing protocols. Proceedings of theFourth Annual ACM/IEEE International Conference on MobileComputing and Networking (MobiCom’98), pages 85–97, 1998. • [3] M. Dorigo and G. Di Caro. The ant colony optimizationmeta-heuristic. In D. Corne, M. Dorigo, and F. Glover, editors,New Ideas in Optimization, pages 11–32. McGraw-Hill, London, 1999. • [4] C. E. P. (Editor). Ad Hoc Networking. Addison-Wesley,2001. ISBN 0-201-30976-9. • [5] K. Fall and K. Varadhan. The ns Manual, Nov 2000.

36. 6.References • [6] D. B. Johnson, D. A. Maltz, Y.-C. Hu, and J. G. Jetcheva.The dynamic source routing protocol for mobile ad hocnetworks. IETF Internet draft, draft-ietf-manet-dsr-04.txt,November 2000. • [7] J. P. Macker and M. S. Corson. Mobile ad hoc networkingand the IETF. Mobile Computing and CommunicationsReview, 2(1):9–14, 1998. • [8] C. E. Perkins and P. Bhagvat. Hihglydynamicdestinationsequenceddistnace-vector routing (dsdv) for mobile computers.Computer Communications Rev., pages 234–244,October 1994. • [9] C. E. Perkins, E. M. Royer, and S. R. Das. Ad hoc ondemanddistance vector (aodv) routing. IETF Internet draft,draft-ietf-manet-aodv-07.txt, November 2000. • [10] C.-K. Toh. Ad hoc mobile wireless networks: protocols andsystems. Prentice Hall, 2002. ISBN: 0-13-007817-4.