Abstract
This paper describes a novel Context-awareness Markov Chain Prediction (CMCP) algorithm based on movement prediction using Markov chain in Delay Tolerant Network (DTN). The existing prediction models require additional information such as a node's schedule and delivery predictability. However, network reliability is lowered when additional information is unknown. To solve this problem, we propose a CMCP model based on node behaviour movement that can predict the mobility without requiring additional information such as a node's schedule or connectivity between nodes in periodic interval node behavior. The main contribution of this paper is the definition of approximate speed and direction for prediction scheme. The prediction of node movement forwarding path is made by manipulating the transition probability matrix based on Markov chain models including buffer availability and given interval time. We present simulation results indicating that such a scheme can be beneficial effects that increased the delivery ratio and decreased the transmission delay time of predicting movement path of the node in DTN.
본 논문에서는 Delay Tolerant Network(DTN)에서 Markov chain으로 노드의 속성 정보를 분석하여 노드의 이동경로를 예측하는 알고리즘을 제안한다. 기존 DTN에서의 예측기반 라우팅 기법은 노드가 미리 정해진 스케줄에 따라 이동하게 된다. 이러한 네트워크에서는 스케줄을 예측할 수 없는 환경에서 노드의 신뢰성이 낮아지는 문제가 있다. 본 논문에서는 이러한 문제를 극복하기 위해 노드의 속성 정보를 Markov chain을 적용하고 일정 구간에서 시간에 따른 노드의 이동 경로를 예측하는 CMCP(Context-awareness Markov-Chain Prediction)알고리즘을 제안한다. 제안하는 알고리즘은 노드의 속성 정보 중 노드의 속력과 방향성을 근사한 후 Markov chain을 이용하여 제한된 주기와 버퍼의 범위에서 확률전이 매트릭스를 생성하여 노드의 이동 경로를 예측하는 알고리즘이다. 주어진 모의실험 환경에서 노드의 이동 경로 예측을 통해 중계 노드를 선정하여 라우팅 함으로써 메시지 전송 지연 시간이 감소하고 전송률이 증가함 보여주고 있다.
