doi: 10.17586/2226-1494-2022-22-2-364-375


УДК 004.89

IRDFPR-CMDNN: энергоэффективный и надежный протокол маршрутизации для улучшенной передачи данных в MANET

Сангита А., Раджендран Т.


Читать статью полностью 
Язык статьи - английский

Ссылка для цитирования:
Сангита А., Раджендран Т. IRDFPR-CMDNN: энергоэффективный и надежный протокол маршрутизации для улучшенной передачи данных в MANET // Научно-технический вестник информационных технологий, механики и оптики. 2022. Т. 22, № 2. С. 364–375 (на англ. яз.). doi:
10.17586/2226-1494-2022-22-2-364-375


Аннотация
Мобильные одноранговые сети (Mobile Ad hoc NETworks, MANET) — бесструктурные автономные беспроводные сети с мобильными узлами, которые динамически устанавливают соединения для передачи данных. Из-за динамических топологических изменений маршруты MANET оказываются несбалансированными и постоянно прерываются. Следовательно, обеспечение эффективной и надежной доставки данных с эффективным использованием сетевых ресурсов является сложной задачей, которую необходимо в MANET учитывать. Предложена многослойная глубокая искусственная нейронная сеть на основе пробит-регрессии с ранжированными решениями (IRDFPR-CMDNN) для эффективной передачи данных и более быстрой доставки данных с минимальной сквозной задержкой. Метод IRDFPR-CMDNN выполняет идентификацию и обслуживание маршрута, а также доставку данных более чем на трех уровнях. Затем мобильные узлы отправляются на входной уровень многослойной глубокой искусственной нейронной сети. На первом скрытом уровне применен алгоритм ранжированных лесов решений с мгновенным стоком для классификации мобильных узлов в зависимости от остаточной энергии и нагрузочной способности. К выбранным мобильным узлам применена пробит-регрессия для поиска во втором скрытом слое ближайших соседних узлов. Поиск выполнен на основе оценки качества канала и уровня принимаемого сигнала для получения пути маршрута. Далее установлено несколько путей маршрутизации от узла-источника к узлу-получателю и произведена передача данных. При отказе канала для маршрутизации выбирается альтернативный маршрут с лучшим качеством канала. В результате осуществлена энергоэффективная передача данных от источника к получателю с высокой скоростью доставки данных и минимальными временными затратами. Выполнена экспериментальная оценка энергопотребления, коэффициента доставки пакетов, скорости отбрасывания пакетов, пропускной способности и сквозной задержки с различным количеством мобильных узлов и пакетов данных. Результаты моделирования показали, что метод IRDFPR-CMDNN эффективно улучшает доставку данных, пропускную способность и минимизирует потребление энергии, уменьшает потери пакетов и задержки по сравнению с обычными методами.

Ключевые слова: маршрутизация и доставка данных, многослойная глубокая искусственная нейронная сеть, алгоритм ранжированного леса с мгновенным стоком, пробит-регрессия

Список литературы
  1. Banerjee I., Warnier M., Brazier F.M.T. Self-organizing topology for energy-efficient ad-hoc communication networks of mobile devices // Complex Adaptive Systems Modeling. 2020. V. 8. N 1. P. 7. https://doi.org/10.1186/s40294-020-00073-7
  2. Zhang T., Zhao S., Cheng B. Multipath routing and MPTCP-based data delivery over MANETS // IEEE Access. 2020. V. 8. P. 32652–32673. https://doi.org/10.1109/ACCESS.2020.2974191
  3. Chen Z., Zhou W., Wu S., Cheng L. An adaptive on-demand multipath routing protocol with QoS support for high-speed MANET // IEEE Access. 2020. V. 8. P. 44760–44773. https://doi.org/10.1109/ACCESS.2020.2978582
  4. Shailaja P., Rao C.V.G. Zone assisted mobility aware multipath routing (ZM2R) for energy constrained MANETs // Materials Today: Proceedings. 2021. V. 37. Part 2. P. 3434–3441. https://doi.org/10.1016/j.matpr.2020.09.287
  5. Prasad P.R., Shankar S. Efficient performance analysis of energy aware on demand routing protocol in Mobile Ad-Hoc Network // Engineering Reports. 2020. V. 2. N 3. P. e12116. https://doi.org/10.1002/eng2.12116
  6. Almazok S.A., Bilgehan B. A novel dynamic source routing (DSR) protocol based on minimum execution time scheduling and moth flame optimization (MET-MFO) // EURASIP Journal on Wireless Communications and Networking. 2020. V. 2020. N 1. P. 219. https://doi.org/10.1186/s13638-020-01802-5
  7. Shivakumar K.S., Patil V.C. An optimal energy efficient cross-layer routing in MANETs // Sustainable Computing: Informatics and Systems. 2020. V. 28. P. 100458. https://doi.org/10.1016/j.suscom.2020.100458
  8. Deepa J., Sutha J. A new energy based power aware routing method for MANETs // Cluster Computing. 2019. V. 22. P. 13317–13324. https://doi.org/10.1007/s10586-018-1868-x
  9. Almolaa O.S., Kashmola M.Y. Distributed deep reinforcement learning computations for routing in a software-defined Mobile Ad Hoc Network // Turkish Journal of Computer and Mathematics Education. 2021. V. 12. N 6. P. 1708–1721. https://doi.org/10.17762/turcomat.v12i6.3378
  10. Prakasi O.S.G., Varalakshmi P. Decision Tree Based Routing Protocol (DTRP) for reliable path in MANET // Wireless Personal Communications. 2019. V. 109. N 1. P. 257–270. https://doi.org/10.1007/s11277-019-06563-z
  11. Alkadhmi M.M.A., Uçan O.N., Ilyas M. An efficient and reliable routing method for hybrid Mobile Ad Hoc Networks using deep reinforcement learning // Applied Bionics and Biomechanics. 2020. V. 2020. P. 8888904. https://doi.org/10.1155/2020/8888904
  12. Tilwari V., Dimyati K., Hindia M.H.D.N., Fattouh A., Amiri I.S. Mobility, residual energy, and link quality aware multipath routing in MANETs with Q-learning algorithm // Applied Science. 2019. V. 9. N 8. P. 1582. https://doi.org/10.3390/app9081582
  13. Durr-e-Nayab, Zafar M.H., Altalbe A. Prediction of scenarios for routing in MANETs based on expanding ring search and random early detection parameters using machine learning techniques // IEEE Access. 2021. V. 9. P. 47033–47047. https://doi.org/10.1109/ACCESS.2021.3067816
  14. Vaighan M.G., Jamali M.A.J. A multipath QoS multicast routing protocol based on link stability and route reliability in mobile ad-hoc networks // Journal of Ambient Intelligence and Humanized Computing. 2019. V. 10. N 1. P. 107–123. https://doi.org/10.1007/s12652-017-0609-y
  15. Priyambodo T.K., Wijayanto D., Gitakarma M.S. Performance optimization of MANET networks through routing protocol analysis // Computers. 2020. V. 10. N 1. P. 1–13. https://doi.org/10.3390/computers10010002
  16. Nallusamy C., Sabari A. Particle swarm based resource optimized geographic routing for improved network lifetime in MANET // Mobile Networks and Applications. 2019. V. 24. N 2. P. 375–385. https://doi.org/10.1007/s11036-017-0911-0
  17. Abdalim T.-A.N., Hassan R., Muniyandi R.C., Aman A.H.M., Nguyen Q.N., Al-Khaleefa A.S. Optimized particle swarm optimization algorithm for the realization of an enhanced energy-aware location-aided routing  protocol in MANET // Information. 2020. V. 11. N 11. P. 1–17. https://doi.org/10.3390/info11110529
  18. Anbarasan M., Prakash S., Anand M., Antonidoss A. Improving performance in mobile ad hoc networks by reliable path selection routing using RPS-LEACH // Concurrency and Computation: Practice and Experience. 2019. V. 31. N 7. P. e4984. https://doi.org/10.1002/cpe.4984
  19. Yang B., Wu Z., Shen Y., Jiang X. Packet delivery ratio and energy consumption in multicast delay tolerant MANETs with power control // Computer Networks. 2019. V. 161. P. 150–161. https://doi.org/10.1016/j.comnet.2019.06.003
  20. Farheen N.S.S., Jain A. Improved routing in MANET with optimized multi path routing fine tuned with hybrid modeling // Journal of King Saud University – Computer and Information Sciences. 2020. in press. https://doi.org/10.1016/j.jksuci.2020.01.001
  21. Li Z., Uusitalo M.A., Shariatmadari H., Singh B. 5G URLLC: Design challenges and system concepts // Proc. of the 15th International Simposium on Wireless Communication Systems (ISWCS). 2018. P. 8491078. https://doi.org/10.1109/ISWCS.2018.8491078
  22. Jayaramu A.B., Banga M.K. Delay aware routing protocol using optimized AODV with BBO for MPLS-MANET // International Journal of Intelligent Engineering and Systems. 2020. V. 13. N 5. P. 29–37. https://doi.org/10.22266/ijies2020.1031.04


Creative Commons License

This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License
Информация 2001-2022 ©
Научно-технический вестник информационных технологий, механики и оптики.
Все права защищены.

Яндекс.Метрика