| Abstract : | Το NAN (Neighbor Awareness Networking) ενσωματώνει δυνατότητες που βελτιώνουν τις απευθείας επικοινωνίες, δίνοντας τη δυνατότητα στις συσκευές να ανταλλάσσουν πληροφορίες και υπηρεσίες χωρίς την ανάγκη ύπαρξης παραδοσιακής υποδομής δικτύου ή περίπλοκων διαδικασιών εγκατάστασης.Αναφέρονται οι προκλήσεις που παρουσιάζονται και που καλούνται να αντιμετωπίσουν συσκευές που λειτουργούν σε καταστάσεις εκτάκτου ανάγκης υποστηρίζοντας εφαρμογές που θα επιχειρούν να προσφέρουν λύσεις. Θα αναλύσουμε κάποια βασικά χαρακτηριστικά του NAN, τα οποία το διαφοροποιούν από τα σταθερά δίκτυα. Παρουσιάζεται ο τρόπος λειτουργίας του ΝΑΝ με σκοπό την συνολική αξιολόγησή του σχετικά με το πως μπορεί να λειτουργήσει για απόκριση και αντιμετώπιση εκτάκτων αναγκών.Για την αξιολόγηση του NAN σε απόκριση σε καταστάσεις εκτάκτων αναγκών, είναι απαραίτητο να επιλέξουμε το κατάλληλο υποκείμενο μοντέλο κινητικότητας. Γίνεται περιορισμένη αναφορά στις γενικές κατηγορίες στις οποίες χωρίζονται τα μοντέλα κινητικότητας και σύντομη περιγραφή των κυριότερων.Στα πλαίσια σεναρίων καταστροφών παρουσιάζεται το μοντέλο Disaster area mobility όπου περιγράφεται πως χωροθετείται η γενική περιοχή από ομάδες αντιμετώπισης εκτάκτων αναγκών και πως διαχωρίζεται σε ζώνες με σκοπό την όσο το δυνατόν ακριβέστερη μοντελοποίηση κάθε ζώνης που θα οδηγήσει στην καλύτερη αξιολόγηση μέσω προσομοιώσεων.Στην ενότητα με τις προσομοιώσεις που υλοποιήθηκαν θα αναφερθούμε στο open source εργαλείο προσομοίωσης κινητικότητας SUMO, στη δυνατότητα μοντελοποίησης περιοχών του χάρτη, πως εντάσσονται κόμβοι σε αυτούς με τις απαραίτητες παραμέτρους κινητικότητάς τους καθώς και διαδρομές. Γίνεται αναφορά στο TraCI, το οποίο μας παρέχει την απαραίτητη διασύνδεση μέσω του API του ώστε να έχουμε πρόσβαση κατά τη διάρκεια της προσομοίωσης στους κόμβους της προσομοίωσης καθώς και να τροποποιούμε τις παραμέτρους τους δυναμικά. Θα παρουσιαστούν κάποιες προσομοιώσεις, καθώς και τα python scripts που χρησιμοποιήθηκαν σε σχέση με τα APIs του TraCI. Θα αναφερθούν προτάσεις για μελλοντική εργασία πάνω σε προσομοιώσεις σε NAN/MANETs χρησιμοποιώντας το SUMO.Τέλος, αναφέρονται τα συμπεράσματα και η αξιολόγηση του NAN βάσει των χαρακτηριστικών του και το πως αναμένεται να λειτουργήσει σε καταστάσεις εκτάκτων αναγκών.
NAN (Network Awareness Networking) integrates features that improve direct communication, enabling devices to exchange information and services without the need for traditional network infrastructures or complex facilities.Challenges are presented and called upon to respond to devices operating in emergencies by supporting applications that will try to provide solutions. Some key features of NAN, which differentiate from fixed networks will be analyzed. The way NAN works is introduced in order to give a comprehensive assessment of how it can address and respond to emergencies.To evaluate NAN in response to emergencies, it is necessary to select the appropriate underlying mobility model. There is limited reference to the general categories in which mobility models are separated and a brief description of the main ones.In a disaster scenario, the mobility disaster model is presented, which describes how the general area is formed by emergency response teams and zoning in order to more accurately model each zone that will lead to better evaluation through simulations.In the simulations section we will refer to the open source SUMO mobility simulation tool, the ability to model areas of the map, how nodes fit into them with their necessary mobility parameters as well as paths. Reference is made to TraCI, which provides us with the necessary API interface to access simulation nodes during the simulation as well as modify their parameters dynamically. Some simulations as well as the Python scripts used in conjunction with the TraCI APIs will be presented. Suggestions for future work on NAN / MANETs simulations using SUMO will be reported.Finally, the conclusions and evaluation of NAN based on its characteristics and how it is expected to operate in emergencies are mentioned.
|
|---|
Copyright © 2013 Library AUEB. All rights reserved.