Defesa de Tese de Doutorado de Juan Lucas do Rosário Vieira, em 06/08/2024, às 13:00 horas, por videoconferência
Link: https://meet.google.com/nzi-nrka-sbs
Performance-based Access Point Selection Mechanism for Dense IEEE 802.11 Networks
Resumo:
O IEEE 802.11 é o padrão base para a maioria das WLANs. Com a difusão do paradigma da Internet das Coisas, o número de dispositivos conectados em uma área cresceu consideravelmente nos últimos anos. Apesar dos esforços para aumentar a capacidade de enlace dessas redes, permitindo maiores taxas de transferência para aplicações de alta demanda, as WLANs ainda sofrem com o baixo desempenho causado pela competição e interferência de uma alta quantidade de nós compartilhando o mesmo meio. O mecanismo descentralizado de seleção de AP normalmente implementado pelas STAs é insuficiente para ter uma configuração de associação que reduza a interferência e melhore o desempenho geral da rede, devido à sua falta de visão global e informações limitadas para alimentar esse processo de decisão. Além disso, mecanismos centralizados encontrados na literatura, onde a infraestrutura de rede controla as associações, geralmente assumem simplificações para reduzir a complexidade do problema, possuem um longo tempo de execução ou requerem várias etapas até que convirjam para o estado de desempenho desejado, o que os torna inadequados para cenários densos. Para superar essas limitações, um mecanismo heurístico de seleção de AP baseado em desempenho é proposto, onde várias possibilidades de associação da topologia atual são analisadas, retornando um mapa de associação que é considerado uma melhor solução para aumentar a vazão da rede. Além disso, um estimador de desempenho para redes densas, chamado E-AFTER, também é proposto para fornecer boas estimativas em um curto intervalo de tempo. Tal estimador é usado no mecanismo de seleção de AP. Os resultados preliminares mostram que o esquema de seleção de AP aumenta a vazão da rede em mais de 65% dos cenários avaliados, com um tempo médio de execução em torno de 40 segundos, demonstrando que o mecanismo proposto pode ser aplicado em cenários densos, dinâmicos e propensos à mobilidade.
Abstract:
The IEEE 802.11 is the base standard for most WLANs. With the diffusion of the Internet of Things paradigm, the number of devices connected in an area has grown considerably in recent years. Despite the efforts to increase the link capacity of these networks, allowing higher transfer rates for more demanding applications, WLANs still suffer from poor performance caused by the competition and interference of numerous nodes sharing the same medium. The decentralized AP selection mechanism usually implemented by the STAs is insufficient to have an association configuration that reduces interference and improves the overall network performance due to its lack of global vision and limited information to feed this decision process. In addition, centralized mechanisms found in the literature, where the network infrastructure controls the associations, usually assume simplifications to reduce the complexity of the problem, have a long execution time or require several steps to converge to the desired performance state, which renders them unsuitable for dense scenarios. To overcome these limitations, we propose a performance-based heuristic AP selection mechanism that analyzes several association possibilities of the current topology and returns an association map that is considered a better solution to increase the overall network throughput. In addition, we also present a performance estimator for dense networks, called E-AFTER, which can provide reasonable estimations within a short time interval and is used in our AP selection mechanism. The preliminary results show that our AP selection scheme increases network throughput in more than 65% of the evaluated scenarios, with an average execution time of around 40 seconds, demonstrating that the proposed mechanism can be applied in dense and dynamic, mobility-prone scenarios.
Banca examinadora:
Prof. Diego Gimenez Passos, UFF – Presidente
Profa. Simone de Lima Martins, UFF
Prof. Yuri Abitbol de Menezes Frota, UFF
Prof. Daniel Mossé, University of Pittsburgh
Prof. Katia Obraczka, University of California, Santa Cruz