2015 Fiscal Year Annual Research Report
センサーネットワークにおける脳ネットワークの知見に基づくトポロジー制御手法の提案
| Project/Area Number |
14J01639
|
|---|
| Research Institution | Osaka University |
|---|
Principal Investigator |
豊永 慎也 大阪大学, 情報科学研究科, 特別研究員(DC1)
|
|---|
| Project Period (FY) |
2014-04-25 – 2017-03-31
|
| Keywords | ロバスト性解析 / モジュール構造 |
|---|
| Outline of Annual Research Achievements |
無線センサーネットワーク（WSN）はIoTに統合されることを想定されており、複数のWSNを統合、管理するうえでWSNの仮想化は重要である。昨年度の研究では、脳ネットワークの階層的なモジュール構造とスモールワールド性を導入し、ノード故障に対して接続性と通信性能を保つロバストで適応的な仮想トポロジーの構築手法を提案した。しかし、その性能はモジュール間リンクの接続方法に強く依存することが明らかになり、どのように接続すればロバストな相互接続ネットワークを構築できるかについては不明瞭である。そこで、平成２７年度の研究では、既存の解析手法を拡張することにより、モジュール間リンクをどのように接続すればロバストなネットワークを構築できるかを示した。モジュール構造と次数相関を考慮したロバスト性を解析的に見積もる手法にBinary-dynamicsモデルがある。この手法では、トポロジー構造を表すリンクの確率分布と状態の伝搬確率を与えるだけで、そのトポロジー構造をもつネットワークのジャイアントコンポーネントサイズを求めることが可能である。しかし、この手法ではあらかじめ与えたトポロジーのみを対象にしており、どのようにリンクを接続すればロバストになるかは考慮していない。そこで、モジュール間リンクを追加した後のリンクの確率分布を求める方法を提案し、リンク追加を考慮した解析を行った。解析結果からモジュール間リンクが少数のノードに集中するほど脆弱であることを明らかにした。また、グラフを生成したときのパーコレーションに基づくロバスト性評価を行い、その結果からロバスト性の大小関係は解析結果と合致しており、解析方法が妥当であることを示した。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
脳ネットワークの構造的特徴を無線センサーネットワークの仮想化に応用することに取り組み、昨年度は実験的手法によってその有意性を明らかにした。しかし、実際に得られた知見を応用するためには、仮想無線センサーネットワーク構築の設計方針を示す必要がある。そのため解析的なアプローチによりこれまでに得られた知見の裏付けを示し、その結果から仮想無線センサーネットワーク構築の設計方針について議論している点は評価に値すると考えられる。来年度以降に取り組む研究課題である動的な仮想トポロジー制御に関する研究を遂行するうえで必要な結果を得ることに成功した。以上を踏まえて、おおむね順調に進展していると評価した。
|
| Strategy for Future Research Activity |
これまでに得られた解析結果をもとに、ネットワークのモジュール構造を与えれたときにロバストに接続するための仮想トポロジー構築方針を提案する。提案手法によって構築された仮想トポロジー上でトラフィックを発生させた場合の通信遅延やロバスト性についてシミュレーション評価を行い、提案手法の有効性を示す。さらに、トラフィックの状況に応じた動的な仮想トポロジー制御手法を提案し、トポロジーの適応性を評価する。
|
Research Products
(1 results)
