Detektion und Behandlung von Knotenausfällen bei Overlay-Multicast in Drahtlosen Ad-hoc-Netzen

  • Typ:Diplom-/Master-Arbeit
  • Betreuung:Peter Baumung
  • Bearbeitung:Denis Martin
  • Beschreibung

    "Durch ihren Verzicht auf fest installierte Infrastruktur eignen sich drahtlose Ad-hoc-Netze für eine Vielzahl von spontan betriebenen Anwendungen, wie beispielsweise verteilte Spiel-, Sprachübertragungs- oder Präsentationsanwendungen. Während all diese Anwendungen einen Gruppenkommunikationsdienst erfordern, erweisen sich Overlay-Multicast-Protokolle zusehends als akzeptable Lösung zur Umsetzung eines solchen. Ein wichtiges Problem hierbei ist die Erkennung und Behandlung von Knotenausfällen (sog. ""ungraceful leaves"") innerhalb des Overlay-Netzes, über welches die Kommunikation stattfindet. Gängige Overlay-Multicast-Protokolle erkennen derartige Ausfälle aufgrund des konsekutiven Verlusts periodisch ausgetauschter Nachrichten. Je nach deren Periodizität weist dieses Verfahren jedoch eine deutliche Trägheit (30s bis 90s) auf, während welcher die Kommunikation evtl. gestört ist."

    Aufgabe

    Ziel dieser Arbeit ist der Entwurf und die Evaluation eines Verfahrens zur Detektion und Behandlung von Knotenausfällen für Overlay-Multicast in drahtlosen Ad-hoc-Netzen. Basis der Ausfallserkennung sollen jedoch nicht (nur) die vom Overlay periodisch ausgetauschten Nachrichten, sondern der zwischen jeweils zwei Knoten fließende Gesamtverkehr, also auch Datenströme, sein. Da Datenpakete mitunter öfters versendet werden, ist mit einer deutlichen Beschleunigung der Ausfallserkennung zu rechnen. Das entworfene Verfahren ist sowohl adaptiv im Hinblick auf die Unterstützung unterschiedlicher Verkehrsarten als auch generisch im Kontext verschiedener Overlay-Multicast-Protokolle zu halten. Anhand des am Institut entwickelten MAAM-Frameworks soll die Leistungsfähigkeit des Verfahrens für einzelne Overlay-Topologien untersucht und diskutiert werden.

    Arbeitsumgebung

    Linux, C++, Espressomaschine

    Voraussetzungen

    Voraussetzung für die Arbeit sind gute Programmierkenntnisse in gängigen Hochsprachen, sowie Wissen zur Modellierung stochastischer Prozesse. Erfahrung im Umgang mit Linux-Rechnern ist empfehlenswert.