지역 기반 주입점 선출을 위한 2홉 이웃 알고리즘 비교

본 논문은 모바일 기기가 ad‑hoc 무선 네트워크와 GSM/UMTS와 같은 백본 네트워크를 동시에 활용할 수 있는 하이브리드 환경에서, 정보 전파의 시작점이자 서비스 제공 지점이 되는 ‘주입점(injection point)’을 어떻게 효율적으로 선정할 것인가를 다룬다. 전통적인 ad‑hoc 네트워크는 전역 연결성을 보장하기 어렵고, 백본 연결을 임시로 활용하는 방안이 제안되었지만, 주입점 후보를 전역적으로 계산하는 것은 현실적인 오버헤드가 크다. 따라서 저자는 오직 1‑hop 혹은 2‑hop 이웃 정보만을 이용해 로컬하게 후보를 선별하는 네 가지 휴리스틱을 설계하였다. 1. **브리지 노드(Bridge Node) 탐지** - 노드 v의 이웃 집합 Nv가 두 개 이상의 서로 연결되지 않은 서브그룹으로 구성될 때, v는 이들 서브그룹을 연결하는 유일한 경로가 된다. 이러한 ‘브리지’는 네트워크 파티션을 방지하고, 정보가 여러 서브그룹에 동시에 전달될 수 있게 한다. 2. **약한 노드(Weak Node) 판별** - 이웃 수가 3 미만이며 군집 계수(CC)가 사전 정의된 임계값 TC 이하인 노드를 ‘약한’으로 간주한다. 이들은 희소 영역에 위치해 전파 효율이 낮으므로 후보에서 제외한다. 3. **경계 노드(Border Node) 탐지** - 참조 노드 r과 두 스패닝 노드 a, b를 이용해 v의 이웃이 a·b·r의 이웃으로 완전히 혹은 부분적으로 커버되는지를 검사한다. ‘침해형(obtrusive)’은 하나의 a·b·r 조합만으로 커버가 가능하면 경계로 판단하고, ‘제한형(restrained)’은 모든 가능한 조합이 커버해야만 경계로 인정한다. 경계 노드는 물리적 경계에 위치해 전파 효율이 낮을 가능성이 있어 후보에서 제외한다. 4. **노드 차수(Node Degree) 기반** - 가장 단순한 휴리스틱으로, 1‑hop 이웃 수 d(v)가 특정 임계값(k<5 또는 k<7) 이하인 노드를 후보로 선정한다. 차수 정보는 1‑hop만 알면 되므로 구현이 가장 간단하다. 연구자는 동일한 전송 범위(50)와 정사각형 시뮬레이션 영역(300×300) 내에 30~210개의 노드를 배치해 네트워크 밀도 d를 2.62~18.33까지 변화시켰다. 각 밀도 구간을 저밀도(Region 1), 중밀도(Region 2), 고밀도(Region 3)로 구분하고, 각 휴리스틱별로 후보 집합 I와 비후보 집합 DC를 도출하였다. 성능 평가는 전체 평균 최단 경로(All‑Pair Shortest Path)와 후보‑전체 최단 경로(Candidates‑to‑All), 비후보‑전체 최단 경로(Discharged‑to‑All)를 사용해 평균 홉 수 차이를 측정하였다. **실험 결과 요약** - **브리지 노드**: Region 1에서 비브리지보다 평균 홉 수가 약 10 % 짧아, 저밀도 상황에서 브리지가 효과적인 주입점임을 확인했다. 그러나 밀도가 상승함에 따라 브리지 비율이 급감해 Region 2·3에서는 차이가 사라졌다. - **약한 노드**: TC=0.35와 0.4 두 값 모두에서 Region 1에서는 비약한 노드가 좋은 후보가 되었지만, 중·고밀도에서는 성능 차이가 미미했다. - **경계 노드**: 침해형 접근은 Region 2에서 약 10 % 홉 감소 효과를 보였으며, 제한형은 후보 비율이 극히 낮아 실용성이 떨어졌다. - **노드 차수**: k<5 조건에서는 Region 1에서 평균 15 % 홉 감소를 달성했으며, 밀도가 높아질수록 차수 기준을 완화(k<7)하면 여전히 유의미한 개선을 유지했다. 이러한 결과를 종합하면, 네트워크 밀도에 따라 적절한 후보 선정 방법을 선택해야 함을 제시한다. 저밀도에서는 차수 기반 혹은 브리지 기반이, 중밀도에서는 경계 노드(특히 침해형) 탐지가, 고밀도에서는 차수 기준을 완화한 방식이 가장 효율적이다. 또한, 제안된 로컬 알고리즘은 클러스터헤드 선출, 서비스 배치, 데이터 중계 등 다양한 하이브리드 네트워크 관리 시나리오에 적용 가능하며, 전역 정보를 요구하지 않으면서도 정보 전파 효율을 크게 향상시킬 수 있다.