이기종 모바일 애드혹 네트워크를 위한 혼잡 인식 라우팅 프로토콜

초록

본 논문은 이기종 모바일 애드혹 네트워크(MANET)에서 발생하는 혼잡 문제를 해결하기 위해, 데이터 전송률, 큐잉 지연, 링크 품질, MAC 오버헤드를 결합한 가중치 기반 라우팅 메트릭을 제안한다. 제안된 CARP( congestion‑aware routing protocol) 은 홉‑바이‑홉 방식으로 각 노드의 비용을 계산하고, 최소 비용 경로를 선택함으로써 전송량을 최적화하고 패킷 손실 및 지연을 감소시킨다. 시뮬레이션 결과, 기존 프로토콜 대비 높은 스루풋과 패킷 전달률을 달성하였다.

상세 분석

본 연구는 이기종 MANET 환경에서 전통적인 홉 수 기반 라우팅이 갖는 한계를 명확히 지적한다. 이기종 노드들은 전송 전력·데이터율·처리 능력 등이 상이하므로, 동일한 홉 수라도 실제 전송 효율은 크게 차이날 수 있다. 특히 고속 노드가 저속 노드로 트래픽을 전달할 경우, 병목 현상이 발생해 큐가 포화되고 전송 지연이 급증한다. 이러한 현상을 완화하기 위해 저자는 네 가지 핵심 파라미터를 라우팅 메트릭에 포함시켰다. 첫째, 데이터 전송률(Data‑rate) 은 링크의 물리적 전송 능력을 나타내며, 최소 전송률을 경유하는 경로가 전체 스루풋을 제한한다는 점을 고려한다. 둘째, 버퍼 큐잉 지연(Queueing Delay) 은 현재 노드의 혼잡 정도를 실시간으로 반영한다. 셋째, 링크 품질(Link Quality) 은 수신 신호 강도(RSSI) 기반으로 추정되며, 신호 약화·링크 파괴 위험이 높은 경로를 사전에 배제한다. 넷째, MAC 오버헤드(MAC Overhead) 는 RTS/CTS/ACK 교환 및 충돌에 소요되는 시간으로, 채널 점유율이 높은 노드일수록 비용이 크게 부여된다.

이 네 파라미터를 곱셈 형태로 결합한 노드 가중치(NW) 를 정의하고, 라우팅 과정에서 각 홉이 자신의 NW 값을 누적한다. 라우트 요청(RREQ) 단계에서 중간 노드들은 자신의 NW를 계산해 RREQ에 추가하고, 목적지에 도달하면 전체 누적 가중치를 포함한 라우트 응답(RREP)을 반환한다. 목적지는 RREP에 포함된 총 가중치를 기반으로 최소 비용 경로를 선택한다. 이 과정은 AOMDV와 유사하게 다중 경로를 동시에 탐색하므로, 경로 선택 시 비용이 가장 낮은 경로가 자동으로 우선한다.

또한, 논문은 가상 패킷(DUMMY‑RREP) 기법 을 도입해 실제 데이터 전송 전 경로의 평균 지연을 측정한다. DUMMY 패킷은 실제 트래픽과 동일한 크기·우선순위·전송률을 갖고 전송되며, 목적지는 이를 통해 평균 지연을 계산해 소스에 반환한다. 소스는 사전에 정의한 지연 한계와 비교해 경로를 최종 승인하거나, 다른 후보 경로로 전환한다. 이러한 사전 검증 메커니즘은 라우팅 오류에 따른 재전송 비용을 크게 감소시킨다.

시뮬레이션 설정은 IEEE 802.11b 기반의 이기종 노드 집합을 사용했으며, 비교 대상으로는 전통적인 AODV와 CARM, CRP 등을 포함하였다. 결과는 CARP가 평균 패킷 전달률(PDR)을 15 % 이상, 평균 지연을 30 % 이하로 감소시켰으며, 특히 트래픽 부하가 높은 상황에서 스루풋 향상이 두드러졌다. 이는 혼잡을 사전에 감지하고 회피하는 메트릭 설계가 실제 네트워크 성능에 미치는 긍정적 영향을 입증한다.

전반적으로 본 논문은 이기종 MANET에서 라우팅 메트릭에 물리·MAC·큐잉 정보를 통합함으로써, 동적인 네트워크 환경에서도 효율적인 경로 선택이 가능함을 보였다. 향후 연구에서는 에너지 소비 모델과 이동성 예측을 추가해 더욱 포괄적인 QoS 보장을 모색할 여지가 있다.