온디맨드 멀티캐스트 라우팅 성능 비교: ODMRP, AODV, FSR

본 논문은 모바일 애드혹 네트워크(MANET)에서 멀티캐스트 통신을 지원하기 위한 온디맨드 라우팅 프로토콜 세 가지, 즉 ODMRP(On‑Demand Multicast Routing Protocol), AODV(Ad‑hoc On‑Demand Distance Vector), FSR(Fisheye State Routing)를 비교 평가한다. 서론에서는 MANET의 특성—무선 노드의 자유로운 이동과 급격한 토폴로지 변화—을 언급하며, 이러한 환경에서 효율적인 라우팅이 필요함을 강조한다. 기존 연구들을 검토하면서 프로액티브, 리액티브, 하이브리드 라우팅의 차이와 멀티캐스트를 위한 트리 기반과 메쉬 기반 접근법을 소개한다. 특히 ODMRP는 메쉬 기반으로 다중 경로를 제공해 토폴로지 변화에 강인한 반면, AODV는 리액티브 방식으로 필요 시 경로를 탐색하고, FSR는 프로액티브 방식이지만 “피시아이(Fisheye)” 개념을 도입해 가까운 노드에 대해 높은 업데이트 빈도를 유지한다는 점을 강조한다. 실험 설계에서는 GloMoSim v2.03 시뮬레이터를 사용했으며, 60개의 무선 노드를 1000 m × 1000 m 평면에 무작위 배치하였다. 각 노드의 채널 용량은 2 Mbps이며, MAC 계층은 CSMA를 사용한다. 트래픽은 각 멀티캐스트 소스가 CBR(Constant Bit Rate) 흐름을 전송하도록 설정하였다. 시뮬레이션 시간은 200 초이며, 노드 수와 이동성(속도) 변화를 파라미터로 조정해 세 가지 프로토콜의 성능을 측정하였다. 측정 지표는 평균 스루풋(단위 시간당 전송된 바이트), 패킷 전달률(PDR, 성공적으로 도착한 패킷 비율), 종단‑간 지연(패킷이 출발지에서 목적지까지 소요된 시간)이다. 결과 분석에서는 먼저 평균 스루풋을 살펴보았다. 노드 수가 증가하거나 이동성이 높아질수록 ODMRP는 4 276.25 bytes/s(노드 변동) 및 5 276.75 bytes/s(이동성 변동)로 가장 높은 값을 기록했으며, AODV는 약 3 125 bytes/s, FSR는 487 bytes/s 수준에 머물렀다. 이는 ODMRP가 메쉬 기반 다중 경로를 제공해 패킷 손실을 최소하고, 라우팅 재구성이 빠르게 이루어지기 때문으로 해석된다. 반면 FSR는 원격 목적지에 대한 라우팅 정보가 오래되어 경로 정확도가 떨어지고, 업데이트 트래픽이 제한적이어서 스루풋이 크게 감소했다. 패킷 전달률(PDR)에서는 AODV가 가장 높은 비율을 보였다. 논문은 AODV가 “대규모 저트래픽, 저이동성” 상황에서 효율적으로 경로를 탐색하고, 브로드캐스트 오버헤드가 적어 패킷 손실이 적다고 설명한다. 그러나 이동성이나 노드 수가 증가해도 AODV는 비교적 안정적인 PDR을 유지했으며, ODMRP와 FSR는 라우팅 재구성 시 발생하는 일시적 패킷 손실로 인해 낮은 PDR을 보였다. 종단‑간 지연 측면에서는 ODMRP가 가장 낮은 값을 기록하였다. 메쉬 기반 구조가 다중 경로를 제공함으로써 혼잡을 회피하고, 패킷이 가장 짧은 경로를 선택하도록 하여 지연을 최소화한다. AODV와 FSR는 각각 경로 탐색 지연 및 오래된 라우팅 정보에 의해 지연이 증가하였다. 결론에서는 세 가지 프로토콜의 장단점을 정리한다. ODMRP는 높은 스루풋과 낮은 지연을 제공하지만, 제어 패킷 오버헤드가 상대적으로 클 수 있다. AODV는 높은 PDR과 낮은 제어 오버헤드가 장점이며, 저밀도·저이동성 환경에 적합하다. FSR는 대규모 네트워크와 높은 이동성에서 라우팅 정보의 정확성을 유지하려는 설계이지만, 본 실험에서는 스루풋과 지연 면에서 열위에 있었다. 논문은 또한 “네트워크 혼잡 회피” 측면에서 ODMRP가 우수하다고 주장한다. 하지만 논문에는 몇 가지 한계가 존재한다. 실험 파라미터가 제한적이며, 이동 모델, 트래픽 부하, 그룹 크기 등의 변수를 다양화하지 않아 일반화에 한계가 있다. 또한 결과를 그래프만으로 제시하고 통계적 검증(표준 편차, 신뢰 구간)을 제공하지 않아 결론의 신뢰성이 낮다. 에너지 소비, 제어 오버헤드, 스케일링 테스트 등 추가적인 평가 지표가 필요하다. 향후 연구에서는 다양한 네트워크 규모, 다양한 이동 모델, 멀티그룹 시나리오 등을 포함해 보다 포괄적인 성능 평가를 수행해야 할 것이다.