構建Ad Hoc網絡跨層協(xié)議交互機制
——
關鍵詞:無線,網絡,跨層,自組織,仿真
1.引言
傳統(tǒng)的基于TCP/IP的網絡協(xié)議棧將各個協(xié)議層獨立開來,相鄰層之間通過良好的層間接口進行直接通信,而非相鄰層之間不允許進行直接通信。每個協(xié)議層專注于完成本層內部的全部功能,而不必去關心其它層的功能實現(xiàn)。這樣做的好處在于,設備廠商內能夠專注于某一協(xié)議層的網絡設備的開發(fā),進行功能優(yōu)化與添加,只要保證層間接口的標準化,就不會影響到整個網絡的互通。這一理念鼓勵了設備廠商的技術創(chuàng)新,使得市場上不斷出現(xiàn)質優(yōu)價廉的產品和服務,促成了全球互聯(lián)網Internet的飛速發(fā)展。但是,對于無線動態(tài)網絡和有線、無線混合異構網絡來說,嚴格的分層限制了信息獲取的靈活性,使得網絡設計者無法根據(jù)無線網絡的動態(tài)特性做出自適應優(yōu)化,導致傳統(tǒng)用于有線網絡的嚴格分層的協(xié)議棧在上述網絡中無法高效運行[1]。
在一個典型的無線移動自組織網絡(MANET)中,由于無線信道的時變性和節(jié)點的移動性,使得鏈路的斷開、路由的改變頻繁發(fā)生,要維護網絡的正常運行,就要及時發(fā)送網絡控制信息,這就會給目前低帶寬的無線鏈路帶來很大的開銷。在某一層次的性能優(yōu)化也許還會導致全局協(xié)議棧的性能的降低[2]。同時,基于嚴格分層的協(xié)議棧使得高層協(xié)議希望直接得到的網絡底層信息需要經歷幾個中間協(xié)議層才能得到,信息的更新帶有明顯的遲滯性[3]。針對無線網絡的特點及問題,許多研究人員提出,打破基于TCP/IP協(xié)議棧的嚴格分層限制,使得相關協(xié)議層次能夠直接進行信息的交互,從而極大提高網絡的傳輸性能。Vineet Srivastava等人綜述了跨層設計的現(xiàn)狀和發(fā)展方向,將跨層定義為違反參考協(xié)議棧構架的協(xié)議設計,并將跨層分類為創(chuàng)建新接口、合并相鄰層、無新接口的耦合設計和全局垂直信息交互四種[4]。Taesang Yoo等人利用NS-2網絡仿真器構建了一個跨層設計框架用以研究Ad Hoc網絡上的視頻傳輸性能[5]。XinSheng Xia和Qilian Liang利用OPNET建立了一個MAC層和物理層耦合的跨層機制[6]。Ning Yang等人基于NS-2建立了物理層和介質訪問控制(MAC)層、網絡層和MAC層之間的信息交互[7]。
目前的跨層協(xié)議研究大多是基于網絡仿真器軟件實現(xiàn)的,跨層協(xié)議交互的研究主要針對于有延時限制的多媒體信息傳輸,而仿真軟件的仿真速度及實時性影響著許多研究的順利開展,例如我們建立的Ad Hoc網絡實時視頻傳輸實驗平臺就必須要依托于高速的網絡仿真引擎[8]。同時,仿真工具的易用性也影響著我們的研究進度。基于上述原因,我們選擇QualNet作為我們的網絡仿真工具,取得了良好的效果。
本文首先介紹了QualNet網絡仿真器及與我們跨層協(xié)議實現(xiàn)相關的消息處理機制,接著以應用層和網絡層跨層交互為例,講解了如何在QualNet里面實現(xiàn)跨層協(xié)議設計,然后給出了不同節(jié)點、不同應用之間跨層協(xié)議交互的設計實現(xiàn)。最后總結全文并指出下一步的工作方向。
2.QualNet及其消息處理機制
2.1QualNet網絡仿真器
QualNet是一種應用于無線、有線以及混合動態(tài)網絡的快速而且精確的開發(fā)、仿真系統(tǒng)。Scalable Network Technologies Inc.公司將美國加州大學洛杉磯分校(UCLA)開發(fā)的開放源代碼的GloMoSim成功地轉化為了商業(yè)版本——QualNet。目前已經在世界范圍內50多個國家和地區(qū)得到了推廣應用,它的客戶主要是美國的大的軍方項目承包商,包括DARPA、微軟、NASA、雷神、美國空軍等,目前已經成為美國軍方網絡中心戰(zhàn)及未來作戰(zhàn)系統(tǒng)(FCS)的主要仿真平臺。
2.2QualNet協(xié)議棧構架
QualNet協(xié)議棧的設計遵循著TCP/IP網絡協(xié)議棧分層結構,如圖1所示。但是,QualNet還提供了一套完整的消息傳遞機制,使得我們能夠進行類似圖2所示的跨層協(xié)議開發(fā)。
圖1 QualNet分層協(xié)議棧 圖2 跨層協(xié)議示例
2.3QualNet消息處理流程
以應用層恒定比特率(CBR)協(xié)議為例,QualNet標準協(xié)議棧的內部消息處理流程如圖3所示。
圖3 QualNet內部消息處理流程
首先,應用層對CBR分組使用MESSAGE_Alloc( )函數(shù)分配內存空間,并利用MESSAGE_PacketAlloc( )函數(shù)將用戶載荷拷貝到packet結構體指針,通過MESSAGE_Send( )遞交給傳輸層,傳輸層利用MESSAGE_AddHeader( )函數(shù)增加一個TCP或者UDP頭,通過MESSAGE_Send( )函數(shù)遞交給網絡層,網絡層通過路由尋徑,增加了IP頭以后遞交給MAC子層,MAC子層增加MAC幀頭后遞交給物理層,經過相應的編碼、調制、天線發(fā)射出去,經過無線信道的模擬傳輸,歷經了衰落、多徑、損耗,到達接收端,如果發(fā)生差錯就要根據(jù)MAC層設置進行相應的處理,如重傳。接收端的處理過程與發(fā)送端相反,經過MESSAGE_RemoveHeader( )函數(shù)層層剝離協(xié)議頭,將消息遞交給上層進行相應的處理,最終到達目的應用協(xié)議,利用MESSAGE_Free( )函數(shù)釋放掉由發(fā)送端使用的MESSAGE_Alloc( )函數(shù)和MESSAGE_PacketAlloc( )函數(shù)分配的內存空間。
可見,如果要想實現(xiàn)跨層信息交互,就要在執(zhí)行MESSAGE_Send( )函數(shù)的時候,將原來的消息參數(shù)進行相應的更改,使得仿真器經過事件調度以后能夠將此消息遞交給期望的處理函數(shù)。下面,我們就將CBR協(xié)議進行修改,實現(xiàn)如圖2所示的繞過UDP傳輸協(xié)議直接將CBR分組遞交給IP層的跨層協(xié)議交互功能。
3基于QualNet的跨層交互機制
如圖2所示,跨層協(xié)議交互分為兩個部分,一部分是應用層直接將數(shù)據(jù)遞交給IP層處理,另一部分是IP層將數(shù)據(jù)繞過UDP協(xié)議傳送到CBR處理函數(shù)入口。
3.1應用層到網絡層的通信
常規(guī)協(xié)議棧中,基于UDP的應用層協(xié)議將用戶數(shù)據(jù)發(fā)送到UDP,添加UDP頭后發(fā)送到IP。為了使得CBR能直接將用戶數(shù)據(jù)發(fā)送到IP,我們就要首先確定UDP使用了哪些接口來和網絡層進行通信,然后在CBR和IP之間使用相同的接口。
圖4所示為分層的協(xié)議棧接口,可以看到,CBR調用接口函數(shù)APP_UdpSendNewHeaderVirtualDataWithPriority( )將CBR數(shù)據(jù)發(fā)送給UDP協(xié)議,UDP協(xié)議調用接口函數(shù)NetworkIpReceivePacketFromTransportLayer( )將數(shù)據(jù)發(fā)送給IP,接著IP進行相應的處理并調用函數(shù)RoutePacketAndSendToMac( )將數(shù)據(jù)包發(fā)送到MAC層。我們所需要做的,就是要將原來的數(shù)據(jù)通路打斷,讓CBR協(xié)議直接調用接口函數(shù)NetworkIpReceivePacketFromTransportLayer( ),并傳遞相應的參數(shù)。
圖4 CBR協(xié)議層間接口(左:分層;右:跨層)
3.2網絡層到應用層的通信
對于網絡層到應用層的跨層通信,首先要確定傳輸層和應用層之間使用的是什么接口函數(shù),然后使得網絡層使用相同的接口將數(shù)據(jù)傳遞給應用層。網絡層函數(shù)DeliverPacket( )從接收到的IP包的頭內讀取接收端協(xié)議編號ipProtocolNumber,將數(shù)據(jù)包傳遞給目的協(xié)議。對于一個基于UDP的應用程序,DeliverPacket( )使用函數(shù)SendToUdp( )發(fā)送接收到的數(shù)據(jù)包給UDP,因而,將數(shù)據(jù)包傳遞給應用層就要使用UDP函數(shù)TransportUdpSendToApp( )。為了使得IP能夠直接向CBR發(fā)送數(shù)據(jù),編寫一個函數(shù)SendToCbr( )并修改DeliverPacket( )使之調用SendToCbr( )向CBR發(fā)送數(shù)據(jù)包,該修改過程的偽代碼如圖5所示。
4跨層仿真實例
我們針對上述的CBR跨層協(xié)議交互,進行了無線移動Ad Hoc網絡數(shù)據(jù)傳輸?shù)姆抡鎸嶒灒瑢嶒灲Y果表明,即使是經過簡單的跨層交互(只是跨過了傳輸層),較之嚴格分層的協(xié)議棧,分組投送成功數(shù)量提高了33%。
4.1實驗設置
我們選取了1000M
評論