Earticle

Mobility prediction algorithm is the significant aspect to improve QoS (Quality of Service) for heterogeneous wireless networks because it decreases handoff latency and preserves resources in arriving cells for users. Since existing mobility prediction algorithms based on GPS (Global Positioning System) often suffer from low prediction accuracy for complex and irregular trajectory, this paper combines support vector regression with local prediction to propose a novel mobility prediction algorithms based on local support vector regression (LSVR) to overcome above deficiency. Simulation results show that LSVR algorithm achieves high prediction accuracy for a size of historical data in three typical mobile scenes.

Delay Tolerant Network (DTN)란 노드 간 통신의 지연 시간이 길고 연결 단절이 자주 일어나는 네트워크 상황에서 데이터를 안정적으로 전달할 수 있도록 지원할 수 있는 네트워크를 말한다. DTN은 노드들 간의 연결 정도의 강약을 파악하여 연결 정도가 높은 노드를 통해 목적 노드로 메시지를 전달하는 방식을 사용한다. 노드들의 움직임이 빠르고 서로간의 거리가 멀어 지속적인 종단 간 연결성이 보장 되지 않는 상황일 때 DTN을 사용하면 안정적인 전송이 가능하다. 이때 이 노드들의 움직임을 예측 할 수 있다면 더 효과적인 메시지 전달이 가능 할 것이다. 이 논문에서는 이동 노드의 속도와 목적지 등과 같은 이동성 정보를 이용해 노드의 위치를 예측하여 효과적인 메시지 전달 경로를 결정하는 이동 예측 기반의 DTN 알고리즘을 제안한다. 이 알고리즘은 Mobility Strategy Sharing Location Service Protocol을 발전시켜 위치 정보 업데이트의 오버헤드를 최소화한다.