ネットワークコンピューティング実習

オプション課題: 性能評価 (p% 配送遅延)

内容目標

- dtnsim の monitor.Log モジュールを用いて、シミュレーションのログを出力できるようになる

- monitor.Log モジュールが出力するログの意味を理解できるようになる

- エピデミックブロードキャストにおける代表的な性能指標 (p% 配送遅延) を理解し、シミュレーション結果のログから計算できるようになる

- 乱数のシードの異なるシミュレーションを繰り返し実行し、性能指標の平均や信頼区間を計算できるようになる。

課題

課題 1

dtnsim を以下の条件で実行せよ。 (1) エージェント数は 10、 (2) 移動モデルは RandomWaypoint、 (3) 経路制約なし、 (4) エージェントは Epidemic。 次に、 デフォルトの monitor.Cell クラスではなく、 シミュレーションのログを標準出力に書出す monitor.Log モジュールを用いて実行せよ。

課題 2

monitor.Log モジュールの出力の意味 (各フィールドの意味) を、 monitor/log.py を読んで推測せよ。 また、 monitor.Log モジュールの出力と、 monitor.Cell モジュールを用いた可視化結果と比較し、 推測の正しさを確認せよ。

課題 3

p% 配送遅延を求めるフィルタプログラム p-coverage を作成せよ。

標準入力から monitor.Log モジュールからの出力を読み込み、 標準出力に p% 配送遅延を出力せよ。 プログラム p-coverage の引数は、 ノード数と p% 配送率の p とせよ。

例えば 50% 配送遅延であれば、 ノード数が N の時、 N / 2 のノードにメッセージが配送された時刻を求めて出力すればよい。

p-coverage を正しく作成すれば、 例えば以下のような結果が得られるようになる。 シミュレーションの特性上、 表示される値は実行する度に毎回変化することに注意する。

> dtnsim -n 10 -m RandomWaypoint -p NONE -a Epidemic -M Log | ./p-coverage 10 50
1410

課題 4

課題 3 のシミュレーションを、 乱数のシードを変化させて 10 回実行し、 その時の 50% 配送遅延の平均および 95% 信頼区間を求めよ。

平均および 95% 信頼区間の計算には py-stats を使用せよ。

stats - calcurate statistics of values in each column
https://github.com/h-ohsaki/py-stats

課題

課題 1

> dtnsim -n 10 -m RandomWaypoint -p NONE -a Epidemic | cellx -L30
> dtnsim -n 10 -m RandomWaypoint -p NONE -a Epidemic -M Log
605     forward 1       6       1-2-1
605     status  1       1       0       0       0       0
615     forward 1       4       1-2-1
615     status  2       2       0       0       0       0
615     forward 6       1       1-2-1   dup
615     status  3       3       1       0       0       0
630     forward 4       5       1-2-1
630     status  4       4       1       0       0       0
670     forward 5       1       1-2-1   dup
670     status  5       5       2       0       0       0
700     forward 1       5       1-2-1   dup
700     status  6       6       3       0       0       0
705     forward 5       6       1-2-1   dup
705     status  7       7       4       0       0       0
740     forward 1       5       1-2-1   dup
      :
      :

※ プログラムの中断は C-c (Ctrl キーを押しながら c キーを押す)

課題 2

2 カラム目が forward の行:
シミュレーション時刻
forward
送信元エージェントの ID
宛先エージェントの ID
メッセージ ID
メッセージのステータス

2 カラム目が status の行:
シミュレーション時刻
status
送信メッセージ数の総和
受信メッセージ数の総和
重複メッセージ数の総和
ユニークメッセージ数の総和 ※
配送完了したメッセージ数 ※※
配送完了したユニークメッセージ数 ※※
※ 未使用
※※ ブロードキャスト時には意味を持たない

課題 3

p-coverage の例 (Python)
https://lsnl.jp/~ohsaki/lecture/netcompx/2025/performance/p-coverage

> wget https://lsnl.jp/~ohsaki/lecture/netcompx/2025/performance/p-coverage
> chmod +x p-coverage
> dtnsim -n 10 -m RandomWaypoint -p NONE -a Epidemic -M Log | ./p-coverage 10 50

(別解)

p-coverage の例 (シェルスクリプト)
https://lsnl.jp/~ohsaki/lecture/netcompx/2025/performance/p-coverage.sh

> wget https://lsnl.jp/~ohsaki/lecture/netcompx/2025/performance/p-coverage.sh
> chmod +x p-coverage.sh
> dtnsim -n 10 -m RandomWaypoint -p NONE -a Epidemic -M Log | ./p-coverage.sh 10 50

課題 4

同じ処理を 10 回繰り返すには、シェルの for ループを使えばよい。

> for i in (seq 10)
> dtnsim -s $i -n 10 -m RandomWaypoint -p NONE -a Epidemic -M Log | ./p-coverage 10 50
> end | tee log
1565
2720
3440
3330
2140
2155
1410
4640
2755

これにより、実行結果 (実行したコマンドの標準出力) がファイル log に保存される。

py-stats のインストール

> sudo PIP_BREAK_SYSTEM_PACKAGES=1 pip3 install -U py-stats

10 回の試行で得られた 50% 配送遅延の統計値を求める。

> pystats -v log
count   9
sum     24155
min     1410
max     4640
mean    2683.89
median  2720
mode    2755
var     919127
stddev  958.711
cv      35.721
skew    0.556121
kurt    -0.43412
quant10 1410
quant25 2140
quant50 2720
quant75 3330
quant90 4640
conf90  525.693
conf95  626.358
conf99  823.213
findex  0.88684

平均が 2683.89、95% 信頼区間が +/-626.358 であることがわかる。