In this thesis, we study the human mobility to build up essentially realistic mobility models. Through our own large scale GPS experiments carried on 5 sites in the world by over 100 volunteers, in the first part, we identify the statistical properties of human walks and verify that the mobility of humans closely resembles Levy-walk known as an animal foraging pattern. Based on the observation, we present a truncated Levy-walk mobility model and evaluate the performance of wireless mobile networks including MANETs and DTNs on our mobility model. In the second part, we further study the Levy-walk characteristics of humans to demystify the underlying mech anisms and embed the correlation among humans to our mobility model. We first identify that the 2 dimensional distribution of contexts has self-similarity resulting fractal property. Over the given contexts, by proposing a least action trip planning algorithm (LATP) mimicking a human decision mechanism on movement, we present a new mobility model SLAW (self-similar least action walk) to reproduce the Levy-walk of humans sharing common contexts. In third part, we identify the network scaling performance over the mobility models that we suggested. We focus on the delay and capacity trade-off of wireless mobile networks with Levy-walk mobility and clarify the trade-off regions for the mobility. Combining with the previous work [1], we complete the global perspective of the delay and capacity trade-off for remarkable mobility models covering i.i.d. mobility, random direction mobility, Brownian mobility and Levy-walk mobility in wireless mobile networks.
본 논문에서 우리는 현실적인 이동성 모델을 제안하기 위해 인간 이동성에 관한 깊은 고찰을 한다. 첫번째 장에서는 100 여명의 참여자들이 세계 5곳의 장소에서 측정한 GPS 실험 자료를 통해 인간의 통계적 이동 속성이 동물의 이동 속성가 매우 유사한 Levy walk 를 따름을 보인다. 이 결과에 기반하여 우리는 Truncated Levy walk 이라는 새로운 이동성 모델을 제안하고, 이 이동성 모델의 무선 네트워크 성능을 MANET 과 DTN 측면에서 검증한다. 두번째 장에서는 한발 더 나아가, 인간의 이동성이 Levy walk 속성을 지니게 되는 근본적인 메카니즘을 연구하고, 이를 통해 여러 인간들 사이의 상호 관계를 내포할 수 있는 모델을 개발한다. 이를 위해 우리는 사람들이 방문하는 장소들 즉, 사람들에게 중요한 의미를 지니는 특정한 장소들의 2차원적인 분포가 프랙탈 형태임을 보이고, 프랙탈 형태의 분포위에서 가장 가까운 장소를 최우선 적으로 방문하는 의사 결정 알고리즘인 LATP 을 제안함으로써, 두 조합이 언제나 Levy walk 형태의 이동성을 만들어낸다는 것을 입증한다. 이를 통해 SLAW 라고 하는 획기적인 이동성 모델을 제시하며, DTN 의 성능 측면에서 기존의 이동성 모델과는 다른 독특한 특성을 가짐을 보인다. 마지막 장에서는, 대규모 네트워크에서의 성능 예측을 다루는 Scaling Law 를 Levy walk 이라는 이동성 측면에서 살펴본다. 이를 위해 Levy walk 를 Scaling Law 에 적합한 형태로 새롭게 모델링 하고, 이에 기반하여 Brownian 모션, RWP 등 기존의 잘 알려진 이동성 모델과 완전히 다른 성능 예측을 할 수 있음을 입증한다. 이를 통해, 실질적인 인간 이동성에 기반한 미래의 DTN 의 성능이 어떠한 영역에 존재하게 될 것인지 논의해 본다.
