Informationsverteilung in realitätsnahen Netzwerken

点击翻译按钮获取中文摘要

Selbstorganisierende Netzwerke (wie z.B. Internet, Telefonverbindungen, Mobile Adhoc- Netzwerke, drahtlose Sensor-Netzwerke) werden dynamisch von einer Menge von Teilnehmern gebildet, indem diese versuchen die Verbindungen gemäß ihrer eigenen Zielfunktionen optimal zu wählen. Die Verbindungsstruktur realer Netzwerke wird mathematisch modelliert durch so genannte realitätsnahe Netzwerke: Zufallsgraphen, Power-Law-Graphen, Small-World-Graphen und geometrische Graphen. Auf der Basis dieser Netzwerkmodelle betrachten wir Broadcasting und Radio Broadcasting, um damit die fundamentale Fragestellung der Informationsverteilung in realen Netzwerken zu untersuchen. Das Broadcasting-Problem besteht in der ressourceneffizienten Verteilung von Informationen im gesamten Netzwerk. Beim Radio- Broadcasting-Problem muss zusätzlich das Problem der Kollisionen behandelt werden, das bei gleichzeitiger Übertragung auf einem drahtlosen Kanal entstehen kann. Bisher wurden diese Probleme analytisch vorwiegend allgemein (im Worst Case), für einfache Zufallsgraphmodelle oder für geometrische Graphen betrachtet. Das Ziel unserer Forschung ist es, neue realistische Netzwerkmodelle zu analysieren und effiziente randomisierte Algorithmen für Broadcasting und Radio-Broadcasting zu entwickeln.