Presentasi Tugas Akhir Pemodelan Link Layer pada Jaringan Nano Oleh: Furi Diah Ayu Hapsari 2211105065 Pembimbing: Dr.Ir. Wirawan, DEA
Pendahuluan (1) Teknologi Nano: Teknologi yang mempelajari fabrikasi dan pembuatan perangkat-perangkat dalam skala nano ( nanomachine) Perangkat nano: Pendekatan top-down Pendekatan bottom-up Pendekatan bio-hybrid Jaringan Nano: Interkoneksi antar perangkat nano 1 nm DNA engineering Carbon nano tube (CNT) nanogear
Pendahuluan(2) Contoh Aplikasi Jaringan Nano: sistem kesehatan yang maju Jaringan untuk Memonitor Alzheimer, Epilepsy, Jaringan untuk Memonitor Kadar Gula Darah Jaringan untuk Memonitor Kesehatan Jantung Interkoneksi dengan Perangkat Luar Tubuh Jaringan untuk Memonitor dan Mengobati Kanker
Jaringan Nano dengan Komunikasi Molekuler vs Jaringan Komputer Parameter Jaringan Nano Jaringan Komputer Carrier Link Jarak antar link Kecepatan pengiriman informasi Arah propagasi Pendahuluan(3) Molekul; Motor Molekul; Bakteri Kabel (microtubulus) Nirkabel (Aqueous medium) Sangat pendek (range nm-m) Sangat lambat Bervariasi (random walk, brownian motion) Gelombang listrik, EM, cahaya Kabel (coax, FO,dll) Nirkabel (udara) Bervariasi (m-km) Bisa sangat cepat (bergantung media pengiriman) Terarah (kabel) dan bervariasi (nirkabel)
Komunikasi Molekuler Jarak Menegah Carrier : Bakteri Ber-flagella yang terekayasa secara genetik Pendahuluan(4) - Informasi (DNA-packet) ditransferkan dari dan ke bakteri menggunakan proses konjugasi - Propagasi bakteri ber-flagella menuju penerima menggunakan prinsip chemotaxis
Gateway: Komunikasi Molekuler Jarak Menegah Sel Eukariotik yang terekayasa genetik Pendahuluan(5) Memiliki kemampuan untuk komputasi DNA Mengemisikan partikel-partikel yang akan menarik bakteri ke arahnya Nukleus (memori bilologis) Mampu melakukan transfer DNA-Packet dengan bakteri ber-flagella Mitokondria (baterei biologis)
Pendahuluan(6) Arsitektur Jaringan Nano Point-to-point
Latar Belakang Physical layer untuk jaringan-nano jarak menengah telah banyak dipelajari, namun untuk aspek link layer belum banyak dipelajari. Delay pengiriman paket yang dimodelkan belum memperhitungkan efek congestion yang terjadi akibat adanya kompetisi bakteri di penerima. kompetisi untuk melakukan proses konjugasi dapat dimodelkan sebagai sebuah sistem antrian, tetapi harus memperhatikan karakteristik khusus jaringan nano
Tujuan Memodelkan sistem antrian pada link layer jaringan nano dengan memperhatikan karakteristik perangkatnya. Menghitung nilai packet loss, delay dan throughput selama pengiriman informasi pada jaringan nano dengan model sistem antrian yang telah dibuat
Rumusan Masalah Bagaimana membuat pemodelan sistem antrian pada link jaringan nano dengan memperhatikan karakteristik jaringan nano.
Batasan Masalah Metode komunikasi yang digunakan pada jaringan nano adalah komunikasi molekuler. Media pembawa informasi yang digunakan adalah bakteri ber-flagella Topologi jaringan nano adalah point-to-point antara nanogateway pengirim dan nanogateway penerima. Jaringan nano diasumsikan sebagai jaringan planar. Simulasi dengan menggunakan Matlab
Kekhasan Jaringan Nano dengan Bakteri ber-flagella Sebagai Paket Waktu Propagasi paket yang mengikuti pola biased random walk yang terdistribusi Gamma Setiap paket memiliki waktu hidup (α) tertentu.
Sistem Trafik Jaringan Nano (Single Server) 1/λ G1 P 1/µ G2 γ p W γ W τ T
Sistem Trafik Jaringan Nano (Dual Server) 1/µ 1/λ P A G1 γ p W γ W B T τ
Flowchart mulai Pembangkitan : t_depart, α Pembangkitan delay propagasi A Pengurutan Waktu Antar Kedatangan Paket Pemodelan Buffer Antrian Pembangkitan : Waktu konjugasi Perhitungan γ p A Perhitungan: Packet Loss Delay pengiriman paket Throughput selesai
Pemancar Gateway Tx mengirimkan paket dengan laju keberangkatan λ, dan waktu antar keberangkatan mengikuti proses poisson dengan rata-rata sebesar 1/λ detik Tiap paket akan memiliki waktu hidup α. Intensitas Trafik pemberangkatan paket: R= λ/µ (%)
Kanal Tiap paket akan mengalami delay propagasi acak terdistribusi Gamma Rata-rata delay propagasi P ditentukan dengan persamaan : Dengan d dinyatakan dalam mm dan P dinyatakan dalam menit.
Penerima (1) Paket diurutkan berdasarkan waktu antar kedatangannya. Menghitung Intensitas Trafik di penerima: ρ=(1-γ p )R Membangkitkan waktu pemrosesan τ yang terdistribusi eksponensial dengan rata-rata 1/u Menghitung nilai W: dengan W(n)= t prosesor (n-1)-(t arr (n)-t arr (n-1)) (detik) t prosesor (n)= W(n)+τ(n)
Penerima (2) Packet Loss (%): γ=γ p+ γ w Delay Pengiriman paket (detik): Throughput(paket/detik): T=E[P+W P+W α] θ=(1- γ) λ
Parameter Simulasi -Jarak transmisi : 250 µm- 1000 µm - Intensitas trafik pemberangkatan paket R=50% dan R=100% - Memvariasikan nilai waktu hidup paket (α) dan jumlah server di penerima untuk menghitung Prosentase packet loss Delay pengiriman paket Throughput Link
Simulasi -Pengaruh Waktu Hidup Paket- Sistem yang digunakan : Single Server Waktu hidup paket : 400 detik; 800 detik
Hasil -Pengaruh Waktu Hidup Paket- a) Packet Loss 60 100 Packet Loss (%) 50 40 30 20 10 Alfa=400 Alfa=800 Packet Loss (%) 98 96 94 92 90 88 86 Alfa=400 Alfa=800 0 250 500 750 1000 84 250 500 750 1000 Jarak (µm) Jarak (µm) R=λ/µ=50% R=λ/µ=100%
Hasil -Pengaruh Waktu Hidup Paket- b) Delay Pengiriman Paket 500 600 450 400 500 Delay (detik) 350 300 250 200 150 100 50 0 Alfa=400 Alfa=800 250 500 750 1000 Delay (Detik) 400 300 200 100 0 Alfa=400 Alfa=800 250 500 750 1000 Jarak (µm) Jarak (µm) R=λ/µ=50% R=λ/µ=100%
c) Throughput Link Hasil -Pengaruh Waktu Hidup Paket- 0.006 0.0012 Throughput (Paket/ detik) 0.005 0.004 0.003 0.002 0.001 0 Alfa=400 Alfa=800 250 500 750 1000 Throughput (paket/detik) 0.001 0.0008 0.0006 0.0004 0.0002 0 Alfa=400 Alfa=800 250 500 750 1000 Jarak (µm) Jarak (µm) R=λ/µ=50% R=λ/µ=100%
Simulasi -Pengaruh Jumlah Server di Penerima- Sistem yang digunakan : Single Server; Dual Server Waktu hidup paket : 400 detik
Hasil -Pengaruh Jumlah Server di Penerima- a) Packet Loss 60 120 50 100 Packet Loss (%) 40 30 20 Single Dual Packet Loss (%) 80 60 40 Single Dual 10 20 0 250 500 750 1000 Jarak (µm) 0 250 500 750 1000 Jarak (µm) R=λ/µ=50% R=λ/µ=100%
Hasil -Pengaruh Jumlah Server di Penerima- b) Delay Pengiriman Paket 400 450 Delay (detik) 350 300 250 200 150 100 50 0 Single Dual 250 500 750 1000 Jarak (µm) Delay (detik) 400 350 300 250 200 150 100 50 0 Single Dual 250 500 750 1000 Jarak (µm) R=λ/µ=50% R=λ/µ=100%
Hasil -Pengaruh Jumlah Server di Penerima- c) Throughput Link 0.006 0.012 Throughput(paket/detik) 0.005 0.004 0.003 0.002 0.001 0 Single Dual 250 500 750 1000 Jarak (µm) Throughput(paket/detik) 0.01 0.008 0.006 0.004 0.002 0 Single Dual 250 500 750 1000 Jarak (µm) R=λ/µ=50% R=λ/µ=100%
Kesimpulan 1. Besarnya nilai prosentase packet loss, delay pengiriman paket, throughput link bergantung kepada intensitas trafik di penerima. 2. Pengiriman paket dengan waktu hidup yang lebih lama mampu menurunkan jumlah prosentase packet loss dan meningkatkan throughput link, namun menghasilkan delay pengiriman paket yang lebih tinggi. 3. Pengiriman paket dengan intensitas trafik keberangkatan yang tinggi (R=100%) dengan kondisi single server menghasilkan prosentase packet loss yang sangat besar dan throughput yang sangat kecil. 4. Penggunaan dual server di penerima mampu menghasilkan prosentase packet loss yang kecil dan throughput link yang besar dengan delay pengiriman yang lebih kecil, bahkan untuk intensitas trafik keberangkatan paket yang tinggi (R=100%).
Daftar Pustaka 1. Arifler, Dogu. Link Layer Modelling of Bio-inspired communication in nanonetworks.nano Communication Networks, vol. 2, pp. 223-229, Oktober 2011. 2. Nakano, T. Moore, M. Wei, F. Vasilakos, A. Shuai, J. Molecular Communication and Networking: Opportunities and Challenges. IEEE Transaction on Nanobioscience, Vol 11. No.2, 2012 3. Cobo,L.C, Akyildiz,I.F. Bacteria-based communication in nanonetworks. Nano Communication Networks, vol.1, pp.244-256, 2010. 4. Akyildiz, I.F. F. Brunetti, C.Blázquez. Nanonetworks: A new communication paradigm. Computer Networks 52, pp.2260-2279, 2008. 5. Gregori, M. Llaster, I. Cabellos-aparicio, A. Alarcon, E..Physical Channel Characterization for medium-range nanonetworks using flagellated bacteria. Computer Networks 55, pp. 779-791, 2010 6. Gregori, M. Akyildiz, I.F. A new nanonetwork architecture using flagellated bacteria and catalisticnanomotors. IEEE. Journal on Selected Areas in Communication 28, pp. 612-619. 2010. 7. Akyildiz, I.F., Jornet,J.M. Electromagnetic Wireless Nanosensor Networks. Nano Communication Networks vol 1, pp.3-9, 2010. 8. Leon Garcia, A. Widjaja, I. Communication networks. McGraw-Hill. Ch 5,2004.
Terimakasih