Pemodelan Link Layer pada Jaringan Nano

(1)

Presentasi Tugas Akhir

Oleh:

Furi Diah Ayu Hapsari 2211105065

Pembimbing: Dr.Ir. Wirawan, DEA

Pemodelan Link Layer pada

Jaringan Nano

(2)

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

Carbon nano tube (CNT) nanogear DNA engineering

(3)

Contoh Aplikasi Jaringan Nano: sistem kesehatan yang maju

Jaringan untuk Memonitor Alzheimer, Epilepsy,

Jaringan untuk Memonitor Kesehatan Jantung

Jaringan untuk Memonitor dan Mengobati Kanker Jaringan untuk Memonitor

Kadar Gula Darah

Interkoneksi dengan Perangkat Luar Tubuh

(4)

Jaringan Nano dengan Komunikasi Molekuler vs Jaringan Komputer

Parameter Jaringan Nano Jaringan Komputer

Carrier Molekul; Motor Molekul;

Bakteri Gelombang listrik, EM, cahaya

Link Kabel (microtubulus)

Nirkabel (Aqueous medium) Kabel (coax, FO,dll) Nirkabel (udara) Jarak antar link Sangat pendek

(range nm-m) Bervariasi (m-km)

Kecepatan pengiriman

informasi Sangat lambat Bisa sangat cepat(bergantung media pengiriman)

Arah propagasi Bervariasi (random walk,

brownian motion) Terarah (kabel) danbervariasi (nirkabel)

(5)

Komunikasi Molekuler Jarak Menegah

• Carrier :

Bakteri Ber-flagella

yang terekayasa secara genetik

- Informasi (DNA-packet) ditransferkan dari dan ke bakteri menggunakan proses konjugasi

- Propagasi bakteri ber-flagella menuju penerima menggunakan prinsip

chemotaxis

(6)

Komunikasi Molekuler Jarak Menegah

• Gateway:

Sel Eukariotik yang terekayasa genetik

– Memiliki kemampuan untuk komputasi DNA

– Mengemisikan partikel-partikel yang akan ‘menarik’ bakteri ke arahnya

– Mampu melakukan transfer DNA-Packet dengan bakteri ber-flagella

Pendahuluan(5)

Mitokondria (baterei biologis) Nukleus (memori bilologis)

(7)

Arsitektur Jaringan Nano Point-to-point

(8)

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

(9)

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

(10)

Rumusan Masalah

• Bagaimana membuat pemodelan sistem antrian

pada link jaringan nano dengan memperhatikan karakteristik jaringan nano.

(11)

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.

(12)

Kekhasan Jaringan Nano dengan

Bakteri ber-flagella Sebagai Paket

• Waktu Propagasi paket yang mengikuti pola biased

random walk yang terdistribusi Gamma

(13)

Sistem Trafik Jaringan Nano

(Single Server)

G1

…

G2 1/µ 1/λ τ γ_W γ_p P T W

(14)

Sistem Trafik Jaringan Nano

(Dual Server)

G1

…

1/µ 1/λ τ γ_W γ_p P T W A B

(15)

Flowchart

mulai Pembangkitan : t_depart, α Pembangkitan delay propagasi Perhitungan γp A A Pembangkitan : Waktu konjugasi Pengurutan Waktu Antar

Kedatangan Paket

Pemodelan Buffer Antrian

Perhitungan:

•Packet Loss

•Delay pengiriman paket •Throughput

(16)

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:

(17)

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.

(18)

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:

W(n)= t_prosesor(n-1)-(t_arr(n)-t_arr(n-1)) (detik) dengan

(19)

Penerima (2)

• Packet Loss (%):

γ=γ_p+γ_w

• Delay Pengiriman paket (detik):

T=E[P+W | P+W ≤ α]

• Throughput(paket/detik):

(20)

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

(21)

Simulasi

-Pengaruh Waktu Hidup

Paket-• Sistem yang digunakan : Single Server

(22)

Hasil

-Pengaruh Waktu Hidup

Paket-84 86 88 90 92 94 96 98 100 250 500 750 1000 Pac ke t L oss ( % ) Jarak (µm) Alfa=400 Alfa=800 R=λ/µ=50% 0 10 20 30 40 50 60 250 500 750 1000 Pac ke t L oss ( % ) Jarak (µm) Alfa=400 Alfa=800 R=λ/µ=100% a) Packet Loss

(23)

Hasil

-Pengaruh Waktu Hidup Paket

-0 50 100 150 200 250 300 350 400 450 500 250 500 750 1000 Dela y ( det ik ) Jarak (µm) Alfa=400 Alfa=800 0 100 200 300 400 500 600 250 500 750 1000 Dela y ( De tik ) Jarak (µm) Alfa=400 Alfa=800 R=λ/µ=50% _R=λ/µ=100%

(24)

Hasil

-Pengaruh Waktu Hidup Paket

-R=λ/µ=50% _R=λ/µ=100% 0 0.001 0.002 0.003 0.004 0.005 0.006 250 500 750 1000 Th ro ug hp ut (P ake t/ d et ik ) Jarak (µm) Alfa=400 Alfa=800 0 0.0002 0.0004 0.0006 0.0008 0.001 0.0012 250 500 750 1000 Th ro ug hp ut (p ak et /d et ik ) Jarak (µm) Alfa=400 Alfa=800 c) Throughput Link

(25)

Simulasi

-Pengaruh Jumlah Server di

Penerima-• Sistem yang digunakan : Single Server; Dual

Server

(26)

Hasil

-Pengaruh Jumlah Server di Penerima

-R=λ/µ=50% _R=λ/µ=100% a) Packet Loss 0 10 20 30 40 50 60 250 500 750 1000 Pac ke t L oss ( % ) Jarak (µm) Single Dual 0 20 40 60 80 100 120 250 500 750 1000 Pac ke t L oss ( % ) Jarak (µm) Single Dual

(27)

Hasil

-Pengaruh Jumlah Server di Penerima

-R=λ/µ=50% _R=λ/µ=100%

b) Delay Pengiriman Paket

0 50 100 150 200 250 300 350 400 250 500 750 1000 Dela y ( det ik ) Jarak (µm) Single Dual 0 50 100 150 200 250 300 350 400 450 250 500 750 1000 Dela y ( det ik ) Jarak (µm) Single Dual

(28)

Hasil

-Pengaruh Jumlah Server di Penerima

-R=λ/µ=50% _R=λ/µ=100% c) Throughput Link 0 0.001 0.002 0.003 0.004 0.005 0.006 250 500 750 1000 Th ro ug hp ut (p ak et /d et ik ) Jarak (µm) Single Dual 0 0.002 0.004 0.006 0.008 0.01 0.012 250 500 750 1000 Th ro ug hp ut (p ak et /d et ik ) Jarak (µm) Single Dual

(29)

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%) .

(30)

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.

(31)