Predição de encontros de nodos móveis para aperfeiçoamento da detecção de defeitos em manets

Detalhes bibliográficos
Autor(a) principal: Vit, Antônio Rodrigo Delepiane De
Data de Publicação: 2019
Tipo de documento: Tese
Idioma: por
Título da fonte: Biblioteca Digital de Teses e Dissertações da PUC_RS
Texto Completo: http://tede2.pucrs.br/tede2/handle/tede/10087
Resumo: A MANET (Mobile Ad hoc NETwork) is a high-strength and easy maintenance network of mobile nodes with ad hoc topology; besides, it is accessible anytime and anywhere, without the need for base stations. A Failure Detector (FD) is an “oracle” that uses messages exchanged on the network to identify faulty nodes. Since an FD can misidentify as faulty nodes, its suspicions are only used to prevent distributed systems from waiting indefinitely for a faulty node to respond. The mobility and auto-configuration characteristics of a MANET make this type of network sensitive to the problem of differentiating a node disconnection due to its motion from a node-failure, which requires the presence of an FD. Regarding node mobility detection, the models studied assume “passive mobility”, where nodes do move but have no notion of it, and consequently cannot notify their mobility. This lack of knowledge leads to scenarios where nodes can be mistakenly identified as faulty, as MANET nodes are unaware of the possible mobility trajectories of the monitored nodes. This work proposes the use of Machine Learning techniques to explore nodes, whose motion is not random, to implement a Meeting Map from the prediction of their average velocities over time, which is the result of the intersection of routes of different objects in the same time slot. By using this map, we can obtain optimal values for the FD timers. We have thus developed an FD, named 𝑀𝐴𝑓𝐷, which outperforms competitors and, as an unexpected result, produced an energy-saving efficiency method for opportunistic or Delay Tolerant Networks (DTNs).
id P_RS_9fc1c5ef291e94dd9a355dcaf1f14941
oai_identifier_str oai:tede2.pucrs.br:tede/10087
network_acronym_str P_RS
network_name_str Biblioteca Digital de Teses e Dissertações da PUC_RS
repository_id_str
spelling Marcon, César Augusto Missiohttp://lattes.cnpq.br/8611020242763828Nunes, Raul Cerettahttp://lattes.cnpq.br/7947423722511295http://lattes.cnpq.br/8345071196441362Vit, Antônio Rodrigo Delepiane De2022-02-11T19:23:56Z2019-09-18http://tede2.pucrs.br/tede2/handle/tede/10087A MANET (Mobile Ad hoc NETwork) is a high-strength and easy maintenance network of mobile nodes with ad hoc topology; besides, it is accessible anytime and anywhere, without the need for base stations. A Failure Detector (FD) is an “oracle” that uses messages exchanged on the network to identify faulty nodes. Since an FD can misidentify as faulty nodes, its suspicions are only used to prevent distributed systems from waiting indefinitely for a faulty node to respond. The mobility and auto-configuration characteristics of a MANET make this type of network sensitive to the problem of differentiating a node disconnection due to its motion from a node-failure, which requires the presence of an FD. Regarding node mobility detection, the models studied assume “passive mobility”, where nodes do move but have no notion of it, and consequently cannot notify their mobility. This lack of knowledge leads to scenarios where nodes can be mistakenly identified as faulty, as MANET nodes are unaware of the possible mobility trajectories of the monitored nodes. This work proposes the use of Machine Learning techniques to explore nodes, whose motion is not random, to implement a Meeting Map from the prediction of their average velocities over time, which is the result of the intersection of routes of different objects in the same time slot. By using this map, we can obtain optimal values for the FD timers. We have thus developed an FD, named 𝑀𝐴𝑓𝐷, which outperforms competitors and, as an unexpected result, produced an energy-saving efficiency method for opportunistic or Delay Tolerant Networks (DTNs).MANET (Mobile Ad hoc NETwork) é uma rede de nodos móveis com topologia ad hoc de fácil manutenção e alta robustez, com acessibilidade a qualquer hora e em qualquer lugar, sem necessitar de estações base. Detector de Defeito é um “oráculo” que, a partir de mensagens trocadas em uma rede, é capaz de identificar nodos que podem estar com defeito. Como um detector pode identificar erroneamente defeitos em nodos, suas suspeitas são utilizadas apenas para evitar que sistemas distribuídos não fiquem esperando indeterminadamente pela resposta de um nodo defeituoso. As características de mobilidade e autoconfiguração de uma MANET fazem este tipo de rede ser sensível ao problema de diferenciar uma desconexão de um nodo por movimentação com perda de sinal, de uma desconexão por falha de um nodo, o que exige a presença de um detector de defeitos. Em relação à detecção de mobilidade dos nodos, os modelos estudados consideram a “mobilidade passiva”, onde os nodos se movem, mas não tem noção disto, e, consequentemente, não podem notificar sua mobilidade. Isto ocasiona cenários onde os nodos podem ser identificados, erroneamente, como defeituosos, já que os nodos da MANET não estão conscientes das possíveis trajetórias de mobilidade dos nodos monitorados. Este trabalho propõe, através do uso de técnicas de Aprendizado de Máquina, explorar nodos cujo movimento não é aleatório para, a partir da predição de suas velocidades médias ao longo do tempo, implementar um Mapa de Encontros, que é o resultado da intersecção das rotas de diferentes nodos em um mesmo intervalo de tempo; com o uso deste mapa, podemos obter valores ótimos para os temporizadores do detector de defeitos. Conseguimos, com isto, desenvolver um detector de defeitos, nomeado 𝑀𝐴𝑓𝐷, que apresenta resultados superiores aos concorrentes e, como resultado inesperado, produzimos um método de eficiência energética para redes oportunistas ou tolerantes a atrasos, as DTNs.Submitted by PPG Ciência da Computação (ppgcc@pucrs.br) on 2022-02-11T18:04:37Z No. of bitstreams: 1 ANTONIO RODRIGO DELEPIANE DE VIT_TES.pdf: 10703523 bytes, checksum: e294baaac8bba1aaf997fa78c600696c (MD5)Approved for entry into archive by Sheila Dias (sheila.dias@pucrs.br) on 2022-02-11T19:01:46Z (GMT) No. of bitstreams: 1 ANTONIO RODRIGO DELEPIANE DE VIT_TES.pdf: 10703523 bytes, checksum: e294baaac8bba1aaf997fa78c600696c (MD5)Made available in DSpace on 2022-02-11T19:23:56Z (GMT). No. of bitstreams: 1 ANTONIO RODRIGO DELEPIANE DE VIT_TES.pdf: 10703523 bytes, checksum: e294baaac8bba1aaf997fa78c600696c (MD5) Previous issue date: 2019-09-18application/pdfhttp://tede2.pucrs.br:80/tede2/retrieve/183294/TES_ANTONIO_RODRIGO_DELEPIANE_DE_VIT_CONFIDENCIAL.pdf.jpgporPontifícia Universidade Católica do Rio Grande do SulPrograma de Pós-Graduação em Ciência da ComputaçãoPUCRSBrasilEscola PolitécnicaMANETDTNDetector de DefeitosTolerância a FalhasSistemas DistribuídosMANETDTNFailure DetectorFault ToleranceDistributed SystemsCIENCIA DA COMPUTACAO::SISTEMAS DE COMPUTACAOPredição de encontros de nodos móveis para aperfeiçoamento da detecção de defeitos em manetsPrediction of mobile node meetings to improve the failure detection in manetsinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisTrabalho será publicado como artigo ou livro48 meses11/02/2026-45705277069943524585006008930092515683771531info:eu-repo/semantics/openAccessreponame:Biblioteca Digital de Teses e Dissertações da PUC_RSinstname:Pontifícia Universidade Católica do Rio Grande do Sul (PUCRS)instacron:PUC_RSTHUMBNAILTES_ANTONIO_RODRIGO_DELEPIANE_DE_VIT_CONFIDENCIAL.pdf.jpgTES_ANTONIO_RODRIGO_DELEPIANE_DE_VIT_CONFIDENCIAL.pdf.jpgimage/jpeg4100http://tede2.pucrs.br/tede2/bitstream/tede/10087/4/TES_ANTONIO_RODRIGO_DELEPIANE_DE_VIT_CONFIDENCIAL.pdf.jpgd2e5c21c37620988f0b0c033c9656754MD54TEXTTES_ANTONIO_RODRIGO_DELEPIANE_DE_VIT_CONFIDENCIAL.pdf.txtTES_ANTONIO_RODRIGO_DELEPIANE_DE_VIT_CONFIDENCIAL.pdf.txttext/plain1841http://tede2.pucrs.br/tede2/bitstream/tede/10087/3/TES_ANTONIO_RODRIGO_DELEPIANE_DE_VIT_CONFIDENCIAL.pdf.txt5b2a9d218b968d270a9ddf43d763f8c6MD53ORIGINALTES_ANTONIO_RODRIGO_DELEPIANE_DE_VIT_CONFIDENCIAL.pdfTES_ANTONIO_RODRIGO_DELEPIANE_DE_VIT_CONFIDENCIAL.pdfapplication/pdf375040http://tede2.pucrs.br/tede2/bitstream/tede/10087/2/TES_ANTONIO_RODRIGO_DELEPIANE_DE_VIT_CONFIDENCIAL.pdf681b41ebde31a0b4cce7a8aa7b52837eMD52LICENSElicense.txtlicense.txttext/plain; charset=utf-8590http://tede2.pucrs.br/tede2/bitstream/tede/10087/1/license.txt220e11f2d3ba5354f917c7035aadef24MD51tede/100872022-02-11 20:00:29.19oai:tede2.pucrs.br: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Biblioteca Digital de Teses e Dissertaçõeshttp://tede2.pucrs.br/tede2/PRIhttps://tede2.pucrs.br/oai/requestbiblioteca.central@pucrs.br||opendoar:2022-02-11T22:00:29Biblioteca Digital de Teses e Dissertações da PUC_RS - Pontifícia Universidade Católica do Rio Grande do Sul (PUCRS)false
dc.title.por.fl_str_mv Predição de encontros de nodos móveis para aperfeiçoamento da detecção de defeitos em manets
dc.title.alternative.eng.fl_str_mv Prediction of mobile node meetings to improve the failure detection in manets
title Predição de encontros de nodos móveis para aperfeiçoamento da detecção de defeitos em manets
spellingShingle Predição de encontros de nodos móveis para aperfeiçoamento da detecção de defeitos em manets
Vit, Antônio Rodrigo Delepiane De
MANET
DTN
Detector de Defeitos
Tolerância a Falhas
Sistemas Distribuídos
MANET
DTN
Failure Detector
Fault Tolerance
Distributed Systems
CIENCIA DA COMPUTACAO::SISTEMAS DE COMPUTACAO
title_short Predição de encontros de nodos móveis para aperfeiçoamento da detecção de defeitos em manets
title_full Predição de encontros de nodos móveis para aperfeiçoamento da detecção de defeitos em manets
title_fullStr Predição de encontros de nodos móveis para aperfeiçoamento da detecção de defeitos em manets
title_full_unstemmed Predição de encontros de nodos móveis para aperfeiçoamento da detecção de defeitos em manets
title_sort Predição de encontros de nodos móveis para aperfeiçoamento da detecção de defeitos em manets
author Vit, Antônio Rodrigo Delepiane De
author_facet Vit, Antônio Rodrigo Delepiane De
author_role author
dc.contributor.advisor1.fl_str_mv Marcon, César Augusto Missio
dc.contributor.advisor1Lattes.fl_str_mv http://lattes.cnpq.br/8611020242763828
dc.contributor.advisor-co1.fl_str_mv Nunes, Raul Ceretta
dc.contributor.advisor-co1Lattes.fl_str_mv http://lattes.cnpq.br/7947423722511295
dc.contributor.authorLattes.fl_str_mv http://lattes.cnpq.br/8345071196441362
dc.contributor.author.fl_str_mv Vit, Antônio Rodrigo Delepiane De
contributor_str_mv Marcon, César Augusto Missio
Nunes, Raul Ceretta
dc.subject.por.fl_str_mv MANET
DTN
Detector de Defeitos
Tolerância a Falhas
Sistemas Distribuídos
topic MANET
DTN
Detector de Defeitos
Tolerância a Falhas
Sistemas Distribuídos
MANET
DTN
Failure Detector
Fault Tolerance
Distributed Systems
CIENCIA DA COMPUTACAO::SISTEMAS DE COMPUTACAO
dc.subject.eng.fl_str_mv MANET
DTN
Failure Detector
Fault Tolerance
Distributed Systems
dc.subject.cnpq.fl_str_mv CIENCIA DA COMPUTACAO::SISTEMAS DE COMPUTACAO
description A MANET (Mobile Ad hoc NETwork) is a high-strength and easy maintenance network of mobile nodes with ad hoc topology; besides, it is accessible anytime and anywhere, without the need for base stations. A Failure Detector (FD) is an “oracle” that uses messages exchanged on the network to identify faulty nodes. Since an FD can misidentify as faulty nodes, its suspicions are only used to prevent distributed systems from waiting indefinitely for a faulty node to respond. The mobility and auto-configuration characteristics of a MANET make this type of network sensitive to the problem of differentiating a node disconnection due to its motion from a node-failure, which requires the presence of an FD. Regarding node mobility detection, the models studied assume “passive mobility”, where nodes do move but have no notion of it, and consequently cannot notify their mobility. This lack of knowledge leads to scenarios where nodes can be mistakenly identified as faulty, as MANET nodes are unaware of the possible mobility trajectories of the monitored nodes. This work proposes the use of Machine Learning techniques to explore nodes, whose motion is not random, to implement a Meeting Map from the prediction of their average velocities over time, which is the result of the intersection of routes of different objects in the same time slot. By using this map, we can obtain optimal values for the FD timers. We have thus developed an FD, named 𝑀𝐴𝑓𝐷, which outperforms competitors and, as an unexpected result, produced an energy-saving efficiency method for opportunistic or Delay Tolerant Networks (DTNs).
publishDate 2019
dc.date.issued.fl_str_mv 2019-09-18
dc.date.accessioned.fl_str_mv 2022-02-11T19:23:56Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/doctoralThesis
format doctoralThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://tede2.pucrs.br/tede2/handle/tede/10087
url http://tede2.pucrs.br/tede2/handle/tede/10087
dc.language.iso.fl_str_mv por
language por
dc.relation.program.fl_str_mv -4570527706994352458
dc.relation.confidence.fl_str_mv 500
600
dc.relation.cnpq.fl_str_mv 8930092515683771531
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Pontifícia Universidade Católica do Rio Grande do Sul
dc.publisher.program.fl_str_mv Programa de Pós-Graduação em Ciência da Computação
dc.publisher.initials.fl_str_mv PUCRS
dc.publisher.country.fl_str_mv Brasil
dc.publisher.department.fl_str_mv Escola Politécnica
publisher.none.fl_str_mv Pontifícia Universidade Católica do Rio Grande do Sul
dc.source.none.fl_str_mv reponame:Biblioteca Digital de Teses e Dissertações da PUC_RS
instname:Pontifícia Universidade Católica do Rio Grande do Sul (PUCRS)
instacron:PUC_RS
instname_str Pontifícia Universidade Católica do Rio Grande do Sul (PUCRS)
instacron_str PUC_RS
institution PUC_RS
reponame_str Biblioteca Digital de Teses e Dissertações da PUC_RS
collection Biblioteca Digital de Teses e Dissertações da PUC_RS
bitstream.url.fl_str_mv http://tede2.pucrs.br/tede2/bitstream/tede/10087/4/TES_ANTONIO_RODRIGO_DELEPIANE_DE_VIT_CONFIDENCIAL.pdf.jpg
http://tede2.pucrs.br/tede2/bitstream/tede/10087/3/TES_ANTONIO_RODRIGO_DELEPIANE_DE_VIT_CONFIDENCIAL.pdf.txt
http://tede2.pucrs.br/tede2/bitstream/tede/10087/2/TES_ANTONIO_RODRIGO_DELEPIANE_DE_VIT_CONFIDENCIAL.pdf
http://tede2.pucrs.br/tede2/bitstream/tede/10087/1/license.txt
bitstream.checksum.fl_str_mv d2e5c21c37620988f0b0c033c9656754
5b2a9d218b968d270a9ddf43d763f8c6
681b41ebde31a0b4cce7a8aa7b52837e
220e11f2d3ba5354f917c7035aadef24
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações da PUC_RS - Pontifícia Universidade Católica do Rio Grande do Sul (PUCRS)
repository.mail.fl_str_mv biblioteca.central@pucrs.br||
_version_ 1799765353975250944