Aprimorando o desempenho de algoritmos de roteamento em VANETs utilizando classificação
Autor(a) principal: | |
---|---|
Data de Publicação: | 2013 |
Tipo de documento: | Dissertação |
Idioma: | por |
Título da fonte: | Repositório Institucional da UFSCAR |
Texto Completo: | https://repositorio.ufscar.br/handle/ufscar/544 |
Resumo: | Vehicular ad-hoc networks (VANETs) are networks capable of establishing communications between vehicles and road-side units. VANETs could be employed in data transmission applications. However, due to vehicle mobility, VANETs present intermittent connectivity, making message transmission a challenging task. Due to the lack of an end-to-end connectivity, messages are forwarded from vehicle to vehicle and stored when it is not possible to retransmit. Additionally, in order to improve delivery probability, messages are replicated and disseminated over the network. However, message replication may cause high network overhead and resource usage. As result, considerable research e_ort has been devoted to develop algorithms for speci_c scenarios: low, moderate and high connectivity. Nevertheless, algorithms projected for scenarios with a speci_c connectivity lack the ability to adapt to situations with zones presenting diferent node density. This lack of adaptation may negatively a_ect the performance in application such as data transmission in cities. This masters project proposes develops a method to automatically adapt message replication routing algorithms to diferent node density scenarios. The proposed method is composed of three phases. The first phase collects data from message retransmission events using a standard routing algorithms. The second phase consists in training a decision tree classifier based on the collected data. Finally, in the third phase the trained classifier is used to determine whether a message should be retransmitted or not based on the local node density. Therefore, the proposed method allows routing algorithms to query the trained classifier to decide if a message should be retransmitted. The proposed method was evaluated with real movement traces in order to improve Spray and Wait and Epidemic routing algorithms. Results indicate that the proposed method may contribute to performance enhancement. |
id |
SCAR_18d003d7cb6a706ae22679d05a08cbef |
---|---|
oai_identifier_str |
oai:repositorio.ufscar.br:ufscar/544 |
network_acronym_str |
SCAR |
network_name_str |
Repositório Institucional da UFSCAR |
repository_id_str |
4322 |
spelling |
Costa, Lourdes Patrícia Portugal PomaMarcondes, César Augusto Cavalheirohttp://lattes.cnpq.br/4431183539132719http://lattes.cnpq.br/9158996149202223a2b92688-78e7-4a75-b2f9-27d50120ec3c2016-06-02T19:06:08Z2013-10-012016-06-02T19:06:08Z2013-07-31COSTA, Lourdes Patrícia Portugal Poma. Aprimorando o desempenho de algoritmos de roteamento em VANETs utilizando classificação. 2013. 96 f. Dissertação (Mestrado em Ciências Exatas e da Terra) - Universidade Federal de São Carlos, São Carlos, 2013.https://repositorio.ufscar.br/handle/ufscar/544Vehicular ad-hoc networks (VANETs) are networks capable of establishing communications between vehicles and road-side units. VANETs could be employed in data transmission applications. However, due to vehicle mobility, VANETs present intermittent connectivity, making message transmission a challenging task. Due to the lack of an end-to-end connectivity, messages are forwarded from vehicle to vehicle and stored when it is not possible to retransmit. Additionally, in order to improve delivery probability, messages are replicated and disseminated over the network. However, message replication may cause high network overhead and resource usage. As result, considerable research e_ort has been devoted to develop algorithms for speci_c scenarios: low, moderate and high connectivity. Nevertheless, algorithms projected for scenarios with a speci_c connectivity lack the ability to adapt to situations with zones presenting diferent node density. This lack of adaptation may negatively a_ect the performance in application such as data transmission in cities. This masters project proposes develops a method to automatically adapt message replication routing algorithms to diferent node density scenarios. The proposed method is composed of three phases. The first phase collects data from message retransmission events using a standard routing algorithms. The second phase consists in training a decision tree classifier based on the collected data. Finally, in the third phase the trained classifier is used to determine whether a message should be retransmitted or not based on the local node density. Therefore, the proposed method allows routing algorithms to query the trained classifier to decide if a message should be retransmitted. The proposed method was evaluated with real movement traces in order to improve Spray and Wait and Epidemic routing algorithms. Results indicate that the proposed method may contribute to performance enhancement.As VANETs são redes de veículos com capacidade de estabelecer comunicações sem fio entre veículos e com equipamentos nas estradas. Estas redes poderiam ser usadas para a transferência de dados de diversas aplicações. No entanto, devido á mobilidade dos veículos, as VANETs apresentam conectividade intermitente entre os nós, dificultando a transmissão de mensagens. Ante a impossibilidade de ter conectividade de fim a fim, as mensagens são encaminhadas progressivamente de veículo em veículo, e armazenadas quando não houver a possibilidade de retransmitir. Adicionalmente, para incrementar a probabilidade de entrega, as mensagens são replicadas e disseminadas pela rede. Não obstante, a replicação de mensagens pode gerar alta sobrecarga de rede e alto consumo de recursos. Por causa disto, projetaram-se algoritmos para cenários específicos de: baixa, moderada e alta conectividade. Estes algoritmos, quando aplicados em ambientes de zonas de diferente densidade de nós,como cidades, podem diminuir o seu desempenho pela falta da capacidade de se adaptar a diferentes condições de conectividade. Contudo, neste trabalho foi desenvolvido um método para adaptar o comportamento dos algoritmos de roteamento por replicação de mensagens a diferentes situações de conectividade segundo a densidade das zonas onde se movimentam os nós retransmissores. O método consiste em três fases. Na primeira, são coletados os dados dos eventos de repasse de mensagens utilizando o algoritmo de roteamento padrão. Na segunda fase, utilizam-se os dados coletados para treinar um classificador baseado em _arvores de decisão. Na _ultima fase, o classificador é então empregado para determinar se uma situação de repasse de mensagem _e favorável segundo a densidade de nós. Desta forma, os algoritmos de roteamento podem decidir se repassar ou não uma mensagem com o suporte do classificador. Esta abordagem foi avaliada com traces de movimentos reais, para aprimorar o desempenho dos algoritmos de roteamento Spray and Wait e Epidemic. Os resultados dos experimentos realizados revelam que esta abordagem pode contribuir para o aprimoramento do desempenho.Financiadora de Estudos e Projetosapplication/pdfporUniversidade Federal de São CarlosPrograma de Pós-Graduação em Ciência da Computação - PPGCCUFSCarBRRedes de computaçãoRedes tolerantes a atrasos e desconexõesSistemas de comunicação móvelAd hoc networks (Redes de computação)Delay and Disruption Tolerant NetworksDTNsMobile NetworksMobile Ad-Hoc NetworksMANETsVehicular NetworksVANETsCIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAOAprimorando o desempenho de algoritmos de roteamento em VANETs utilizando classificaçãoinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesis-1-11bb0fc35-bcc1-43ad-97f1-6501019230d9info:eu-repo/semantics/openAccessreponame:Repositório Institucional da UFSCARinstname:Universidade Federal de São Carlos (UFSCAR)instacron:UFSCARORIGINAL5463.pdfapplication/pdf18006027https://repositorio.ufscar.br/bitstream/ufscar/544/1/5463.pdf047b84b38eb03b475dacbf51b7bf50b1MD51TEXT5463.pdf.txt5463.pdf.txtExtracted texttext/plain0https://repositorio.ufscar.br/bitstream/ufscar/544/2/5463.pdf.txtd41d8cd98f00b204e9800998ecf8427eMD52THUMBNAIL5463.pdf.jpg5463.pdf.jpgIM Thumbnailimage/jpeg8210https://repositorio.ufscar.br/bitstream/ufscar/544/3/5463.pdf.jpg7d798ed2267804c68040bb1021b2ead7MD53ufscar/5442023-09-18 18:31:27.561oai:repositorio.ufscar.br:ufscar/544Repositório InstitucionalPUBhttps://repositorio.ufscar.br/oai/requestopendoar:43222023-09-18T18:31:27Repositório Institucional da UFSCAR - Universidade Federal de São Carlos (UFSCAR)false |
dc.title.por.fl_str_mv |
Aprimorando o desempenho de algoritmos de roteamento em VANETs utilizando classificação |
title |
Aprimorando o desempenho de algoritmos de roteamento em VANETs utilizando classificação |
spellingShingle |
Aprimorando o desempenho de algoritmos de roteamento em VANETs utilizando classificação Costa, Lourdes Patrícia Portugal Poma Redes de computação Redes tolerantes a atrasos e desconexões Sistemas de comunicação móvel Ad hoc networks (Redes de computação) Delay and Disruption Tolerant Networks DTNs Mobile Networks Mobile Ad-Hoc Networks MANETs Vehicular Networks VANETs CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO |
title_short |
Aprimorando o desempenho de algoritmos de roteamento em VANETs utilizando classificação |
title_full |
Aprimorando o desempenho de algoritmos de roteamento em VANETs utilizando classificação |
title_fullStr |
Aprimorando o desempenho de algoritmos de roteamento em VANETs utilizando classificação |
title_full_unstemmed |
Aprimorando o desempenho de algoritmos de roteamento em VANETs utilizando classificação |
title_sort |
Aprimorando o desempenho de algoritmos de roteamento em VANETs utilizando classificação |
author |
Costa, Lourdes Patrícia Portugal Poma |
author_facet |
Costa, Lourdes Patrícia Portugal Poma |
author_role |
author |
dc.contributor.authorlattes.por.fl_str_mv |
http://lattes.cnpq.br/9158996149202223 |
dc.contributor.author.fl_str_mv |
Costa, Lourdes Patrícia Portugal Poma |
dc.contributor.advisor1.fl_str_mv |
Marcondes, César Augusto Cavalheiro |
dc.contributor.advisor1Lattes.fl_str_mv |
http://lattes.cnpq.br/4431183539132719 |
dc.contributor.authorID.fl_str_mv |
a2b92688-78e7-4a75-b2f9-27d50120ec3c |
contributor_str_mv |
Marcondes, César Augusto Cavalheiro |
dc.subject.por.fl_str_mv |
Redes de computação Redes tolerantes a atrasos e desconexões Sistemas de comunicação móvel Ad hoc networks (Redes de computação) |
topic |
Redes de computação Redes tolerantes a atrasos e desconexões Sistemas de comunicação móvel Ad hoc networks (Redes de computação) Delay and Disruption Tolerant Networks DTNs Mobile Networks Mobile Ad-Hoc Networks MANETs Vehicular Networks VANETs CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO |
dc.subject.eng.fl_str_mv |
Delay and Disruption Tolerant Networks DTNs Mobile Networks Mobile Ad-Hoc Networks MANETs Vehicular Networks VANETs |
dc.subject.cnpq.fl_str_mv |
CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO |
description |
Vehicular ad-hoc networks (VANETs) are networks capable of establishing communications between vehicles and road-side units. VANETs could be employed in data transmission applications. However, due to vehicle mobility, VANETs present intermittent connectivity, making message transmission a challenging task. Due to the lack of an end-to-end connectivity, messages are forwarded from vehicle to vehicle and stored when it is not possible to retransmit. Additionally, in order to improve delivery probability, messages are replicated and disseminated over the network. However, message replication may cause high network overhead and resource usage. As result, considerable research e_ort has been devoted to develop algorithms for speci_c scenarios: low, moderate and high connectivity. Nevertheless, algorithms projected for scenarios with a speci_c connectivity lack the ability to adapt to situations with zones presenting diferent node density. This lack of adaptation may negatively a_ect the performance in application such as data transmission in cities. This masters project proposes develops a method to automatically adapt message replication routing algorithms to diferent node density scenarios. The proposed method is composed of three phases. The first phase collects data from message retransmission events using a standard routing algorithms. The second phase consists in training a decision tree classifier based on the collected data. Finally, in the third phase the trained classifier is used to determine whether a message should be retransmitted or not based on the local node density. Therefore, the proposed method allows routing algorithms to query the trained classifier to decide if a message should be retransmitted. The proposed method was evaluated with real movement traces in order to improve Spray and Wait and Epidemic routing algorithms. Results indicate that the proposed method may contribute to performance enhancement. |
publishDate |
2013 |
dc.date.available.fl_str_mv |
2013-10-01 2016-06-02T19:06:08Z |
dc.date.issued.fl_str_mv |
2013-07-31 |
dc.date.accessioned.fl_str_mv |
2016-06-02T19:06:08Z |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/masterThesis |
format |
masterThesis |
status_str |
publishedVersion |
dc.identifier.citation.fl_str_mv |
COSTA, Lourdes Patrícia Portugal Poma. Aprimorando o desempenho de algoritmos de roteamento em VANETs utilizando classificação. 2013. 96 f. Dissertação (Mestrado em Ciências Exatas e da Terra) - Universidade Federal de São Carlos, São Carlos, 2013. |
dc.identifier.uri.fl_str_mv |
https://repositorio.ufscar.br/handle/ufscar/544 |
identifier_str_mv |
COSTA, Lourdes Patrícia Portugal Poma. Aprimorando o desempenho de algoritmos de roteamento em VANETs utilizando classificação. 2013. 96 f. Dissertação (Mestrado em Ciências Exatas e da Terra) - Universidade Federal de São Carlos, São Carlos, 2013. |
url |
https://repositorio.ufscar.br/handle/ufscar/544 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.relation.confidence.fl_str_mv |
-1 -1 |
dc.relation.authority.fl_str_mv |
1bb0fc35-bcc1-43ad-97f1-6501019230d9 |
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 |
Universidade Federal de São Carlos |
dc.publisher.program.fl_str_mv |
Programa de Pós-Graduação em Ciência da Computação - PPGCC |
dc.publisher.initials.fl_str_mv |
UFSCar |
dc.publisher.country.fl_str_mv |
BR |
publisher.none.fl_str_mv |
Universidade Federal de São Carlos |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da UFSCAR instname:Universidade Federal de São Carlos (UFSCAR) instacron:UFSCAR |
instname_str |
Universidade Federal de São Carlos (UFSCAR) |
instacron_str |
UFSCAR |
institution |
UFSCAR |
reponame_str |
Repositório Institucional da UFSCAR |
collection |
Repositório Institucional da UFSCAR |
bitstream.url.fl_str_mv |
https://repositorio.ufscar.br/bitstream/ufscar/544/1/5463.pdf https://repositorio.ufscar.br/bitstream/ufscar/544/2/5463.pdf.txt https://repositorio.ufscar.br/bitstream/ufscar/544/3/5463.pdf.jpg |
bitstream.checksum.fl_str_mv |
047b84b38eb03b475dacbf51b7bf50b1 d41d8cd98f00b204e9800998ecf8427e 7d798ed2267804c68040bb1021b2ead7 |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 |
repository.name.fl_str_mv |
Repositório Institucional da UFSCAR - Universidade Federal de São Carlos (UFSCAR) |
repository.mail.fl_str_mv |
|
_version_ |
1802136245570109440 |