Um modelo de reputação com classificação via agrupamento para detecção de nós egoístas em redes oportunistas
Autor(a) principal: | |
---|---|
Data de Publicação: | 2018 |
Outros Autores: | |
Tipo de documento: | Dissertação |
Idioma: | por |
Título da fonte: | Biblioteca Digital de Teses e Dissertações da UFAM |
Texto Completo: | https://tede.ufam.edu.br/handle/tede/6509 |
Resumo: | O avanço das tecnologias em infraestrutura de redes fez emergir uma nova gama de aplicações que se utilizam de múltiplos saltos, tais como as redes de sensores e as redes em malha sem fio. O conceito de redes tolerantes a atrasos e desconexões surgiu como uma solução para possibilitar a comunicação em cenários nos quais a comunicação é intermitente. Todavia, uma premissa básica para o bom desempenho dessas redes é a colaboração dos nós durante a comunicação. Essa colaboração é uma questão fundamental para o fluxo de dados e o desempenho global. Entretanto, devido a fatores como restrições de recursos próprios (por exemplo, buffer e energia), os nós eventualmente agem de maneira egoísta, deixando de colaborar com o fluxo de dados na rede. Portanto, é fundamental que exista um mecanismo distribuído que possa mensurar o grau de colaboração dos membros da rede a fim de melhorar a entrega das mensagens. Este trabalho propõe um modelo de detecção de egoísmo utilizando mecanismos de reputação, que possa qualificar outros membros da rede de acordo com seu grau de participação no fluxo de dados, podendo, desta forma, identificar nós egoístas e nós cooperativos. O ranqueamento é feito através de um método numérico executado durante os contatos. Uma vez qualificados, os membros da rede são classificados através de uma técnica de agrupamento, diferentemente de outros trabalhos encontrados na literatura. Os resultados experimentais, obtidos no ambiente de simulação The ONE, demonstram que o modelo aqui proposto e implementado é promissor e a técnica de agrupamento pode ser aplicada sem perda de confiabilidade, além se ser muito preciso quando a taxa de nós egoístas na rede aumenta. |
id |
UFAM_f4fe3f0652b803a01a9dfb588154bcac |
---|---|
oai_identifier_str |
oai:https://tede.ufam.edu.br/handle/:tede/6509 |
network_acronym_str |
UFAM |
network_name_str |
Biblioteca Digital de Teses e Dissertações da UFAM |
repository_id_str |
6592 |
spelling |
Um modelo de reputação com classificação via agrupamento para detecção de nós egoístas em redes oportunistasDetecção de EgoísmoRedes Tolerantes a Atrasos e DesconexõesRedes Oportunistas MóveisModelos de ReputaçãoCIÊNCIAS EXATAS E DA TERRA: CIÊNCIA DA COMPUTAÇÃOO avanço das tecnologias em infraestrutura de redes fez emergir uma nova gama de aplicações que se utilizam de múltiplos saltos, tais como as redes de sensores e as redes em malha sem fio. O conceito de redes tolerantes a atrasos e desconexões surgiu como uma solução para possibilitar a comunicação em cenários nos quais a comunicação é intermitente. Todavia, uma premissa básica para o bom desempenho dessas redes é a colaboração dos nós durante a comunicação. Essa colaboração é uma questão fundamental para o fluxo de dados e o desempenho global. Entretanto, devido a fatores como restrições de recursos próprios (por exemplo, buffer e energia), os nós eventualmente agem de maneira egoísta, deixando de colaborar com o fluxo de dados na rede. Portanto, é fundamental que exista um mecanismo distribuído que possa mensurar o grau de colaboração dos membros da rede a fim de melhorar a entrega das mensagens. Este trabalho propõe um modelo de detecção de egoísmo utilizando mecanismos de reputação, que possa qualificar outros membros da rede de acordo com seu grau de participação no fluxo de dados, podendo, desta forma, identificar nós egoístas e nós cooperativos. O ranqueamento é feito através de um método numérico executado durante os contatos. Uma vez qualificados, os membros da rede são classificados através de uma técnica de agrupamento, diferentemente de outros trabalhos encontrados na literatura. Os resultados experimentais, obtidos no ambiente de simulação The ONE, demonstram que o modelo aqui proposto e implementado é promissor e a técnica de agrupamento pode ser aplicada sem perda de confiabilidade, além se ser muito preciso quando a taxa de nós egoístas na rede aumenta.The advance of networking infrastructure technologies has spawned a new range of multi-hop applications, such as sensor networks and wireless mesh networks. The concept of delay and disruption-tolerant networks has emerged as a solution to enable communication in scenarios in which communication is intermittent. However, a basic premise for the good performance of these networks is the collaboration of the nodes during the communication. Such collaboration is a critical issue to the data flow and overall performance. However, due to factors resources constraints (e.g., buffer and energy), the nodes can act selfishly, and stop collaborating with the data flow in the network. The existence of a distributed mechanism to measure the collaboration degree of the network nodes is, therefore, vital to improve the delivery of messages. This work proposes a model of egoism detection using reputation mechanisms, which can qualify other members of the network according to their participation degree in the data flow to identify both selfish and cooperative nodes. The proposed model makes use of a numerical-based ranking method through executed during the contacts. Once qualified, a grouping technique classifies the network nodes, which differs from other works found in the literature. The experimental results, got in the simulation environment The ONE, show that the model proposed and implemented here is promising and the clustering technique can be applied without loss of reliability, and being very precise when the rate of selfish nodes in the network increases.Universidade Federal do AmazonasInstituto de ComputaçãoBrasilUFAMPrograma de Pós-graduação em InformáticaMota, Edjair de Souzahttp://lattes.cnpq.br/5771638576099195Mota, Edjair SouzaQueiroz, Alexandre Passito deCarvalho, Leandro Silva Galvão deMoreira, Diogo Soareshttp://lattes.cnpq.br/99677942650232472018-07-05T17:38:06Z2018-05-11info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfMOREIRA, Diogo Soares. Um modelo de reputação com classificação via agrupamento para detecção de nós egoístas em redes oportunistas. 2018. 93 f. Dissertação (Mestrado em Informática) - Universidade Federal do Amazonas, Manaus, 2018.https://tede.ufam.edu.br/handle/tede/6509porhttp://creativecommons.org/licenses/by-nc/4.0/info:eu-repo/semantics/openAccessreponame:Biblioteca Digital de Teses e Dissertações da UFAMinstname:Universidade Federal do Amazonas (UFAM)instacron:UFAM2018-08-01T05:03:39Zoai:https://tede.ufam.edu.br/handle/:tede/6509Biblioteca Digital de Teses e Dissertaçõeshttp://200.129.163.131:8080/PUBhttp://200.129.163.131:8080/oai/requestddbc@ufam.edu.br||ddbc@ufam.edu.bropendoar:65922018-08-01T05:03:39Biblioteca Digital de Teses e Dissertações da UFAM - Universidade Federal do Amazonas (UFAM)false |
dc.title.none.fl_str_mv |
Um modelo de reputação com classificação via agrupamento para detecção de nós egoístas em redes oportunistas |
title |
Um modelo de reputação com classificação via agrupamento para detecção de nós egoístas em redes oportunistas |
spellingShingle |
Um modelo de reputação com classificação via agrupamento para detecção de nós egoístas em redes oportunistas Moreira, Diogo Soares Detecção de Egoísmo Redes Tolerantes a Atrasos e Desconexões Redes Oportunistas Móveis Modelos de Reputação CIÊNCIAS EXATAS E DA TERRA: CIÊNCIA DA COMPUTAÇÃO |
title_short |
Um modelo de reputação com classificação via agrupamento para detecção de nós egoístas em redes oportunistas |
title_full |
Um modelo de reputação com classificação via agrupamento para detecção de nós egoístas em redes oportunistas |
title_fullStr |
Um modelo de reputação com classificação via agrupamento para detecção de nós egoístas em redes oportunistas |
title_full_unstemmed |
Um modelo de reputação com classificação via agrupamento para detecção de nós egoístas em redes oportunistas |
title_sort |
Um modelo de reputação com classificação via agrupamento para detecção de nós egoístas em redes oportunistas |
author |
Moreira, Diogo Soares |
author_facet |
Moreira, Diogo Soares http://lattes.cnpq.br/9967794265023247 |
author_role |
author |
author2 |
http://lattes.cnpq.br/9967794265023247 |
author2_role |
author |
dc.contributor.none.fl_str_mv |
Mota, Edjair de Souza http://lattes.cnpq.br/5771638576099195 Mota, Edjair Souza Queiroz, Alexandre Passito de Carvalho, Leandro Silva Galvão de |
dc.contributor.author.fl_str_mv |
Moreira, Diogo Soares http://lattes.cnpq.br/9967794265023247 |
dc.subject.por.fl_str_mv |
Detecção de Egoísmo Redes Tolerantes a Atrasos e Desconexões Redes Oportunistas Móveis Modelos de Reputação CIÊNCIAS EXATAS E DA TERRA: CIÊNCIA DA COMPUTAÇÃO |
topic |
Detecção de Egoísmo Redes Tolerantes a Atrasos e Desconexões Redes Oportunistas Móveis Modelos de Reputação CIÊNCIAS EXATAS E DA TERRA: CIÊNCIA DA COMPUTAÇÃO |
description |
O avanço das tecnologias em infraestrutura de redes fez emergir uma nova gama de aplicações que se utilizam de múltiplos saltos, tais como as redes de sensores e as redes em malha sem fio. O conceito de redes tolerantes a atrasos e desconexões surgiu como uma solução para possibilitar a comunicação em cenários nos quais a comunicação é intermitente. Todavia, uma premissa básica para o bom desempenho dessas redes é a colaboração dos nós durante a comunicação. Essa colaboração é uma questão fundamental para o fluxo de dados e o desempenho global. Entretanto, devido a fatores como restrições de recursos próprios (por exemplo, buffer e energia), os nós eventualmente agem de maneira egoísta, deixando de colaborar com o fluxo de dados na rede. Portanto, é fundamental que exista um mecanismo distribuído que possa mensurar o grau de colaboração dos membros da rede a fim de melhorar a entrega das mensagens. Este trabalho propõe um modelo de detecção de egoísmo utilizando mecanismos de reputação, que possa qualificar outros membros da rede de acordo com seu grau de participação no fluxo de dados, podendo, desta forma, identificar nós egoístas e nós cooperativos. O ranqueamento é feito através de um método numérico executado durante os contatos. Uma vez qualificados, os membros da rede são classificados através de uma técnica de agrupamento, diferentemente de outros trabalhos encontrados na literatura. Os resultados experimentais, obtidos no ambiente de simulação The ONE, demonstram que o modelo aqui proposto e implementado é promissor e a técnica de agrupamento pode ser aplicada sem perda de confiabilidade, além se ser muito preciso quando a taxa de nós egoístas na rede aumenta. |
publishDate |
2018 |
dc.date.none.fl_str_mv |
2018-07-05T17:38:06Z 2018-05-11 |
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.uri.fl_str_mv |
MOREIRA, Diogo Soares. Um modelo de reputação com classificação via agrupamento para detecção de nós egoístas em redes oportunistas. 2018. 93 f. Dissertação (Mestrado em Informática) - Universidade Federal do Amazonas, Manaus, 2018. https://tede.ufam.edu.br/handle/tede/6509 |
identifier_str_mv |
MOREIRA, Diogo Soares. Um modelo de reputação com classificação via agrupamento para detecção de nós egoístas em redes oportunistas. 2018. 93 f. Dissertação (Mestrado em Informática) - Universidade Federal do Amazonas, Manaus, 2018. |
url |
https://tede.ufam.edu.br/handle/tede/6509 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
http://creativecommons.org/licenses/by-nc/4.0/ info:eu-repo/semantics/openAccess |
rights_invalid_str_mv |
http://creativecommons.org/licenses/by-nc/4.0/ |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
application/pdf |
dc.publisher.none.fl_str_mv |
Universidade Federal do Amazonas Instituto de Computação Brasil UFAM Programa de Pós-graduação em Informática |
publisher.none.fl_str_mv |
Universidade Federal do Amazonas Instituto de Computação Brasil UFAM Programa de Pós-graduação em Informática |
dc.source.none.fl_str_mv |
reponame:Biblioteca Digital de Teses e Dissertações da UFAM instname:Universidade Federal do Amazonas (UFAM) instacron:UFAM |
instname_str |
Universidade Federal do Amazonas (UFAM) |
instacron_str |
UFAM |
institution |
UFAM |
reponame_str |
Biblioteca Digital de Teses e Dissertações da UFAM |
collection |
Biblioteca Digital de Teses e Dissertações da UFAM |
repository.name.fl_str_mv |
Biblioteca Digital de Teses e Dissertações da UFAM - Universidade Federal do Amazonas (UFAM) |
repository.mail.fl_str_mv |
ddbc@ufam.edu.br||ddbc@ufam.edu.br |
_version_ |
1800234114141388800 |