Spelling suggestions: "subject:"detecção dde egoísmo"" "subject:"detecção dde agonísmo""
1 |
Um modelo de reputação com classificação via agrupamento para detecção de nós egoístas em redes oportunistasMoreira, Diogo Soares, 92991771373 11 May 2018 (has links)
Submitted by Diogo Soares (diogosoaresm@ufam.edu.br) on 2018-07-05T01:17:49Z
No. of bitstreams: 3
license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5)
Dissertacao Diogo Soares - versao final.pdf: 2271441 bytes, checksum: 1934623b13d05486b9b430c7b919a200 (MD5)
306 Folha de Aprovação - Diogo Soares (Digitalizada).pdf: 499834 bytes, checksum: 045cdb18d055bf5fc93c381989437ccc (MD5) / Approved for entry into archive by Divisão de Documentação/BC Biblioteca Central (ddbc@ufam.edu.br) on 2018-07-05T17:24:35Z (GMT) No. of bitstreams: 3
license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5)
Dissertacao Diogo Soares - versao final.pdf: 2271441 bytes, checksum: 1934623b13d05486b9b430c7b919a200 (MD5)
306 Folha de Aprovação - Diogo Soares (Digitalizada).pdf: 499834 bytes, checksum: 045cdb18d055bf5fc93c381989437ccc (MD5) / Approved for entry into archive by Thiago Siqueira (thiagogiordano@ufam.edu.br) on 2018-07-05T17:38:05Z (GMT) No. of bitstreams: 3
license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5)
Dissertacao Diogo Soares - versao final.pdf: 2271441 bytes, checksum: 1934623b13d05486b9b430c7b919a200 (MD5)
306 Folha de Aprovação - Diogo Soares (Digitalizada).pdf: 499834 bytes, checksum: 045cdb18d055bf5fc93c381989437ccc (MD5) / Made available in DSpace on 2018-07-05T17:38:06Z (GMT). No. of bitstreams: 3
license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5)
Dissertacao Diogo Soares - versao final.pdf: 2271441 bytes, checksum: 1934623b13d05486b9b430c7b919a200 (MD5)
306 Folha de Aprovação - Diogo Soares (Digitalizada).pdf: 499834 bytes, checksum: 045cdb18d055bf5fc93c381989437ccc (MD5)
Previous issue date: 2018-05-11 / 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. / 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.
|
Page generated in 0.0562 seconds