No / The complementary features of various wireless access technologies in heterogeneous wireless networks make it attractive and challenging to offer users an always best connected (ABC) service. To achieve this goal, the dynamic network selection has received many research efforts. However, most of the existing work have focused on the network layer performance and ignored the consideration of energy efficiency. To fill this gap, an energy-efficient network selection scheme is proposed in this paper to improve the energy efficiency of wireless network access in heterogeneous wireless networks environment. The dynamics of network selection is formulated as the process of an evolutionary game. The users in different service areas complete for the data rate from different wireless networks (i.e., WMAN, cellular networks, and WLAN), and the network selection made by a user is based on its payoff that is a function of the data rate and power consumption. The addressed problem is then modelled by the replicator dynamics. Simulation results are presented to demonstrate the significant performance improvement compared to the existing scheme.

No description available.

No description available.

No description available.

No description available.

No description available.

La diversité des technologies d'accès radio (e.g., GPRS, UMTS, HSDPA, Wi-Fi, WiMAX, LTE ...), leur complémentarité en termes de couverture, des caractéristiques (e.g., la bande passante, QoS) et des possibilités commerciales pour les opérateurs conduisent au développement des terminaux mobiles intégrant simultanément plusieurs interfaces radio. La capacité des terminaux mobiles utilisant simultanément différentes interfaces offre de nombreux avantages intéressants, tels que l'accès permanent et omniprésent, la fiabilité, le partage de charge, l'agrégation de bande passante disponible et la sélection d'interface basée sur plusieurs critères, etc. Les terminaux mobiles avec plusieurs interfaces radio ont la possibilité de choisir la "meilleure" interface en fonction de plusieurs paramètres tels que les caractéristiques des applications, les préférences des utilisateurs, les caractéristiques du réseau, les politiques d'opérateur et les contraintes tarifaires, etc. Il devient également possible d'associer les applications aux différentes interfaces de réseau basant sur les exigences d'application. Dans cette thèse, nous abordons le problème de sélection d'interface où un terminal mobile équipé de plusieurs interfaces peut sélectionner à tout moment la meilleure interface ou la meilleure technologie d'accès selon plusieurs critères. Nous considérons le problème de décision pour la sélection d'interface. Le problème de décision est un problème très complexe. On peut avoir les différent approches pour la section d'interface (e.g., fonction de coût, fonction d'utilité, ou la politique). Chaque approche est considérée comme un angle d'attaque. Nous nous intéressons l'approche MADM qui est une approche prometteuse pour la décision avec plusieurs attributs. Nous investiguons ces méthodes dans le contexte de la sélection d'interface. L'objectif fondamental des méthodes MADM est de déterminer la solution optimale parmi plusieurs solutions. MADM comprend de nombreuses méthodes, comme SAW (Simple Additive Weighting), WP (Weighting Product) et TOPSIS (Technique for Order Preference by Similarity to Ideal Solution). Le premier objectif de ma thèse est d'étudier et d'analyser les méthodes de MADM pour le problème de sélection d'interface. La première contribution est de proposer une étude de simulation qui met en évidence des limites des méthodes de MADM dans le contexte de la sélection d'interface. Par exemple, TOPSIS a le problème "d'anomalie de classement". Ce problème se produit lorsqu'une interface à faible classement est retirée de la liste du candidat (e.g., un réseau est déconnecté), l'ordre de classement des interfaces changera anormalement. La deuxième contribution propose l'algorithme de DiA (Distance to the ideal Alternative) qui permet au terminal mobile de sélectionner dynamiquement la meilleure interface. Nous montrons que DiA n'a pas le problème "d'anomalie de classement" qui est le défaut de la méthode TOPSIS. Les résultats de simulation valident l'algorithme de DiA. La troisième contribution s'attaque au problème d'association flux/interface où un terminal mobile équipé de plusieurs interfaces doit associer une application à l'interface spécifique appropriée. Nous proposons tout d'abord une fonction d'utilité interface. Cette fonction d'utilité permet d'identifier l'interface qui satisfait des besoins d'application et économise la consommation d'énergie du terminal mobile. Nous proposons ensuite un premier modèle d'association flux/interface qui permet d'associer séquentiellement des applications aux interfaces. Les attributs de réseau tels que le délai d'accès et le coût monétaire sont également pris en compte dans le régime. L'algorithme de DiA est utilisé pour classer les interfaces basées sur les valeurs d'utilité interface et les attributs de réseau. Les résultats de simulation sont présentés pour valider le schéma proposé. De plus, nous proposons un deuxième modèle d'association flux/interface. Dans ce modèle, un terminal peut associer simultanément plusieurs applications aux interfaces de réseau. Le modèle vise à maximise l'utilité globale du terminal. Ce problème est un problème d'optimisation. En particulaire, il est lié aux problèmes d'optimisation heuristique stochastique (i.e., méta-heuristique) qui sont principalement basées sur les techniques de recherche dont les solutions et l'ordre de recherche basent sur les procédures aléatoires. En première étape, nous étudions et réalisons une étude de simulation des méthodes d'optimisation heuristique stochastique, e.g., la recherche locale, la recherche de Tabou, la méthode de recuit simulée. Nous proposons ensuite une technique de diversification orientée pour la recherche Tabou comme une amélioration. Cela permet à la recherche Tabou d'éviter de se retrouve piégée plusieurs fois dans l'optimum local et d'augmenter les performances de la recherche Tabou dans notre contexte. Les résultats de simulation montrent que la méthode modifiée a meilleure performance comparée avec les autres algorithmes méta-heuristique dans notre contexte. Nous nous dirigeons ensuite vers une approche au niveau de réseau pour le problème d'association flux/interface. Nous considérons un système des terminaux mobiles multi-interface. Chaque terminal peut associer des applications aux interfaces. Comme plusieurs terminaux en concurrence pour les ressources de réseau commun, le système est modélisé comme un jeu stratégique. Notre objectif est de trouver des stratégies d'équilibre de Nash pour le jeu. Nous avons laissé le jeu évoluer en fonction de la dynamique de Replicateur et observons si le système converge et si les points stationnaires sont des équilibres de Nash. Nous montrons que la dynamique de Replicateur est positivement corrélée et le système est un jeu potentiel. Notre système converge vers des points stationnaires qui comprennent tous les équilibres de Nash. En outre, les points stationnaires sont efficaces car ils optimisent l'utilité du système. Un point intéressant est que nos résultats sont validés pour une fonction d'utilité générale qui dépend de l'état du système. Pour valider notre modèle et démontrer que le système converge vers des équilibres de Nash, nous mettons en œuvre les scénarios de simulation en utilisant un algorithme d'apprentissage Nash avec un schéma d'allocation de bande passante spécifique ainsi que d'une fonction d'utilité qui prend en compte le niveau de satisfaction d'application et la consommation d'énergie.

Dans un scénario avec plusieurs réseaux sans fil de différentes technologies, ce travail a comme objectif la conception d'un moteur cognitif capable de reconnaitre l'environnement radio et de sélectionner un réseau avec le but final de maximiser la "qualité d'expérience" (QoE) de l'utilisateur. Un accent particulier est mis sur la simplicité de tous les éléments impliqués, du hardware aux algorithmes, afin de garder la faisabilité pratique de ce dispositif.Deux aspects ont été étudiés. Pour la reconnaissance de l'environnement radio une identification de réseau et une classification automatique sur la base de caractéristiques de la couche MAC a été proposée et testée. En ce qui concerne la sélection du réseau, des "Key Performance Indicators" (KPIs), qui sont des paramètres de la couche application, ont étés pris en compte afin d'obtenir la QoE désirée. Un modèle général pour la sélection du réseau a été proposé et testé avec de différents types de trafic par des simulations et par la réalisation d'un démonstrateur (application pour Android). De plus, comme il y a le problème de quand mesurer pour estimer la performance d'un réseau et quand l'utiliser effectivement pour transmettre et recevoir, le problème du bandit manchot ("Multi-armed bandit", MAB) a été appliqué à ce contexte et un nouveau modèle de MAB a été proposé afin de mieux répondre aux cas réels considérés. L'impact du nouveau modèle, qui introduit la distinction de deux actions différentes, mesurer et utiliser, a été testé par des simulations en utilisant des algorithmes déjà disponibles dans la littérature et deux algorithmes conçus spécifiquement. / In a scenario where multiple wireless networks of different technologies are available, this work addresses the problem of the design of a cognitive engine, core of a cognitive radio device, able to perform the surrounding radio environment recognition and the network selection with the final goal of maximization of final user Quality of Experience (QoE). Particular focus is put on the requirement of simplicity of all the elements involved, from hardware to algorithms, in order to keep in mind the importance of its practical realizability.Two aspects were investigated. For the surrounding radio environment recognition step, a network identification and automatic classification method based on MAC layer features was proposed and tested. As regards the network selection, Key Performance Indicators (KPIs), i.e. application layer parameters, were considered in order to obtain the desired goal of QoE. A general model for network selection was proposed and tested for different traffic types, both with simulations and a practical realization of a demonstrator (implemented as an application for Android OS). Moreover, as a consequence of the originated problem of when measuring to estimate a network performance and when effectively using the network for data transmission and reception purposes, the multi-armed bandit problem (MAB) was applied to this context and a new MAB model was proposed, in order to better fit the considered real cases scenarios. The impact of the new model, that introduces the distinction of two different actions, to measure and to use, was tested through simulations using algorithms already available in literature and two specifically designed algorithms.

De nos jours, la filiale automobile connait une évolution énorme en raison de la croissance évolutive des technologies de communication, des aptitudes de détection et de perception de l’environnement, et des capacités de stockage et de traitement présentes dans les véhicules. En effet, une voiture est devenue une sorte d'agent mobile capable de percevoir son environnement et d’en collecter des informations, de communiquer avec les autres véhicules ou infrastructures présentes sur la route, et de traiter les données collectées. Ces progrès stimulent le développement de plusieurs types d'applications qui vont permettre d'améliorer la sécurité et l'efficacité de conduite et de rendre le voyage des automobilistes plus confortable. Cependant, ce développement repose beaucoup sur les données collectées et donc ne pourra se faire que via une collecte sécurisée et un traitement efficace de ces données détectées. La collecte de données dans un réseau véhiculaire a toujours été un véritable défi en raison des caractéristiques spécifiques de ces réseaux fortement dynamiques (changement fréquent de topologie, vitesse élevée des véhicules et fragmentation fréquente du réseau), qui conduisent à des communications opportunistes et non durables. L'aspect sécurité, reste un autre maillon faible de ces réseaux sans fils vu qu'ils sont par nature vulnérables à diverses types d'attaques visant à falsifier les données recueillies et affecter leur intégrité. En outre, les données recueillies ne sont pas compréhensibles par eux-mêmes et ne peuvent pas être interprétées et comprises si montrées directement à un conducteur ou envoyées à d'autres nœuds dans le réseau. Elles doivent être traitées et analysées pour extraire les caractéristiques significatives et informations pour développer des applications utiles et fiables. En plus, les applications développées ont toujours des exigences différentes en matière de qualité de service (QdS). Plusieurs travaux de recherche et projets ont été menées pour surmonter les défis susmentionnés. Néanmoins, ils n'ont pas abouti à la perfection et souffrent encore de certaines faiblesses. Pour cette raison, nous focalisons nos efforts durant cette thèse au développement d’une plateforme de collecte efficace et sécurisée de données dans un réseau de véhicules ainsi que l’exploitation de ces données par des applications améliorant le voyage des automobilistes et la connectivité des véhicules. Pour ce faire, nous proposons une première solution visant à déployer de manière optimale des véhicules, qui auront la tâche de recueillir des données, dans une zone urbaine. Ensuite, nous proposons un nouveau protocole de routage sécurisé permettant de relayer les données collectées vers une destination en se basant sur un système de détection et d'expulsion des véhicules malveillants. Ce protocole est par la suite amélioré avec un nouveau mécanisme de prévention d'intrusion permettant de détecter des attaquants au préalable en utilisant les filtres de Kalman. En deuxième partie de thèse, nous nous sommes concentré sur l’exploitation de ces données en développant une première application capable de calculer de manière fine l’itinéraire le plus économique pour les automobilistes ou tout gestionnaire de flottes de véhicules. Cette solution est basée sur les données influents sur la consommation de carburant et collectées à partir des véhicules eux mêmes et aussi d’autres sources d’informations dans l’Internet et accessibles via des API spécifiques. Enfin, un mécanisme spatio-temporel permettant de choisir le meilleur médium de communication disponible a été développé. Ce dernier est basé sur la logique floue et considère les informations recueillies sur les réseaux, les utilisateurs et les applications pour préserver de meilleure qualité de service. / Nowadays, automotive area is witnessing a tremendous evolution due to the increasing growth in communication technologies, environmental sensing & perception aptitudes, and storage & processing capacities that we can find in recent vehicles. Indeed, a car is being a kind of intelligent mobile agent able to perceive its environment, sense and process data using on-board systems and interact with other vehicles or existing infrastructure. These advancements stimulate the development of several kinds of applications to enhance driving safety and efficiency and make traveling more comfortable. However, developing such advanced applications relies heavily on the quality of the data and therefore can be realized only with the help of a secure data collection and efficient data treatment and analysis. Data collection in a vehicular network has been always a real challenge due to the specific characteristics of these highly dynamic networks (frequent changing topology, vehicles speed and frequent fragmentation), which lead to opportunistic and non long lasting communications. Security, remains another weak aspect in these wireless networks since they are by nature vulnerable to various kinds of attacks aiming to falsify collected data and affect their integrity. Furthermore, collected data are not understandable by themselves and could not be interpreted and understood if directly shown to a driver or sent to other nodes in the network. They should be treated and analyzed to extract meaningful features and information to develop reliable applications. In addition, developed applications always have different requirements regarding quality of service (QoS). Several research investigations and projects have been conducted to overcome the aforementioned challenges. However, they still did not meet perfection and suffer from some weaknesses. For this reason, we focus our efforts during this thesis to develop a platform for a secure and efficient data collection and exploitation to provide vehicular network users with efficient applications to ease their travel with protected and available connectivity. Therefore, we first propose a solution to deploy an optimized number of data harvesters to collect data from an urban area. Then, we propose a new secure intersection based routing protocol to relay data to a destination in a secure manner based on a monitoring architecture able to detect and evict malicious vehicles. This protocol is after that enhanced with a new intrusion detection and prevention mechanism to decrease the vulnerability window and detect attackers before they persist their attacks using Kalman filter. In a second part of this thesis, we concentrate on the exploitation of collected data by developing an application able to calculate the most economic itinerary in a refined manner for drivers and fleet management companies. This solution is based on several information that may affect fuel consumption, which are provided by vehicles and other sources in Internet accessible via specific APIs, and targets to economize money and time. Finally, a spatio-temporal mechanism allowing to choose the best available communication medium is developed. This latter is based on fuzzy logic to assess a smooth and seamless handover, and considers collected information from the network, users and applications to preserve high quality of service.

No description available.