Nesta dissertação, um novo protocolo de roteamento voltado para Redes Oportunistas é apresentado. O protocolo proposto chama-se PSONET (do inglês PSO for Opportunistic Networks), uma vez que este utiliza um sistema híbrido composto por um algoritmo de enxame de partículas (do inglês PSO - Particle Swarm Optimization). A principal motivação para a utilização do PSO é tirar proveito da sua busca baseada em população de indivíduos e da adaptação da sua estrutura de aprendizado. O PSONET utiliza a técnica de otimização por enxame de partículas para direcionar o tráfego da rede através de um subconjunto de bons encaminhadores de mensagens. O PSONET analisa as condições de comunicação da rede, detectando se cada nó possui conexões esparsas ou densas e, portanto, toma melhores decisões quanto ao encaminhamento de mensagens. O protocolo PSONET é comparado com os protocolos Epidêmico e PROPHET em três cenários de mobilidades distintos: um modelo de mobilidade baseado em atividades, onde simula-se o dia a dia das pessoas em suas atividades de trabalho, lazer e descanso; um modelo de mobilidade baseado em comunidade de pessoas, onde simula-se um grupo de pessoas em suas comunidades, que eventualmente entrarão em contato com outras pessoas, que podem ou não fazer parte de sua comunidade, para realizar a troca de informações; e um modelo de mobilidade aleatória, onde simula-se um cenário dividido em comunidades, onde as pessoas escolhem um destino aleatoriamente, e, com base nas restrições do mapa, se movem até este destino utilizando o menor caminho encontrado. Os resultados, obtidos através do simulador THE ONE, mostram que nos cenários com modelo de mobilidade baseado em comunidade de pessoas e no modelo de mobilidade aleatória, o protocolo PSONET alcança uma maior taxa de entrega de mensagens e uma menor replicação de mensagens, se comparado com os protocolos Epidêmico e PROPHET. / In this research work, a new routing protocol for Opportunistic Networks is presented. The proposed protocol is called PSONET (PSO for Opportunistic Networks) since the proposal uses a hybrid system composed of a Particle Swarm Optimization algorithm (PSO). The main motivation for using the PSO is to take advantage of its search based on individuals and their learning adaptation. The PSONET uses the Particle Swarm Optimization technique to drive the network traffic through of a good subset of forwarders messages. The PSONET analyzes network communication conditions, detecting whether each node has sparse or dense connections and thus make better decisions about routing messages. The PSONET protocol is compared with the Epidemic and PROPHET protocols in three different scenarios of mobility: a mobility model based in activities, which simulates the everyday life of people in their work activities, leisure and rest; a mobility model based on a community of people, which simulates a group of people in their communities, which eventually will contact other people who may or may not be part of your community, to exchange information; and a random mobility pattern, which simulates a scenario divided into communities where people choose a destination at random, and based on the restriction map, move to this destination using the shortest path. The simulation results, obtained through The ONE simulator, show that in scenarios where the mobility model based on a community of people and also where the mobility model is random, the PSONET protocol achieves a higher messages delivery rate and a lower replication messages compared with the Epidemic and PROPHET protocols.
| Identifer | oai:union.ndltd.org:IBICT/oai:repositorio.utfpr.edu.br:1/1707 |
| Date | 28 September 2015 |
| Creators | Faria, Alex Rosch de |
| Contributors | Fonseca, Anelise Munaretto, Delgado, Myriam Regattieri De Biase da Silva, Fonseca, Anelise Munaretto, Almeida, Carolina Paula de, Fonseca, Mauro Sérgio Pereira, Vendramin, Ana Cristina Barreiras Kochem |
| Publisher | Universidade Tecnológica Federal do Paraná, Curitiba, Programa de Pós-Graduação em Engenharia Elétrica e Informática Industrial, UTFPR, Brasil |
| Source Sets | IBICT Brazilian ETDs |
| Language | Portuguese |
| Detected Language | English |
| Type | info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis |
| Source | reponame:Repositório Institucional da UTFPR, instname:Universidade Tecnológica Federal do Paraná, instacron:UTFPR |
| Rights | info:eu-repo/semantics/openAccess |
Page generated in 0.0029 seconds