Protocolo para Disseminação de Dados em VANETs

baseado em Métricas de Redes Complexas: Um Estudo

de Caso com Sistema de Gerenciamento de Trânsito

Joahannes Costa1,2 , Denis Rosário1 , Allan M. de Souza2 , Leandro A.

Villas2 , Eduardo Cerqueira1

1 Grupo de Estudos em Redes de Computadores – GERCOM

Universidade Federal do Pará – UFPA
2 Laboratório
de Redes de Computadores – LRC
Universidade Estadual de Campinas – UNICAMP

Simpósio Brasileiro de Redes de Computadores e Sistemas Distribuı́dos - 2018

Campos do Jordão, 09 de Maio de 2018

Agenda

• Introdução
• Trabalhos relacionados
• Solução proposta: DDRX
• Avaliação de desempenho: Disseminação
• Estudo de caso: TMS
• Avaliação de desempenho: TMS
• Conclusões e Trabalhos futuros

1
Introdução

• Redes Veiculares (VANETs);

• Sistemas de Transporte Inteligentes (ITSs);
• Sistemas de Gerenciamento de Trânsito;
• Disseminação de Dados.

Figura 1: Cenário veı́cular urbano 2

Introdução

Desafios

• Dinamicidade da rede;
• Entrega eficiente.

Objetivos

• Disseminar dados em VANETs com alta cobertura e baixo

overhead.
• Validar a proposta de disseminação em um TMS.

3
Trabalhos relacionados

Protocolo ZE1 BS2 MS3

Flooding
UV-CAST X X
ALADDIN X X
CARRO X X
CC-DEGREE X X X
Proposta X X X

1
Zona de encaminhamento
2
Broadcast storm
3
Métricas sociais
4
Solução proposta: DDRX

• Disseminação de Dados baseada em métricas de Redes

compleXas;
• Redes Complexas:“o termo rede se refere informalmente ao fato de
modelar estruturas e aspectos do mundo real em forma grafos para
visualização de relações entre os nós.”;
• Métricas de Centralidade: Intermediação e Grau;
• Algoritmo de Tarjan.

5
DDRX - Seleção de retransmissores

Definição
Seja a VANET representada por um grafo dinâmico G = (V , E ),
onde V representa os veı́culos e E os links de comunicação entre
veı́culos vizinhos.

• Beacons periódicos por cada veı́culo v ∈ V com sua posição

pv e seus vizinhos a 1 salto Nv ;
• Criação do conhecimento da vizinhança a 1 salto e 2 saltos;
• Construção de um subgrafo induzido por aresta G [Eu0 ] ∀
u ∈ Nv ;
• Nós mais centrais na rede4 → Algoritmo de Tarjan.
4
vértices de corte = vértices centrais com a cent. de intermediação.
6
DDRX - Seleção de retransmissores

Figura 2: Subgrafo G [Eu0 ] com abstração do cenário de disseminação

7
DDRX - Seleção de retransmissores

• Seleção de retransmissor (possui ou não vértices de corte):

Figura 3: Zonas de encaminhamento do DDRX

8
Avaliação de desempenho: Disseminação

• OMNeT++ 4.6, VEINS 4.3 e SUMO 0.25.0;

• Manhattan Grid:
• 10 estradas de 2 vias verticais e horizontais: 1 km2 ;
• Obstáculos;
• Raio de transmissão: 300m;
• Densidade veicular: 100, 200, 300, 400, 500, 600 e 700 /km2 ;
• Área de interesse: 1 km2 ;
• Produção de um único pacote de 2048 bytes;
• Tempo de simulação: 150s.
• Protocolos comparados:
• Flooding;
• UV-CAST;
• CARRO;
• CC-DEGREE.
• 33 vezes → intervalo de confiança de 95%.
9
Resultados

100 700
DDRX
600 CARRO

Total de Pacotes Transmitidos

98 UV-CAST
500 CC-DEGREE
Flooding
Cobertura (%)

96 400

94 300
DDRX
CARRO 200
92 UV-CAST
CC-DEGREE 100
Flooding
90 0
100 200 300 400 500 600 700 100 200 300 400 500 600 700
Densidade (veículos/km2 ) Densidade (veículos/km2 )
(a) Cobertura (b) Mensagens transmitidas

Figura 4: Resultados

10
Resultados cont.

0.8 12
DDRX DDRX
0.7 CARRO 10 CARRO
UV-CAST UV-CAST
0.6 CC-DEGREE 8 CC-DEGREE

Número de Colisões
Flooding Flooding
0.5
6
Atraso (s)

0.4
4
0.3
2
0.2
0.1 0

0.0
100 200 300 400 500 600 700 100 200 300 400 500 600 700
Densidade (veículos/km2 ) Densidade (veículos/km2 )
(a) Atraso (b) Número de colisões

Figura 5: Resultados

11
Estudo de caso
Estudo de caso

• Aplicação do DDRX em um TMS.

Figura 6: Sul da California, 2016

12
Estudo de caso: TMS - FASTER

• Criação do conhecimento das vias: beacons com velocidade e

via que o veı́culo está;
• Divisão de distritos;
• Veı́culo mais próximo do centróide do distrito tem prioridade
para disseminar;
• 1a disseminação com informações das vias totalmente e
parcialmente cobertas somente dentro de cada distrito;
• 2a disseminação com mesmas informações, porém para além
de um único distrito.

13
Estudo de caso: TMS - FASTER

Figura 7: Criação de distritos no FASTER

14
Estudo de caso: Avaliação de desempenho cont.

• OMNeT++ 4.6, VEINS 4.3 e SUMO 0.25.0;

• Manhattan Grid.
• 10 estradas de 2 vias verticais e horizontais: 1 km2 ;
• Obstáculos;
• Raio de transmissão: 300m;
• Inserção de veı́culos: 500, 700, 900, 1100 veı́culos/km2 ;
• Área de interesse: 1 km2 ;
• Tempo de simulação: 2000s.
• Comparativos:
• Mobilidade original do cenário (Dijkstra);
• TMS;
• TMS + DDRX.
• 33 vezes → intervalo de confiança de 95%.

15
Resultados

350 7
FASTER MOC FASTER-DDRX

Tempo total de viagem (minutos)

6 FASTER
Número de pacotes transmitidos

300 FASTER-DDRX

250 5

200 4

150 3

100 2

50 1

0 0
500 700 900 1100 500 700 900 1100
Densidade (veiculos/km²) Densidade (veiculos/km²)

(a) Total de mensagens transmitidas (b) Tempo total de viagem

Figura 8: Resultados TMS

16
Resultados

5 35
Tempo de Congestionamento (minutos)

MOC FASTER-DDRX MOC FASTER-DDRX

FASTER 30 FASTER
4

Velocidade Média (km/h)

25
3 20

2 15

10
1
5

0 0
500 700 900 1100 500 700 900 1100
Densidade (veiculos/km²) Densidade (veiculos/km²)

(a) Tempo em congestionamento (b) Velocidade média

Figura 9: Resultados TMS

17
Conclusões
Disseminação:

• Importância de se avaliar comportamentos da rede;

• Cobertura aceitável para diversos tipos de aplicações: 98%;
• Menor quantidade de mensagens disseminadas na rede: 88%;
• Baixo atraso de entrega: 66% (0.05s);
• Baixo número de colisões: 81.2%.

TMS:

• Menor quantidade de mensagens disseminadas na rede (95%);

• Melhorias refletidas no gerenciamento de trânsito:
• Menor tempo de viagem (18.11%);
• Menor tempo de congestionamento (48.95% e 20.5%);
• Maior velocidade média (9%).
18
Trabalhos futuros

• Avaliação do DDRX em cenários maiores (TAPASCologne5 );

• Avaliação do FASTER-DDRX com diferentes métricas de
gerenciamento de trânsito;
• Utilização dos conceitos aplicados no DDRX para concepção
de um TMS totalmente baseado em métricas de Redes
Complexas.

5
http://kolntrace.project.citi-lab.fr/
19
 Obrigado!
joahannes@ufpa.br

19