Optimisation multi-objectif des services dans les réseaux

Optimisation multi-objectif des services
dans les réseaux de capteurs hétérogènes
Julien Bernard
Violeta Felea
Institut
Hervé Guyennet
Laurent Philippe
Femto-ST
Département d'Informatique des Systèmes Complexes (DISC)
1
Informations
Date limite de dépôt des candidatures : 1er juin 2015 (il est fortement recommandé de
prendre contact avant cette date)
Contacts pour le dépôt des candidatures :
[email protected]
et [email protected]
Documents demandés pour les candidatures :
diplômes et relevés de notes de Master (moyenne Master ≥ 12)
CV
lettre de motivation
lettre(s) de recommandation
Date de démarrage de la thèse : à partir du 1er septembre 2015
Lieu de la thèse : Femto-ST/DISC à Besançon
Financement (sous réserve) : environ 1300 euros/mois
2
Sujet
Contexte et problématique
Dans les domaines de l'environnement et de l'énergie et plus
récemment celui de la ville intelligente, la présence et l'utilisation de nombreux capteurs [1], sans
ls, adaptés aux phénomènes à observer, apportent des informations très pertinentes permettant
la surveillance des systèmes. Nous nous intéressons aux capteurs intelligents, ayant des caractéristiques classiques (capacité de calcul et de communication sans ls) propres aux capteurs modernes.
Les services fournis par les réseaux de capteurs reposent sur deux opérations fondamentales : la
diusion des demandes sur les informations à capter, et l'acheminement des informations recueillies
depuis les n÷uds capteurs jusqu'à un n÷ud de collecte. L'acheminement correspond à l'intérêt
principal des réseaux de capteurs, celui de fournir les données extraites de l'environnement à
l'utilisateur. Quant à l'opération de diusion, elle est essentielle pour l'exploitation dynamique
d'un réseau de capteurs, où la caractéristique de la donnée extraite par le réseau est variable
dans le temps et dépend de la dynamique de l'environnement et des besoins des utilisateurs. Nous
qualions ce type de réseau de réseau interrogeable.
Ces deux opérations sont coûteuses énergétiquement et contraintes par l'aspect matériel du
capteur (énergie, bande passante, mémoire, puissance cpu, défaillance) et du réseau (abilité
de la connexion, portées de communication variables, liens unidirectionnels). À ces contraintes
s'ajoutent des caractéristiques applicatives, comme la densité des n÷uds capteurs ou le débit
des données à recueillir, qui doivent être prise en compte dans la conception de l'environnement
logiciel. L'objectif principal d'un tel logiciel est la récupération de l'information, mais souvent le
volet quantitatif n'est pas susant. Le volet qualitatif de l'information extraite, décliné le plus
1
souvent sous la forme de la abilité et du délai, devient primordial. Assurer un niveau qualitatif
de la donnée engendre souvent une consommation énergétique importante.
Approche envisagée
Nous envisageons de traiter cette problématique sous la forme de problèmes d'optimisation. En eet, plusieurs objectifs contradictoires doivent être satisfaits simultanément. Il est nécessaire de minimiser la consommation énergétique pour augmenter la durée de vie
du service, mais il faut en même temps maximiser la qualité de l'information extraite et donc,
potentiellement, communiquer plus d'informations. Les outils d'optimisation peuvent permettre
d'apporter des réponses précises aux divers problèmes envisagés.
Les deux opérations fondamentales peuvent se ramener à des problèmes bien connus dans les
graphes : optimisation de ux réseau (network ow) pour l'acheminement, et calcul d'un ensemble
dominant connecté minimal (minimal connected dominating set) pour la diusion. Or, le traitement qui en est fait en théorie des graphes ne convient pas pour les réseaux de capteurs. La
consommation d'énergie n'est absolument pas prise en compte, de même que certains critères temporels. Seuls les aspects spatiaux (respectivement, chemins et nombre de n÷uds) interviennent. De
plus, l'adaptation directe de ces problèmes ne permet pas d'optimiser plusieurs critères en même
temps, empêchant les compromis parfois nécessaires pour le service. Enn, les modélisations des
réseaux de capteurs par des graphes ne prennent pas en compte certaines réalités architecturales
comme les réseaux de capteurs hétérogènes.
Les réseaux de capteurs hétérogènes sont constitués de deux types de n÷uds : des n÷uds qui
sont chargés de capter une grandeur physique, généralement peu puissants et avec une portée
limitée ; des n÷uds plus puissants chargés d'acheminer les informations jusqu'à la station de base,
avec une portée plus importante. L'hétérogénéité de ces réseaux permet d'adapter la consommation
d'énergie à la tâche eectuée par chacun des n÷uds, permettant ainsi de prolonger la durée de vie
du réseau. Ils permettent ainsi d'améliorer l'ecacité du service au prix d'une architecture plus
complexe.
Contribution attendue
Nous proposons dans cette thèse d'étudier des problèmes d'optimisation multi-critères dans les réseaux de capteurs hétérogènes. Le premier critère est nécessairement
l'énergie qu'il s'agit d'économiser pour maximiser la durée de vie du réseau. Un second critère
dépend essentiellement du service à rendre (latence, débit, etc). Après avoir étudié les métriques
et les solutions existantes pour les services considérés, il s'agira de proposer des formulations pour
résoudre le problème d'optimalité, puis de chercher des algorithmes d'approximation et/ou des
heuristiques qui permettent de s'approcher de l'optimal pour les objectifs considérés. Cette étude
permettra de mieux comprendre comment les diérentes contraintes s'articulent, de mesurer l'efcacité des protocoles existants et d'envisager des protocoles qui permettent d'assurer une haute
qualité de service.
Dans ce but, un simulateur sera développé pour tester les algorithmes d'approximation et/ou
les heuristiques et pour calculer, quand cela sera possible, les optimaux. Les modèles sur lesquels
repose un tel simulateur doivent être assez simples pour pouvoir faire des raisonnements et être
capables d'apporter des preuves. Il dière en cela des simulateurs utilisés habituellement pour les
réseaux de capteurs qui cherchent au contraire à avoir une modélisation la plus ne possible, avec
souvent de multiples paramètres.
Les travaux menés dans cette thèse s'inscrivent dans le Labex action au sein de l'Institut
Femto-ST, et notamment dans le WP5 concernant les algorithmes distribués à large échelle,
ainsi que la modélisation et la simulation de systèmes complexes.
Références
[1] I.F. Akyildiz and al. Wireless sensor networks : a survey.
2002.
2
, 38 :393422,
Computer Networks
[2] J. Bernard and V. Felea. Performance sensitivity of routing algorithms with various models
of wireless sensor networks. In IEEE Eighth International Conference on Intelligent Sensors,
Sensor Networks and Information Processing, 2013, pages 141146, April 2013.
[3] Evren Güney, Necati Aras, . Kuban Altnel, and Cem Ersoy. Ecient integer programming
formulations for optimum sink location and routing in heterogeneous wireless sensor networks.
Computer Networks, 54(11) :18051822, 2010.
[4] Jing (Selena) He, Shouling Ji, Yi Pan, and Zhipeng Cai. Approximation algorithms for loadbalanced virtual backbone construction in wireless sensor networks. Theoretical Computer
Science, 507(0) :216, 2013. Combinatorial Optimization and Applications.
[5] Thomas R. Henderson, Mathieu Lacage, and George F. Riley. Network simulations with the
ns-3 simulator. In In Sigcomm (Demo), 2008.
[6] Tarek Moulahi, Salem Nasri, and Hervé Guyennet. Broadcasting based on dominated connecting sets with MPR in a realistic environment for WSNs & Ad Hoc. Journal of Network and
Computer Applications, 35(6) :17201727, 2012.
[7] G. Resta and P. Santi. Latency and capacity optimal broadcasting in wireless multihop networks. In IEEE International Conference on Communications, 2009. ICC'09., pages 16, June
2009.
[8] Yavuz Bo§aç Türko§ullar, Necati Aras, . Kuban Altnel, and Cem Ersoy. An ecient heuristic
for placement, scheduling and routing in wireless sensor networks. Ad Hoc Networks, 8(6) :654
667, 2010.
3