Optimisation multi-objectif des services dans les réseaux
Transcription
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