Dans notre travail, nous cherchons à pousser la première direction d’hybridation de technologies. Nous proposons une architecture hybride suivant le paradigme SDN (Software Defined Network) afin de faciliter la gestion de ces réseaux et optimiser leurs performances. Ce paradigme (proposé initialement pour les réseaux filaires) a suscité beaucoup d’intérêt pour les réseaux véhiculaires. Nous passons en revue les travaux relatifs à son intégration dans les réseaux véhiculaires dans la prochaine section dédiée à l’état de l’art.
1.3
État de l’art
Nous nous focalisons principalement sur les travaux impliquant l’adoption du SDN comme architecture pour les réseaux véhiculaires. Ce paradigme vise principalement à séparer le plan de données du plan de contrôle. (Une description détaillée est présentée
dans la prochaine section).
Ce paradigme a révolutionné les architectures de réseaux filaires et il a été largement adopté dans la majorité des infrastructures (par ex. réseau de centre de données, campus, etc.). Le succès et les aboutissements qu’il a montrés dans ces réseaux a attiré l’attention de la communauté et plusieurs travaux s’intéressent à son adoption dans d’autres types de réseaux.
C’est notamment le cas des réseaux véhiculaires. Ces réseaux constituent le socle prin- cipal d’un système de transport intelligent. Divers organismes de recherche scientifique, industries et organismes de normalisation s’intéressent à les améliorer en proposant de nouvelles architectures et de nouveaux mécanismes dans le but de supporter efficacement les services ITS.
Dans cette optique, I. Ku et al. [Ku 2014] proposent d’appliquer SDN aux réseaux VANET afin de contrôler les communications ad hoc entre véhicules (V2V) et les com- munications entre véhicules et entités RSU (V2I). En guise de preuve de concept, ils proposent un algorithme de routage qui exploite la vue globale du contrôleur SDN. Les tests de performance montrent de meilleurs résultats par rapport aux protocoles de routage VANET traditionnels, ce qui motive l’application du paradigme SDN dans ce contexte. Le contrôleur SDN représente un point de défaillance unique SPOF (Single
Point Of failure). Afin d’adresser ce problème, les auteurs proposent un mécanisme de
repli (fallback) basé sur un contrôleur local embarqué dans le véhicule afin d’exécuter les protocoles de routage traditionnels en cas de perte de connectivité avec le contrôleur. L’architecture proposée améliore le support des services ITS en tirant profit des avantages du paradigme SDN. Les auteurs évoquent l’avantage de pouvoir réserver dynamiquement des ressources pour un service exigeant de type safety.
En se basant sur l’architecture proposée en [Ku 2014] d’autres algorithmes de routage ont également été proposés dans [N.V 2017], [Ji 2016]. Ils tirent profit de la vision globale fournie par le contrôleur SDN pour calculer les chemins de routage d’une manière centra- lisée. Ces approches sont comparées par simulation aux protocoles de routage VANET
traditionnels. Les résultats de performances montrent que ces approches surpassent les approches traditionnelles en termes de fiabilité et latence. Cela montre davantage l’inté- rêt d’une intégration du paradigme SDN dans les réseaux VANET et le fait de considérer les véhicules comme des nœuds programmables via SDN.
Dans la même direction, Y. C. Liu et al. [Liu 2015] proposent une architecture de réseau basée sur SDN pour la géodiffusion dans les réseaux VANET. Dans cette architecture les entités RSU sont compatibles OpenFlow (standard de communication entre contrôleurs
et noeuds programmables), et reliées par des switchs OpenFlow, tous sous le contrôle
d’un contrôleur SDN. Les tests de performance montrent qu’avec des RSU program- mables, de meilleures performances sont obtenues par rapport au protocole GeoNetwor- king [ETSI 2011] utilisé dans les architectures ITS traditionnelles.
N. B. Truong et al. [Truong 2015] explorent l’utilisation du Fog Computing dans une architecture SDN-VANET. Leur proposition appelée FSDN intègre du Fog computing afin de supporter les services contraignants en terme de latence ainsi que ceux basés sur la localisation.
Pour répondre aux problèmes de passage à l’échelle surtout dans des environnements très denses, les auteurs [Kazmi 2016] proposent une architecture SD-VANET décentrali- sée dans laquelle le plan de contrôle est distribué. Comme attendu, les résultats montrent que la distribution du plan de contrôle améliore la scalabilité du réseau (mesurée en nombre de requêtes du plan de données traitées en fonction de la densité des véhicules) tout en assurant un délai acceptable de livraison de données.
Notre proposition diffère des travaux cités ci-dessus dans deux directions principales. Premièrement, en appliquant le paradigme SDN à l’ensemble des réseaux (à la fois le réseau RSU et le réseau cellulaire et éventuellement d’autres technologies Multi-RAT), contrairement aux travaux précédents où la majorité considère un plan de données com- posé d’une seule technologie réseau, à savoir un réseau RSU en technologie DSRC/WAVE exploitant un réseau cellulaire comme réseau de contrôle. De plus, nous considérons que ces réseaux sont contrôlés via SDN suivant un plan de contrôle organisé d’une manière hiérarchique afin d’avoir un réseau évolutif et d’éviter les problèmes de passage à l’échelle. Cela ouvre la voie au développement de nouveaux mécanismes de contrôle des réseaux qui tirent parti de la capacité à contrôler simultanément toutes les ressources disponibles du réseau.
Deuxièmement, nous préconisons l’exploitation des données recueillies par les plate- formes cloud des acteurs du système ITS (par ex. les fournisseurs de services ITS [Försterling 2015]) pour concevoir des algorithmes de contrôle de réseau efficaces et proactifs, qui tiennent compte de l’environnement et du contexte dans lequel les véhicules évoluent et pourraient évoluer dans un avenir proche (densité et vitesse des véhicules, conditions météorologiques, etc.). En effet, avec ces données, il est possible d’estimer la topologie du réseau, de prévoir les charges du réseau et des nœuds et d’anticiper et de traiter de manière proactive les changements potentiels des conditions du réseau.