Chapitre 4 : Evaluation de LoWCA
4.3. Evaluation de LoWCA
4.3.2. Evaluation du mécanisme de routage
4.3.2.2. Effets des filtres
Les résultats présentés dans cette section illustrent l’effet des filtres sur la pertinence de l’information colportée par les stations mobiles jusqu’au point de collecte comparés au nombre d’événements de contact créés dans le processus de simulation par les nœuds fixes et mobiles (notée dans la suite par connaissance absolue) [70]. Nous utilisons aussi le concept de connaissance utile notée G, qui consiste à calculer la quantité d’informations que les nœuds mobiles soumettent au médium. Dans chaque figure qui montre l’effet des filtres, le nombre de contact absolu produit par le processus de simulation a été ajouté. Ce nombre augmente avec le nombre de nœuds mobiles dans le réseau et dépend des déplacements des nœuds mobiles. La courbe en tiret indique le nombre de contacts utiles diffusés par les mobiles tout au long de leur chemin et la courbe en pointillée représente le nombre de contacts collectés au niveau du collecteur.
La métrique adoptée dans cette partie est basée sur le comptage des événements de contact déduits.
Pour déduire un contact, il suffit d’avoir au moins une de ses quatre versions qui sont les suivantes :
CE1 : Nx, Ny, NS1, T1, 0 ou son dual CE2 : Ny, Nx, NS2, T ′1, 0.
CE3 : Nx, Ny, NS3, T1, T2 ou son dual CE4 : Ny, Nx, NS4, T ′ 1, T ′2.
Ces résultats dépendent fortement du choix du filtre appliqué selon l’application visée, la capacité mémoire des nœuds, et aussi des scénarii de déplacement. Le tableau 6 résume les paramètres de simulation fixés pour l’évaluation du mécanisme de filtrage.
Simulateur NS2 [76] version 2.31
Protocol d’accès au médium IEEE 802.15.4 CSMA/CA non slotté [34]
Type de trame de signalement Trames diffusées
Débit 250 Kbps
Nombre de mobiles Nm avec Nm Є [1 … 15]
Fréquence de signalement 1/T avec T Є [0,1s … 2s]
Durée de simulation 150 secondes
Dérive de l'horloge Ti, avec Ti = T [1 + εi] et εi Є [-x, +x] ppm (x =
155
30 µsec dans les résultats qui vont suivre)Modèle de propagation ITU
Nombre de répétitions 25
Déplacement des nœuds mobiles Aléatoire entre les zones d’activité X et Y Tableau 5 : Paramètres de simulation pour l’évaluation du mécanisme de routage.
Concernant la figure 90 pour le filtre des doublons (DOF), notons que la différence entre le nombre de contacts colportés et la connaissance utile est très faible, car dans ce cas, les nœuds n’appliquent aucune autre politique de filtrage mise à part la suppression des événements doublons. D’autre part, lorsque ces deux courbes sont comparées au nombre de contact absolu dans la simulation, le nombre de contacts pouvant être déduits est très élevé ce qui implique une nécessité de filtrer l’information.
Figure 90 : Nombre de contacts pour le filtre permanent.
On constate notamment que les filtres doublons (DOF), duals (DUF) et concaténation (COF) présentent les mêmes résultats. Cette similarité s’explique par la procédure de comptage des contacts qui regroupe plusieurs événements de contact relatifs à un même contact et ignore les événements de contact doublons. Pour justifier ces résultats, la figure 91 montre la répartition dans le temps des contacts reçus avec les filtres dual (DUF) et concaténation (COF).
156
Figure 91 : Distribution des contacts pour les filtres permanents.On constate sur cette figure que les événements de contact colportés jusqu’au point de collecte sont ceux créés au début de la simulation représentant ainsi les rencontres les plus anciennes. Ce phénomène est dû à la saturation de la mémoire des nœuds qui intervient tôt étant donné le rôle des filtres permanents qui ne filtrent que les doublons.
Les résultats obtenus lorsque le filtre aléatoire avec probabilité P (PRF) est appliqué sont montrés dans la figure 92. On notre à travers cette figure que le filtre PRF augmente de plus de 100% le nombre de contact reçus par le collecteur. Cela est dû au mécanisme de filtrage utilisé lorsque la mémoire des nœuds est saturée. On constate aussi un enrichissement de l’information utile propagée dans le réseau qui se rapproche de l’information absolue créée dans la simulation, ce qui confirme l’amélioration des performances.
157
Figure 92 : Nombre de contact pour le filtre aléatoire.La distribution des contacts est montrée dans la figure 93. On constate à travers cette figure que la distribution des contacts est bien repartie sur toute la durée de la simulation contrairement à la première distribution. L’extrait des contacts propagés représente non plus seulement le début du scénario simulé mais est un échantillonnage des événements de contact produit tout au long du scénario.
Figure 93 : Distribution des contacts pour le filtre aléatoire.
Enfin, les meilleurs résultats sont obtenus lorsque le filtre donnant une priorité aux contacts impliquant des nœuds balises est mis en œuvre, comme le montre la figure 94. Le nombre de contacts collectés augmente de plus de 270% comparé aux filtres DOF, DUF, COF et de plus de 80% comparé au filtre
158
aléatoire PRF. La répartition des contacts au cours du temps est illustrée dans la figure 95. On constate clairement que c’est la plus uniforme des distributions obtenues au cours des simulations.Figure 94 : Nombre de contact pour le filtre avantage balise.
Figure 95 : Distribution des contacts pour le filtre avantage balise.
Ces premiers résultats obtenus en comparant les différents filtres confirment la nécessité d’appliquer des stratégies de filtrage lors de la saturation de la mémoire et montrent également des variations de performances selon le type de filtre appliqué.