De nombreux algorithmes d'organisation (cf. section2.5page15) sont basés sur un processus d'élection. Ainsi, il est nécessaire d'avoir une métrique de décision. La plupart des algorithmes se basent sur l'identi ant ou sur le degré. Cependant, une telle métrique de décision ne nous semble pas re éter dèlement l'aptitude d'un n÷ud à agir en tant que coordinateur dans le réseau. Le choix de l'identi ant, par exemple, introduit une sélection aléatoire des dominants sans tirer parti des caractéristiques intrinsèques des n÷uds, en particulier de leur hétérogénéité : le réseau n'exploite pas de façon e cace ses n÷uds les plus forts. A l'opposé une sélection basée sur le degré le plus important va privilégier les n÷uds ayant le plus de voisins radios, autrement dit, cela risque de congestionner le dominant. [11] propose lui de se baser sur la mobilité tirée d'un GPS, équipement que nous écartons à cause de son coût nancier. [3] combine plusieurs critères a n de former une métrique (degré, mobilité tirée d'un GPS). Cependant, le degré représentant dans les simulations 70% de la métrique nale, il est di cile d'estimer son impact. Nous proposons donc un poids que nous pensons re éter la stabilité d'un n÷ud. A n de l'évaluer, nous décrivons conjointement une solution très simple d'économie d'énergie, ne nécessitant aucune information additionnelle.
4.7.1 Proposition de poids
La construction et la maintenance explicitées auparavant sont basées sur un processus d'élec-tion. Ce processus permet, à partir de la connaissance d'un poids ré-évalué en permanence, de sélectionner les n÷uds devenant dominants. Il est évident que le choix de mauvais dominants conduira à des baisses signi catives des performances de la structure virtuelle et de sa stabilité en particulier. Ainsi le choix d'un dominant trop fortement mobile introduira une rupture dans la topologie virtuelle tout comme la sélection d'un n÷ud avec un niveau d'énergie trop faible. Il est donc important d'utiliser une métrique de poids témoignant de l'importance d'un n÷ud à jouer un rôle prédominant dans la topologie virtuelle créée.
Il nous apparaît donc important d'introduire une nouvelle métrique, appelée métrique de stabilité dont l'objectif est de permettre la sélection de n÷uds ayant les propriétés de stabilité et de persistance les plus fortes dans le temps et l'espace. Nous proposons donc le poids ainsi dé ni :
Pstabilite= δ(α.D + β.M ) où :
• D représente la densité d'un n÷ud,
• M représente l'évaluation de la mobilité locale calculée sur le changement de voisinage au cours d'une période de temps,
Impact du Poids dans le processus d'élection 75 • δ est une pénalité calculée sur la base du niveau d'énergie disponible. Cette pénalité varie sous forme de palliers selon l'énergie restante. Un n÷ud avec peu d'énergie ne pourra donc être dominant,
• αet β sont des facteurs de pondération suivant que nous souhaitons privilégier les n÷uds avec un fort voisinage ou une faible mobilité. Dans nos évaluations de performances (sec-tion4.7.3), nous avons choisi β α
4.7.2 Une solution très simple d'économie d'énergie
Les n÷uds du réseau fonctionnant sur batterie, il est important d'apporter des solutions permettant d'augmenter leur durée de vie.
D'après [6], la seule méthode permettant d'économiser de l'énergie est l'endormissement des n÷uds. Ne plus émettre des paquets ne su t pas à économiser les batteries des n÷uds mobiles car l'attente de paquets entraîne également une consommation d'énergie. La solution d'auto-organisation que nous proposons permet, ainsi, d'introduire très simplement une meilleure gestion de l'énergie pour l'ensemble des n÷uds. En eet, notre proposition sépare les n÷uds en deux catégories : les n÷uds dominants participant à la vie du réseau et les dominés qui ne sont actifs que lors d'une transmission d'informations. Nous rappelons que parmi les critères de choix d'un dominant se trouve le niveau d'énergie restant. Ainsi, il est possible d'endormir les dominés pendant une période de temps avec un faible impact sur la vie du réseau et sur la topologie virtuelle crée.
Plus précisément, nous proposons qu'un dominant ne possédant pas su samment de voisins actifs ne soit pas autorisé à s'endormir ; nous limitons à 6 le nombre minimal de voisins actifs pour qu'un dominant puisse s'endormir. A n de ne pas pénaliser la maintenance, nous interdisons à un n÷ud de dormir lorsqu'il est voisin d'une reconnexion de dorsale (un cds-reconnect est reçu, ou il existe au moins un voisin isolé dans la table de voisinage). En n, nous introduisons une pénalité (Pe) représentant le nombre de 1-voisin de plus faible poids (le n÷ud considéré inclus). La probabilité d'endormissement Psleep d'un n÷ud est alors :
Psleep= 1 Pe
Les n÷uds s'endormant sont donc les dominants les moins importants dans le réseau. Bien entendu, cette métrique peut être modi ée suivant le modèle de consommation des n÷uds, l'objectif en terme de durée de vie du réseau, etc.
Une telle solution d'économie d'énergie présente un intérêt de simplicité. De plus, elle découle naturellement de la dorsale construite auparavant : la dorsale diérencie déjà les n÷uds forts des n÷uds faibles en énergie, et aucune information nécessaire additionnelle n'est requise.
4.7.3 Simulations
A n de valider la métrique de stabilité que nous avons proposée, nous avons conduit une campagne de simulations, sous OPNET Modeler [10]. Les paramètres par défaut sont les mêmes que ceux décrit dans la section4.6 page69.
4.7.3.1 Impact de la métrique
Nous avons comparé les performances de la dorsale selon 4 métriques basées sur : l'identi ant, le degré, la mobilité absolue tirée d'un GPS et notre métrique de stabilité. A n de simuler l'hétérogénéité d'un réseau hybride, un tiers des n÷uds possède une mobilité élevée, entre 20 et 30 m.s−1, et deux tiers une mobilité entre 0 et 5 m.s−1 (tab.4.2 page suivante). La connexité est maximale avec la métrique de stabilité, qui choisit plus de dominants pour connecter la dorsale. Le nombre de reconnexions semble moins important avec une métrique basée sur
le degré, un dominant ayant plus de voisins, la maintenance proactive de la dorsale permet peut être de trouver plus rapidement un chemin de reconnexion. Cependant, de tels dominants peuvent former un goulot d'étranglement en cas de forte charge réseau. En n, la connexité des clusters, très élevée, est semblable pour toutes les métriques.
Métrique CDS Clusters
Connexité Cardinalité Nb de reconnexions Nb de cassures Connexité Cardinalité
Id 94,2 9,8 85,6 1,5 99,7 4,8
Degré 93,8 9,7 79,4 1,6 99,7 4,8
Mobilité 93,9 10,1 86,5 3 99,6 5
Stabilité 94,8 10,4 88 1,7 99,7 5,4
Tab. 4.2 Impact de la métrique sur les performances 4.7.3.2 Performances de la solution d'économie d'énergie
Métrique Connexité dorsale Connexité clusters Temps d'endormissement (en s) moyen du n÷ud le plus faible
Degré 93,6 99,1 70,7 65,2
Id 93,6 99 69,5 40
Mobilité 94,3 99,2 71,2 59,5
Stabilité 93 99,2 80,4 128
Tab. 4.3 Performances de la solution d'économie d'énergie
Nous avons en n simulé les performances de la solution d'économie d'énergie proposée. Un n÷ud à énergie très faible a été créé dans le réseau a n de mesurer la prise en compte de l'hétérogénéité des n÷uds. La dorsale subit une légère perte de connexité due à l'économie d'énergie de certains dominés (tab.4.3). Cependant, les clusters gardent la même connexité. La métrique de stabilité présente une connexité de dorsale légèrement moins importante que les autres. Par contre, le temps d'endormissement moyen d'un n÷ud est beaucoup plus important avec la métrique de stabilité (+12%). De même, le réseau favorise les n÷uds faibles. Le n÷ud le plus faible dort en moyenne 100% plus qu'avec les autres métriques. La métrique de stabilité multi-critères est donc particulièrement e cace dans une telle solution.
4.8 Conclusion
Dans ce chapitre, nous avons présenté une évaluation analytique de la structure virtuelle d'auto-organisation proposée dans le chapitre précédent. Tout d'abord, la construction et la maintenance de la structure est asymptotiquement peu coûteuse en temps et en messages. Nous avons également démontré une propriété forte : les algorithmes, tant de construction que de maintenance, sont auto-stabilisants. Ainsi, les algorithmes convergent même si le réseau est dans un état initial erroné, si un changement de topologie survient, ou si un n÷ud tombe en panne ou prend une mauvaise décision. De ce fait, une auto-organisation e cace et valide est maintenue de façon continue. Nous pensons que l'auto-stabilisation représente une caractéristique forte de notre proposition.
Des simulations ont permis de valider ce comportement recherché : la topologie virtuelle est stable et s'auto-répare naturellement, avec un impact localisé. Un poids de stabilité très simple a été également introduit, montrant l'e cacité de la structure à prendre en charge et tirer parti de l'hétérogénéité du réseau : un n÷ud fort sera naturellement élu, remplissant plus de fonctions au niveau réseau, et stabilisant ainsi la structure. En n, nous avons étudié les performances de la
Conclusion 77 structure d'auto-organisation lorsqu'une solution très simple d'économie d'énergie est proposée. Nous avons donc montré via ces exemple que la structure d'auto-organisation remplit bien son rôle : elle est exible et peut s'adapter facilement à diérentes applications.
Nous avons donc proposé une structure virtuelle d'auto-organisation présentant toutes les propriétés que nous recherchions : passage à l'échelle, persistance, localisation, auto-stabilisation, exibilité, etc. (cf. section 2.3 page 11). Il est donc maintenant logique d'exploiter cette struc-ture virtuelle. Nous rappelons que l'auto-organisation ne constitue pas une n en soi mais repré-sente au contraire une couche commune d'organisation du réseau, utile aux couches supérieures. Puisque le routage constitue une problématique clé en réseau, nous proposons dans le chapitre suivant d'étudier comment modi er les protocoles de routage existants a n qu'ils tirent pleine-ment parti de la structure d'auto-organisation.
Bibliographie
[1] K. M. Alzoubi, P.-J. Wan, and O. Frieder. Distributed heuristics for connected dominating set in wireless ad hoc networks. IEEE ComSoc/KICS Journal of Communications and Networks, Special Issue on Innovations in Ad Hoc Mobile Pervasive Networks, 4(1) :2229, march 2002.
[2] H. Baala, O. Flauzac, J. Gabe, M. Bui, and T. El-Ghazawi. A self-stabilizing distributed algorithm for spanning tree construction in wireless ad hoc networks. Journal of Parallel and Distributed Computing, 3(1) :97104, January 2003.
[3] M. Chatterjee, S. K. Das, and D. Turgut. Wca : A weighted clustering algorithm for mobile ad hoc networks. Journal of Cluster Computing (Special Issue on Mobile Ad hoc Networks), 5(2) :193204, April 2002.
[4] B. N. Clark, C. J. Colburn, and D. S. Johnson. Unit disks graphs. Discrete Mathematics, 86 :165177, December 1990.
[5] E. Dijkstra. Self-stabilizing systems in spite of distributed control. Communications of the ACM, 17(11) :643644, November 1974.
[6] L. Feeney and M. Nilson. Investigating the energy consumption of a wireless network interface in an ad hoc networking environment. In INFOCOM, pages 15481557, Anchorage, USA, April 2001. IEEE.
[7] R. Friedman, M. Gradinariu, and G. Simon. Locating cache proxies in manets. In Inter-national Symposium on Mobile Ad Hoc Networking and Computing (MOBIHOC), pages 175186, Tokyo, Japan, May 2004. ACM.
[8] S. K. S. Gupta and P. K. Srimani. Self-stabilizing multicast protocols for ad hoc networks. Journal of Parallel and Distributed Computing, 63(1) :8796, 2003.
[9] M. V. Marathe, H. Breu, H. B. Hunt III, S. S. Ravi, and D. J. Rosenkrantz. Simple heuristics for unit disk graphs. Networks, 25 :5968, December 1995.
[10] OPNET Modeler. http://www.opnet.com (v8.1a).
[11] B. Prithwish, K. Naved, and T. D. C. Little. A mobility based metric for clustering in mobile ad hoc networks. In ACM, editor, International Conference on Mobile Computing and Networking (MOBICOM), pages 129140, Roma, Italy, July 2001. ACM.
[12] M. Schneider. Sef-stabilization. ACM Computing Surveys, 25(1) :4567, March 1993. [13] J. Wu and H. Li. Dominating-set-based routing in ad hoc wireless networks. In International
Workshop on Discrete Algorithms and Methods for Mobile Computing and Communications (DIAL'M), pages 714, Seattle, USA, August 1999. ACM.
Bibliographie 79
Publications
Conférence internationale
[1] F. Theoleyre and F. Valois. About the stabilization of a virtual topology for self-organization in ad hoc networks. In LNCS, editor, Self-Stabilization Symposium (SSS), volume 3764, pages 214228, Barcelona, Spain, October 2005. IEEE.
Rapport de recherche
[2] F. Theoleyre and F. Valois. About the stabilization of a virtual topology for self-organization in ad hoc networks. Research Report 5650, INRIA, August 2005. This research report is a long version of the article published in SSS 2005.
Béné ce possible de l'auto-organisation dans le routage 81