4.2 Utilisation de l’algorithme stochastique de meilleure r´ eponse pour l’optimi-
4.2.1 Mod´ elisation du r´ eseau ad hoc
On consid`ere un r´eseau ad hoc de mobiles que l’on repr´esentera par un graphe orient´e,
dont l’ensemble des sommets, not´e N, est l’ensemble des terminaux mobiles qui peuvent
POUR L’OPTIMISATION DU ROUTAGE DANS LES R´ESEAUX AD HOC DE MOBILES
communiquer par un protocole radio pr´ed´efini (par exemple 802.11). Il existe un arc reliant
un sommet n au sommet m si n peut transmettre des informations `a m. Comme il s’agit
de communications radio, les arcs ne sont pas n´ecessairement sym´etriques (la capacit´e
de r´eception d´epend de la qualit´e de l’antenne, alors que la capacit´e d’´emission d´epend
essentiellement de la puissance et de la capacit´e de la batterie).
Sur ce graphe, un ensemble U de communications sont ´etablies entre un sommet source
et un sommet destination. On suppose que ces flux ont un d´ebit d’´emission qui est
sta-tionnaire, par exemple des paquets sont ´emis selon un processus de Poisson d’intensit´e
constante. Chaque communication appartient `a une classe de priorit´e, de 1 `a C, la classe
la plus petite ´etant la plus prioritaire. Ces classes permettent de prendre en compte les
contraintes de qualit´e de service des diff´erentes application. A chaque classe de priorit´e est
associ´e un poids qui repr´esente l’importance relative des priorit´es les unes par rapport aux
autres. Le flux u a un poids not´eωu d´ependant de la classe qui lui est associ´e.
Pour chaque flux u, on note S
ul’ensemble des routes simples joignant la source `a la
destination du flux sur le graphe de communication. Une route est donc une suite de
terminaux mobiles qui connectent la source au mobile destinataire. Le choix d’un de ces
chemins par le flux uest not´es
u. Le profil d’actionss = (s
u)
u∈Uest appel´e unroutage des
flux, et on noteS l’ensemble des routages possibles, i.e. S = ×
u∈U
S
u.
Notons
3par `
n(s) l’´etat d’un sommet n du graphe sous le routage s : c’est un vecteur
binaire (`
un)
u∈U(s) tel que `
un(s) = 1 si le flux u passe par le sommet n, i.e. n ∈ s
u, et 0
sinon. Lorsqu’aucune confusion n’est possible, on omettra de noter la d´ependance de l’´etat
des noeuds en fonction des. Enfin, le d´elai moyen en un sommet est not´ed
un(`
n), et le d´elai
total sur un chemin p ∈ S
u, quand le routage est s, not´e D
up(s). On fait les hypoth`eses
suivantes :
– Le d´elai total d’un flux sur un chemin est dˆu exclusivement aux d´elais sur les sommets
travers´es (le d´elai de transmission entre deux sommet est n´eglig´e).
– Les d´elais sont additifs sur les chemins, c’est-`a-direD
pu(s) =X
n∈p
d
un(`
n).
– Le d´elai en un sommet d´epend de la priorit´e des flux. Les flux les plus prioritaires ont
des d´elais inf´erieurs aux flux ayant une priorit´e inf´erieure. Dans la section num´erique,
nous utilisons un mod`ele de file d’attente avec pr´eemption par les flux prioritaires.
Le probl`eme consiste alors `a trouver un routage des flux sur le r´eseau afin de minimiser le
d´elai global, o`u le d´elai global
4vautF(s) = X
u∈U
ω
uD
suu(s) = X
u∈UX
n∈suω
ud
un(`
n). Le probl`eme
d’optimisation s’´ecrit simplement :
min
s∈S
F(s).
Ce probl`eme peut ˆetre r´esolu en explorant toutes les possibilit´es de routage, mais
cette approche par force brute centralis´ee est inefficace en pratique en raison de la taille
exponentielle de l’ensemble des routages. Une autre alternative consiste `a exploiter les
3. Nous reprenons les notations g´en´erales pour les probl`emes d’allocation de ressources que nous avons
utilis´ees `a la section2.3.3.
´
eventuelles structures des fonctions de d´elais, par exemple la convexit´e comme dans [GL07].
N´eanmoins, ces m´ethodes reposent sur un contrˆoleur centralis´e ce qui les rend inadapt´ees
au routage dans les r´eseaux ad hoc, qui sont par essence des structures sans entit´e centrale.
Notre approche consiste `a placer les prises de d´ecision au niveau des flux. Ces d´ecisions
doivent tenir compte du d´elai du flux, ainsi que de son impact sur les autres flux. D’apr`es
la section 2.3.3, si l’on d´efinit la fonction de coˆut par arc suivante :
δ
un(`n)
def= ωud
un(`n)− X
v6=u|n∈svωvd
vn(`n−e
un)−ωvd
vn(`n)
, (4.6)
o`u e
unest le vecteur de taille |U | qui vaut 1 en la composante u et z´ero ailleurs, et si l’on
pose ∆
up(s)
def= X
n∈p
δ
nu(`n), alors le jeu d´efinit par le triplet (U,S,∆) est un jeu de potentiel
dontF est une fonction de potentiel.
Par cons´equent, l’algorithme de meilleure (en version asynchrone) r´eponse converge vers
un maximum local du potentiel. L’un des avantages de cet algorithme est le fait qu’il peut
ˆ
etre impl´ement´e de mani`ere compl`etement d´ecentralis´ee et que, bien qu’on puisse exhiber
des exemples pour lesquels il converge en un temps exponentiel, il est en pratique tr`es
rapide. Mais il ne converge pas vers un optimum global. En raison de la capacit´e finie des
r´eseaux, on ne peut pas borner la “d´eriv´ee” de la fonction de d´elai, et par cons´equent on
ne peut pas avoir de garantie sur la d´egradation maximale entre le pire maximum local et
l’optimum local comme le montre l’exemple suivant.
Prix de l’anarchie non born´e : Consid´erons le r´eseau de la figure 4.2. Supposons que deux
communications de mˆeme priorit´e aient lieu entre la source A et la destination B, et entre
la source C et la destination D, au d´ebit d’´emission de 1kb/s. Notons par u et v les flux
correspondants.
Un chemin est d´ecrit par l’ensemble des noeuds qui le compose. Ici, S
u= (U, V),(X, Y) et
S
v= ((U, Y),(V, X)). Supposons que les d´elais soient ceux d’une file d’attenteM/M/1,
c’est-`
a-dire que le d´elai pour franchir un noeud vaut λ
µ−λ (λ est le d´ebit arrivant dans la file et
µ le taux de service), et que les taux de service soient 2 + 2ε, 2 +ε, 3, 2 +ε(en kb/s) pour,
respectivement, les noeuds X, Y, U etV. La matrice du jeu de potentiel associ´e, donc tenant
compte de l’impact des des joueurs, est :
(U , Y) (V , X)
(U, V) 3.5 + 1
1 +ε , 3.5 +
1
1 +ε
0.5− 1
1 +ε+
4
ε ,
1
1 + 2ε−
1
1 +ε+
4
ε
(X, Y)
1
1 + 2ε−
1
1 +ε+
4
ε , 0.5−
1
1 +ε +
4
ε
1
1 +ε−
1
1 + 2ε+
2
ε ,
1
1 +ε−
1
1 + 2ε+
2
ε
On voit qu’il y a deux ´equilibres de Nash qui sont NE
1= ((U, V),(U, Y)) et NE
2= ((X, Y),(V, X)),
dont les d´elais globaux sont respectivement 4 + 2
1 +ε et
2
ε+
2
1 +ε, et dont le rapport tend
POUR L’OPTIMISATION DU ROUTAGE DANS LES R´ESEAUX AD HOC DE MOBILES
C V U A X Y B DFigure 4.2 – Exemple de r´eseau dans lequel le ratio des performances entre le pire ´equilibre
et l’optimum global est non born´e.
Dans le document
Auto-optimisation des réseaux sans fil. Une approche par la théorie des jeux
(Page 81-84)