Etude de la dynamique des graphes pour la mise en place de communication en situation de crise.
Encadrants : Luciana Arantes / Lionel Tabourier / Anne Fladenmuller Contexte des réseaux en situation de crise
Dès les premières heures qui suivent une catastrophe naturelle, humaine, ou écologique, les besoins de communication s’avèrent primordiaux voire vitaux, il faut que les équipes de secours interviennent rapidement, permettre aux individus de signaler au plus vite les zones où se situent les victimes, informer les populations des mesures d’urgence à suivre en cas de problème ou transmettre des consignes de sécurité. Or les infrastructures de communications ont de fortes chances d’être inopérantes soit à cause de la destruction des équipements eux mêmes, soit à cause de la mise hors service du réseau électrique alimentant ces infrastructures, ou encore simplement à cause d’une saturation du réseau qui ne peut tenir la surcharge du nombre d’appels simultanés. Ce phénomène de surcharge est bien connu des opérateurs et il a pu être observé dans de nombreux contextes de crises (Ouragan Katrina, tremblements de terre, explosion de l’usine AZF à Toulouse en 2001,..). Plusieurs jours sont souvent nécessaires avant de rendre opérationnelles les infrastructures de communication (réseaux électrique, cellulaire, filaire).
En tirant partie des équipements de communication existants (smartphones munis de GPS) il est possible de mettre en place un service de communication pour relayer des informations telles que la dernière position observée d’un individu ainsi que son statut (blessé, en danger, en sécurité,…). Sans infrastructure de communication existante, les transmissions s’opèrent de proche en proche (Bluetooth ou Wi-Fi) entre terminaux jusqu’à atteindre les points de collecte d’informations. Ces points de convergence seraient mis en place par les services d’urgence dans des points vers lesquels les individus sont susceptibles de se diriger (gares, aéroports, hôpitaux, centres d’hébergement).
Dans le cadre de ce stage, nous nous proposons d’explorer les propriétés de connexité des graphes dynamiques générés dans ce type de situation. L’idée est de maximiser les chances d’arrivée des messages vers les points de convergence tout en minimisant les transmissions de messages. Il est donc intéressant de transmettre l’information sur des chemins différents tout en minimisant le nombre de transmissions. Une étude de la connexité du graphe dynamique peut apporter des informations sur le nombre optimal de chemin sur lequel transmettre l’information.
Stage
Le but de ce stage est donc d'exploiter des traces de mobilité obtenues sur le simulateur The One puis en extraire le graphe dynamique des contacts entre utilisateurs. Il s'agirait alors de définir et implémenter des équivalents dynamiques à des mesures appropriées pour la réalisation d'un protocole de communication.
En particulier, on souhaite assurer la redondance des chemins de routage, ce qui amène naturellement à rechercher des généralisations dans le contexte des graphes dynamiques à la notion de k-connexité.
Les mesures de centralité des nœuds et des liens sont également de bons candidats pour évaluer la diversité des plus courts chemins des sources aux destinations.
Des propositions de mesures existent dans la littérature [Barjon,Holme], mais celles-ci sont souvent coûteuses algorithmiquement et il sera donc nécessaire de les adapter au contexte des réseaux de communication en situation de crise pour pouvoir explorer dans une grande variété de cas l'influence des paramètres du simulateur sur les performances attendues d'un protocole.
Références
Florent Coriat, Luciana Arantes, Olivier Marin, Anne Fladenmuller, Nicolas Hidalgo and Erika
Rosas, "Towards distributed geolocation for large scale disaster management", accepted in Workshop on Sistemas Distribuidos y Parallelismo, Talca City, Chile, November 10-14th, 2014
Xuan Song, Quanshi Zhang, Yoshihide Sekimoto, Teerayut Horanont, Satoshi Ueyama, and Ryosuke Shibasaki, "Intelligent System for Human Behavior Analysis and Reasoning Following Large-Scale Disasters", IEEE Intelligent Systems, vol. 28 , no 4, pp. 35-42
Matthieu Barjon, Arnaud Casteigts, Serge Chaumette, Colette Johnen, and Yessin M. Neggaz, "Un Algorithme de Test pour la Connexité Temporelle dans les Graphes Dynamiques de Faible Densité", 16e Rencontres Francophones sur les Aspects Algorithmiques de Télécommunications (ALGOTEL), 2014
Petter Holme, and Jari Saramäki, "Temporal Networks", Physics Reports, vol. 519, no 3, pp. 97-125
