1 Proposition de stage Master 2 en Informatique
Protocole DSynC dans les réseaux IoT mobiles
- Lieu du stage : LIP6
- Encadrants : Luciana Arantes et Pierre Sens (Delys) et Thi-Mai-Trang Nguyen (Phare) - Contacts : Luciana.Arantes@lip6.fr, Pierre.Sens@lip6.fr, Thi-Mai-Trang.Nguyen@lip6.fr - Description du sujet :
La synchronisation temporelle joue un rôle très important dans les réseaux. De nombreuses applications comme les réseaux de capteurs pour la surveillance d’environnement, les systèmes d’alerte, les maisons intelligentes et les véhicules intelligents ont besoin de la synchronisation temporelle entre les équipements. Les statistiques montrent que 75,44 milliards objets seront connectés dans le monde entier en 2025 [Sta2018]. Ces réseaux Internet des Objets (IoT) ultra-denses demanderont de nouvelles technologies sans-fil qui utilisent mieux les fréquences radio comme la radio cognitive [Kha2017].
Un réseau à radio cognitive est une technologie permettant d’optimiser l’utilisation du spectre radio en cherchant les fréquences disponibles et en les utilisant dynamiquement. Bien que la radio cognitive optimise l’utilisation du spectre radio, elle pose de nombreux défis aux protocoles et applications réseaux car les fréquences utilisées dans les canaux de communications peuvent changer constamment. Sans exception, les protocoles de synchronisation temporelle sont aussi affectés par la dynamique des fréquences dans les réseaux à radio cognitive. Les nœuds doivent se mettre d’accord sur le canal de synchronisation avant d’échanger les messages de synchronisation temporelle.
Distributed Time Synchronization for Cognitive Radio Networks (DSynC) est un protocole de synchronisation temporelle distribué conçu pour les réseaux ayant des fréquences très dynamiques. La différence entre DSynC et d’autres protocoles existants comme CR-Sync [Nie2009], DCR-Sync [Sha2012] et BSynC [Lip2015] est l’absence de Canal de Contrôle Commun prédéfini (CCC). Les nœuds utilisent un protocole de rendez-vous pour trouver un canal de communication commun. Sur ce canal, les nœuds échangent la liste des fréquences disponibles pour chacun. Ainsi, chaque nœud a une vision locale à un saut des nœuds voisins ainsi que de leurs fréquences disponibles.
Dans le protocole DSync, la synchronisation temporelle commence par les Master Nodes (MN) qui ont l’accès à l’horloge globale. Le MN attribue des fréquences aux nœuds voisins en se basant sur la liste des fréquences disponibles de chacun. L’attribution des fréquences repose sur un algorithme de coloriage. Les messages de synchronisation temporelle sont ensuite échangés sur le canal alloué par le MN. La synchronisation temporelle continue à se propager de la même manière vers d’autres nœuds qui n’ont pas encore le temps synchronisé jusqu’à ce que le temps de tous les nœuds dans le réseau soit synchronisé.
2 L’objectif du stage est d’étudier les performances du protocole DSync dans un environnement mobile et dense. C’est le cas des objets connectés intégrés dans les véhicules ou les drones.
Dans un réseau dense et mobile, la topologie change plus fréquemment. Refaire un coloriage [Tus2016] à chaque changement de la topologie serait alors trop coûteux. Nous nous intéressons donc aux techniques de coloriage distribuées prenant en paramètre un certain degré de dynamicité et offrant, par exemple, une certaine redondance de chemins possibles.
La disponibilité de fréquences change aussi quand le nœud se déplace à un autre endroit. Une optimisation pour éviter les changements non nécessaires est à étudier. Nous intéressons notamment au temps de convergence et la consommation d’énergie quand le changement de la topologie ou de la liste des fréquences disponibles est fréquent. A partir de ces études, une proposition des nouveaux mécanismes et algorithmes est attendue. Le simulateur réseau NS3 est utilisé comme la plateforme de test.
Références :
[Kha2017] A. A. Khan, M. H. Rehmani and A. Rachedi, “Cognitive-Radio-based Internet-of-Things:
Applications, Architectures, Spectrum related functionalities, and future research directions”, IEEE Wireless Communications, June 2017.
[Lip2015] N. Lipa, E. Mannes, A. Santos and M. Nogueira, « Firefly-inspired and robust time synchronization for cognitive radio ad hoc networks”, Computer Communications, Elsevier, Vol. 66, July 2015.
[Nie2009] J. Nieminen, R. Jäntti, and L. Qian, « Time Synchronization of Cognitive Radio Networks”, IEEE Global Telecommunications Conference (GLOBECOM), Honolulu, Hawaii, USA, December 2009.
[Sha2012] S. Shaw, Y. Ghamri-Doudane, A. Santos and M. Nogueira, “A reliable and distributed time synchronization for coginitive radio networks”, IEEE 4th Global Information Infrastructure and Networking Symposium (GIIS), Choroni, Venezuela, December 2012.
[Sta2018] Statista, Internet des objets (IoT) : nombre d’appareils connectés dans le monde de 2015 à 2025 (en milliards), https://fr.statista.com/statistiques/584481/internet-des-objets- nombre-d-appareils-connectes-dans-le-monde--2020/
[Tus2016] B. Tushir, S. K. Dhurandher, I. Woungang, M. S. Obaidat and V. Teotia, "Graph colouring technique for efficient channel allocation in cognitive radio networks", IEEE International Conference on Communications (ICC), Kuala Lumpur, Malaysia, May 2016.
