Um modelo de reputação com classificação via agrupamento para detecção de nós egoístas em redes oportunistas

• Ano de defesa: 2018
• Autor(a) principal: Moreira, Diogo Soares
• Outros Autores: http://lattes.cnpq.br/9967794265023247
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Universidade Federal do Amazonas; Instituto de Computação; Brasil; UFAM; Programa de Pós-graduação em Informática
• Palavras-chave em Português: Detecção de Egoísmo; Redes Tolerantes a Atrasos e Desconexões; Redes Oportunistas Móveis; Modelos de Reputação; CIÊNCIAS EXATAS E DA TERRA: CIÊNCIA DA COMPUTAÇÃO
• Link de acesso: https://tede.ufam.edu.br/handle/tede/6509

O avanço das tecnologias em infraestrutura de redes fez emergir uma nova gama de aplicações que se utilizam de múltiplos saltos, tais como as redes de sensores e as redes em malha sem fio. O conceito de redes tolerantes a atrasos e desconexões surgiu como uma solução para possibilitar a comunicação em cenários nos quais a comunicação é intermitente. Todavia, uma premissa básica para o bom desempenho dessas redes é a colaboração dos nós durante a comunicação. Essa colaboração é uma questão fundamental para o fluxo de dados e o desempenho global. Entretanto, devido a fatores como restrições de recursos próprios (por exemplo, buffer e energia), os nós eventualmente agem de maneira egoísta, deixando de colaborar com o fluxo de dados na rede. Portanto, é fundamental que exista um mecanismo distribuído que possa mensurar o grau de colaboração dos membros da rede a fim de melhorar a entrega das mensagens. Este trabalho propõe um modelo de detecção de egoísmo utilizando mecanismos de reputação, que possa qualificar outros membros da rede de acordo com seu grau de participação no fluxo de dados, podendo, desta forma, identificar nós egoístas e nós cooperativos. O ranqueamento é feito através de um método numérico executado durante os contatos. Uma vez qualificados, os membros da rede são classificados através de uma técnica de agrupamento, diferentemente de outros trabalhos encontrados na literatura. Os resultados experimentais, obtidos no ambiente de simulação The ONE, demonstram que o modelo aqui proposto e implementado é promissor e a técnica de agrupamento pode ser aplicada sem perda de confiabilidade, além se ser muito preciso quando a taxa de nós egoístas na rede aumenta.