Uma nova versão do protocolo grant para redes tolerantes a atrasos
Ano de defesa: | 2018 |
---|---|
Autor(a) principal: | |
Orientador(a): | |
Banca de defesa: | , , , |
Tipo de documento: | Dissertação |
Tipo de acesso: | Acesso aberto |
Idioma: | por |
Instituição de defesa: |
Universidade Tecnológica Federal do Paraná
Curitiba |
Programa de Pós-Graduação: |
Programa de Pós-Graduação em Computação Aplicada
|
Departamento: |
Não Informado pela instituição
|
País: |
Brasil
|
Palavras-chave em Português: | |
Área do conhecimento CNPq: | |
Link de acesso: | http://repositorio.utfpr.edu.br/jspui/handle/1/3468 |
Resumo: | Esta dissertação apresenta uma nova versão do protocolo GrAnt (Greedy Ant), o qual utiliza a meta-heurística ACO (Ant Colony Optimization ou Otimização por Colônia de Formigas) para promover o roteamento em redes complexas e dinâmicas, como as DTNs (Delay/Disruption Tolerant Networks ou Redes Tolerantes a Atrasos/Desconexões). A nova versão, batizada de rGrAnt (Rule-based Greedy Ant), foi desenvolvida para prover ao GrAnt a habilidade de extrair informações online da conectividade social dos nós, os quais podem residir em ambientes de redes desde muito desconectados e esparsos até altamente conectados. Com essas informações, o rGrAnt pode guiar o módulo de roteamento do protocolo através de um conjunto de regras na decisão de (1) quando considerar informações de funções heurísticas e/ou concentração de feromônio, (2) quais informações podem ser incorporadas em ambos função heurística e concentração de feromônio e (3) seo encaminhamento de mensagens deve ser menos ou mais restritivo. Em nós com baixa conectividade, é interessante tornar o encaminhamento de mensagens no protocolo GrAnt menos restritivo, de forma a melhor aproveitar os poucos contatos disponíveis. Ao contrário, em nós com alta conectividade, torna-se necessário restringir o encaminhamentode mensagens de forma a não sobrecarregar sempre o mesmo conjunto de nós e enlaces.O desempenho do rGrAnt foi comparado com o GrAnt em três cenários diferentes desimulação. Resultados mostram que, nos três cenários, o rGrAnt obtém uma maior taxa de entrega de mensagens do que o GrAnt. |