Thèse de doctorat de Fabrice THEOLEYRE CITI – INRIA ARES – INSA Lyon

Présentation au sujet: "Thèse de doctorat de Fabrice THEOLEYRE CITI – INRIA ARES – INSA Lyon"— Transcription de la présentation:

1 Thèse de doctorat de Fabrice THEOLEYRE CITI – INRIA ARES – INSA Lyon
Une Auto-Organisation et ses Applications pour les Réseaux Ad-Hoc et Hybrides Thèse de doctorat de Fabrice THEOLEYRE CITI – INRIA ARES – INSA Lyon Directeurs de thèse : Fabrice Valois Eric Fleury

2 Contexte Qu’est ce qu’un réseau ad hoc ? Défis Contraintes Hybride ?
Routage, Confidentialité… Contraintes Mobilité Hétérogénéité Radio La radio pose des problèmes notamment en termes d’interférences (mais également d’évanouissements, de réflexions…)

3 Motivations Approche classique en ad hoc Exemple Vision à plat
Égalité et solidarité Ensemble déstructuré … à utiliser tel quel Tout refaire … à chaque fois Exemple Diffusion Routage … Mon objectif est donc d’organiser le réseau avant son utilisation

4 Plan Objectif et Définition Proposition d’auto-organisation Propriétés
Avantages pour les services réseau Impact sur la capacité Expérimentations Conclusion et Perspectives

5 Objectif Organiser le réseau avant son utilisation
Et prouver l’efficacité d’une auto-organisation clusterhead Efficacité : augmenter les performances des protocoles supérieurs dominant dominé Ensemble Connecté Dominant (CDS) Clustering: Diamètre / rayon / cardinalité

6 (ma) définition Introduit une vue hiérarchique Localisé (auto)
Vue logique ≠ topologie radio Un ou plusieurs niveaux de hiérarchie Localisé (auto) Couche d’auto-organisation Couche fédératrice Mutualisation Un moyen et non une fin L’auto-organisation telle que conçue habituellement … Theoleyre, Valois, Auto-organisation de réseaux ad hoc : concepts et impacts, chap. 5 de Réseaux mobiles ad hoc et réseaux de capteurs, Hermès, 2006,

7 Plan Objectif et Définition Proposition d’auto-organisation Propriétés
Avantages pour les services réseau Impact sur la capacité Expérimentations Conclusion et Perspectives

8 Description générale de CDCL
Je vais donc d’abord présenter la construction de la dorsale puis des clusters et enfin j’aborderai le problème de la maintenance 3. Construction de grappes 2. Construction d’une dorsale 1. Découverte de voisinage Theoleyre, Valois, Structure virtuelle pour une auto-organisation dans les réseaux ad-hoc et hybrides, Annales des Télécommunications, accepté avec révisions mineures Theoleyre, Valois, A Virtual Structure for Mobility Management in Hybrid Network, in IEEE WCNC, USA, 2004

9 Carences des dorsales existantes
Algorithmes localisés [wu99, stojmenovic01] Règle : je suis redondant Pas conçus pour la persistance Pas d’arbre Algorithmes distribués [butenko03] Borne de cardinalité Pas de maintenance Dorsale non flexible k-CDS 4 8 5 6 8 3 2 5 7 7 Pour expliquer la règle de redondance, prenons un exemple. Les communications entre les deux nœuds extrêmes peuvent passer par le nœud 8 car elles passent prioritairement via un nœud de poids élevé. Donc le nœud 4 est redondant. Au contraire, le nœud 8 est nécessaire car sinon, le réseau est déconnecté De plus, ce type d’approche ne regardant que les voisins et leur état, elles ne construisent pas un arbre La persistance est la stabilité de la vue logique K-CDS : parler de nombre de bases de données de localisation

10 CDCL – Dorsale - Construction
Initiée par un (ou plusieurs) leader(s) Poids énergie, mobilité, degré k-CDS Création d’un ensemble dominant Elections locales Interconnexion Invitations avec des inondations locales

11 CDCL – Exemple de 2-CDS Remarque : Construction d’un arbre 10 4 2 4 9
Dominant Dominé En élection Hello Invitation Lien radio connexion Leader 10 4 2 4 9 5 8 8 7 Prenons l’exemple de la construction d’un 2-CDS Poids ! La phase d’interconnexion est initiée lorsque localement la fin des élections est détectée  parallélisation des deux étapes de la construction Intuitivement, 5 sauts, c’est … 5 Remarque : Construction d’un arbre

12 CDCL – Clusters - Construction
Algorithme classique [lin97] Le nœud a plus fort poids  clusterhead Puis ralliement des voisins Modifications Rayon flexible Tire parti de la dorsale Optimisation du nombre de participants Trafic de contrôle Auto-organisation intégrée Clusterhead = dominant Distance via la dorsale

13 CDCL – Clusters - Construction
Distance max = 2 sauts 7 7 4 5 3 5 8 10 10

14 CDCL – Maintenance Vitale Dorsale Clusters Mobilité
Robustesse aux fautes Dorsale Maintenance événementielle Dominé isolé Dominant déconnecté de la dorsale Dorsale cassée Dominant superflu Clusters Vecteur de distance La maintenance est nécessaire car des changements de topologie se produisent continuellement. Pour la dorsale, nous avons une maintenance événementielle. Par exemple, un processus de diffusion limité à la dorsale permet de détecter les déconnexions de dorsales. Après la détection d’une cassure, un nœud va automatiquement effectuer une demande de reconnexion en effectuant une inondation locale. Il se reconnectera via le meilleur chemin. Des procédures locales similaires permettent de détecter qu’un dominé est trop loin du backbone, permet d’élire localement de nouveaux dominants ou au contraire enlever des dominants inutiles. La maintenance des clusters est intégrée à celle de la dorsale: on ajoute seulement un champs ‘distance au clusterhead’ dans les paquets hellos. Ainsi, un algorithme de type vecteur de distance permet de maintenir un clusterhead à une distance bornée. Etant donné que le rayon d’un cluster est faible, cette approche là est performante et limite les problèmes de convergence

15 Vue synthétique

16 Plan Objectif et Définition Proposition d’auto-organisation Propriétés
Avantages pour les services réseau Impact sur la capacité Expérimentations Conclusion et Perspectives

17 Evaluation de performances
Simulations OPNET Modeler 8.1 40 nœuds distribués aléatoirement Couche MAC (802.11) + radio réaliste Hellos toutes les 4 secondes Mesures : cardinalité, connexité, persistance Paramètres densité, mobilité, nombre de nœuds Comparaison CDCL / Wu & Li Ne pas oublier de définir toutes les métriques et paramètres Modèles de mobilité Pourquoi je compare CDCL set seulement Wu & Li

18 50 nœuds statiques, degré = 10, kcds=1
Convergence Nous avons démontré analytiquement que les algorithmes d’auto-organisation de construction et de maintenance sont auto-stabilisants : ils convergent vers un état valide après l’initialisation et après tout changement de topologie quelconque. Ici, je vous présente les résultats de simulations qui corroborent les résultats obtenus analytiquement Ce graphe représente le nombre de nœuds qui ont un état donné à un instant t. Par exemple, à 5secondes, nous avons 20 dominants et 30 dominés 50 nœuds statiques, degré = 10, kcds=1

19 40 nœuds, degré = 10, modèle de mobilité random waypoint
Impact de la mobilité Un kcds est donc plus particulièrement adapté aux environnements mobiles Kcds = 1 est très bien adapté à la création d’une vision très stable 40 nœuds, degré = 10, modèle de mobilité random waypoint

20 40 nœuds, degré = 10, modèle de mobilité random waypoint
Impact de la mobilité Si des paquets hellos étaient envoyés plus fréquemment, la connexité augmenterait 40 nœuds, degré = 10, modèle de mobilité random waypoint

21 degré = 10, modèle de mobilité random waypoint, vitesse de 5m/s
Trafic de contrôle Le compromis kcds=2 et kcluster=3 paraissent donc un bon compromis nombre de chefs / trafic de contrôle / stabilité degré = 10, modèle de mobilité random waypoint, vitesse de 5m/s

22 Cardinalité bornée Borne théorique : degré = 10
On a ensuite étudié analytiquement la cardinalité de CDCL, en la comparant à celle d’un MCDS, un MCDS étant un backbone avec un nombre minimum de dominants. Le calcul d’un MCDS est NP-Complet, il est donc nécessaire de calculer tous les ensembles possibles pour déterminer un MCDS, demandant un temps de calcul important, même avec un petit nombre de nœuds. degré = 10

23 Propriétés - conclusion
Quelle(s) conclusion(s) ? Rapidité de convergence Robustesse à la mobilité changements locaux  impact local Persistance Cardinalité bornée (et réduite)  Comment l’exploiter efficacement ?

24 Plan Objectif et Définition Proposition d’auto-organisation Propriétés
Avantages pour les services réseau Impact sur la capacité Expérimentations Conclusion et Perspectives

25 Bénéfices d’une auto-organisation
Routage ad hoc Virtual Structure Routing (VSR) Adapte les protocoles existants Dorsale pour la diffusion Double hiérarchie Internet sans-fil multisauts Self-Organized Mobility Management (SOMoM) Dorsale = arbre proactif de routage Économie d’énergie J’ai choisir de ne pas détailler cette partie, je ne vais ici donner que les idées clé. Nous souhaitions valider l’intuition selon laquelle il est plus intéressant d’abord d’organiser le réseau puis d’implémenter des services évolués sur cette auto-organisation, et non pas exécuter les protocoles directement sur un ensemble déstructuré. Theoleyre, Valois, Mobility management in multihops wireless access networks, in IFIP PWC, France, 2005 Theoleyre, Valois, Virtual Structure Routing in Ad Hoc Networks, in IEEE ICC, Corée du Sud, 2005

26 VSR – Passage à l’échelle
VSR surpasse les protocoles à plat et hiérarchiques degré = 10, modèle de mobilité random waypoint, vitesse de 5m/s

27 Plan Objectif et Définition Proposition d’auto-organisation Propriétés
Avantages pour les services réseau Impact sur la capacité Expérimentations Conclusion et Perspectives

28 Problématique Capacité Auto Organisation Quel impact sur la capacité ?
Débit atteignable par le réseau Dimensionne les applications Auto Organisation Supprime certains liens Surcharge certains nœuds Pas le plus court chemin Quel impact sur la capacité ? Comparaison à plat / auto organisé

29 Travaux existants et Objectif
Etude asymptotique [gupta00,zemlianov05] Capacité asymptotique Routage intégré dans la modélisation  ne permet pas une comparaison But : Capacité quantitative Topologie, trafic de contrôle et routes donnés Débit atteignable avec une couche MAC idéale ordonnancement parfait, avec équité Problème de type multi-flots Programmation linéaire

30 Capacité : problème(s)
Comment est impactée la capacité ? Interférences radio Multisauts Hypothèses de modélisation Liens bidirectionnels Broadcast de C Unicast de C à D Contraintes locales

31 Somme des trafics des flux passant par e
Contraintes Multisauts Contraintes linéaires : q q q S D Quantité de données = q Trafic du lien radio e = Somme des trafics des flux passant par e

32 Contraintes Partage des ressources radio Borne inférieure
Seuls les 2-voisins peuvent interférer : Ex : équité terminaux a b d c e 1/5 2/5 3/5 4/5 1 C’est une hypothèse pessimiste : Certaines communications sont ici interdites alors qu’en réalité elles sont autorisées a b c d e Rivano, Theoleyre, Valois, Capacity Evaluation Framework and Validation of Self-Organized Routing Schemes, in IEEE IWWAN, USA, 2006

33 Contraintes Partage des ressources radio Borne inférieure
Partage entre liens radio 1/5 2/5 3/5 4/5 1 a b d c e Par ailleurs, l’équité entre liens radio suit un raisonnement similaire. a b c d e e Trafic de contrôle de d Trafic de données vers e Trafic de données vers c

34 Contraintes Partage des ressources radio Borne supérieure
Autoriser les communications du type : Référencement des communications possibles : En sachant que plusieurs liens radio peuvent être actifs simultanément, il suffit de calculer la proportion du temps pendant laquelle un lien particulier est autorisé à émettre Ceci rejoint le concept des ensembles indépendants

35 Contraintes Partage des ressources radio
Borne supérieure : calculer la proportion Calcul des MIS  NP-Complet  exhaustif Algorithme de calcul statistique Ex: équité liens radio

36 Trafic du lien radio a = Trafic du lien radio c
Contraintes Partage des ressources radio Borne supérieure Partage entre liens radio Avec équité liens radio 2/3-e 1-e 1 a a Expliquer intuitivement la proportion de bande passante pour IS1 et IS2 IS1 IS2 Trafic de contrôle b b Trafic du lien radio a = Trafic du lien radio c Trafic du lien radio b c c

37 Démarche adoptée Données Contraintes de flux
Topologie, routes, trafic de contrôle Contraintes de flux sur chaque lien radio traversé Contraintes de partage radio Borne inférieure Borne supérieure Programmation linéaire Capacité

38 Capacité VSR = OLSR : Wu & Li
borne > borne < Wu & Li degré = 10, capacité par flux, toutes les routes actives, équité liens radio

39 Conclusion Réseau ad hoc Réseau hybride
pas d’impact de notre auto-organisation impact possible si mal conçu (exemple : [wu99]) Réseau hybride backbone mal équilibré à la racine goulot d’étranglement Dans un réseau ad hoc, tous les flux possibles sont autorisés. Dans un réseau hybride, le point d’accès constitue soit la source, soit la destination de toutes les routes. Enfin, ce modèle permet d’évaluer la capacité de n’importe quel protocole de routage : il est flexible et peut servir de framework pour la comparaison d’approches quelconques

40 Plan Objectif et Définition Proposition d’auto-organisation Propriétés
Avantages pour les services réseau Impact sur la capacité Expérimentations Conclusion et Perspectives

41 Pourquoi des expérimentations ?
Evaluation de l’auto-organisation Simulations OPNET cardinalité, persistance, délai, taux de livraison, etc.… Analyse théorique auto-stabilisation complexité cardinalité … problème : la modélisation radio Simulations + Analyse = première étape

42 Evaluation Problèmes Liens radio Performances de 802.11 [dhoutaut03]
instabilité hétérogénéité unidirectionnels Performances de [dhoutaut03]

43 Débits TCP Trafic d’un nœud seul flux TCP vers Internet

44 débit instantané, flux constant vers Internet
Mobilité – Débit TCP J’ai ensuite mesuré l’impact de la mobilité. On voit une cassure du flux pendant 2 secondes, ce qui correspond au temps de reconfiguration dans les simulations de la structure d’auto-organisation. Le protocole de routage s’adapte lui à la volée. On retrouve donc certains résultats de simulations débit instantané, flux constant vers Internet

45 Plan Objectif et Définition Proposition d’auto-organisation Propriétés
Avantages pour les services réseau Impact sur la capacité Expérimentations Conclusion et Perspectives

46 Conclusion Proposition d’une structure d’auto organisation
Robustesse Stabilité Rapidité de convergence Avantages pour les services réseau Routage Internet sans-fil multisauts Peu d’impact sur la capacité Évaluation Simulations Analyse théorique Expérimentations réelles  « Une auto-organisation améliore les performances d’un réseau ad hoc ou hybride » Nous avons conçu une architecture modulaire d’auto-organisation, proposant notamment des fonctions de routage et de réseaux hybrides

47 Perspectives Conception Évaluation de performances Auto-*
Plateforme complète Évaluation de performances Implémenter de nouveaux testbeds Scénarios test Auto-* réseaux de capteurs ? auto configuration ? contrôle de topologie ? architecture : en couches, modulaire ? Par exemple, implémenter un handoff dans les réseaux hybrides avec le choix du meilleur point d’accès, intégrer Mobile IP pour gérer la macro-mobilité…

48

49 Conférences Internationales
Chapitres de livre Theoleyre, Valois, Auto-organisation de réseaux ad hoc : concepts et impacts, chap. 5 de Réseaux mobiles ad hoc et réseaux de capteurs, Hermès, 2006, Conférences Internationales Theoleyre, Valois, On the Performances of the Routing Protocols in MANET: Classical versus Self-Organized Approaches, in IFIP Networking, Portugal, 2006 Rivano, Theoleyre, Valois, Capacity Evaluation Framework and Validation of Self-Organized Routing Schemes, in IEEE IWWAN, USA, 2006 Theoleyre, Valois, About the self-stabilization of a virtual topology for self-organization in ad hoc networks, in IEEE SSS, Espagne, 2005 Theoleyre, Valois, Mobility management in multihops wireless access networks, in IFIP PWC, France, 2005 Theoleyre, Valois, Virtual Structure Routing in Ad Hoc Networks, in IEEE ICC, Corée du Sud, 2005 Theoleyre, Valois, A Virtual Structure for Mobility Management in Hybrid Network, in IEEE WCNC, USA, 2004