Please use this identifier to cite or link to this item: http://univ-bejaia.dz/dspace/123456789/5585
Title: Approche à base d’alliances dans les graphes pour la réduction de la congestion dans les VANETs
Authors: Maouche, Nadira
Oudia, Jugurta
Moktefi, M, promoteur
Keywords: VANET : Congestion : RSU : Saturation : Alliance défensive De Traitement De Données : Chaîne De Markov : Modèle Analytique
Issue Date: Jul-2017
Publisher: Universite de bejaia
Abstract: Les réseaux véhiculaires mobiles, ou Vehicular Ad-hoc Networks (VANETs), ont reçu une attention particulière de part des scientifiques en raison de leur importance dans la vie quotidienne. Dans les VANETs, nous trouvons principalement, des entités fixes (RSUs) et des entités mobiles (v´ehicules). Pour pouvoir échanger différentes informations et données liées `a la sécurité et au confort des usagers de la route, ces différentes entités doivent établir des communications entre elles. Lors de ces communications, le problème majeur est li´e `a la congestion et `a la saturation des RSUs. Pour remédier `a ce problème, nous avons propos´e dans ce mémoire, une nouvelle approche de coopération entre les RSUs d’un VANET en vue de réduire sa congestion et donc d’´eviter au mieux la saturation de ces RSUs. Cette approche, appelée “ADA2RS” (Approach based Defensive Alliance for Reducing RSUs Saturation), se base sur le concept d’alliances défensives dans les graphes qui assure une collaboration efficace entre les RSUs. De plus nous avons propos´e deux modèles analytiques qui se basent sur les chaînes de Markov pour comparer notre protocole ADA2RS avec le protocole IAGR. Les rrésultats de comparaison obtenus ont montré l’efficacité et la performance de notre approche par rapport `a l’approche IAGR en termes de pertes de paquets. Pour plus de comparaisons, notamment avec d’autres approches (protocoles), des tests et simulations supplémentaires sont envisagées
Description: Option : Réseaux et Systèmes Distribués
URI: http://univ-bejaia.dz/dspace/123456789/5585
Appears in Collections:Mémoires de Master



Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.