Classificação GeoSocial de Contatos para Disseminação de Dados em Redes Veiculares Oportunistas

• Carlos R. Guerber UTFPR / IFSC
• Eduardo L. Gomes UTFPR / IFSC
• Mauro Fonseca UTFPR
• Anelise Munaretto UTFPR

DOI: https://doi.org/10.5753/sbrc.2018.2409

Resumo

As pesquisas em redes veiculares oportunistas têm atraído atenção no que se refere á seleção de contatos para aplicação em redes de dados. Apresentamos um modelo GeoSocial para seleção de contatos e roteamento de mensagens em ambientes urbanos baseado na amplitude e frequência de movimentação e na estrutura social dos véıculos. Consideramos a temporalidade na formação dos enlaces na rede para extrair estas informações. O modelo foi avaliado em uma base de dados real de movimentação de taxis. Em decorrência mostramos que com um pequeno número de véıculos é possivel atingir resultados superiores na taxa de entrega com baixo overhead relativo em relação a outros protocolos de roteamento.

Referências

Benesty, J., Chen, J., Huang, Y., and Cohen, I. (2009). Pearson correlation coefcient. Springer.

Borgatti, S. P. and Halgin, D. S. (2011). Analyzing afliation networks. The Sage handbook of social network analysis, 1:417–433.

Bracciale, L., Bonola, M., Loreti, P., Bianchi, G., Amici, R., and Rabuf, A. (2014). CRAWDAD dataset roma/taxi (v. 2014-07-17). Computer Communications.

Celes, C., Silva, F., Boukerche, A., Andrade, R., and Loureiro, A. (2017). Improving vanet simulation with calibrated vehicular mobility traces. IEEE Transactions on Mobile Computing.

Cheng, Z., Caverlee, J., Lee, K., and Sui, D. Z. (2011). Exploring Millions of Footprints in Location Sharing Services. Icwsm, 2010(Cholera):81–88.

Costa, E. C., Vieira, A. B., Wehmuth, K., Ziviani, A., and Paula, A. (2015). Time Centrality in Dynamic Complex Networks. ArXiv, pages 1–12.

Cunha, F. D., Alvarenga, D. A., Viana, A. C., Mini, R. A., and Loureiro, A. A. (2015). In ProceeUnderstanding interactions in vehicular networks through taxi mobility. dings of the 12th ACM Symposium on Performance Evaluation of Wireless Ad Hoc, Sensor, & Ubiquitous Networks, pages 17–24. ACM.

Cunha, F. D., Vianna, A. C., Mini, R. A., and Loureiro, A. A. (2014). Is it possible to nd social properties in vehicular networks? In Computers and Communication (ISCC), 2014 IEEE Symposium on, pages 1–6. IEEE.

Granovetter, M. S. (1977). The strength of weak ties. pages 347–367.

Hagberg, A. A., Schult, D. A., and Swart, P. J. (2008). Exploring network structure, dynamics, and function using NetworkX. In Proceedings of the 7th Python in Science Conference (SciPy2008), pages 11–15, Pasadena, CA USA.

Hui, P., Crowcroft, J., and Yoneki, E. (2011). BUBBLE Rap: Social-based forwarding in delay-tolerant networks. IEEE Transactions on Mobile Computing, 10(11):1576– 1589.

Lance, G. N. and Williams, W. T. (1966). Computer programs for hierarchical polythetic classication (“similarity analyses”). The Computer Journal, 9(1):60–64.

Masuda, N. and Lambiotte, R. (2016). A Guidance to Temporal Networks. World Scientic.

Robusto, C. C. (1957). The Cosine-Haversine Formula. Source: The American Mathematical Monthly, 64(1):38–40.

Scott, J. (2017). Social network analysis. Sage.

Thakur, G. S., Kumar, U., Helmy, A., and Hsu, W.-J. (2010). Analysis of spatiotemporal preferences and encounter statistics for dtn performance. arXiv preprint arXiv:1007.0960.

Vaz De Melo, P. O. S., Viana, A. C., Fiore, M., Jaffrés-Runser, K., Le Mouël, F., Loureiro, A. A. F., Addepalli, L., and Guangshuo, C. (2015). RECAST: Telling apart social and random relationships in dynamic networks. Performance Evaluation, 87:19–36.

Villas, L. A., Boukerche, A., Loureiro, A. A., and Ueyama, J. (2013). Um novo algoritmo geográco ciente de partições na rede para disseminação de dados em redes veiculares. XXXI Simpósio Brasileiro de Redes de Computadores e Sistemas Distribuídos-SBRC.