Modelagem e Análise da Comunicação em VANETs com uso de RSUs
Resumo
Escalabilidade e processamento paralelo são características inerentes às redes veiculares ou VANETs (Vehicular Ad hoc NETworks). A implementação de VANETs pode envolver elevado custo e por serem sistemas críticos, possuem requisitos específicos que exigem configurações heterogêneas. O crescimento da rede aumenta a complexidade e fica propenso a erros, tais como disseminação de dados, perda de pacotes e atraso. Dado o custo de implementação de VANETs, as ferramentas de simulação surgem como alternativa para avaliar configurações apropriadas. Simuladores permitem verificar interações complexas em diversas configurações, compreender o comportamento do sistema e propor otimizações. A análise prévia permite dimensionar corretamente o sistema e minimizar o custo envolvido, seja na ampliação, seja na redução da quantidade de dispositivos. Este trabalho apresenta um modelo Stochastic Petri Net voltado para VANETs com Road Side Units (RSU), onde foram avaliadas as métricas tempo médio de resposta (MRT), probabilidade de descarte de mensagens, taxa de utilização da camada network WIFI e taxa de utilização da camada Edge RSU. A bateria de testes foi executada com variações na taxa chegada de requisições. A partir do estudo realizado foi possível verificar que a alta performance na camada Wifi deixa subutilizada a camada Edge RSU.
Referências
Casanova, H., Giersch, A., Legrand, A., Quinson, M., and Suter, F. (2013). Simgrid: a sustained effort for the versatile simulation of large scale distributed systems. arXiv preprint arXiv:1309.1630.
Dobre, C., Pop, F., and Cristea, V. (2008). A simulation framework for dependable distributed systems. In 2008 International Conference on Parallel Processing-Workshops, pages 181–187. IEEE.
Hirofuchi, T., Lebre, A., and Pouilloux, L. (2015). Simgrid vm: Virtual machine support for a simulation framework of distributed systems. IEEE Transactions on Cloud Computing, 6(1):221–234.
Hussain, S. A., Khan, N. A., Sadiq, A., and Ahmad, F. (2018). Simulation, modeling and analysis of master node election algorithm based on signal strength for vanets through colored petri nets. Neural Computing and Applications, 29:1243–1259.
Junior, A. L., Matos, R., Silva, B., and Maciel, P. (2017). Expolynomial modelling for supporting vanet infrastructure planning. pages 86–91. IEEE Computer Society.
Li, B., Sutton, G. J., Hu, B., Liu, R. P., and Chen, S. (2017). Modeling and qos analysis of the ieee 802.11p broadcast scheme in vehicular ad hoc networks. Journal of Communications and Networks, 19(2):169–179.
MODCS (2021). Mercury tool. Motor1 (2021). Como estão as vendas de carros em 2021 em comparação com 2019 e 2020?
Oliveira, D., Matos, R., Dantas, J., Ferreira, J., Silva, B., Callou, G., Maciel, P., and Brinkmann, A. (2017). Advanced stochastic petri net modeling with the mercury scripting language. In Proceedings of the 11th EAI International Conference on Performance Evaluation Methodologies and Tools, pages 192–197.
Raskar, C. and Nema, S. (2022). Metaheuristic enabled modified hidden markov model for traffic flow prediction. Computer Networks, 206:108780.
Santos, L., Cunha, B., Fé, I., Vieira, M., and Silva, F. A. (2021). Data processing on edge and cloud: a performability evaluation and sensitivity analysis. Journal of Network and Systems Management, 29(3):1–24.
Shah, A. F. and Mustari, N. (2017). Modeling and performance analysis of the ieee 802.11p enhanced distributed channel access function for vehicular network. pages 173–178. Institute of Electrical and Electronics Engineers Inc.
Verma, S., Ghazel, M., and Berbineau, M. (2021). Model-based dependability evaluation of a wireless communication system in a virtually coupled train set. volume 54, pages 179–186. Elsevier B.V.
WIRE, B. (2018). U.s. autonomous car market 2018-2023 - there will be some 20.8 million autonomous vehicles in operation in the u.s. by 2030 - https://researchandmarkets.com.
Zhou, M., Han, L., Lu, H., and Fu, C. (2020). Distributed collaborative intrusion detection system for vehicular ad hoc networks based on invariant. Computer Networks, 172.
