|
Context
|
Un contexte important dans lequel apparaissent des réseaux avec de telles capacités est celui des réseaux de capteurs. Le champ d'application des réseaux de capteurs est extrêmement large.
Les solutions développées pour les réseaux filaires ne conviennent pas pour de tels réseaux.
Les capteurs présentent un certain nombre de caractéristiques nécessitant de les étudier en particulier, notamment sur les points suivants :
leur capacité limitée en énergie, en puissance de calcul et en espace mémoire ;
leur mobilité ;
leur faible fiabilité (crash, corruption de mémoire) ;
un mode de communication non fiable (collisions) et sans fil.
De plus, les réseaux de capteurs sont sans infrastructure et dynamiques et peuvent donc être déployés à très grande échelle. Tous ces points ont un dénominateur commun, crucial : l’économie d’énergie.
|
|
Objectives
|
C’est l'aspect "économies d'énergie" que nous voulons aborder dans le projet proposé. Il existe déjà de très nombreuses études expérimentales, à base de simulations, ou encore analytiques, mais dans la plupart des cas, probabilistes.
D'autre part, la plupart des études existantes présupposent l'existence d'identificateurs. C'est cette hypothèse qui permet, par exemple, de construire des systèmes hiérarchiques de clusters et ainsi d'avoir des communications moins gourmandes en énergie 6. Nous voulons traiter une situation plus basique, dans lesquels les capteurs ne disposent que de quelques bits de mémoire.
Nous voulons, en même temps, progresser sur la modélisation de la mobilité des agents.
|
|
Work program
|
Dans une première phase, la littérature sur le sujet sera étudiée de manière extensive. En particulier l’accent sera mis sur les modèles de graphes dynamiques ("time varying graphs" 13, ou modèles probabilistes 11) et des protocoles de populations 14, qui sont des modèle formels exacts pour les réseaux d’agents mobiles, mais qui ne permettent de prendre en compte ni l’énergie, ni la mobilité.
Ensuite nous définirons des modèles étendus, permettant de prendre en compte l’énergie dissipée et fournissant un modèle de mobilité précis.
Puis nous étudierons des solutions à des problèmes classiques (collecte de données, élection de leader, diffusion, routage opportuniste, synchronisation, …), dans l’optique de minimiser l’énergie dissipée et les déplacements des capteurs. Ce calcul de complexité sera mené de manière analytique, dans les cas où le calcul est possible.
|
![[Show/Hide Left Column]](styles/coelesce/img/icons/oleftcol.png "[Show/Hide Left Column]"){kind=icon}
