MAC protocol for vehicular adhoc

Abstract

Le protocole de contrôle d'accès au canal (MAC) pour les réseaux véhiculaires demeure un défi important pour la diffusion des messages de sécurité. En outre, les performances de réseau ne sont pas satisfaisantes en variant les conditions de traffic. Le groupement (clustering) est une technique efficace pour améliorer les performances du protocole MAC. Cependant, la latence et l'excédent générés par la formation et le maintient des groupes sont des obstacles courants à l'adoption massive de cette technique. À cette fin, nous proposons, comme première contribution, un système de regroupement des véhicules pour le reseau véhiculaire. En tirant parti de l'apprentissage par renforcement, notre système peut rapidement former des clusters conscients des conditions du réseau. En outre, notre système de regroupement basé sur l'apprentissage par renforcement assure une maintenance dynamique et coopérative pour les regroupements. L'efficacité de notre système est évaluée par des simulations approfondies, et les résultats de la simulation montrent l'efficacité de l'algorithme proposé. Les résultats de la simulation montrent que la proposition dépasse une approche précédemment développée et permet de séléctionner des chefs de cluster plus persistant avec des durées plus longues et des connexions plus stables avec leurs members. Avec l'augmentation du nombre d'utilisateurs, l'attention est accordée à la qualité de l'expérience (QoE) et à l'allocation des ressources de canal dans IoV. C'est pourquoi nous proposons, comme deuxième contribution, un schema MAC basé sur la qualité de l'expérience et le clustering pour les reseaux véhiculaires. La proposition a pour objectif d'améliorer l'efficacité du réseau et la qualité du service qu'il fournit. Dans cette contribution, les véhicules sont organisés en groupes dans lesquels il y a un chef dans chaque groupe. Le chef de groupe est responsable de l'attribution des slots de temps, de la transmission des messages envoyés par les membres de leur cluster et de la planification des communications entre les clusters et à l'intérieur du cluster. L'efficacité du système est évaluée à travers diverses simulations. Les résultats de la simulation montrent que le protocole obtient un taux de collision plus faible et un débit plus élevé que le standard. Le protocole MAC est souvent confronté au problème de la congestion du réseau. La congestion se produit généralement lorsque la capacité du réseau est inférieure à la charge du canal. Cela peut bloquer l'échange des messages et provoquer une latence supplémentaire. Pour atténuer cette situation, nous proposons comme troisième contribution un nouveau algorithm MAC d'évitement de congestion pour le reseau véhicullaire. L'objectif de cette étude est de réduire la congestion des réseaux. Sur la base de la technique d'apprentissage du renforcement profond, nous proposons un nouveau schéma qui utilise plusieurs paramètres MAC pour éviter ou gérer la congestion de réseau détectée. Le schema proposé ajuste périodiquement les paramètres MAC en supervisant le comportement de la communication à proximité de chaque véhicule. De cette façon, il peut réduire les retards et le taux de collision d’une part, et augmenter le debit de l’échange de données d’autre part. L’objectif principal de notre quatrième contribution est de minimizer la congestrion de reseau en minimisant la redundance des messages lors de la diffusion des messages d’accident. Nous avos utilize les message unicast au lieu des messages de diffusion (broadcast) permettant la communication multi-saut entre les véhicules et les serveurs. Les simulation de cette proposition ont montré l’éfficacité de cette contribution. Comme dernière contribution, nous avons propose un susteme de santé permettant de detecter des incidents relatifs aux état de santé des conducteur. Ce system permet la detection rapide des incident pour une prise en charge rapide. Il permet également de gérer de manière efficace la recherche des a