Towards the ranking of important smart vehicles in VANETs-An information-centric approach

Vers une approche centrée information (ICN) pour identifier les véhicules importants dans les VANETs

Junaid A. Khan (1, 2) , Yacine Ghamri-Doudane (2) , Ali El Masri (2, 1)

1 LIGM - Laboratoire d'Informatique Gaspard-Monge
2 L3I - Laboratoire Informatique, Image et Interaction - EA 2118

Les véhicules d’aujourd’hui peuvent désormais être considérés comme une plate-forme puissante capable de collecter et partager une énorme quantité de données provenant des différents lieux d’un environnement urbain. L’utilisation d’un réseau d’infrastructure pour permettre cette collecte et ce partage de données massif (Big-Data) est coûteuse et inadéquate, vu que la majorité des données sont de pertinence locale. Ceci introduit la nécessité d’identifier des véhicules capables de se comporter comme centres d’informations dont le rôle est de collecter les informations du réseau, partager les informations collectées, et les distribuer aux véhicules intéressés. Pour identifier des tels véhicules (évalués comme importants dans le réseau), dans cet article, nous proposons, pour la première fois dans les réseaux véhiculaires, un algorithme de classement, appelé InfoRank, qui permet à un véhicule de mesurer son importance (centralité) dans le réseau. InfoRank utilise une approche centrée information (ICN, Information-Centric Networking) qui évalue l’importance d’un véhicule en se basant sur l’importance des informations provenant des différents lieux visités par le véhicule. Les résultats obtenus valident la capacité d’InfoRank à identifier les véhicules importants dans le réseau ainsi que son aptitude à passer à l’échelle et sa conformité aux principes d’ICN.

Les véhicules d'aujourd'hui peuvent désormais être considérés comme une plate-forme puissante capable de collecter et partager une énorme quantité de données provenant des différents lieux d'un environnement urbain. L'utilisation d'un réseau d'infrastructure pour permettre cette collecte et ce partage de données massif (Big-Data) est coûteuse et inadéquate, vu que la majorité des données sont de pertinence locale. Ceci introduit la nécessité d'identifier des véhicules capables de se comporter comme centres d'informations dont le rôle est de collecter les informations du réseau, partager les informations collectées, et les distribuer aux véhicules intéressés. Pour identifier des tels véhicules (évalués comme importants dans le réseau), dans cet article, nous proposons, pour la première fois dans les réseaux véhiculaires, un algorithme de classement, appelé InfoRank, qui permet à un véhicule de mesurer son importance (centralité) dans le réseau. InfoRank utilise une approche centrée information (ICN, Information-Centric Networking) qui évalue l'importance d'un véhicule en se basant sur l'importance des informations provenant des différents lieux visités par le véhicule. Les résultats obtenus valident la capacité d'InfoRank à identifier les véhicules importants dans le réseau ainsi que son aptitude à passer à l'échelle et sa conformité aux principes d'ICN.

Mots clés: Réseau ad hoc de véhicules; réseau centré information; centralité

Domaines: Informatique [cs]

Junaid A. Khan, Yacine Ghamri-Doudane, Ali El Masri. Vers une approche centrée information (ICN) pour identifier les véhicules importants dans les VANETs. Proceedings of the conference CFIP NOTERE 2015, Jul 2015, Paris, France. pp.6. ⟨hal-01290271⟩