Agrégation de données dans les réseaux de capteurs sans fil
Auteur / Autrice : | Jin Cui |
Direction : | Fabrice Valois |
Type : | Thèse de doctorat |
Discipline(s) : | Informatique |
Date : | Soutenance le 27/06/2016 |
Etablissement(s) : | Lyon |
Ecole(s) doctorale(s) : | École doctorale en Informatique et Mathématiques de Lyon (Lyon ; 2009-....) |
Partenaire(s) de recherche : | établissement opérateur d'inscription : Institut national des sciences appliquées (Lyon ; 1957-....) |
Laboratoire : CITI - Centre d'Innovation en Télécommunications et Intégration de services (Lyon, INSA) - CITI Centre of Innovation in Telecommunications and Integration of services / CITI | |
Jury : | Président / Présidente : André-Luc Beylot |
Examinateurs / Examinatrices : Fabrice Valois, André-Luc Beylot, Marcelo Dias de Amorim, Pascale Minet, Khaled Boussetta, Franck Rousseau | |
Rapporteurs / Rapporteuses : Marcelo Dias de Amorim, Pascale Minet |
Mots clés
Résumé
Depuis plusieurs années, l’agrégation de données sont considérés comme un domaine émergent et prometteur tant dans le milieu universitaire que dans l’industrie. L’énergie et la capacité du réseau seront donc économisées car il y aura moins de transmissions de données. Le travail de cette thèse s’intéresse principalement aux fonctions d’agrégation Nous faisons quatre contributions principales. Tout d’abord, nous proposons deux nouvelles métriques pour évaluer les performances des fonctions d’agrégations vue au niveau réseau : le taux d’agrégation et le facteur d’accroissement de la taille des paquets. Le taux d’agrégation est utilisé pour mesurer le gain de paquets non transmis grâce à l’agrégation tandis que le facteur d’accroissement de la taille des paquets permet d’évaluer la variation de la taille des paquets en fonction des politiques d’agrégation. Ces métriques permettent de quantifier l’apport de l’agrégation dans l’économie d’énergie et de la capacité utilisée en fonction du protocole de routage considéré et de la couche MAC retenue. Deuxièmement, pour réduire l’impact des données brutes collectées par les capteurs, nous proposons une méthode d’agrégation de données indépendante de la mesure physique et basée sur les tendances d’évolution des données. Nous montrons que cette méthode permet de faire une agrégation spatiale efficace tout en améliorant la fidélité des données agrégées. En troisième lieu, et parce que dans la plupart des travaux de la littérature, une hypothèse sur le comportement de l’application et/ou la topologie du réseau est toujours sous-entendue, nous proposons une nouvelle fonction d’agrégation agnostique de l’application et des données devant être collectées. Cette fonction est capable de s’adapter aux données mesurées et à leurs évolutions dynamiques. Enfin, nous nous intéressons aux outils pour proposer une classification des fonctions d’agrégation. Autrement dit, considérant une application donnée et une précision cible, comment choisir les meilleures fonctions d’agrégations en termes de performances. Les métriques, que nous avons proposé, sont utilisées pour mesurer la performance de la fonction, et un processus de décision markovien est utilisé pour les mesurer. Comment caractériser un ensemble de données est également discuté. Une classification est proposée dans un cadre précis.