| Summary: | Submitted by Eric das Neves (evndeveloper@hotmail.com) on 2018-12-11T00:13:26Z
No. of bitstreams: 3
Dissertação Versão Secretaria com ficha catalografica e folha de aprovação.pdf: 3156070 bytes, checksum: 27dc73ab25f883f2c6bd2faed11dd6e6 (MD5)
316 ATA de Defesa - Eric Vieira (Assinado).pdf: 478934 bytes, checksum: 8297a92876a93d2002070fab8e573ab2 (MD5)
carta deposito.jpg: 881630 bytes, checksum: 1f98e977c3f922663009b11ea05b470a (MD5) === Approved for entry into archive by Secretaria PPGI (secretariappgi@icomp.ufam.edu.br) on 2018-12-12T01:14:34Z (GMT) No. of bitstreams: 3
Dissertação Versão Secretaria com ficha catalografica e folha de aprovação.pdf: 3156070 bytes, checksum: 27dc73ab25f883f2c6bd2faed11dd6e6 (MD5)
316 ATA de Defesa - Eric Vieira (Assinado).pdf: 478934 bytes, checksum: 8297a92876a93d2002070fab8e573ab2 (MD5)
carta deposito.jpg: 881630 bytes, checksum: 1f98e977c3f922663009b11ea05b470a (MD5) === Approved for entry into archive by Divisão de Documentação/BC Biblioteca Central (ddbc@ufam.edu.br) on 2018-12-12T13:54:35Z (GMT) No. of bitstreams: 3
Dissertação Versão Secretaria com ficha catalografica e folha de aprovação.pdf: 3156070 bytes, checksum: 27dc73ab25f883f2c6bd2faed11dd6e6 (MD5)
316 ATA de Defesa - Eric Vieira (Assinado).pdf: 478934 bytes, checksum: 8297a92876a93d2002070fab8e573ab2 (MD5)
carta deposito.jpg: 881630 bytes, checksum: 1f98e977c3f922663009b11ea05b470a (MD5) === Made available in DSpace on 2018-12-12T13:54:35Z (GMT). No. of bitstreams: 3
Dissertação Versão Secretaria com ficha catalografica e folha de aprovação.pdf: 3156070 bytes, checksum: 27dc73ab25f883f2c6bd2faed11dd6e6 (MD5)
316 ATA de Defesa - Eric Vieira (Assinado).pdf: 478934 bytes, checksum: 8297a92876a93d2002070fab8e573ab2 (MD5)
carta deposito.jpg: 881630 bytes, checksum: 1f98e977c3f922663009b11ea05b470a (MD5)
Previous issue date: 2018-10-18 === Delay Tolerant Networks have emerged as a solution for communication in scenarios
where the Internet does not have its basic premises met for proper operation. DTNs rely
directly on their nodes for good performance because it uses the mobility of nodes to
send messages to their destinations. However, due to factors such as resource economy,
lack of interest in the message or simply the denial of collaboration, it negatively affects
network performance. In this way, it is fundamental to consider the social factors,
extended from the users to the network nodes, so that the best forwarding strategy is
found, increasing the chances of delivering the messages. In this work a new protocol is
proposed for the dissemination of messages in DTN networks, using the interests of the
network nodes for the formation of level’s message passing. These levels are formed by
grouping the nodes through machine learning techniques, KMEANS and EM clusters,
according to the level of interest of the nodes by the message generated, directly or
indirectly, passing the message by the groups formed up to the recipient of the node.
Our results show that the proposal is promising, having superior results to the protocols
well qualified in the literature. === As redes tolerantes a atrasos e desconexões surgiram como uma solução para a
comunicação em cenários onde a internet não possui suas premissas básicas atendidas:
conexão fim-afim, baixa latência e pouca perda de pacotes. As DTNs dependem
diretamente da colaboração de seus nós para um bom desempenho, pois usa a
mobilidade dos mesmos para fazer os repasses das mensagens até seus destinos.
Entretanto, devido a fatores como economia de recursos: energia, armazenamento de
dados, pouco interesse pela mensagem ou simplesmente a negação da colaboração,
afeta de forma negativa o desempenho da rede. Dessa maneira é fundamental que
se leve em consideração fatores sociais, que podem ser estendidos dos usuários e
empregados aos nós da rede, para que se possa encontrar a melhor estratégia de
repasses, aumentando as chances de entrega das mensagens. Portanto, este trabalho
propõe um novo protocolo de disseminação de mensagens em redes DTN, usando os
interesses dos nós da rede como fator social, para a formação de níveis de repasse de
mensagens. Utilizou-se técnicas de aprendizagem de máquina para a formação dos
níveis, que usam clusterizadores como o KMEANS e EM para agrupar os nós de acordo
com o nível de interesse pela mensagem gerada, direto ou indireto. Dessa forma a
mensagem é repassada através dos grupos formados até o nó destinatário. Resultados
obtidos através de um conjunto de experimentos criteriosamente selecionados mostram
que a proposta é promissora, apresentando um desempenho superior aos protocolos
bem conhecidos da literatura.
|
|---|
