Proposta de um mecanismo de avaliação da confiança de rotas em ambientes de computação ubíqua

Abstract

Os ambientes de computação ubíqua oferecem grandes desafios às tecnologias de redes sem fio. Devido à diversidade de dispositivos e ao dinamismo da topologia desses ambientes, a rede está sujeita a diversos problemas, como a falta de cooperação e inoperância dos nós, o rompimento de enlaces e as limitações de energia e de largura de banda. Logo, os protocolos de roteamento devem estar em constante adaptação e, ainda, devem empregar métricas mais sofisticadas para escolha de rotas bem-sucedidas. Esta tese propõe um mecanismo de avaliação da confiança de rotas que visa aprimorar as decisões de roteamento dos protocolos, melhorando, assim, o desempenho da rede. Para isso, são empregadas métricas multidimensionais de roteamento que envolvem parâmetros de mobilidade, atividade, cooperação e distância das rotas. É usada uma abordagem de aprendizagem de máquina indutiva para assimilar os padrões das rotas bem- sucedidas e gerar um conjunto de regras de decisão envolvendo as métricas. As regras são renovadas periodicamente para garantir a adaptação do mecanismo, caso o comportamento da rede se altere. A validação do mecanismo foi feita com o protocolo Dynamic Source Routing (DSR) por meio de simulador de redes. Foram simulados cenários com nós egoístas, nós em modo \textit{sleep} e bastante mudança topológica com o objetivo de causar anomalias na rede. Os resultados demonstraram que o mecanismo se adaptou com o passar do tempo, criando regras mais rigorosas em ambientes hostis, e melhorou a taxa de pacotes transmitidos com sucesso na rede. Sendo assim, o seu emprego pode beneficiar o processo de roteamento, proporcionando maior desempenho aos ambientes de computação ubíqua. ______________________________________________________________________________ ABSTRACT

Ubiquitous computational environments o er great challenges to the wireless network technology. Owing to the diversity of devices and the dynamism of the topology of these environments, the network is subject to diverse problems, such as the lack of cooperation and inoperability of the nodes, broken links, energy and wideband cons- traints, etc. Ergo, the protocols for routing must be in constant adaptation, and must even employ more sophisticated metrics in choosing successful paths. This thesis pro- poses a reliability evaluation mechanism that aims to perfect the routing decisions of the protocols, thereby improving network performance. For this purpose, multidimen- sional routing metrics are employed, which involve parameters of mobility, activity, cooperation and routing distance. An inductive machine learning approach is used toassimilate the high performance routing patterns and to generate a set of decision ma-king rules involving the metrics. The rules are periodically updated to guarantee theadaptation of the mechanism in case the network alters its behavior. The validation of the mechanism was made with the Dynamic Source Routing (DSR) protocol, using a network simulator. Scenarios were simulated with sel sh nodes, sleep nodes and many topological changes with the objective of causing anomalies on the network. The result demonstrates the mechanism adapted itself over time, creating more rigid rules in hostile environments, and improved the rate of packets transmitted successfully on the network. Thus, using the mechanism may bene t the routing process, providing higher performance in ubiquitous computational environments.