Approches intelligentes pour une modélisation réaliste de la mobilité dans des réseaux mobiles sans fil

Abstract

Les communications sans fil sont devenues omniprésentes dans notre vie quotidienne. De nos jours, une grande diversité des équipements mobiles sont interconnectées grâce aux avancées technologiques fructueuses. Les chercheurs dans les universités et l’industrie se penchent constamment sur les enjeux qui exigent des protocoles et des services plus efficaces et novateurs, sans lacunes de communication et offrant une bonne qualité de service (QoS) aux utilisateurs. La mise au point de modèles de mobilité appropriés est l’une des décisions majeures pour améliorer les performances des réseaux sans fil. La pertinence des modèles de mobilité repose essentiellement sur leur capacité à simuler et évaluer les performances globales des réseaux mobiles sans fil et à concevoir les algorithmes et protocoles qui en dépendent. La mobilité fréquente représente l’un de ces défis où elle est examiné en profondeur en considérant les réseaux mobiles hautement dynamiques, ce qui pousse les modèles de mobilité à se concentrer sur la caractérisation du mouvement des noeuds. Ce qui mène à démontrer que le modèle de mouvement adopté a un impact majeur sur l’ensemble des performances du réseau. Notre travail de thèse offre des approches intelligentes pour une modélisation réaliste de la mobilité dans des réseaux mobiles sans fil à travers : une validation approfondie des caractéristiques spatio-temporelles des modèles de mobilité synthétique. Ensuite, une modélisation flexible de la mobilité synthétique pour la découverte des trajectoires dans les environnements complexes. Et finalement par une collecte intelligente des traces de la mobilité des véhicules en temps réel. Nos résultats confirment l’efficacité et la robustesse de nos solutions proposées.