Une nouvelle approche de clustering pour les réseaux véhiculaires modernes (IoV)

Abstract

Ce mémoire se concentre sur l’amélioration et la garantie de la stabilité des réseaux Internet des véhicules, en mettant particulièrement l’accent sur le développement d’une approche de clustering pour répondre aux exigences de l’environnement des voitures connectées à Internet. L’objectif général de ce travail est de concevoir, modéliser et simuler un nouvel algorithme de clustering pour les réseaux véhiculaires modernes. La recherche commence par une revue critique de la littérature portant sur différents algorithmes de clustering proposés pour les réseaux véhiculaire traditionnels, afin d’identifier les problèmes en suspens ou les solutions proposées nécessitant une amélioration. Ensuite, un nouvel algorithme de clustering pour les réseaux véhiculaires est proposé, visant à améliorer leurs performances et à fournir un niveau élevé de service requis pour la fonctionnalité de ces réseaux. L’approche proposée implique l’utilisation d’un poids lors de la sélection des chefs de cluster et de la formation des clusters. Ce poids est calculé individuellement par chaque véhicule du réseau, en prenant en compte plusieurs mesures telles que la vitesse, l’accélération, le voisinage et la distance moyenne entre les véhicules. L’objectif de cette approche est de réduire considérablement les coûts globaux du réseau, de diminuer le temps nécessaire pour accéder au réseau et d’augmenter le taux de livraison entre les véhicules connectés qui se déplacent à grande vitesse. Une analyse et une simulation ont été réalisées pour évaluer l’algorithme proposé en utilisant un simulateur de réseau et un générateur de mobilité, et les résultats ont montré une amélioration par rapport aux algorithmes de base proposés dans la littérature. This dissertation focuses on improving and ensuring the stability of Internet of Vehicles (IoV) networks, with a particular emphasis on developing a clustering approach to meet the requirements of the connected car environment. The overall objective of this work is to design, model, and simulate a new clustering algorithm for modern vehicular networks. The research begins with a critical review of the literature on various clustering algorithms proposed for traditional vehicular networks, in order to identify unresolved issues or proposed solutions in need of improvement. Subsequently, a new clustering algorithm for vehicular networks is proposed, aiming to enhance their performance and provide a high level of service required for the functionality of these networks. The proposed approach involves the use of weights during the selection of cluster heads and the formation of clusters. These weights are individually calculated by each vehicle in the network, taking into account several metrics such as velocity, acceleration, neighborhood index, and average relative distance between vehicles. The objective of this approach is to significantly reduce overall network costs, decrease the time required to access the network, and increase the delivery rate among connected vehicles moving at high speeds. An analysis and simulation were conducted to evaluate the proposed algorithm using a network si