• Share
  • Email
  • Embed
  • Like
  • Save
  • Private Content
Chapitre 3 clustering
 

Chapitre 3 clustering

on

  • 533 views

 

Statistics

Views

Total Views
533
Views on SlideShare
533
Embed Views
0

Actions

Likes
0
Downloads
20
Comments
0

0 Embeds 0

No embeds

Accessibility

Categories

Upload Details

Uploaded via as Adobe PDF

Usage Rights

© All Rights Reserved

Report content

Flagged as inappropriate Flag as inappropriate
Flag as inappropriate

Select your reason for flagging this presentation as inappropriate.

Cancel
  • Full Name Full Name Comment goes here.
    Are you sure you want to
    Your message goes here
    Processing…
Post Comment
Edit your comment

    Chapitre 3 clustering Chapitre 3 clustering Presentation Transcript

    • Clustering dans réseaux mobiles ad hocPrésenté par : H. BENKAOUHA 1
    • IntroductionRéseaux ad hoc plats : problèmes de passage àl’échelle (scalabilité).Réseaux ad hoc hiérarchiques.Regrouper des nœuds géographiquementproches en clusters.Un cluster est identifié par son leader (chef)appelé clusterhead (tête de cluster). 2
    • Introduction 3
    • Le leaderChoisi par les autres nœuds => processusdélection distribué.Sinon définir des critères.Peut être en charge de : Allocation dadresses pour les nœuds du cluster Routage Allocation de slots de communications Etc. 4
    • Les clustersLes clusters peuvent être : Indépendants, Recouvrants,=> Nœuds passerelles (gateway)Cardinalité : un cluster à au plus k nœuds.Les nœuds ont des informations complètes surleur groupe.Les nœuds ont des informations partielles pourles autres groupes. 5
    • Schema représentatif 6
    • Avantages du clusteringPassage à l’échelle.Limitation des données à stocker.Robustesse.Adaptée à la mobilité des nœuds.Le routage plus efficace.Optimise lutilisation des ressources. 7
    • Inconvénients du clusteringClusterhead = goulot détranglement.Surcoût d’élection des leaders.Surcoût de maintenance et reconstruction desclusters. 8
    • Comment hiérarchiser?Choix du leader d’un cluster.Stratégie de choix des nœuds faisant partie d’uncluster.Remplacer un leader.Reconstruire un cluster.Supprimer un cluster. 9
    • Exigences du clusteringL’organisation en clusters doit être distribuée.=> Critères de formation distribuée des clusters.Bon protocoles de routage intra et inter-clusters.Processus de localisation.… 10
    • Défis à releverGénérer le moins de trafic possible => Favoriser de préférence le trafic local. Minimum de trafic possible lors de la formation des clusters.Trouver une organisation stable face à lamobilité des nœuds. Limiter le trafic dû à la maintenance et la reconstruction des cluster.Prendre en considération la contrainted’énergie. 11
    • Choix du leaderElection des chefs de clustersDésignation selon des critères.Mécanismes de base : Identificateur (le plus petit id) Degré (le degré le plus fort) Energie (possibilité de vivre longtemps) Mobilité (faible) … 12
    • Former les clustersDéfinir la cardinalité du cluster.Définir la notion de voisinage avec le leader :DiamètreC’à.d. le nombre de sauts entre un membre d’uncluster et son leader. 13
    • Maintenance des clustersComment tenir compte des changements detopologie dus à : Déplacements : mobilité. Énergie. Déconnexion.Violations des contraintes Arrivée d’un nouveau nœud. Un nœud a la propriété d’éligibilité meilleure que celle du leader. 14
    • Lowest-ID Cluster Algorithm (LID)Chaque nœud doit avoir un identifiant unique ID.Le nœud qui a le plus petit ID parmi tous ses voisins estchef => Compare son ID avec ceux des voisins.Le cluster = le leader et tous ses voisins.Une fois le cluster formé : tous les membres ne peuventplus participer au processus d’élection.Avantages : Simple, RapideInconvénients : Grand nombre de clusters, Ne peuventêtre réglable à l’évolution de la topologie. 15
    • Least Clusterhead Change Algorithm (LLC)Conçu pour minimiser le changement declusterheadApporte une meilleure stabilité dans lacomposition des clusters. 16
    • High-Connectivity Clustering (HCC) Election basée sur le degré de connectivité (nombre de voisins du nœud). Cet algorithme souffre des fréquents changements de leaders. 17
    • Approche basée sur le poidsUn poids est définit par la vitesse de déplacement dechaque nœud.Le critère de l’élection du clusterhead est le poidsmaximal dans son voisinage.Il est supposé que chaque noeud a la connaissance deson poids.DCA : Distributed Clustering Algorithm Destiné aux réseaux “quasi-static” : déplacements des noeuds doivent être “lents”.DMAC : Mobility-Adaptive Clustering algorithm Destiné aux réseaux de grande mobilité. 18
    • WCA : Weighted Clustering AlgorithmFormule multi-critères : Mobilité, Connectivité, Énergie.Synchronisation globale.Échange de voisinage avec tous. 19
    • RemarquesClusters de diamètre au plus de 2.2 sauts au max entre 2 nœuds du même cluster.Clusters recouvrants.Certains nœuds appartiennent à 2 clusterssimultanément.Phase de formation des clusters répétéepériodiquement. 20
    • Clustering à k sautsConnectivity Based K_Hop Clustering Degré de connectivité Ré-exécution périodique de lalgorithme.Max-Min D-cluster formation Informations sur le k-voisinage 21
    • Routage avec clusteringVSR : Virtual Structure Routing.Routage intra-cluster: proactif.Routage inter-cluster : réactif.Utilisation de la topologie virtuelle pourdécouvrir les routes.Les routes sont basées sur les identificateurs declusters (au lieu des nœuds) 22