Epidemic density adaptive data dissemination exploiting opposite lane in VANETs

Abstract

Araçlar arası ağlar sürücünün erişimi dışındaki bilgileri kullanarak yolcuların güvenliğini arttırmayı amaçlamaktadır. Fakat etkili ve güvenilir bir ağ kon- trol protokolü tasarlamak için devamlı değişen ağ yapısı ve sürekli olmayan bağlantılar dikkate alınmalıdır. Bu çalışmada araçlar arası ağlar için, yeni geliştirilmiş olasılık işlevleri kullanarak karşı şeritteki araçlardan yararlanan, yoğunluk uyarlamalı, yayılımcı bilgi dağıtma protokolü (EpiDOL) öneriyoruz. EpiDol?un verimliliğini, SUMO ortamında yaratılmış gerçekçi trafik izler- iyle ile ns-3 benzetimcisinde farklı yogunluktaki ağlarda benzetimledik. Bu benzetimleri verimlilik, uçtan uca gecikme, maliyet ve karşı şeritin kullanım oranı ölçütlerini kullanarak inceledik. Sonuç olarak EpiDOL?un az yogunluklu ortamlarda ,%90?dan fazla verimliliğe, yüksek yoğunluklu ağlarda ise herhangi bir ilave maliyet olmaksızın %75 verimliliğe ulaştığını gördük. Verimlilik bakımından karşılaştırıldığında EpiDOL daha önce önerilen Edge-Aware pro- tokolünden %10 , DV-CAST protokolünden %40 ve DAZL protokolünden %50 daha başarılı olmuştur. EpiDOL?ün performansını attırmak için Kanal Yoğunluk Oranını ve paket alış hızını paratmetre olarak kullanan erim uyar- lama özelliği ekledik. Bu özellik yüksek yoğunluklardaki verimliliğimizi %25 oranında iyileştirdi.

Vehicular ad-hoc networks (VANETs) aim to increase the safety of passen- gers by making information available beyond the driver?s knowledge. The challenging properties of VANETs such as their dynamic behavior and inter- mittently connected feature need to be considered when designing a reliable communication protocol in a VANET. In this thesis, we propose an epidemic and density adaptive protocol for data dissemination in vehicular networks, namely EpiDOL, which utilizes the opposite lane capacity with novel prob- ability functions. We evaluate the performance in terms of end-to-end delay, throughput, overhead and usage ratio of the opposite lane under different vehicular traffic densities via realistic simulations based on SUMO traces in ns-3 simulator. We found out that EpiDOL achieves more than 90% through- put in low densities, and without any additional load to the network 75% throughput in high densities. In terms of throughput EpiDOL outperforms the Edge-Aware, DV-CAST and DAZL protocols 10% , 40%, 50% respect- ively. To achieve high throughput performance regardless to density level, we proposed a range adaptivity feature which utilize two channel statistics Channel Busy Ratio (CBR) and reception rate. This feature improved our throughput by 25% in higher densities.