Performance evaluation of opportunistic networks

Dissertação de mestrado em Engenharia de Redes e Serviços TelemáticosNos últimos anos, a grande utilização de dispositivos móveis tem levado a um considerável aumento de interesse da comunidade de investigação e da indústria na área das redes oportunistas. Nestas redes, os dispositivos móveis aproveitam a sua mobilidade para trocarem dados entre si. Uma vez que estes dispositivos são principalmente transportados por humanos, surgem oportunidades de contacto aquando da proximidade física entre eles, permitindo essa troca de dados. É por esta razão que os investigadores têm vindo a explorar a mobilidade humana, aplicando-a ao estudo destas redes. Neste contexto surge o objetivo principal deste trabalho que visa explorar a disponibilidade de dados reais sobre o movimento de pessoas para avaliar o desempenho de redes oportunistas, considerando que a análise de traces Wi-Fi pode fornecer informações importantes sobre o assunto, em particular, para estimar o atraso e a largura de banda. Entre outros, um dos grandes desafios a abordar é a grande quantidade de dados a analisar (big data), onde serão consideradas técnicas para analisar esses grandes volumes de dados de forma eficiente. Nesse sentido foram desenvolvidos algoritmos que permitissem avaliar o desempenho destas redes. Um primeiro capaz de gerar logs RADIUS sintéticos num ambiente controlado, onde se pode configurar a simulação com os valores que se pretendam. A sua validação possibilitou constatar a eficiência do mesmo, permitindo gerar corretamente uma grande quantidade de registos sintéticos e num curto espaço de tempo. Um segundo algoritmo que possibilita extrair encontros de uma lista de registos preexistente. A validação deste algoritmo também permitiu verificar que é possível extrair uma grande quantidade de encontros de forma simples e rápida. Por fim, um terceiro algoritmo que visa o encaminhamento epidémico de mensagens a partir de um conjunto de encontros preexistente e através da utilização de duas diferentes estratégias de transmissão de mensagens. A partir dos resultados alcançados nas experiências realizadas com o terceiro algoritmo, foi possível constatar-se que de facto as DTNs caracterizam-se pelas suas baixas taxas de entrega. Apesar disso, face ao protocolo aplicado nas experiências realizadas, esperavam-se taxas mais elevadas. Foi possível igualmente constatar-se que a taxa de entrega a alcançar é influenciada pela estratégia de transmissão de mensagens que se adote, uma vez que foi sempre superior quando se utilizou a segunda estratégia. Por outro lado, através dos resultados obtidos foi também possível concluir que a variação do tamanho da mensagem não se reflete na taxa de entrega alcançada. Os resultados também confirmaram o facto do protocolo epidémico requerer uma enorme quantidade de recursos, dada à excessiva quantidade de transmissões que efetua e ao considerável espaço de armazenamento que as stations necessitam ter. Assim, dado ao facto das stations serem nós móveis e possuírem baterias relativamente limitadas, é de prever que tendam a ficar sem energia passado algum tempo. Ao nível do atraso, os resultados mostraram que os valores médios e máximos dependeram sempre da estratégia de transmissão de mensagens que se utilizou. Por outro lado, não se verificou uma dependência em relação ao tamanho das mensagens geradas na rede, uma vez que não existiu uma tendência visível nos resultados ao variar o tamanho das mesmas.Nowadays with the dissemination of mobile devices, the interest from the research community and the industry in opportunistic networks has increased significantly. In these networks, mobile devices take advantage of their mobility to exchange data with each other. Since these devices are mainly carried by humans, contact opportunities arises during physical proximity among them, enabling data exchange. It is for this reason that researchers have been exploring human mobility applied to the study of these networks. In this context arises the main objective of this study which aims to explore the availability of real data about the movement of people to assess the performance of these networks, considering that the analysis of Wi-Fi data traces can provide significant information about this, in particular can be use to estimate delay and bandwidth. Among others, one of the major challenges to address is the large amount of data to be analyzed (big data), where will be considered techniques to analyze these large volumes of data efficiently. In this sense, algorithms were developed to allow to assess the performance of these networks. A first able to generate synthetic RADIUS records in a controlled environment, where one can configure the simulation with values desired. Their validation allowed to verify the efficiency of the same, generating a large amount of synthetic records correctly and in a short time. A second algorithm that allows extracting encounters from a pre-existing list of records. The validation of this algorithm also allowed to verify that it is possible extract a large amount of encounters simply and quickly. Finally, a third algorithm that aims the epidemic routing of messages from a set of pre-existing encounters using two different message transmission strategies. From the results achieved in experiments with the third algorithm, it was possible to verify that in fact DTNs are characterized by their low delivery rates. Despite this, given the protocol applied in the experiments, were expected higher rates. It was also possible to verify that the delivery rate achieved is influenced by the message transmission strategy adopted, since it was always higher when the second strategy was used. On other hand, based on the obtained results it was also possible concluded that the variation of the size of the message is not reflected in the delivery rate achieved. The results also confirmed that the epidemic protocol require a huge amount of resources due to the excessive amount of transmissions that performs and significant storage space that stations need to have. Thus, given the fact that the stations are mobile nodes and having relatively small batteries, it is expected that they will tend to run out of energy spent some time. At the delay level, the results showed that the average and maximum values always depended on the message transmission strategy that was used. On the other hand, not there was a dependence on the size of messages generated in the network, because there has been no noticeable tendency in the results when varying their size