Gestion efficace des canaux de communication dans l’internet des objets

De nos jours, plusieurs objets connectés tels que l'ordinateur, les capteurs et les appareils intelligents sont devenus partie intégrante de la vie actuelle et façonnent l'Internet des objets (IoT). L'idée principale derrière l'IoT est de permettre l'interaction entre les objets connectés pour atteindre un objectif pratique. Les réseaux IoT se caractérisent par le déploiement d'un nombre massif d'appareils embarqués hétérogènes avec des ressources limitées (mémoire, batterie, CPU et bande passante) déployés pour fournir diverses applications. Cependant, en raison de la limitation des ressources et de la diversité des appareils IoT, les réseaux sans fil rencontrent divers problèmes complexes (par exemple, évolutivité, problèmes de communication, durabilité, congestion, efficacité énergétique, etc.). Par conséquent, il est important de gérer efficacement les ressources de communication et la structure du réseau afin de renforcer fortement les performances globales du réseau. Pour y parvenir, la solution de gestion de réseau doit être capable de faire face à la complexité introduite dans les réseaux sans fil actuels (nombre croissant d'appareils et nature dynamique de la topologie des réseaux). De plus, il est nécessaire de concevoir des protocoles basse consommation, évolutifs et économes en énergie afin de prolonger la durée de vie de ces réseaux à court comme à long terme.L'objectif principal de cette thèse porte sur la conception et la modélisation de nouvelles approches d'allocation de canaux et de clustering pour les réseaux sans fil à grande échelle. De plus, ces travaux se concentrent sur l'optimisation de la durée de vie des batteries rechargeables dans les protocoles de réseau sans fil afin de réduire la substitution de matériaux et d'augmenter la durabilité du réseau à long terme. Dans ce cadre, nous commençons par une analyse de la littérature pour identifier certains problèmes ouverts ou dont les solutions proposées restent à améliorer. Nous nous concentrons tout d'abord sur les protocoles de couche MAC et de routage et nous proposons une nouvelle approche d'ordonnancement TDMA intercouche. Ce dernier considère les informations de l'arbre de routage pour gérer l'accès au canal sans fil et réduire la latence de communication. Ensuite, nous nous sommes concentrés sur la gestion de la topologie du réseau et nous avons proposé différentes approches pour le clustering réseau égal et inégal. Par la suite, nous nous sommes concentrés sur l'optimisation énergétique à long terme des dispositifs sans fil rechargeables et nous avons proposé de nouvelles approches originales dans ce contexte original. L'objectif principal des approches proposées est de diminuer la latence de communication, de réduire la surcharge du réseau et d'augmenter la durée de vie du réseau à court et à long terme.Les approches proposées ont été intensivement expérimentées à travers des simulations approfondies avec un certain nombre de topologies dans divers scénarios de réseau. Les résultats obtenus donnent de meilleures performances et surpassent celles présentées par des travaux de référence similaires, en termes de consommation d'énergie, de surcharge de messages et de durée de vie du réseau. D'autres métriques telles que la latence de communication, la cardinalité des clusters et le temps d'exécution ont également été prises en compte lors de l'évaluation de nos contributions.Nowadays, several connected objects such as computer, sensors and smart devices became part of the current living and shape the Internet of Things (IoT). The main idea behind the IoT is to enable the interaction between connected objects to achieve a convenient goal. IoT networks are characterized by the deployment of a massive number of heterogeneous embedded devices with limited resources (memory, battery, CPU and bandwidth) deployed to provide various application. However, due to the resource limitation and the diversity of IoT devices, the wireless networks encounter various challenging problems (e.g. scalability, communication issues, durability, congestion, energy efficiency, etc.). Therefore, it is substantial to efficiently manage the communication resources and the network structure in order to strongly strengthen the overall performance of the network. To achieve this, the network management solution should be able to cope with the complexity introduced in the current wireless networks (increasing number of devices and the dynamic nature of the networks topology). Moreover, it is necessary to design low power, scalable and energy efficient protocols in order to extend the lifetime of such networks in the short as well as in the long span.The main goal of this thesis focuses on the design and modeling of new channel allocation and clustering approaches for large scale wireless networks. Additionally, this works focus on the optimization of rechargeable battery lifespan in wireless networking protocols to reduce the material substitution and increase the network durability in long-term. In this context, we start with an analysis of the literature to identify certain open problems or whose proposed solutions that still to improve. We firstly concentrate on the MAC and routing layer protocols and we propose a new cross layer TDMA scheduling approaches. This latter considers the information of the routing tree to manage the wireless channel access and reduce the communication latency. Then, we focus on the network topology management and we proposed different approaches for the equal and unequal network clustering. Afterwards, we focus on the long-term energy optimization of rechargeable wireless devices and we proposed new original approaches in this original context. The main objective of the proposed approaches is to decrease the communication latency, reduce the network overhead, and increase the network lifespan in the short and long-term.The proposed approaches have been intensively experimented through extensive simulations with a number of topologies in various network scenarios. The obtained results yield better performances and outperforming those exhibited by similar referred works, in term of energy consumption, messages overhead and network lifetime. Other metrics such the communication latency, cardinality of the clusters and the execution time were also considered during the evaluation of our contributions