Upload
giorgio-basile
View
103
Download
0
Embed Size (px)
Citation preview
Studio e sperimentazione di un modello di
disseminazione di annotazioni semantiche
in reti veicolari
Relatore: Prof. Ing. Michele Ruta
Correlatori: Ing. Floriano Scioscia - Ing. Filippo Gramegna
Corso di Laurea Triennale Tesi di laurea in Telematica II in Ingegneria Informatica A.A. 2011 - 2012
Laureando: Giorgio Basile
Sommario
Studio e sperimentazione di un modello di disseminazione di
annotazioni semantiche in reti veicolari Giorgio Basile 2
Dedicated Short-Range Communications (DSRC) e
Intelligent Transport Systems (ITS)
Vehicular Ad-hoc Networks (VANET) basate sulla semantica
Soluzione proposta
Modello di disseminazione
Algoritmi di matchmaking
Architettura del sistema
Risultati sperimentali
Conclusioni e sviluppi futuri
Applicazioni ITS e DSRC
Studio e sperimentazione di un modello di disseminazione di
annotazioni semantiche in reti veicolari 3 Giorgio Basile
OBU (On-Board Unit)
V2V (Vehicle-to-Vehicle)
RSU (Road-Side Unit)
V2I (Vehicle-to-Infrastructure)
VANET basate sulla semantica
Studio e sperimentazione di un modello di disseminazione di
annotazioni semantiche in reti veicolari Giorgio Basile 4
Reti veicolari che utilizzano i valori rilevati dai dispositivi intra-veicolo e recuperati attraverso lo standard OBD-II (On-Board Diagnostic II)
I dati estrapolati caratterizzano il mining verso annotazioni semantiche
Le descrizioni semantiche permettono la deduzione implicita a partire da informazione esplicita
Utilizzo di procedure di ragionamento ed elaborazione intelligente (aumento complessivo della conoscenza del sistema)
Supporto di un’architettura di Pervasive Computing
Specializzazione di infrastrutture per Internet of Things
Adottano i fondamenti alla base del Semantic Web
SWoT, Semantic Web of Things
Push model / Dissemination
Generated Data / Relayed Data
Same direction:
dati generati e di relay nello stesso pacchetto
propagazione lungo la direzione di marcia del veicolo sender
informazione disponibile sul tratto di strada da percorrere
Opposite direction:
sfrutta il transito di veicoli in direzione opposta al sender
Trasporto rapido di informazione verso i nodi molto distanti dal sender
Giorgio Basile
Soluzione proposta: modello di disseminazione
Studio e sperimentazione di un modello di disseminazione di
annotazioni semantiche in reti veicolari 5
[Nadeem T. et al., MOBIQUITOUS 2006]
Soluzione proposta : algoritmi di matchmaking
Studio e sperimentazione di un modello di disseminazione di
annotazioni semantiche in reti veicolari Giorgio Basile 6
Caso 1
Posizione
Dato un veicolo V che genera i dati: Keep: ciò che sia V sia altri veicoli hanno osservato
Giveup: ciò che V ha osservato, in contrasto rispetto ad osservazioni di altri veicoli
Hypothesis : ciò che V ha osservato, ma altri veicoli no
Bonus : ciò che altri veicoli hanno osservato, ma V no
Soluzione proposta : algoritmi di matchmaking (2)
Studio e sperimentazione di un modello di disseminazione di
annotazioni semantiche in reti veicolari Giorgio Basile 7
Caso 2: algoritmi di matchmaking
Servizi di inferenza: Concept Conjunction
Concept Contraction [Ruta M. et al., WIAS 2011]
Concept Abduction [Ruta M. et al., WIAS 2011]
Concept Difference
Compute Bonus
Architettura del sistema
Studio e sperimentazione di un modello di disseminazione di
annotazioni semantiche in reti veicolari Giorgio Basile 8
Software di simulazione NCTUns 6.0 Kernel Re-Entering
Applicativi C / C++
Generatore pseudo-casuale
di annotazioni semantiche Ipotizza su base probabilistica le
rilevazioni del veicolo in uno scenario reale
Architettura del sistema (2)
Studio e sperimentazione di un modello di disseminazione di
annotazioni semantiche in reti veicolari Giorgio Basile 9
Server Reasoner (Java) Architettura multithread
Mini Matchmaking Engine [Ruta M. et al., ORE 2012]
CarAgent (C++) Modello di movimento
Modello di rete
Protocollo IEEE 802.11b ad-hoc
One VS Last
One VS All
One VS Average
Obiettivi
Studio e sperimentazione di un modello di disseminazione di
annotazioni semantiche in reti veicolari Giorgio Basile 10
Valutazione delle prestazioni delle VANET in termini di traffico di rete
Prestazioni della disseminazione di informazioni di natura semantica
Influenza di fenomeni di collisione e perdita di pacchetti
Valutazione delle prestazioni degli algoritmi di matchmaking
Prestazioni < 50 ms per confronto con IEEE 802.11p
Risultati Sperimentali
Studio e sperimentazione di un modello di disseminazione di
annotazioni semantiche in reti veicolari Giorgio Basile 11
Scenario A (strada extraurbana
ES. Tangenziale di Bari SS16)
Campo: 5 Km x 1.5 Km
Broadcast Period : 7 secondi
Veicoli : 50
Simulation Time: 300 secondi
Pacchetti
Pacchetti inviati 43,367347
Pacchetti ricevuti 41,142857
Pacchetti generati
24,755102
Pacchetti ricevuti e d'interesse
29,836735
Pacchetti ricevuti e d'interesse per
sender 29,604167
Pacchetti ricevuti per sender
40,489796
0 10 20 30 40 50
One VS Last
Pacchetti
Pacchetti inviati 52,44898
Pacchetti ricevuti 48,326531
Pacchetti generati
32,040816
Pacchetti ricevuti e d'interesse
32,857143
Pacchetti ricevuti e d'interesse per
sender 32,183673
Pacchetti ricevuti per sender
47,632653
0 10 20 30 40 50 60
One VS All
Pacchetti
Pacchetti inviati 49,653061
Pacchetti ricevuti 46,346939
Pacchetti generati
29,469388
Pacchetti ricevuti e d'interesse
32,469388
Pacchetti ricevuti e d'interesse per
sender 31,75551
Pacchetti ricevuti per sender
45,755102
0 10 20 30 40 50 60
One VS Average
Pacchetti
Pacchetti inviati 47,186047
Pacchetti ricevuti 47,534884
Pacchetti generati
24,44186
Pacchetti ricevuti e d'interesse
31,534884
Pacchetti ricevuti e d'interesse per
sender 30,953488
Pacchetti ricevuti per sender
47,046512
0 10 20 30 40 50
One VS Average
Pacchetti
Pacchetti inviati 59,465116
Pacchetti ricevuti 59,604651
Pacchetti generati
34,162791
Pacchetti ricevuti e d'interesse
36,116279
Pacchetti ricevuti e d'interesse per
sender 35,604651
Pacchetti ricevuti per sender
59,651163
0 20 40 60 80
One VS All
Pacchetti
Pacchetti inviati 39,697674
Pacchetti ricevuti 42,395349
Pacchetti generati
23,372093
Pacchetti ricevuti e d'interesse
24,395349
Pacchetti ricevuti e d'interesse per
sender 23,627907
Pacchetti ricevuti per sender
42,046512
0 10 20 30 40 50
One VS Last
Risultati Sperimentali (2)
Studio e sperimentazione di un modello di disseminazione di
annotazioni semantiche in reti veicolari Giorgio Basile 12
Scenario B (strada urbana a rapido scorrimento
ES. Viale Luigi Einaudi o Viale Papa Giovanni XXIII, Bari)
Campo: 2 Km x 1 Km
Broadcast Period : 7 secondi
Veicoli : 44
Simulation Time : 300 secondi
Pacchetti
Pacchetti inviati 47,489796
Pacchetti ricevuti 47,755102
Pacchetti generati
25,918367
Pacchetti ricevuti e d'interesse
27,755102
Pacchetti ricevuti e d'interesse per
sender 26,571429
Pacchetti ricevuti per sender
46,285714
0 15 30 45 60
One VS Average
Pacchetti
Pacchetti inviati 50,204082
Pacchetti ricevuti 48,44898
Pacchetti generati
27,857143
Pacchetti ricevuti e d'interesse
28,306122
Pacchetti ricevuti e d'interesse per
sender 27,285714
Pacchetti ricevuti per sender
47,44898
0 15 30 45 60
One VS All
Pacchetti
Pacchetti inviati 45,061224
Pacchetti ricevuti 43,693878
Pacchetti generati
24,346939
Pacchetti ricevuti e d'interesse
25,306122
Pacchetti ricevuti e d'interesse per
sender 24,8125
Pacchetti ricevuti per sender
42,530612
0 10 20 30 40 50
One VS Last
Risultati Sperimentali (3)
Studio e sperimentazione di un modello di disseminazione di
annotazioni semantiche in reti veicolari Giorgio Basile 13
Scenario C (strada urbana
ES. Quartiere Murat, Bari)
Campo: 1.5 Km x 1 Km
Broadcast Period : 9 secondi
Veicoli : 50
Simulation Time : 500 secondi
Risultati sperimentali (4)
Studio e sperimentazione di un modello di disseminazione di
annotazioni semantiche in reti veicolari Giorgio Basile 14
Tempi di matchmaking (secondi)
Scenario A One VS Last One VS All One VS Average
Tempo matchmaking 0,241872394 0,250780248 0,241224011
Tempo ciclo 0,241872394 0,529133737 0,258616706
Scenario B One VS Last One VS All One VS Average
Tempo matchmaking 0,260290413 0,253669296 0,252096274
Tempo ciclo 0,260290413 0,58229455 0,302197413
Scenario C One VS Last One VS All One VS Average
Tempo matchmaking 0,244249898 0,246689816 0,244019428
Tempo ciclo 0,244249898 0,560522691 0,263447726
Occupazione media di memoria del CarAgent : 2.31 MB
Analisi dei risultati
Studio e sperimentazione di un modello di disseminazione di
annotazioni semantiche in reti veicolari Giorgio Basile 15
Soluzioni
Aggregazione dei dati
(algoritmi di compressione delle annotazioni semantiche)
Eliminazione ritardi di comunicazione Client - Server (singoli servizi di inferenza eseguiti in 10-4 s)
Problematiche
Alto numero di collisioni
Matchmaking lento
(problema di pura simulazione)
Conclusioni e sviluppi futuri
Studio e sperimentazione di un modello di disseminazione di
annotazioni semantiche in reti veicolari Giorgio Basile 16
Modello di disseminazione meno prolifico con l’aggregazione dei dati
Occorre un testing dell’algoritmo di matchmaking eseguito lato Server
Sviluppi futuri:
Avvertimenti di emergenza
Comunicazione con unità RSU
Annotazione real-time su server OpenStreetMap semantic-enabled
Utilizzo separato dei quattro campi semantici per il supporto alle decisioni
del guidatore