Se ha denunciado esta presentación.
Utilizamos tu perfil de LinkedIn y tus datos de actividad para personalizar los anuncios y mostrarte publicidad más relevante. Puedes cambiar tus preferencias de publicidad en cualquier momento.

Study and experiments of a framework for disseminating semantic annotations in vehicular networks

310 visualizaciones

Publicado el

My Bachelor's thesis presentation (2013)

Publicado en: Software
  • Sé el primero en comentar

  • Sé el primero en recomendar esto

Study and experiments of a framework for disseminating semantic annotations in vehicular networks

  1. 1. 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
  2. 2. Sommario Studio e sperimentazione di un modello di disseminazione di annotazioni semantiche in reti veicolari Giorgio Basile2  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
  3. 3. 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)
  4. 4. VANET basate sulla semantica Studio e sperimentazione di un modello di disseminazione di annotazioni semantiche in reti veicolari Giorgio Basile4  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
  5. 5.  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]
  6. 6. Soluzione proposta : algoritmi di matchmaking Studio e sperimentazione di un modello di disseminazione di annotazioni semantiche in reti veicolari Giorgio Basile6  Caso 1 PosizioneDato 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
  7. 7. Soluzione proposta : algoritmi di matchmaking (2) Studio e sperimentazione di un modello di disseminazione di annotazioni semantiche in reti veicolari Giorgio Basile7  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
  8. 8. Architettura del sistema Studio e sperimentazione di un modello di disseminazione di annotazioni semantiche in reti veicolari Giorgio Basile8  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
  9. 9. Architettura del sistema (2) Studio e sperimentazione di un modello di disseminazione di annotazioni semantiche in reti veicolari Giorgio Basile9  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
  10. 10. Obiettivi Studio e sperimentazione di un modello di disseminazione di annotazioni semantiche in reti veicolari Giorgio Basile10  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
  11. 11. Risultati Sperimentali Studio e sperimentazione di un modello di disseminazione di annotazioni semantiche in reti veicolari Giorgio Basile11  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 Pacchettiinviati 43,367347 Pacchettiricevuti 41,142857 Pacchetti generati 24,755102 Pacchettiricevuti e d'interesse 29,836735 Pacchettiricevuti e d'interesse per sender 29,604167 Pacchettiricevuti per sender 40,489796 0 10 20 30 40 50 One VS Last Pacchetti Pacchettiinviati 52,44898 Pacchettiricevuti 48,326531 Pacchetti generati 32,040816 Pacchettiricevuti e d'interesse 32,857143 Pacchettiricevuti e d'interesse per sender 32,183673 Pacchettiricevuti per sender 47,632653 0 10 20 30 40 50 60 One VS All Pacchetti Pacchettiinviati 49,653061 Pacchettiricevuti 46,346939 Pacchetti generati 29,469388 Pacchettiricevuti e d'interesse 32,469388 Pacchettiricevuti e d'interesse per sender 31,75551 Pacchettiricevuti per sender 45,755102 0 10 20 30 40 50 60 One VS Average
  12. 12. Pacchetti Pacchettiinviati 47,186047 Pacchettiricevuti 47,534884 Pacchetti generati 24,44186 Pacchettiricevuti e d'interesse 31,534884 Pacchettiricevuti e d'interesse per sender 30,953488 Pacchettiricevuti per sender 47,046512 0 10 20 30 40 50 One VS Average Pacchetti Pacchettiinviati 59,465116 Pacchettiricevuti 59,604651 Pacchetti generati 34,162791 Pacchettiricevuti e d'interesse 36,116279 Pacchettiricevuti e d'interesse per sender 35,604651 Pacchettiricevuti per sender 59,651163 0 20 40 60 80 One VS All Pacchetti Pacchettiinviati 39,697674 Pacchettiricevuti 42,395349 Pacchetti generati 23,372093 Pacchettiricevuti e d'interesse 24,395349 Pacchettiricevuti e d'interesse per sender 23,627907 Pacchettiricevuti 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 Basile12  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
  13. 13. Pacchetti Pacchettiinviati 47,489796 Pacchettiricevuti 47,755102 Pacchetti generati 25,918367 Pacchettiricevuti e d'interesse 27,755102 Pacchettiricevuti e d'interesse per sender 26,571429 Pacchettiricevuti per sender 46,285714 0 15 30 45 60 One VS Average Pacchetti Pacchettiinviati 50,204082 Pacchettiricevuti 48,44898 Pacchetti generati 27,857143 Pacchettiricevuti e d'interesse 28,306122 Pacchettiricevuti e d'interesse per sender 27,285714 Pacchettiricevuti per sender 47,44898 0 15 30 45 60 One VS All Pacchetti Pacchettiinviati 45,061224 Pacchettiricevuti 43,693878 Pacchetti generati 24,346939 Pacchettiricevuti e d'interesse 25,306122 Pacchettiricevuti e d'interesse per sender 24,8125 Pacchettiricevuti 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 Basile13  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
  14. 14. Risultati sperimentali (4) Studio e sperimentazione di un modello di disseminazione di annotazioni semantiche in reti veicolari Giorgio Basile14 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
  15. 15. Analisi dei risultati Studio e sperimentazione di un modello di disseminazione di annotazioni semantiche in reti veicolari Giorgio Basile15 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)
  16. 16. Conclusioni e sviluppi futuri Studio e sperimentazione di un modello di disseminazione di annotazioni semantiche in reti veicolari Giorgio Basile16  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

×