Anda di halaman 1dari 7

UNIVERSIDADE DO VALE DO RIO DOS SINOS

Unidade Acadmica de Graduao

PROPOSTA DE TRABALHO DE CONCLUSO

IDENTIFICAO ALUNO
Iuri Andreazza

MATRCULA
0943892

CURSO
Bacharelado em Cincia da Computao

ENDEREO
Rua Marechal Deodoro da Fonseca, 119
A

BAIRRO
So Roque

CIDADE
Farroupilha

UF
RS

CEP
95180-000

TELEFONE
(54)91714718

E-MAIL
Iuri.andreazza@gmail.com

PROPOSTA DE DESENVOLVIMENTO NOME DO ORIENTADOR


Mateus Raeder

E-MAIL DO ORIENTADOR mraeder@unisinos.br TTULO DO TRABALHO


Redes Mesh Cognitivas: mantendo a qualidade da transmisso utilizando anlise e predio de trfego com Redes Neurais Artificiais Redes mesh Redes Neurais Artificias Roteamento de Pacotes PALAVRAS-CHAVE

MOTIVAO
Evoluo da comunicao sem fio Ao final do sculo XX e nesse incio do sculo XXI, a evoluo tecnolgica tanto na informtica como na comunicao popularizou a computao mvel e as redes de computadores sem fio, aumentando sua presena em ambientes acadmicos, industriais e domsticos quase ao nvel natural. Um dos fatores que foram os limites das redes sem fio a presena cada vez maior de dispositivos mveis, notebooks e outros aparelhos que usufruem da infraestrutura para acesso Internet. Com servios e ferramentas online disponveis para usurios tanto de desktops como de dispositivos mveis, a necessidade constante de informao e conectividade se torna imprescindvel, assim como a qualidade desta informao [Zhu, Mutka , & Ni 2010]. A maioria das redes sem fio populares trabalham de modo centralizado, ou seja, existe um ponto de acesso
Av. Unisinos, 950 Caixa Postal 275 CEP 93022-000 So Leopoldo Rio Grande do Sul Brasil Fone: (51) 3591-1122 http://www.unisinos.br

UNIVERSIDADE DO VALE DO RIO DOS SINOS


Unidade Acadmica de Graduao

para todos os clientes. Nesses cenrios, a rede fica exposta a falhas sendo que se o ponto de acesso ficar indisponvel ou inalcanvel todos os clientes que se comunicavam com esse ponto perdem a rede. Um padro existente que pode propiciar um cenrio em que mesmo com a perda do ponto de acesso a rede continue a existir entre seus clientes, o padro de malha (do ingls mesh). Esse modelo de rede possui caractersticas importantes como auto-reparao, auto-configurao e auto-layout, que esto entre as principais, as quais do vantagem sobre os outros modelos [Akyildiz 2005]. Entretanto, a rede mesh atualmente no d grande suporte qualidade de servio, ou seja, a transmisso de dados dentro da malha lenta e tende a retransmisso de dados, sendo assim invivel a manuteno de um fluxo (stream) de dados para clientes dentro da malha. Os clientes das redes de dados esto cada vez mais presentes no mundo digital e necessitando de conectividade constante. No advento das ferramentas online e digitais, a necessidade da qualidade da conexo urge, forando a atual estrutura perto dos limites. Apesar das redes suportarem grande quantidade de usurios e com nvel alto de qualidade [AKYILDIZ, 2005], esses modelos no previam a entrada de outros tipos de usurios (dispositivos gerais do cotidiano) como, geladeiras, celulares, tablets, impressoras, centrais de informao, carros, casas. Ou seja, a onipresena de mecanismos computacionais fora a estrutura da rede, pois prev que todo o ambiente estar conectado aos dispositivos, assim recorrendo a um constante e intenso fluxo de dados [Zhu, Mutka , & Ni 2010]. Com novos tipos de usurios aparecendo, o modelo da rede mesh se mostra atrativo para uma implantao em larga escala assim criando uma abertura para que tantos dispositivos coexistam, gerando um ecossistema computacional natural de dispositivos, sem que os usurios tenham que configurar manualmente cada um de seus dispositivos. No ecossistema da rede mesh, o problema se torna evidente, ou seja, o fluxo de dados entre dispositivos distintos e com a Internet um fator determinante na qualidade da conexo. Considerando que um dispositivo requisita um stream de informao, a rede tem que ser capaz de manter o fluxo da informao, sempre selecionando o caminho menos sobrecarregado e com menor custo [Baransel 1995]. Considerando a problemtica, manter a eficincia da rede se faz necessrio. Assim sendo, o desenvolvimento de tecnologias chaves deve ser prospectado e avaliado, para possibilitar que o modelo da rede mesh tenha a flexibilidade necessria para suportar aplicaes em larga escala.

Rede Mesh O modelo de redes em malha est cada vez mais em foco nas grandes corporaes e entidades acadmicas. Existem muitos pontos na rea de pesquisa na tentativa de aprimorar o padro, assim mostrando que o modelo possui caractersticas nicas, apontando serem viveis os esforos dedicados a sua evoluo. O foco do mercado no modelo pela sua fcil aplicao em larga escala e por ter forma de implantao simples e rpida. O funcionamento da rede contempla o formato de malha, ou seja, a rede composta de computadores vistos como ns (nodes) da malha, conectados com os nodes vizinhos, formando uma topologia multidimensional chamada de mesh conforme visto na Figura 1. Os nodes da rede podem ser separados em trs grandes classes: os clientes (mesh clients), os routers (mesh routers) e a infraestrutura (backbones), que so as torres de transmisso.

Av. Unisinos, 950

Caixa Postal 275

CEP 93022-000

So Leopoldo

Rio Grande do Sul

Brasil

Fone: (51) 3591-1122

http://www.unisinos.br

UNIVERSIDADE DO VALE DO RIO DOS SINOS


Unidade Acadmica de Graduao

Figura 1. Estrutura geral de uma Rede Mesh, mostrando o funcionamento em camadas, na qual percebe-se a separao da camada dos clientes (em amarelo) da camada dos Pontos de Acesso (Access Points, ilustrados em verde) conectados s torres de transmisso.

Os mesh routers geralmente formam uma camada nica, interconectando outros routers e eventualmente conectando-se diretamente com torres de transmisso de dados, estando ligadas diretamente rede global. Esses routers so mais flexveis e versteis em comparao com pontos de acesso (Access Points, ou APs) normais, pois conseguem atingir a mesma, seno mais, cobertura com muito menos energia. Isso ocorre pois a estrutura da rede baseada em conexes ponto a ponto, permitindo que ocorram mltiplos saltos durante a comunicao [Song 2010]. Os mesh clients contm o aparato necessrio para se comportarem tanto como um client quanto um router. Entretanto, deve ser visto que as funes de ponte (bridge) e gateway no se encontram presentes [AKYILDIZ, 2005]. Apesar dessa pequena desvantagem, os clients podem manter a conectividade com seus vizinhos (ad-hoc) e por ter um hardware mais simples. A consequncia que o software para eles pode ser ligeiramente mais simples. Com os pontos positivos da rede a conectividade entre mesh clients e routers promove a auto-organizao, considerando que conforme os nodes vo se conectando, formam-se aglomerados de dispositivos gerando uma rede de forma automtica, ou seja, auto-configurvel e auto-organizvel. Outro aspecto que se pode identificar nesse padro de funcionamento a capacidade de auto-correo: quando um client ou um router parar de funcionar a rede no desaparece, continua a existir achando um caminho alternativo para o roteamento de pacotes [AKYILDIZ, 2005]. Uma das grandes vantagens a construo de uma infraestrutura de rede na qual o acesso a ela se torna facilitado, podendo clientes que possuam uma placa de rede sem fio conectem-se tanto a um client como tambm, caso estiver ao alcance, a um router. Tambm possvel ter um ambiente hbrido, no qual uma Ethernet seja ligada a um router que faa parte do ecossistema de nodes da rede.

Av. Unisinos, 950

Caixa Postal 275

CEP 93022-000

So Leopoldo

Rio Grande do Sul

Brasil

Fone: (51) 3591-1122

http://www.unisinos.br

UNIVERSIDADE DO VALE DO RIO DOS SINOS


Unidade Acadmica de Graduao

Redes Neurais Artificiais (RNAs) Basicamente, as RNAs so sistemas paralelos distribudos compostos por pequenas e simples unidades de processamento (neurnios artificiais), as quais calculam determinadas funes matemticas (normalmente no-lineares). Essas unidades so organizadas em camadas e interligadas por um grande nmero de conexes, na maioria das vezes unidirecionais (veja Figura 2). Entretanto, existem outros modelos que utilizam conexes de retorno (backpropagation) [Venkataram 2002].

Figura 2. Estrutura tradicional de uma RNA de Hopfield [Braga ET AL 2007] mostrando as camadas de processamento do sinal a camada de entrada, camadas escondidas e a camada de sada. A camada de entrada refere-se aos parmetros de entrada da RNA, as camadas escondidas fazem o processamento dos sinais e a camada de sada parametriza a sada da RNA.

Em grande parte as conexes esto associadas a pesos, nos quais so armazenados o conhecimento adquirido pela rede e servem para ponderar sobre a entrada recebida por cada neurnio. A soluo de problemas por meio de RNAs bastante atrativa, uma vez que a forma com que suas estruturas internas so representadas e o paralelismo natural inerente a sua arquitetura geram a possibilidade de um desempenho superior aos mtodos tradicionais de deciso [Venkataram 2002]. Em RNAs o processamento bsico de uma soluo de problemas passa por uma fase inicial de aprendizagem, sendo que alguns modelos necessitam que o desenvolvedor da rede faa ajustes manuais, ou seja, apresente cenrios de aprendizagem exemplos. Outros modelos, por sua vez, suportam a aprendizagem dinmica (convergncia), ou seja, automtica, sem a interferncia humana no seu aprendizado. Com base nesse aprendizado, a RNA capaz de extrair as caractersticas bsicas para representar a informao do conhecimento nos problemas apresentados a ela. Mais tarde, essas informaes sero utilizadas para gerar respostas automticas a conjuntos de dados com grande similaridade do mesmo problema [Braga ET AL 2007]. Redes Neurais Artificiais e Redes Mesh O modelo da rede apresentado anteriormente pode acabar gerando estados de caos completo, impactando diretamente na qualidade da transmisso de dados. O uso de alternativas para conter a incerteza na transmisso, conseguindo manter a conectividade e a eficincia da rede, torna-se necessrio. A aplicao das RNAs neste cenrio mostra-se atraente, uma vez que a capacidade de aprender e generalizar a informao , sem dvida, uma das principais caractersticas a ser empregada no roteamento de pacotes [Li 2009], podendo assim, utilizar essa capacidade para tomar decises de roteamento, como por exemplo, trocar rota do pacote, reconhecer que um caminho no mais timo etc. Sendo capazes de extrair informaes no apresentadas de forma explcita, as RNAs podem ser capazes de mostrar dados estatsticos da rede. Essa capacidade habilita a RNA a tomar decises mesmo em cenrios estocsticos, transformando todo o processo de roteamento de pacotes em um processo cognitivo [Li 2009]. Tal cognitividade trabalha na forma de prever eventos futuros, ou seja, a sobrecarda de transmisso ou possivelmente a perda de um node mesh. Sendo assim, o protocolo de roteamento ser capaz de prever esses cenrios e dar a flexibilidade necessria ao modelo da rede, para que seja possvel manter a
Av. Unisinos, 950 Caixa Postal 275 CEP 93022-000 So Leopoldo Rio Grande do Sul Brasil Fone: (51) 3591-1122 http://www.unisinos.br

UNIVERSIDADE DO VALE DO RIO DOS SINOS


Unidade Acadmica de Graduao

eficincia mesmo em cenrios de caos. O protocolo ir usar a RNA como ferramenta de anlise no padro do fluxo de dados dentro do ecossistema de dispositivos. Essa anlise ser usada como base para os ajustes das mtricas do roteamento na tentativa de sempre manter a eficincia da rede [Zhen 2008][Ling 2008].

OBJETIVOS
Objetivo Geral Tendo em vista a problemtica da manuteno da eficincia da rede, a predio de trfego torna-se uma alternativa atraente para conseguir criar um mecanismo que opere de forma cognitiva, ajustando o caminho do fluxo de informao conforme o estado do caminho entre nodes. Neste cenrio, este trabalho objetiva propor um novo mecanismo de roteamento para redes mesh que vise manter a conectividade e maximize a qualidade da transmisso, conseguindo se ajustar constante mudana da topologia da rede. Objetivos Especficos Construir mtricas de funcionamento da RNA para a tomada de deciso no roteamento de pacotes; Aprimorar o conhecimento necessrio em relao a redes mesh como tambm Redes Neurais Artificiais, com o intuito de desenvolver uma anlise em relao aos mecanismos tradicionais de roteamento; Validar o mecanismo de roteamento em cenrios de redes estocsticas e extrair mtricas de desempenho;

METODOLOGIA
A partir de uma investigao minuciosa sobre Redes Mesh e RNAs ser criado um conjunto de mtricas e mecanismos para um modelo de roteamento baseado em predio de trfego de pacotes dentro da malha de dispositivos. Aps instituio do algoritmo, ser composto um conjunto de simulaes de diversos cenrios visando extrair dados de convergncia das RNAs e mtricas dos roteamentos dos pacotes para futura anlise. Com os dados das simulaes ser feita a anlise comparativa dos mecanismos atuais de roteamento contra o modelo proposto. Essa anlise ser de forma quantitativa na comparao dos valores de taxa de transferncia (do ingls throughput), mdia de pacotes transmitidos por node (eficincia do node no roteamento) e tempo de comunicao ponto a ponto e taxa de transmisso bem sucedida (quando um pacote chega consegue efetivamente chegar a um node final). A avaliao qualitativa se dar de forma a analisar o quanto o protocolo de roteamento capaz de se ajustar a situaes de aleatoriedade, assim como tambm a capacidade de um cliente de manter seu fluxo de dados constante. So definidas as seguintes atividades para a realizao do trabalho: Levantamento bibliogrfico; Projeto do algoritmo de roteamento; Definio da RNA; Implementao do algoritmo de roteamento; Desenvolvimento da simulao; Anlise e Validao Resultados; Redao da monografia; Reviso; Entrega monografia; Apresentao monografia;
Av. Unisinos, 950 Caixa Postal 275 CEP 93022-000 So Leopoldo Rio Grande do Sul Brasil

Fone: (51) 3591-1122

http://www.unisinos.br

UNIVERSIDADE DO VALE DO RIO DOS SINOS


Unidade Acadmica de Graduao

CRONOGRAMA

2011/2 Atividades
Levantamento Bibliogrfico Projeto do Algoritmo do Roteamento Definio da RNA Implementao do Algoritmo de Roteamento Desenvolvimento da Simulao Anlise e Validao dos Resultados Redao da Monografica Reviso Entrega Monografia Apresentao Monografia X X X
Jul Ago Set Out Nov Dez

2012/1
Jan Fev Mar Abr Mai Jun

X X X

X X X

X X X

X X X X

X X

X X

X X

X X

X X X

X X X X X X X X X X X X X X X X

BIBLIOGRAFIA
[Akyildiz 2005] Akyildiz, I.F.; Xudong Wang; , "A survey on wireless mesh networks," Communications Magazine, IEEE , vol.43, no.9, pp. S23- S30, Set. 2005. [Baransel 1995] Baransel, C.; Dobosiewicz, W.; Gburzynski, P.; , "Routing in multihop packet switching networks: Gb/s challenge," Network, IEEE , vol.9, no.3, pp.38-61, Mai/Jun 1995. [Li 2009] LI, Zhiyuan; RUCHUAN, Wang. A Multipath Routing Algorithm Based on Traffic Prediction in Wireless Mesh Networks. Communications and Network, 1, 82-90. 2009. [Venkataram 2002] Pallapa Venkataram, Sudip Ghosal, and B. P. Vijay Kumar. 2002. Neural network based optimal routing algorithm for communication networks. Neural Netw. 15, 10 (Dezembro 2002), 1289-1298. [Zhu, Mutka , & Ni 2004] Feng Zhu; Mutka, M.; Ni, L.; , "PrudentExposure: a private and user-centric service discovery protocol," Pervasive Computing and Communications, 2004. PerCom 2004. Proceedings of the Second IEEE Annual Conference on , vol., no., pp. 329- 338, 14-17 Maro 2004. [Zhen 2008] Zhen Xu; Chuanhe Huang; Yong Cheng; , "Interference-Aware QoS Routing in Wireless Mesh Networks," Mobile Ad-hoc and Sensor Networks, 2008. MSN 2008. The 4th International Conference on , vol., no., pp.95-98, 10-12 Dez. 2008. [Song 2010] Yang Song; Chi Zhang; Yuguang Fang; , "Stochastic Traffic Engineering in Multihop Cognitive Wireless Mesh Networks," Mobile Computing, IEEE Transactions on , vol.9, no.3, pp.305316, Maro 2010. [Ling 2008] LING, Bo; GAO, Jianling; XIE, Xiayao. Optimized Routing Design for Wireless Mesh
Av. Unisinos, 950 Caixa Postal 275 CEP 93022-000 So Leopoldo Rio Grande do Sul Brasil Fone: (51) 3591-1122 http://www.unisinos.br

UNIVERSIDADE DO VALE DO RIO DOS SINOS


Unidade Acadmica de Graduao

Based on Neural Network. Funding Project of Guizhou Province, 2008. [Braga ET AL 2007] BRAGA, Antnio de Pdua; CARVALHO, Andr; LUDERMIR, Teresa. Redes Neurais Artificias Teorias e Aplicaes. Vol., no., pp0-0, 2007.

AVALIADORES
1. Rafael vila 2. Viviane Todt 3. Ernesto Lidnstaedt 4. Monica Py

DATA

ALUNO

ORIENTADOR

Este documento deve ser entregue na Secretaria do Curso pelo aluno, at a 3. semana de aula do primeiro semestre letivo do TCC.

Av. Unisinos, 950

Caixa Postal 275

CEP 93022-000

So Leopoldo

Rio Grande do Sul

Brasil

Fone: (51) 3591-1122

http://www.unisinos.br

Anda mungkin juga menyukai