Quantification in Device-to-Device Networks : from Link Estimation to Graph Utility
Quantification dans les réseaux D2D : de l’estimation de lien à l’utilité de graphe
Résumé
Device-to-device (D2D) communications are valuable in several domains, such as data offloading and diffusion, as their cost is only a fraction of what regular cellular communication would have. In this thesis, we argue that understanding the potential utility behind direct communications is key to quantifying the realization of contact networks. We tackle related questions from two distinct, yet complementary contributions. Firstly, we consider the problem of estimating the importance of a node in large dynamic topologies. We propose a novel approach to estimate centralities based on a pre-established database, where the estimation is based on the geographical coordinates of the node instead of the identifier of the node. Doing so enables us to estimate the centrality of a node for a fraction of the computational cost. Secondly, we quantify the value of direct links through an experimental measurement campaign. Using an Android tool of our making, we derived a model to obtain an estimate of the upper-bound of D2D throughput based on the distance between the devices. Thirdly, we investigate the differences between the traditional quantification of a contact and the model extracted from our measurements campaigns. Among other results, we reveal that when considering an adaptive throughput according to the distance between two devices, the long-distance data-exchange makes up more than 50% of the total data exchanged in the entire network. We propose a tool to extract from mobility datasets the volume of data obtained, based on specific contact quantification strategies.
Les communications d'appareil à appareil (D2D) sont utiles dans plusieurs domaines, e.g. le déléstage mobile, car elles ne coûtent qu’une fraction du prix d’une communication cellulaire. Dans cette thèse, nous soutenons que la compréhension de l'utilité potentielle derrière les communications directes est la clé pour quantifier les réseaux de contact. Tout d'abord, nous considérons le problème de l'estimation de l'importance d'un nœud dans de grandes topologies dynamiques. Nous proposons une approche nouvelle pour estimer les centralités à partir d'une base de données préétablie, où l'estimation est basée sur les coordonnées géographiques du nœud au lieu de l'identifiant du nœud. Deuxièmement, nous quantifions la valeur des liens directs grâce à une campagne de mesure expérimentale via Android. Nous proposons un modèle pour estimer la limite supérieure du débit D2D en fonction de la distance entre les appareils. Troisièmement, nous étudions les différences entre la quantification traditionnelle d'un contact et notre modèle. Entre autres résultats, nous révélons que lorsque l'on considère un débit adaptatif en fonction de la distance entre deux appareils, l'échange de données longue distance représente plus de 50% du total des données échangées dans l'ensemble du réseau. Nous proposons un outil pour extraire le volume de données obtenues à partir de traces mobilité.
Origine : Version validée par le jury (STAR)