masterThesis
Um framework SDN para distribuição de streaming de vídeo para veículos conectados
Autor
SANTOS, Alexsanderson Vieira
Institución
Resumen
Estima-se que até 2022 exista uma grande rede de veículos interconectados, com mais de 300 milhões de carros conectados, gerando mais de 400 PetaBytes de dados. Estes carros formam as chamadas redes Vehicular Ad-hoc Networks (VANETs) que são redes de veículos conectados trafegando dados. Esses dados podem ser informações de segurança, mensagens de controle, aplicações, etc. No cenário de redes VANETs temos redes Internet of Things (IoT) e Cloud Computing que fornecem suporte a diversas aplicações e serviços para os carros. Algumas dessas aplicações para VANETs são as de conforto e informação e entretenimento que visam fornecer aos viajantes o suporte de informações e entretenimento necessários para tornar a viagem mais agradável. Por exemplo, as aplicações baseadas em streaming de dados, que requerem recursos de Qualidade de Serviço - Quality of Service (QoS) específicos para uma maior Qualidade de Experiência – Quality of Experience (QoE). Espera-se que essas aplicações criem novas oportunidades comerciais, aumentando o mercado da tecnologia e tornando-a mais rentável. O desafio de prover QoS é ainda maior em VANETs devido à mobilidade, constantes desconexões, topologias instáveis, etc. Neste sentido, o paradigma Software Defined Networking (SDN) tem sido empregado para permitir melhor gerenciamento, flexibilidade e programabilidade às VANETs por meio das chamadas Software Defined Vehicular Networking (SDVN). Contudo, as arquiteturas SDVN, em geral, têm controladores centralizados e distantes do plano de dados, o que pode gerar problemas de atrasos na transmissão de aplicações de streaming de vídeo. Com base nessas premissas, propomos uma nova arquitetura baseada no agrupamento adaptativo e hierárquico dos veículos da rede VANETs. Utilizando controladores locais nas Road Side Units (RSUs) e mensagens de controle OpenFlow (OF), regras de fluxo são utilizadas para auxiliar na alocação de parâmetros de QoS nos veículos para priorizar tráfego de dados na rede. Tais regras de fluxo são calculadas com fundamento na agregação hierárquica nos controladores locais e sua configuração adaptativa baseado na visão da rede. As avaliações realizadas foram feitas a partir de um simulador desenvolvido nesta dissertação denominado Software Defined Vehicular Network Simulator (SDVNSim). Para tanto, utilizamos algumas métricas para avaliar a solução apresentada, elas são o atraso de transmissão, para avaliar a comunicação dos carros com os controladores mais próximos, o overhead de sinalização, para avaliar a quantidade de mensagens de controle OF em diferentes localizações de controladores e qualidade de experiência QoE, utilizando de informações de Peak Signal to Noise Ratio (PSNR) para verificar a qualidade dos dados de vídeo transmitidos. Como resultados obtidos temos ganhos médios acima de 20% na qualidade QoE do vídeo transmitido utilizando a solução proposta por esta dissertação. FACEPE It is estimated that by 2022 there will be a large network of interconnected vehicles, with more than 300 million cars connected, generating more than 400 PetaBytes of data. These cars form the so-called Vehicular Ad-hoc Networks (VANETs) networks that are connected vehicle networks traveling data. This data can be security information, control messages, applications, etc. In the VANETs network scenario, we have Internet of Things (IoT) and Cloud Computing networks that provide support for various applications and services for cars. Some of these applications for VANETs are comfort and information and entertainment that aim to provide travelers with the information and entertainment they need to make the trip more enjoyable. For example, applications based on data streaming, which require specific Quality of Service (QoS) capabilities for a higher Quality of Experience (QoE). These applications are expected to create new business opportunities, increasing the technology market and making it more profitable. The challenge of providing QoS is even greater in VANETs due to mobility, constant disconnections, unstable topologies, etc. In this sense, the Software Defined Networking (SDN) paradigm has been employed to allow better management, flexibility and programmability for VANETs through the so-called Software Defined Vehicle Networking (SDVN). However, SDVN architectures typically have centralized and remote data plan controllers, which can lead to delays issues in video streaming applications. Based on these premises, we propose a new architecture based on the adaptive and hierarchical grouping of VANETs vehicles. Using local controllers in Road Side Units (RSUs) and OpenFlow Protocol (OpenFlow) control messages, flow rules are used to aid in the allocation of QoS parameters in vehicles to prioritize data traffic on the network. Such flow rules are calculated based on the hierarchical aggregation in the local controllers and their adaptive configuration based on the network view. The evaluations were made using a simulator developed in this dissertation called Software Defined Vehicular Network Simulator (SDVNSim). To do so, we used some metrics to evaluate the solution presented, they are the transmission delay, to evaluate the communication of the cars with the closest controllers, the signaling overhead, to evaluate the amount of OpenFlow control messages in different control locations and quality of QoE experience using Peak Signal to Noise Ratio (PSNR) information to verify the quality of the transmitted video data. As obtained results we have average gains above 20% in the QoE quality of the video transmitted using the solution proposed by this dissertation.