Collecte et stockage de données à large échelle par des véhicules intelligents : une approche centrée sur le contenu

De nos jours, Le nombre de dispositifs ne cesse d’augmenter ce qui induit une forte demande des applications en donnees multimedia. Cependant gerer des donnees massives generees et consommees par les utilisateurs mobiles dans une zone urbaine reste une problematique de taille pour les reseaux cellulaires existants qui sont a la fois limites en termes de cout et de bande passante mais aussi due a la nature de telles donnees centrees- connexion. D’autre part, l’avancee technologique en matiere de vehicules autonomes permet de constituer une infrastructure prometteuse capable de prendre en charge le traitement, la sauvegarde, et la communication de ces donnees. En effet, Il est maintenant possible de recruter des vehicules intelligents pour des fins de collecte, de stockage, et de partage des donnees heterogenes en provenance d’un reseau routier afin de repondre aux demandes des citoyens via des applications. Par consequent, nous tirons profit de l'evolution recente en « information Centric Networking » ICN afin d'introduire deux nouvelles approches de collecte et de stockage de contenu par les vehicules, nommees respectivement VISIT et SAVING, plus efficaces et plus proches de l'utilisateur mobile en zone urbaine ainsi nous remedions aux problemes lies a la bande passante et le cout. VISIT est une plate-forme qui definit de nouvelles mesures de centralite basees sur l'interet social des citoyens afin d’identifier et de selectionner l'ensemble approprie des meilleurs vehicules candidats pour la collecte des donnees urbaines. SAVING est un systeme de stockage de donnees sociales, qui presente une solution de mise en cache des donnees d’une facon collaborative entre un ensemble de vehicules parmi d’autres designes et recrutes selon une strategie des theorie des jeux basee sur les reseaux complexes. Nous avons teste ces deux methodes VISIT et SAVING sur des donnees simulees pour environ 2986 vehicules avec des traces de mobilite realistes en zone urbaine, et les resultats ont prouves que les deux methodes permettent non seulement une collecte et un stockage efficaces mais aussi bien scalables