Numerical Analysis of the Mathematical Model of a Cluster V2X-System

Cover Page

Cite item

Full Text

Abstract

The article analyzes the results of numerical modeling of information processes in vehicular ad-hoc networks (VANETs). The review of works devoted to clustering and data caching schemes in Vehicle-to-Everything (V2X) systems is given. L1-metric was chosen as a metric because of its active use in cities with modern layout. Two approaches to the description and evaluation of the efficiency of interaction of boundary devices in a traditional configuration and using a cluster scheme with a shared cache are considered. A mathematical model is constructed and an analysis of its effectiveness is carried out. It is shown that the introduction of new IEEE 802.11bd standards will increase the percentage of serviced devices, thereby minimize the overall delay of computing, which will improve the efficiency of the V2X-system. The results of the study can be used in the design and deployment of automated traffic control systems in cities.

About the authors

P. V. Plotnikov

The Bonch-Bruevich Saint Petersburg State University of Telecommunications

Email: pavplot@gmail.com
ORCID iD: 0000-0001-8869-6142

A. G. Vladyko

The Bonch-Bruevich Saint Petersburg State University of Telecommunications

Email: vladyko@sut.ru
ORCID iD: 0000-0002-8852-5607

References

  1. Cisco Visual Networking Index: Global Mobile Data Traffic Forecast Update, 2015–2020. White Paper. San Jose: Cisco, 2016.
  2. Abbas N., Zhang Y., Taherkordi A., Skeie T. Mobile Edge Computing: A Survey // IEEE Internet of Things Journal. 2018. Vol. 5. Iss. 1. PP. 450‒465. doi: 10.1109/JIOT.2017.2750180
  3. Brehon-Grataloup L., Kacimi R., Beylot A.L. Mobile edge computing for V2X architectures and applications: A survey // Computer Networks. 2022. Vol. 206. P. 108797. doi: 10.1016/j.comnet.2022.108797
  4. Vladyko A., Khakimov A., Muthanna A., Ateya A.A., Koucheryavy A. Distributed Edge Computing to Assist Ultra-Low-Latency VANET Applications // Future Internet. 2019. Vol. 11. Iss. 6. P. 128. doi: 10.3390/fi11060128
  5. Vladyko A., Elagin V., Spirkina A., Muthanna A., Ateya A.A. Distributed Edge Computing with Blockchain Technology to Enable Ultra-Reliable Low-Latency V2X Communications // Electronics. 2022. Vol. 11. Iss. 2. P. 173. doi: 10.3390/electronics11020173
  6. Плотников П.В., Владыко А.Г. Минимизация задержек при взаимодействии граничных устройств с использованием кластеризации в сетях VANETs // Труды учебных заведений связи. 2022. Т. 8. № 2. С. 6‒13. doi: 10.31854/1813-324X-2022-8-2-6-13
  7. Аль-Свейти М.А.М., Волков А.Н., Мутханна А.С.А. Проблемы и требования для реализации технологии V2X // Информационные технологии и телекоммуникации. 2020. Т. 8. № 3. С. 20–26. doi: 10.31854/2307-1303-2020-8-3-20-26
  8. Dziyauddin R.A., Niyato D., Luong N.C., Izhar M.A.M., Hadhari M., Daud S. Computation Offloading and Content Caching Delivery in Vehicular Edge Computing: A Survey // Computer Networks. 2021. Vol. 197. P. 108228. doi: 10.1016/j.comnet.2021.108228
  9. You C., Huang K., Chae H., Kim B.H. Energy-Efficient Resource Allocation for Mobile-Edge Computation Offloading // IEEE Transactions on Wireless Communications. 2017. Vol. 16. Iss. 3. PP. 1397‒1411. doi: 10.1109/TWC.2016.2633522
  10. Ren J., Yu G. He Y., Li G.Y. Collaborative Cloud and Edge Computing for Latency Minimization // IEEE Transactions on Vehicular Technology. 2019. Vol. 68. Iss. 5. PP. 5031‒5044. doi: 10.1109/TVT.2019.2904244
  11. Chen X., Jiao L., Li W., Fu X. Efficient Multi-User Computation Offloading for Mobile-Edge Cloud Computing // IEEE/ACM Transactions on Networking. 2016. Vol. 24. Iss. 5. PP. 2795‒2808. doi: 10.1109/TNET.2015.2487344
  12. Bernardini C., Silverston T., Festor O. MPC: Popularity-based caching strategy for content centric networks // Proceedings of the International Conference on Communications (ICC, Budapest, Hungary, 09‒13 June 2013). IEEE, 2013. PP. 3619–3623. doi: 10.1109/ICC.2013.6655114
  13. Perabathini B., Baştuğ E., Kountouris M., Debbah M., Conte A. Caching at the edge: A green perspective for 5G networks // Proceedings of the International Conference on Communication Workshop (ICCW, London, UK, 08‒12 June 2015). IEEE, 2015. PP. 2830–2835. doi: 10.1109/ICCW.2015.7247608
  14. Mahmood A., Casetti C., Chiasserini C.F., Giaccone P., Harri J. Mobility-aware edge caching for connected cars // Proceedings of the 12th Annual Conference on Wireless On-demand Network Systems and Services (WONS, Cortina d'Ampezzo, Italy, 20‒22 January 2016). IEEE, 2016. PP. 1–8.
  15. Garetto M., Leonardi E., Traverso S. Efficient analysis of caching strategies under dynamic content popularity // Proceedings of the Conference on Computer Communications (INFOCOM, Hong Kong, China, 26 April 2015‒01 May 2015). IEEE, 2015. PP. 2263–2271. doi: 10.1109/INFOCOM.2015.7218613
  16. Poularakis K., Iosifidis G., Sourlas V., Tassiulas L. Exploiting Caching and Multicast for 5G Wireless Networks // IEEE Transactions on Wireless Communications. 2016. Vol. 15. Iss. 4. PP. 2995–3007. doi: 10.1109/TWC.2016.2514418
  17. Golrezaei N., Molisch A.F., Dimakis A.G., Caire G. Femtocaching and device-to-device collaboration: A new architecture for wireless video distribution // IEEE Communications Magazine. 2013. Vol. 51. Iss. 4. PP. 142–149. doi: 10.1109/MCOM.2013.6495773
  18. Abuelenin S.M., Abul-Magd A.Y., Empirical study of traffic velocity distribution and its effect on VANETs connectivity // Proceedings of the International Conference on Connected Vehicles and Expo (ICCVE, Vienna, Austria, 03‒07 November 2014). IEEE, 2014. PP. 391‒395. doi: 10.1109/ICCVE.2014.7297577
  19. Ma J., Wang J., Fan P. A Cooperation-Based Caching Scheme for Heterogeneous Networks // IEEE Access. 2017. Vol. 5. PP. 15013‒15020. doi: 10.1109/ACCESS.2016.2644980
  20. Torgunakov V., Loginov V., Khorov E. A Study of Channel Bonding in IEEE 802.11bd Networks // IEEE Access. 2022. Vol. 10. PP. 25514‒25533. doi: 10.1109/ACCESS.2022.3155814
  21. Zhu Z., Zhang M., Hao W. Chapter 6 – Artificial intelligence technology in the Internet of things. Intelligent Sensing and Communications for Internet of Everything. Academic Press; 2022. p.245‒297. doi: 10.1016/B978-0-32-385655-3.00010-2
  22. Плотников П.В., Тамбовцев Г.И., Владыко А.Г. Программный модуль моделирования взаимодействия граничных устройств в сети VANET. Свидетельство о регистрации программы для ЭВМ № RU 2022669558 от 07.10.2022. Опубл. 21.10.2022.
  23. Торгунаков В.А., Логинов В.А., Хоров Е.М., Ляхов А.И. Алгоритм адаптивного выбора конкурентного окна в сетях IEEE 802.11bd // Информационные процессы. 2022. Т. 22. № 4. С. 373–383. doi: 10.53921/18195822_2022_22_4_373
  24. Елькин Д.М., Вяткин В.В. На пути к интернету вещей в управлении транспортными потоками: обзор существующих методов управления дорожным движением // Известия ЮФУ. Технические науки. 2019. № 5. С. 100-113. doi: 10.23683/2311-3103-2019-5-100-113

Supplementary files

Supplementary Files
Action
1. JATS XML
Download


Creative Commons License
This work is licensed under a Creative Commons Attribution 4.0 International License.

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».