Le document présente un algorithme de clustering basé sur la mobilité, nommé MobDHop, pour les réseaux mobiles ad hoc (MANET). Cet algorithme vise à former des clusters stables malgré les variations de topologie dues à la mobilité des nœuds, en utilisant des critères de stabilité locale et de distance. Les simulations montrent que MobDHop réduit le nombre de clusters par rapport aux autres algorithmes, ce qui le rend plus adapté à des scénarios évolutifs.

1. Université des Sciences et de la
Technologie
« Houari Boumediene »
Faculté d’Électronique et Informatique
Département d’Informatique
Proposé par :
Mr H.BENKAOUHA
F. L. Haddi
Mobility-based d-Hop
Clustering Algorithm
for Mobile Ad Hoc
Networks
Présenté par :
AIT AMEUR Ouerdia Lydia BENHADJ DJILALI Hadjer
1

2. Introduction
Conclusion
Simulation et évaluation
MobDHop
Plan de la présentation
Bibliographie
Questions
2
Problématique

3. 3
Réseau mobile ad hoc (MANET) se compose d’un nombre
d'hôtes sans fil qui communiquent entre eux par le biais de
liaisons sans fil multi-sauts en l'absence d'infrastructures fixes.
 Le clustering consiste en un découpage virtuel du réseau en
groupes de nœuds proches géographiquement.
Ces groupes sont appelées clusters et ils sont généralement
identifiées par un nœud particulier, un chef de groupe aussi
nommée chef cluster.
Introduction

4.  La formation du cluster est déterminée par le plan de mobilité des
nœuds pour garantir une stabilité maximale.
Les nœuds MANET peuvent se déplacer en groupes. Ceci est connu
comme la mobilité groupe.
 Algorithme de clustering dans Manet devrait être en mesure de :
 Maintenir la structure du cluster aussi stable que possible
malgré les modifications de topologie.
4

5. 5
 Grandes familles de protocoles de routage :
 Proactif : maintenance de la topologie.
 Réactif : route à la demande.
 Hybride .
Les protocoles de routage actuels ne supportent pas le
passage à l’échelle !
Une solution : le routage hiérarchique et le clustering.
Problématique

6. 6
01
03
04
02
Linked Cluster Algorithm
LCA
Maximum Connectivity Clustering
MCC
L-ID
Lowest- ID
Algorithm
LCC
Least Cluster head
Change Algorithm
MOBIC
Basu et al
MobDHop
05

7. MobDHop
 Concepts préliminaires :
Deux nœuds sont connectés par une liaison bidirectionnelle
(transmission symétrique).
 Le réseau n'est pas partitionné initialement.
 Chaque nœud peut mesurer l'intensité du signal reçu.
 Le nœud le plus stable entre ses voisins est le chef cluster
sinon s’est un membre ordinaire.
Un nœud qui est capable d'écouter les transmissions d’un autre
nœud appartenant à un cluster différent est une passerelle .

8.  Distance entre nœuds : pour montrer la « proximité » de
deux nœuds.
 Variation de distance : est définie comme les changements de
distances estimées sur un laps de temps fixe.
 Stabilité locale : représente le degré de stabilité un nœud à
l'égard de tous ses voisins.
 Distance moyenne : indique la distance moyenne entre chaque
voisin et le chef du cluster .

9. MobDHop
 Tout d'abord, il commence par former des clusters à deux-sauts en utilisant
comme métrique la variation de distance entre les noeuds.
 Utilise des tests statistiques pour prédire un modèle mobilité entre les
nœuds.
 Ensuite, un processus de fusion est enclenché en se basant sur la variation
de la distance estimée .
 Le processus de fusion ne sera réussi si le cluster nouvellement formé atteint
un niveau requis de stabilité.
 MobDHop, un algorithme distribué .

10.  Phase de découverte :
• A l’aide de messages hello en incluant la valeur de stabilité locale.
• Le nœud possédant la valeur la plus basse de stabilité locale parmi
tous ses voisins, est le chef sa valeur de stabilité locale devient la
stabilité du groupe .
• Si deux nœuds voisins en état non cluster ont la même valeur de
stabilité locale, l'affectation de chef de cluster est différée pour
une période back-off .

11. Phase de fusion :
Il y a deux cas qui peuvent provoquer le déclenchement d’ un
processus de fusion :
1. Un nœud non clustérisé demande à rejoindre les clusters voisins.
2. Deux passerelles voisins demandent de fusionner leurs clusters.

12.  Phase de maintien :
 Lors de la modifications de la topologie, deux cas qui peuvent se
provoquer:
1. un nœud s'allume et se connecte au réseau
2. un nœud s'arrête et quitte le réseau.
 Afin d’y remédier met en œuvre :
1. Processus de découverte.
2. Processus de fusion .
3. Dans le cas un nœud individuel , il se déclare lui-même être chef
de cluster à nœud unique. De temps en temps, il va
essayer de fusionner avec d'autres clusters si possible.

13. Minimiser le nombre de clusters
en considérant le modèle
de mobilité de groupe.
l'algorithme doit être distribué
et exécuté de façon asynchrone.
Minimiser la surcharge de
formation , d’entretien des
clusters en évitant l’inondation
13
Objectifs

14. 14
Langage de simulation NS-2 et avec extensions sans fil CMU
Paramètres Signification Valeurs de simulation
N Nombre de nœuds 25,50,75,100
m*n Taille du réseau 500 m*m
Max Speed Vitesse max des nœuds en
mouvement
20m/sec
Tx Range de transmission 10m-125m
PT Temps de pause 0 sec
BI Intervalle de diffusion 0.75-1.25 sec
TD Intervalle de découverte BI * 10
TM Intervalle de fusion BI * 5
S Temps de simulation 300 sec
Simulation et évaluation

16. 16
Conclusion
 MoBDHop forme des clusters de diamètre
variable dépanadant de mobilité des nœuds .
 Par rapport à d’autre algorithmes de clustering, le
nombre de clusters est moindre une propriété
souhaitable surtout quand l'évolutivité est la
principale préoccupation.
Perspectives :
 Considérer d’autres paramètres de performance dans la simulations
latence , surcharge ..etc
 Utilisé un modèle de mobilité plus réaliste par exemple :RPGM.
 Conception d'un protocole de routage multidiffusion qui peut
fonctionner sur haut de MobDHop.

17.  Inn Inn ER, Winston K.G. Seah “Mobility-based d-Hop Clustering Algorithm for
Mobile Ad Hoc Networks ” Institute for Infocomm Research Agency for Science
Technology and Research Singapore ,Department of Computer Science School of
Computing National University of Singapore .
17
Bibliographie

18. Questions
18