Pour évaluer les performances du schéma proposé, un environnement de simulation à la lumière du modèle du système est créé. Les performances comparatives sont analysées avec un algorithme de correspondance stable un à un et des contenus de requête déployés de manière aléatoire.
Cette section est divisée en deux sous-sections. La configuration de la simulation et le détail des paramètres sont décrits dans la sous-section «Paramètres de simulation» et les performances comparatives des résultats simulés sont décrites dans la sous-section «Résultats et analyse»
Paramètres de simulation
Pour comparer les performances du schéma proposé avec les deux autres schémas, un environnement de simulation est créé dans MATLAB. Dans ce scénario de simulation, le nombre de RSU avec des nœuds de brouillard de capacité de mise en cache allant de 2 à 5 avec une zone de couverture choisie au hasard varie de 2 à 3 km. La capacité de mise en cache de ces nœuds de brouillard varie de 2 à 4 Go avec un incrément de 1. Des véhicules sont déployés de manière aléatoire à différents endroits de la zone de couverture des RSU demandant 60 contenus.
Les véhicules se déplacent avec différentes plages de vitesse comprises entre 25 et 45 m/s. Le contenu qui n'est pas mis en cache sur les nœuds Fog est récupéré à partir des serveurs placés à l'emplacement TCC et le débit de données pour la communication directe du véhicule vers le TCC est pris comme étant de 4 Mo/s. Pour la communication véhicule-RSU, le débit de données est de 20 Mo/s.24.
Une liste complète des paramètres de simulation est présentée dans le tableau 1. Des simulations basées sur Monte Carlo sont effectuées pour une évaluation équitable des performances du système proposé avec d'autres systèmes et les résultats sont obtenus sous la forme d'une moyenne de \(10^5\) expériences.
Résultats et analyse
Les performances du système proposé sont évaluées en termes de pourcentage de contenu mis en cache sur les RSU, de temps de téléchargement de contenu accumulé et moyen et de données téléchargées. Les résultats de simulation sont pris pour un nombre variable de RSU ainsi que pour leur capacité de mise en cache de contenu variable et le nombre variable de demandes de contenu reçues.
Popularité des contenus mis en cache
La popularité des contenus mis en cache sur les RSU est calculée en trouvant le pourcentage du nombre total de contenus mis en cache sur tous les nœuds Fog par rapport au nombre total de contenus demandés reçus par TCC.
Résultats présentés dans la Fig. 3 représentent le pourcentage du contenu total mis en cache sur les RSU compatibles Fog pour un nombre croissant de RSU. Les résultats montrent que le schéma proposé a mis en cache 25 % du contenu demandé lorsque le nombre de RSU est seulement de 2 et que ce chiffre augmente jusqu'à environ 38 % pour 5 RSU avec la même capacité de mise en cache. Cependant, le contenu mis en cache sur les deux autres systèmes est bien inférieur à celui proposé pour tous les nombres variables de RSU. La même tendance est montrée sur la Fig. 4 lorsque la capacité de mise en cache du contenu de 3 RSU compatibles Fog passe de 2 à 4 Go de données. Il ressort clairement des résultats que le nombre de contenus de cache a augmenté avec l'augmentation de la capacité de mise en cache des RSU de 42 à 67 %. Cependant, la capacité de mise en cache du contenu du one-to-one et du FCFS est bien inférieure à celle du schéma proposé.
Chiffre 5 affiche le pourcentage de contenus populaires mis en cache sur les RSU pour différents nombres de demandes de contenu. Les résultats montrent que lorsque les demandes de contenu sont inférieures au maximum, le contenu est mis en cache sur les RSU compatibles Fog. Cependant, lorsque le nombre de demandes de contenu augmente, le pourcentage de contenu mis en cache sur les RSU diminue progressivement. Il ressort clairement de ces résultats que le système proposé parvient toujours à mettre en cache un pourcentage plus élevé de contenu populaire sur les RSU par rapport aux deux autres systèmes.
Temps de téléchargement du contenu
Le temps de téléchargement de contenu d'un véhicule demandeur de contenu est calculé au moment où il transmet la demande de contenu et le temps pendant lequel le contenu entier est reçu par lui. Dans ce travail, nous avons considéré trois scénarios possibles dans lesquels les véhicules récupèrent le contenu requis.
-
1.
Si un véhicule doit récupérer son contenu depuis le serveur placé à distance, il récupère alors ces informations avec un débit de données inférieur (RD1) avec un temps de téléchargement plus élevé comme mentionné dans l'équation. (dix).
-
2.
Si le contenu demandé d'un véhicule est placé sur le RSU basé sur un nœud de brouillard connecté, le contenu demandé sera téléchargé dans un délai nettement plus court car le véhicule et le RSU sont sur le même réseau et offrent un débit de données élevé (RD2). Le temps de téléchargement à partir du nœud de brouillard connecté est calculé comme mentionné dans l'équation. (11).
-
3.
Si un véhicule ne peut pas télécharger l'intégralité de son contenu à partir du nœud Fog en raison d'un temps de connectivité plus court avec le nœud Fog, il doit alors récupérer certaines données à partir d'un serveur placé à distance. Supposons qu'un nœud doive récupérer CS contenu, et une partie du contenu (\(CS_1\)) est téléchargé depuis le nœud fog connecté et le reste du contenu depuis le serveur placé à distance puis temps total de téléchargement (DT) est calculé comme suit :
$$\begin{aligned} DT = \frac{CS_1}{DR1} + \frac{CS-CS_1}{DR2} \end{aligned}$$
Les résultats sont présentés dans les figures. 6 et 7 calculer le temps moyen de téléchargement d'un nombre fixe de contenus par tous les véhicules demandeurs tout au long de leur trajet. Chiffre 6 montre que le temps de téléchargement moyen pour télécharger tous les contenus demandés pour un nombre variable de RSU est inférieur à celui des deux autres schémas. Le temps de téléchargement continue de diminuer avec l'augmentation du nombre de RSU. Cela est dû au nombre élevé de contenus mis en cache sur ces RSU et la plupart des contenus demandés sont téléchargés avec un débit de données élevé et sont téléchargés en moins de temps. La même tendance est suivie sur la Fig. 7, où le temps de téléchargement moyen du même nombre de nœuds demandeurs est calculé pour différentes tailles de mise en cache de RSU compatibles Fog. Il ressort clairement des résultats que le système proposé télécharge le contenu demandé en relativement moins de temps que les deux autres systèmes. De plus, le temps de téléchargement moyen diminue avec l’augmentation de la capacité de mise en cache des nœuds Fog.
Chiffre 8 indique le temps de téléchargement moyen de contenus provenant d'un nombre variable de demandes de contenu provenant de véhicules lorsque le nombre de RSU ainsi que leur capacité de mise en cache restent inchangés. Les résultats montrent que le temps de téléchargement moyen pour récupérer tout le contenu demandé augmente avec l'augmentation des demandes de contenu pour les trois systèmes. Cependant, dans le schéma proposé, ce temps de téléchargement est nettement inférieur à celui des deux autres schémas.
Les figures 9 et dix afficher le temps total calculé pour télécharger tous les contenus demandés par les véhicules pour différents nombres de RSU et pour différentes capacités de mise en cache respectivement, tandis que le nombre de demandes de contenu est fixe. Le temps de téléchargement du contenu continue de diminuer avec l'augmentation du nombre de RSU, car la plupart des contenus demandés sont mis en cache, ce qui entraîne une diminution du temps de téléchargement, comme le montre la Fig. 9. La même tendance s'ensuit pour faire varier la capacité de mise en cache de contenu des RSU pour le même nombre de contenus demandés avec un nombre fixe de RSU et leur capacité de mise en cache, comme le montre la Fig. dix. Il ressort clairement de ces résultats que le temps de téléchargement de tous les contenus demandés dans notre schéma proposé est nettement inférieur à celui des deux autres schémas.
Résultats présentés dans la Fig. 11 calculer le temps total requis pour télécharger tous les contenus demandés à partir d'un serveur mis en cache et distant. Il ressort clairement des résultats que le temps de téléchargement total du système proposé est inférieur à celui des deux autres systèmes. Cependant, ce temps continue d'augmenter avec le nombre croissant de demandes de contenu au cours d'une période donnée.
Données téléchargées
Les données téléchargées de tous les contenus mis en cache sur les RSU compatibles Fog sont calculées dans cette section. Résultats dans les Figs. 12 et 13 montrent que le total des données téléchargées des contenus mis en cache à partir des RSU dans le schéma proposé est supérieur à celui des deux autres schémas. Cela est dû au nombre maximum de contenus populaires mis en cache sur les RSU.
Chiffre 12 montre que pour augmenter le nombre de RSU, les données téléchargées à partir du contenu mis en cache dans le schéma proposé passent de 8 Go à 28 Go pour 2 à 5 RSU respectivement. Cependant, les deux autres systèmes téléchargent moins de données à partir du contenu mis en cache. La même tendance est montrée sur la Fig. 13, lorsque la taille mise en cache des nœuds Fog est augmentée pour un nombre fixe de RSU, soit 3. Les résultats montrent que le schéma proposé télécharge 24 Go de données lorsque la capacité de cache de chaque RSU est de 4 Go. Cependant, les deux autres systèmes ne pouvaient télécharger que 16 Go de données.
Les résultats présentés dans la Fig. 14 sont observés télécharger les données du contenu mis en cache pour un nombre variable de demandes de contenu reçues de 100 véhicules. Il ressort clairement des résultats que le schéma proposé télécharge plus de données à partir du contenu mis en cache que les deux autres schémas. Les données téléchargées à partir du contenu mis en cache diminuent avec l'augmentation du nombre de contenus. En effet, le nœud Fog n'est pas en mesure de mettre en cache tous les contenus demandés sur un nombre fixe de RSU, ce qui entraîne moins de données téléchargées à partir du même nombre de véhicules.
->Google Actualités